烟草制造过程中工艺管控大数据的运用前景初探

《烟草制造过程中工艺管控大数据的运用前景初探》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、烟草制造过程中工艺管控大数据的运用前景初探［摘要］本文通过分析大数据时代对烟草行业的影响，以烟草制造过程中大数据工艺管控和常规数理统计工艺管控的差异分析为切入点，从预测精度对比、数据挖掘能力对比、口适应能力对比、数据质量分析能力对比四个维度，充分说明了大数据分析相比常规数理统计分析在烟草行业制造过程中工艺管控的优势，表明人数据技术是今后烟草制造过程中工艺管控提升的一种有效手段，并为其今后的发展奠定了基础。［关键词］大数据；预测精度；数据挖掘；自适应；数据质量doi：10.3969/j.issn.1673-0194.2017.02.031［中图分类号

2、1F273［文献标识码］A［文章编号］1673-0194(2017)02-00-071大数据时代对烟草行业的影响大数据应用于烟草信息研发，能使烟草行业充分了解、及时掌握半今世界的烟草信息，有效调整烟草战略、市场决策，使行业立于不败之地。凌成兴在2014年全国烟草工作会议上提出烟草行业要深入思考、积极谋划、努力实践“三大课题”，即深入思考、积极谋划、努力实践改革的红利在哪里？发展的潜力在哪里？追赶的目标在哪里？这是我国烟草行业今后一段时期内努力发展的方向和奋斗的冃标。烟草企业借助大数据研发应用的分析，可以随时掌握世界新的烟草信息，捕捉其技术要领，了解

3、其发展的先进性与适应性，并为我所用，从而可以积极有效地推动我国烟草行业的发展，促进“三大课题”的努力实践和圆满成功，为我国烟草行业快速、高效地发展提供坚实的信息技术后盾,奠定快速、高效发展的坚实基础。第一，它可以进一步优化烟草市场的资源配置，建立统一开放、竞争有序的市场体系，创造和释放烟草改革的红利空间。因为大数据的研发应用本身就是一次全新的信息技术改革。第二,它能不断地挖掘结构调整、国际市场、货币资金保值增值所蕴藏的发展潜能，努力实现烟草“十三五”的奋斗目标。第三，它能早日实现我国追赶烟草跨国公司前三名、烟机制造公司的“排头兵”、原材料与辅助材料

4、生产的大集团的新目？恕(12)吕丽掰(12)舌L?求，实现中国烟草行业进入新的发展格局的冃标。大数据的应用分析，是当今信息时代又一次全新的、更高的、更庞大的与更复杂的信息化技术革命。它对提高现代经济分析能力和管理水平、提高一个行业或一个单位的准确决策和经济实力的能力，有着不可估量的积极作用，蕴藏着巨大的潜力和能量。2烟草制造过程屮大数据工艺管控和常规数理统计工艺管控的差异分析现阶段行业内卷烟厂工艺管控主要以常规数理统计算法为主，辅助以信息化的手段实现预警控制。例如上海卷烟厂通过加入SPC对应的判异准则，固化至信息化系统中，创新地提出了SPCD的管控

5、方法。青岛卷烟厂通过将6sigma分析的指标权重纳入信息化实时预警管控分析，创新性地提出了卷烟制造过程能力信息化预警分析的管控方法。迄今为止，烟草行业内还没有卷烟厂实现了以大数据算法为核心的工艺管控实例，即通过大数据分析方法全面补充和完善常规数理统计的短板，实现工艺智能化管控水平的螺旋式上升。本文将从四个方面对大数据分析与常规数理统计在工艺管控层面的差异进行对比，旨在全面凸显大数据分析的优势，进而对烟草制造过程中信息化工艺管控的前景进行探索。2.1预测精度对比大数据预测有别于常规数理统计的回归分析，常规数理统计的回归分析是建立在数据均满足正态性和样

6、本独立性两个条件为前提的，同时在回归过程中要通过逐步回归剔除对应的异常点，方能进行回归算法的计算。而大数据预测则无需这些条件的限制，可直接根据特征样本进行训练，直接得岀对应的预测结果。2.1.1常规数理统计分析以某卷烟厂烘丝出口水分为例进行说明。对影响烘丝出口水分对应的过程参数建立对应的回归方程表如表1所zFo由图1可以看出，叶丝冷却出料含水率的四合一残差图以及各自变量残差图分布均匀，满足齐次、正态等特点。根据回归方程对测试集数据进行预测，如表4所示。将预测值与真实值进行偏差计算，如表5所示。2.1.2大数据分析首先，对影响烘丝出口水分对应的过程参

7、数建立随机树模型，如图2所示。从图2中可以看出，参数4离线程度最人，因此参数4重要度最高,根据离线度得出其参数重要性排序为参数4（叶丝干燥岀料含水率）＞参数1（叶丝干燥【区筒壁温度）〉参数2（叶丝干燥II区筒壁温度）〉参数3（叶丝干燥热风温度）＞参数5（叶丝干燥出料温度）。再进行决策树分析，根据决策树得出如下对应的过程参数与关键质量特性二叉树（如图3所示）。然后根据随机树运算结果进行预测，如表6所示。最后将预测值与真实值进行偏差计算，如表7所示。2.1.3大数据分析与常规数理统计预测精度对比大数据分析与常规数理统计预测精度对比，如图4所示。通过绘制

8、时间序列图，将常规梳理统计预测值、大数据预测值分别与真实值进行偏差对比，可以看出，大数据预测精度远大于常规梳理统计的预测精