[发明专利]一种密集烤房烟叶烘烤工艺曲线的在线生成方法

摘要

本发明公开了一种密集烤房烟叶烘烤工艺曲线的在线生成方法，该方法首先设置初始阶段的烘烤工艺曲线，在该阶段结束前的5小时启动下一个阶段的烘烤工艺曲线参数预测，每隔1小时采集一次烤房气体信号并提取出气味特征，将该特征输入到训练好的RBF神经网络，预测输出下一阶段的烘烤工艺曲线参数，从而形成下一阶段的烘烤工艺曲线，重复以上步骤直到烘烤结束，实现了密集烤房烟叶烘烤工艺曲线的在线生成。本发明把人工判断烤烟烘烤状态的过程转换为机器的智能识别，在线实时地生成烘烤工艺曲线，烘烤过程随之展开，系统无需预设烘烤工艺曲线，全程无人工参与，减少了烘烤系统的人工成本，避免了人为主观因素干扰。

主权项

一种密集烤房烟叶烘烤工艺曲线的在线生成方法，其特征在于，按以下步骤进行：步骤一：开始烘烤，设置初始阶段烘烤工艺曲线参数：干球温度Td，湿球温度Tw，当前烘烤阶段结束时间tc，生成该阶段的烘烤工艺曲线；步骤二：实时检测当前烘烤时间th是否等于tc‑5，如果是则进入步骤三，否则在th+1时刻重复步骤二；步骤三：启动下一阶段烘烤工艺曲线参数的预测，从当前时刻开始到本阶段烘烤阶段结束前5小时内，每隔1小时采集一次烤房气体信号并提取出气味特征，将该特征输入到训练好的RBF神经网络，预测输出下一阶段的烘烤工艺曲线参数值Tdn，Twn和tcn，一共得到6组输出结果，分别是：{Tdn1，Twn1，tcn1，Tdn2，Twn2，tcn2，Tdn3，Twn3，tcn3，Tdn4，Twn4，tcn4，Tdn5，Twn5，tcn5，Tdn6，Twn6，tcn6}；步骤四：对以上6组输出结果采用截尾均值方法，求得RBF神经网络模型预测的下一阶段烘烤工艺曲线参数平均值：干球温度平均值Tdnf，湿球温度平均值Twnf，以及烘烤阶段结束时间平均值tcnf；步骤五：根据Tdnf，Twnf和tcnf不同的取值，设置下一阶段烘烤曲线参数：Td，Tw和tc，并生成该阶段的烘烤工艺曲线；步骤六：检测当前烘烤时间th是否达到最大烘烤时长tover，如果达到最大烘烤时长则结束烘烤，同时生成完整的烘烤工艺曲线，否则重复步骤二。