烘絲出口水分預(yù)測模型的建立

王麗芳 丁姍 李麗萍

摘 要：目的：為解決我廠TT1烘絲崗位人員質(zhì)控難度大、批內(nèi)煙絲感官質(zhì)量波動大的問題。方法：針對烘絲設(shè)備、工藝參數(shù)，運用Minitab及R軟件，采用多元線性、決策樹、隨機森林、bagging、神經(jīng)網(wǎng)絡(luò)等多種機器學(xué)習(xí)法，找出各參數(shù)之間的聯(lián)系，并構(gòu)建和選擇最優(yōu)回歸模型。結(jié)果：（1）采用相關(guān)回歸分析和人工機器學(xué)習(xí)回歸模型均能得出影響烘絲機出口水分的重要因素及其回歸模型。（2）相比較而言，隨機森林回歸模型的均方誤差更小，是一種有效的回歸方法。結(jié)論：通過機器學(xué)習(xí)法探究烘絲出口水分影響因素的變化規(guī)律，用于指導(dǎo)指導(dǎo)制絲生產(chǎn)加工過程，實現(xiàn)烘絲機出口水分及卷煙感官質(zhì)量批內(nèi)、批間穩(wěn)定。

關(guān)鍵詞：機器學(xué)習(xí);烘絲機出口水分;預(yù)測模型;回歸分析;影響因素

1研究背景

薄板烘絲機是制絲線關(guān)鍵主機設(shè)備之一，也是保證成品絲水分的最后一道工藝設(shè)備，因此其運行的穩(wěn)定性和可靠性直接影響到烘絲質(zhì)量和成品煙絲品質(zhì)。我廠制絲TT1烘絲機因設(shè)備性能受限、操作人員質(zhì)控效果差異較大，導(dǎo)致批內(nèi)、批間煙絲感官品質(zhì)差異，煙絲物理質(zhì)量以及感官品質(zhì)的提升維護受到了限制[4]。因此，統(tǒng)一和規(guī)范烘絲出口水分質(zhì)控方法刻不容緩。

2數(shù)據(jù)說明及預(yù)處理

我廠紅河A牌號卷煙年產(chǎn)占比在所有品牌內(nèi)最大，因此本文選擇紅河A牌號為對象，研究探索影響烘絲機出口水分這一重要物理指標的因素，繼而為實際生產(chǎn)中如何精益控制烘絲機出口水分提供參考和建議[1-3]。數(shù)據(jù)來源于我廠制造執(zhí)行系統(tǒng)（MES）平臺2019年6月-12月期間紅河A牌號部分批次生產(chǎn)過程實時數(shù)據(jù)，按統(tǒng)一規(guī)則進行異常數(shù)據(jù)截取后，對各變量進行如下定義和說明，如表1所示。

3預(yù)測模型建立及選擇

繪制各參數(shù)的相關(guān)矩陣圖，并結(jié)合相關(guān)性分析結(jié)果初步查看各參數(shù)之間的相關(guān)性以及烘絲出口水分與其它變量關(guān)系密切程度[6]。

結(jié)合圖1、表2可看出，各自變量之間有明顯的相關(guān)性，自變量與因變量相關(guān)性中有3個正相關(guān)變量，5個負相關(guān)變量，9個變量中最小相關(guān)性變量為X1。

分別使用多元線性回歸、隨機森林、決策樹、支持向量機、mboost、bagging、神經(jīng)網(wǎng)絡(luò)七種回歸模型對烘絲機出口水分變量進行回歸，如表3所示。

從七種模型回歸效果對比可以看出，mboost1、隨機森林、bagging、神經(jīng)網(wǎng)絡(luò)的回歸效果較好[7]。選用模型NMSE最小的mboost1，bagging、隨機森林，提取訓(xùn)練集數(shù)據(jù)（原始數(shù)據(jù)前100行）做10折交叉驗證回歸，得到三個模型10折交叉驗證NMSE回歸結(jié)果，并繪制折線圖，如圖2所示。

從三個模型10折交叉驗證NMSE回歸結(jié)果可以看出，三種方法回歸效果沒有一種在所有10折數(shù)據(jù)都占優(yōu)勢。從平均來看，隨機森林要好些，bagging其次，mboost較差，因此可以隨機森林是有效的烘絲機出口水分預(yù)測模型[8]。

4結(jié)果及應(yīng)用

理論與實踐相結(jié)合，為驗證上述預(yù)測模型算法的有效性和可利用性，我們將隨機森林方法得出的結(jié)論轉(zhuǎn)化為質(zhì)控經(jīng)驗，并將其推廣運用到烘絲崗位三個班次中進行效果檢驗[9]。跟蹤統(tǒng)計模型應(yīng)用前后烘絲出口水分標偏變化情況，繪制單值圖，如圖3所示。

由單值圖可以看出，烘絲出口水分預(yù)測模型建立應(yīng)用后，烘絲機出口水分標偏整體降低明顯，且批次間控制穩(wěn)定性得到了提升，說明通過本文建立的烘絲機出口水分預(yù)測模型是可用、有效的[10]。

5結(jié)語

從實際應(yīng)用效果分析，相比較傳統(tǒng)傳統(tǒng)經(jīng)典統(tǒng)計回歸模型來說，機器學(xué)習(xí)回歸模型的建立不需要更多假定，是一種有效的回歸方法，隨著條件的日益成熟以及大數(shù)據(jù)的推廣，預(yù)測精度也會越來越高。因此可機器學(xué)習(xí)法進一步推廣應(yīng)用到各個牌號各個加工工序，為解決質(zhì)控難點痛點提供科學(xué)、有效、合理的支持，使得制絲生產(chǎn)過程優(yōu)化更加有針對性，準確性。

參考文獻

[1] 吳喜之.統(tǒng)計學(xué)：從數(shù)據(jù)到結(jié)論[M].北京：中國統(tǒng)計出版社，2014.

[2] 吳令云，吳家祺，呂誠鷗，等.MINITAB軟件入門[M].北京：高等教育出版社，2014.

[3] 吳喜之.復(fù)雜數(shù)據(jù)統(tǒng)計方法—基于R的應(yīng)用[M].北京：中國人民大學(xué)出版社，2015.

[4] 吳成鋒.統(tǒng)計過程技術(shù)在質(zhì)量控制中的應(yīng)用[J].價值工程，2008（4）：86-88.

[5] 李山.制絲線主要工序?qū)頍煾泄儋|(zhì)量影響的分析[J].甘肅科技，2018，34（6）：31-32.

[6] 張強.滾筒烘絲機工藝參數(shù)對烤煙感官質(zhì)量的影響[J].煙草科技，2011（11）：10-13.

[7] 陸琨，薛訓(xùn)明，唐皓辰，等.基于大數(shù)據(jù)技術(shù)的烘絲機出口水分影響因素研究[J].電腦知識與技術(shù)，2016，12（2）：191-193.

[8] 張輝.大數(shù)據(jù)技術(shù)在烘絲出口水分預(yù)測與控制中的應(yīng)用[J].通訊世界，2017（6）：249-250.

[9] 劉炳軍，李江.薄板式烘絲機工藝參數(shù)相關(guān)性研究[J].大眾科技，2012（10）：93-95.

[10] 胡宇航，何毅.烘絲過程出口水分控制數(shù)據(jù)分析方法應(yīng)用研究[J].電腦與信息技術(shù)，2016（4）：13-15.