基于RNN神经网络的卷烟车间工艺温度达成度和稳定性预测  

作　　者：杨磊[1] 胡同豪 王文轩 赵虎 

机构地区：[1]中原工学院,郑州

出　　处：《暖通空调》2024年第S2期219-224,共6页Heating Ventilating & Air Conditioning

基　　金：河南省高等学校重点科研项目计划“基于人体生理节律与热健康的建筑冷热调节技术”(编号:22A560022);河南省科级攻关计划项目“民用静电空气净化技术性能分析与改进”(编号:182102310912);中原工学院研究生教育创新培养示范基地建设项目(编号:JD202503)

摘　　要：探讨了某卷烟工艺车间的环境温度及与之相关的空调机组运行状态。通过采用目标参数波动比分析方法和神经网络模型,系统地分析了影响车间温度控制的关键因素,包括新风状态、回风状态及送风机参数的作用机制。本研究采用了独特的理论分析方法,即对环境空气温度达成度和稳定性进行评估,同时借鉴了神经网络模型在预测值影响目标参数方面的理论原理。结合车间现场的实际实验测试,实现了多工艺模式下卷烟车间温度测量数据的精确采集,并对控制效果进行了准确的对比评估。发现当新风温度偏高、送风机频率偏低时,空调机组在调控车间温度方面会面临较大的挑战。为了应对这些挑战,提出了一系列调控措施,包括确保额定送风量状态、适当减小新风比及稳定回风状态参数等。这些研究成果及相应的调控措施在某车间的实际应用中取得了显著成效,满足了95%以上的温度达成度和温度稳定性规范要求和工程标准,不仅提升了生产效率和产品质量,也为车间温度控制提供了有力的技术支持和实践指导。

关 键 词：卷烟 温度 新回风 送风量 神经网络模型 

分 类 号：TS48[农业科学—烟草工业] TP183[自动化与计算机技术—控制理论与控制工程]