烟草薄片涂布工序的智能预测与优化

涂布工序是烟草薄片制造的关键工序之一。涂布率作为涂布效果的重要指标,对烟草薄片的质量有较大影响。针对涂布工序的涂布率预测与工艺参数优化问题,采用灰色关联度分析,提取关键影响因子,将遗传-粒子群算法与BP神经网络模型相结合,搭建了GA-PSO-BP涂布率预测模型。结果表明,GA-PSO-BP模型预测精度显著高于BP模型,实现了对涂布率的有效预测。在此基础上,利用遗传算法求解了涂布工序的最佳工艺参数组合,为烟草薄片生产中涂布工序的参数控制提供了参考。