张风光, 张思明, 林敏, 叶明樵, 周萍芳, 蒋鹏冲, 刘西尧, 温延
控制工程. 2024, 31(6): 1138-1145.
烘丝过程中影响出口烟丝水分和温度的干扰因素较多,为了保障出口烟丝水分与温度的稳定性,首先基于烘丝过程的历史数据,采用相关性分析方法对影响因子进行筛选。其次,选取出口烟丝水分和出口烟丝温度为目标值,通过对各机器学习模型的对比分析选取了能够快速建模与预测的极限学习机(extreme learning machine, ELM)作为建模方法,以通过模型求解运算,得出预测值。最后,采用模拟退火(simulated annealing, SA)算法,实时优化热风风速和排潮风门开度的设定值,实现对出口烟丝水分和温度的预测和控制。实验结果表明,极限学习机模型的预测效果良好,预测当前出口水分的均方根误差为 0.015,出口温度的均方根误差为 0.638,误差较小,保障了烘丝机智能调控方法的调控精度。