买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：河北白沙烟草有限责任公司

摘要：本申请适用于卷烟机参数优化技术领域，提供了卷烟机设置参数优化数据的获取方法、装置及电子设备，该方法包括：获取卷烟材料参数的数据，基于卷烟材料参数的数据，通过第一预测模型得到卷烟机设置参数预测数据，再通过卷烟机设置参数预测数据和第二预测模型得到烟支质量指标预测数据；获取烟支质量指标实际数据，以及卷烟机设置参数对各个烟支质量指标的影响程度；基于该影响程度、烟支质量指标实际数据和烟支质量指标预测数据，确定多个烟支的综合质量评分；基于多个烟支的综合质量评分，确定各个卷烟机设置参数与综合质量评分的插值曲线，并根据该插值曲线，确定卷烟机参数的优化数据。本申请能够提供更加精准的卷烟机设置参数。

主权项：1.一种卷烟机设置参数优化数据的获取方法，其特征在于，包括：基于历史烟支生产批次的历史烟支生产数据，确定样本数据；所述历史烟支生产数据包括卷烟材料参数、卷烟机设置参数以及烟支质量指标的历史数据；获取所述卷烟材料参数和所述卷烟机设置参数的第一相关性分类结果，以及所述卷烟机设置参数和所述烟支质量指标的第二相关性分类结果；根据所述第一相关性分类结果和所述第二相关性分类结果，采用所述样本数据对联合预测模型进行训练；所述联合预测模型包括第一预测模型和第二预测模型，所述第二预测模型的输入数据为所述第一预测模型的输出数据；采集多个烟支生产批次的卷烟材料参数的数据，将所述卷烟材料参数的数据输入至所述第一预测模型，得到各个烟支生产批次的卷烟机设置参数预测数据；将所述卷烟机设置参数预测数据输入至所述第二预测模型，得到所述多个烟支生产批次的烟支质量指标预测数据；采集至少一个烟支生产批次的烟支质量指标实际数据，所述烟支质量指标实际数据为采用所述至少一个烟支生产批次的卷烟机设置参数预测数据生产烟支后实际测量得到的；获取所述卷烟机设置参数对各个烟支质量指标的影响程度；基于所述影响程度、所述至少一个烟支生产批次的烟支质量指标实际数据以及预设的各个烟支质量指标的技术标准，确定所述至少一个烟支生产批次的综合质量评分；基于所述至少一个烟支生产批次的综合质量评分，确定各个卷烟机设置参数与综合质量评分的插值曲线；基于所述插值曲线，确定各个卷烟机设置参数的优化数据；其中，所述插值曲线的插值基于多个烟支生产批次的烟支质量指标预测数据确定；所述卷烟材料参数包括烟丝填充值、烟丝长丝率、烟丝中丝率、烟丝碎丝率、烟丝含水量、卷烟纸抗张强度、卷烟纸透气度以及烟用油墨量；所述卷烟机设置参数包括前道压板启动位置、后道压板启动位置、风室负压、吸丝带上限位置、吸丝带下限位置、针辊供丝系数、前道纸边高度设定、后道纸边高度设定、目标重量设定、过轻烟支重量极限、过重烟支重量极限、卷烟纸张力辊额定位置、VESE生产速度、油墨启动量以及油墨停机量；所述烟支质量指标包括烟支圆周、烟支空头率、烟支硬度、烟支吸阻、烟支重量以及有效作业率；所述第一预测模型包括多个相互并列的第一次级神经网络，所述第二预测模型包括多个相互并列的第二次级神经网络；所述根据所述第一相关性分类结果和所述第二相关性分类结果，采用所述样本数据对联合预测模型进行训练，包括：根据所述第一相关性分类结果，将具有相关性的卷烟材料参数和卷烟机设置参数的样本数据分别作为同一个第一次级神经网络的输入数据和标签，对该第一次级神经网络进行训练；根据所述第二相关性分类结果，将具有相关性的卷烟机设置参数和烟支质量指标的样本数据分别作为同一个第二次级神经网络的输入数据和标签，对该第二次级神经网络进行训练；所述第一预测模型包括相互并列的第一神经网络、第二神经网络、第三神经网络、第四神经网络、第五神经网络、第六神经网络、第七神经网络和第八神经网络；所述将具有相关性的卷烟材料参数和卷烟机设置参数的样本数据分别作为同一个第一次级神经网络的输入数据和标签，对该第一次级神经网络进行训练，包括：以所述烟丝填充值的样本数据为所述第一神经网络的输入数据，以所述前道压板启动位置和所述后道压板启动位置的样本数据为标签，对所述第一神经网络进行训练；以所述烟丝填充值的样本数据为所述第二神经网络的输入数据，以所述风室负压的样本数据为标签，对所述第二神经网络进行训练；以所述烟丝填充值的样本数据为所述第三神经网络的输入数据，以所述吸丝带上限位置、所述吸丝带下限位置和所述目标重量设定的样本数据为标签，对所述第三神经网络进行训练；以所述烟丝长丝率、所述烟丝中丝率和所述烟丝碎丝率的样本数据为所述第四神经网络的输入数据，以所述针辊供丝系数的样本数据为标签，对所述第四神经网络进行训练；以所述卷烟纸透气度的样本数据为所述第五神经网络的输入数据，以所述前道纸边高度设定和所述后道纸边高度设定的样本数据为标签，对所述第五神经网络进行训练；以所述烟丝含水量的样本数据为所述第六神经网络的输入数据，以所述过轻烟支重量极限和所述过重烟支重量极限的样本数据为标签，对所述第六神经网络进行训练；以所述卷烟纸抗张强度的样本数据为所述第七神经网络的输入数据，以所述卷烟纸张力辊额定位置和VESE生产速度的样本数据为标签，对所述第七神经网络进行训练；以所述烟用油墨量的样本数据为所述第八神经网络的输入数据，以所述油墨启动量和所述油墨停机量的样本数据为标签，对所述第八神经网络进行训练；所述第二预测模型包括相互并列的第九神经网络、第十神经网络、第十一神经网络、第十二神经网络、第十三神经网络和第十四神经网络；所述将具有相关性的卷烟机设置参数和烟支质量指标的样本数据分别作为同一个第二次级神经网络的输入数据和标签，对该第二次级神经网络进行训练，包括：以所述前道压板启动位置和所述后道压板启动位置的样本数据为所述第九神经网络的输入数据，以所述烟支圆周的样本数据为标签，对所述第九神经网络进行训练；以所述风室负压的样本数据为所述第十神经网络的输入数据，以所述烟支空头率的样本数据为标签，对所述第十神经网络进行训练；以所述吸丝带上限位置、所述吸丝带下限位置和所述针辊供丝系数的样本数据为所述第十一神经网络的输入数据，以所述烟支硬度的样本数据为标签，对所述第十一神经网络进行训练；以所述吸丝带上限位置、所述吸丝带下限位置、所述针辊供丝系数、所述前道纸边高度设定和所述后道纸边高度设定的样本数据为所述第十二神经网络的输入数据，以所述烟支吸阻的样本数据为标签，对所述第十二神经网络进行训练；以所述吸丝带上限位置、所述吸丝带下限位置、所述目标重量设定、所述过轻烟支重量极限和所述过重烟支重量极限的样本数据为所述第十三神经网络的输入数据，以所述烟支重量的样本数据为标签，对所述第十三神经网络进行训练；以所述卷烟纸张力辊额定位置数据、所述VESE生产速度、所述油墨启动量和所述油墨停机量的样本数据为所述第十四神经网络的输入数据，以所述有效作业率的样本数据为标签，对所述第十四神经网络进行训练。

全文数据：

权利要求：

百度查询： 河北白沙烟草有限责任公司 卷烟机设置参数优化数据的获取方法、装置及电子设备