基于機器學習的不同工藝參數對煙絲質量影響研究

楊龍飛

（河南中煙工業有限責任公司許昌卷煙廠，河南許昌 461001）

0 引言

煙草是一種較為特殊的消費品，在十六世紀使傳入中國，當時是作為預防瘟疫藥材傳入的。到如今，對于煙草人們持不同態度。卷煙生產中重要環節之一就是制絲環節，同時制絲環節也是決定卷煙質量好壞的關鍵性原因之一。進而，提升制絲工藝水平有利于提高卷煙質量，同時對于增強企業競爭力也有較大幫助。本文在研究中主要是通過正交試驗，采取機器學習方法分析三個重要的設備參數對衡量卷煙產品質量的影響[1]。其中設備參量主要涉及到HT開度、烘絲機滾筒電機頻率、松散回潮葉片含水率；衡量產品質量的參數包括煙絲整絲率、填充值及過卷煙機后的這兩個參數降低。由此就能為工藝參量的設定提供重要理論支持。

1 基于機器學習工藝參數對煙絲質量影響

在智能數據分析領域中機器學習處于領先地位，機器學習方法可以在大量數據中精準計算出復雜物理量，從試驗結果中分析出潛在規律，之后采取各種方法模擬決策邊界。當前卷煙廠烘絲干頭階段都是先由工人進行手動控制溫度等參數，等到出口水分數值形成穩定狀態后才交接于烘絲筒機器進行自動控制[2]。因為當前對于判斷烘絲參數還是依賴于人工經驗，未有一個特定標準值與說明書，所以新工學習這方面知識要耗費較長一段時間。但采取機器學習方法，創建預測參數模型，人工調節參數時可以作為參考。通過實驗計算出最佳工藝參數組合，為進行烘絲自動化階段奠定基礎。

2 卷煙質量概念

如今在社會與科技的進步之下，質量也得到人們深入的理解。最初，人們將質量定義為符合性，也就是說，滿足設計標準或者要求，就具有了質量屬性。上世紀六十年代，J.M.Juran（美）在研究中認為質量即為適用性。該學者表示，認知質量必須要從用戶角度來思考，只有滿足用戶要求，才能視作產品有質量。因此，這類有質量的產品不僅能夠滿足人們生活與工作需求，同時還能為公司帶來更多經濟效益。不過這種對質量的理解依然存在著一定的缺陷，為此，GB/T19000-2000則對質量進行了下面的界定：固有特性都能滿足要求的水平即為質量[1]。對于卷煙產品而言，它本身具有獨特屬性，為此，它的質量可以通過以下兩個方面來進行展現：

（1）產品。營銷理論提供了一個十分重要的概念，即為整體產品，它又涉及到物質類商品、非物質類服務，這些商品與服務能夠滿足用戶某些方面的需求，或者為用戶帶來某些利益。為此，其內涵主要體現在：第一，可用性，也就是說，商品的諸多基本功能都能夠被使用；第二，外在表現形式，具體涉及到相關的包裝、品牌形象等；第三，產品附加與外延。公司在自身運營過程中，能夠為自己的用戶提供全部的服務項目，以及各種質量的綜合。由上分析可知，整體產品實際上就是有不同因素共同構成的組合體，若是它的三個內涵缺失了某個，那么相應的產品就不具有完整性。

（2）要求。細分成隱含、明確要求。前者即用戶對卷煙的期待值，他們期望這類產品不僅可以滿足自身吸食需求，同時還能夠最大限度減少對用戶身心健康的傷害；后者就是各種確切化的要求，譬如這類產品中的煙堿量、焦油量等[2]。用戶在購入這類產品之時，還可以期望這類產品能夠表達人們的身份與地位，為此，作為生產企業還需要進一步提升卷煙產品的品牌度。

3 試驗材料、儀器與方法

3.1 材料、儀器

本次試驗采用“X”品牌配方原料、卷接設備、煙絲振動篩、香料、卷接設備以及煙絲填充儀。

3.2 方法

3.2.1 試驗方法

依據目前制絲參數對每個工藝參數進行對比分析，確定三個實驗因素為薄板烘絲機滾筒轉速、松散回潮出口煙葉水分、HT開度，分析這三個不同實驗因素對煙絲質量會產生何種影響。在保證各個工藝參數相同的情況下，將符合工藝條件為根本，設計了三個不同試驗程度，如表1所示。

表1 因素水平表

3.2.2 煙絲取樣和檢測方法

（1）出貯絲柜煙絲檢測與取樣。為保證取樣代表性，在煙絲出柜后三十分鐘后開始進行取樣工作。采用取樣盤進行取樣，大概取樣四克左右，之后在使用四分法將其縮減為一克，將這一克按標準進行檢測[3]。從剩下的一百克中，檢測煙絲填充值。在間隔時間相同基礎下檢測，計算結果采用平均值

（2）出卷煙機煙槍煙絲檢測與取樣。為保證此次實驗精確性，在煙槍出口處采用取樣盤進行取樣。取樣方法與內容同出貯絲柜煙絲相同。每一批煙絲都保證在同樣時間下進行檢測，之后采取平均值。

3.2.3 分析方法

本次試驗運用機器學習方法，分別對各次試驗進行整絲率及煙絲經過卷煙機煙絲填充值降低、出柜煙絲填充值以及整絲率降低分析三項分析。

4 結果與討論

4.1 試驗結果

對于整絲率降低、煙絲整絲率、填充值降低以及填充值采用機器學習算法進行分析，試驗結果如表2所示。

表2 實驗結果

4.2 試驗因素對出貯絲柜煙絲填充值的影響

從表3中可以看出：此次試驗因素對于填充值影響大小為松散回潮出料含水率最小，薄板滾筒電機頻率最大，HT 開度則最大，其中各個因素最佳搭配結果是A2B3C3。在此次試驗規定條件內，對煙絲填充值影響最大的因素為薄板滾筒電機頻率，則HT 開度、松散回潮出料含水率影響程度較小。

表3 試驗因素對填充值影響極差分析

4.3 試驗因素對出貯絲柜煙絲整絲率的影響

從表4中可以看出：試驗因素對煙絲整絲率產生影響大小分別是，薄板滾筒電機頻率影響最小，HT開度最大，松散回潮出料含水率則處于中間位置。最優排列因素組合為A3B1C2。在此次試驗所要求條件內，試驗中各個因素對于煙絲整絲率影響程度都較小，其影響大小程度分別為，薄板滾筒電機頻率影響程最小，HT開度影響程度最大，松散回潮出料含水率則處于兩者中間位置。

表4 試驗因素對整絲率影響極差分析

4.4 試驗因素對填充值降低影響

表5中數據表明：通過本文實驗，煙絲填充值降低受到的影響因素，其程度最低為該含水率、最高則為滾筒電機頻率，HT開度則位于中間位置，由此優化后的組合為A3B1C2。對煙絲整絲率降低的影響要素，最高、最低、中間因素分別為該出料含水率、滾筒電機頻率、HT開度，最優為A2B2C1。這些因素對該整絲率降低帶來顯著性影響，其中A、B兩個因素則對填充值降低的影響沒有顯著性，按照顯著性影響的次序進行排列，最高為出料含水率、最低為滾筒電機頻率、中間的則是HT 開度[4]。

表5 試驗因素對填充值降低影響極差分析

4.5 優化試驗因素水平

根據上述一系列分析可以看出，主要是通過實驗因素中各個項目影響性大小為主，與極差分析最終結果相結合，最終確定A2B2C2為此次實驗最佳搭配組合。在正交實驗中A2B2C2已經存在，并且多次測試結果始終良好[5]。

5 結論

（1）在此次試驗所要求條件內，降低煙絲整絲率各個因素影響都較大。其中影響因素最為顯著的則是因素C，在F0.90（2，2）時煙絲填充值降低才有顯微影響。但對于煙絲整絲率影響卻不明顯。對于煙絲填充值降低、煙絲填充值影響最小的兩個因素為A、B.（2）本次實驗結果進行多次對比，以各因素影響大小來看，試驗結果中最佳組合因素為A2B2C3

6 結語

當前，對工藝參量進行優化的模式具有多元性，本文利用正交試驗來優化參量，利用機器學習算法，能夠對人、財、物力進行節省，并能讓最終結果更具有科學性[6]。本次所選的試驗亦有一定缺陷，在評價質量方面存在主觀性，為此，有必要構建完善的標準體系，使之在生產中得到科學運用。本文利用試驗得到最優參量，然后再對它們進行驗證，結果顯示煙絲填充率、整絲率都有了改善，煙堿量、碎絲率等有了明顯下降，感官品質則有所增長，意味著該參數組合有助于產品質量提升。