一种基于配方单解析计算的烟叶组配投料方案策划算法的制作方法-ag尊龙凯时

文档序号:29949674发布日期:2022-05-07 17:41来源:国知局


1.本发明属于复烤生产组织技术领域,更具体的说涉及一种基于配方单解析计算的烟叶组配投料方案策划算法。


背景技术:

2.均质化加工是烟草行业在中长期发展规划中的主攻方向之一,中国烟草总公司于发布的《关于推进打叶复烤企业均质化生产加工的意见》指出:“推行均质化生产加工是适应行业发展新常态”,“要聚焦烟叶投料环节,按加工批次做好烟叶投料策划,结合生产装备实际、投料等级比例和加工技术要求科学设计烟叶组配投料方案,设计好等级配方比例实现环节,精准执行工业企业加工等级比例要求,优化均质化生产工艺实现途径。”3.烟叶原料的均质化加工重点在于按照配方比例,精准均匀的将各类原料进行掺配,同时在后续加工环节进行过程控制,实现同一加工批次内、不同加工批次间的片烟产品物理化学指标稳定,评吸品质稳定的效果。
4.打叶复烤作为卷烟生产链条中的初始环节,是实现烟叶原料农转非的关键一环。片烟产品品质的均匀性和稳定性将直接影响到卷烟配方的设计,进而影响到在制卷烟的感官品质的稳定。而打叶复烤的原料投料环节则是对烟叶配方实现的重要一环,投料是否精准执行直接决定了后续加工过程中烟叶组配配方的有效性。鉴于大多数复烤企业生产设备老旧,在当前烟叶组配配方不断复杂化的趋势下,在烟叶投料环节实现精准配方执行存在难度。同时,对于如何结合生产装备实际,将配方单转化为科学、精准、有效的投料方案一直依赖职工经验,缺乏科学客观的算法支撑,难以兼顾现场执行的便利性和配方比例的精准性。


技术实现要素:

5.本发明为了解决当前在根据叶组配方单制定投料计划时,由于依赖人工经验完成,不同个体对配方单的解析存在差异,缺乏客观判断标准,难以达到最优;对于烟叶组配投料方案的制定需要根据生产装备实际进行调整,难以根据生产节律快速响应,难以保证每次调整都达到最优值。针对上述存在的问题,本发明提出基于相似叶组聚类及最小投料单元策划投料方案策划算法,以在生产装备实际的基础上,达到等级配方比例的精准实现。
6.为了实现上述目的,本发明是采用以下技术方案实现的:所述的策划算法包括基于对配方单自动解析的叶组聚类算法以及基于生产实际进行的最小投料单元策划算法。
7.优选地,所述的基于对配方单自动解析的叶组聚类算法是基于解析配方单物料中的:品种、产地、种植方式、颜色、部位等信息,在物料数量超过生产实际可承载分类数量的情况下,将配方单中相似物料进行聚类,从而将配方单分解为若干个子物料单元,进而将配方单转化为生产实际可承载的物料类别数量。
8.优选地,所述的基于生产实际进行的最小投料单元策划算法在配方比例的均方根误差(rmse)最小化、单个投料单元节拍最小化两个优化问题的帕累托曲线上寻找基于包装
规格的可执行离散位置的多目标优化过程。
9.优选地,所述的叶组聚类算法包括以下步骤:(1)判断配方单物料数量,将配方单分为可直接确定分组并制定投料计划的直投类别和需要进行物料分组聚合的非直投类别;当配方单物料数量小于等于三个时,确定为直投类别;当配方单数量大于3个时确定为非直投类别;
10.(2)基于物料品种和种植方式进行聚类分组,将物料品种和种植方式均相同的物料归并为一组,其配比按照配方单比例进行预混配;
11.(3)计算分组后的物料数量,判断是否需要进一步聚类分组;当分组后物料数量小于等于三个时,确定分组;当分组后物料数量大于三个时,继续进行分组;
12.(4)基于物料品种进行聚类分组,将物料品种和种植方式均相同的物料归并为一组,其配比按照配方单比例进行预混配;
13.(5)计算分组后的物料数量,判断是否需要进一步聚类分组;当分组后物料数量小于等于三个时,确定分组;当分组后物料数量大于三个时,继续进行分组;
14.(6)当常规聚类无法将配方单类别压缩到3个以内时,将额外进行分组:将按品种和种植方式聚类后的物料分为主流物料和次主流物料两组;
15.(7)为次主流物料,涵盖分组后在配方中占比低于10%,将进一步进行聚类合并;为主流物料,涵盖按品种和种植方式聚类后物料占比大于10%的物料,此类物料作为主要物料,需要尽可能保证投料精度;
16.(8)对柠色烟进行聚类:生产实践中柠色烟通常作为次主流等级,在配方单中占比小且种类繁多,适宜进行合并;
17.(9)判断主流物料中是否存在对应物料;
18.(10)对x2f与c4f进行聚类:x2f和c4f在形状上相似性高,在次主流等级中存在该类别时可以合并;
19.(11)判断主流物料中是否存在对应物料;
20.(12)对7-f-d至11-f-d类别物料分别进行聚类分组;
21.(13)判断主流物料中是否存在对应物料;如主流物料中存在对应物料,则将合并后的物料与主流物料聚类分组;基于主流物料组和次主流物料组聚类分组后的最终结果,确定分组;
22.(14)基于分组制定投料计划;
23.基于分组制定投料计划。
24.优选地,所述的最小投料单元策划算法在烟叶组配投料生产过程中,烟包以独立包装单元的形式在d个混配台进行比例投料,生产投料流量固定为f,每轮投料总包装数为n,生产节拍为t,分组聚类后主流物料组别数位n,分组聚类后各物料的包装规格为各分组混配比例为各分组每轮投料包数为各分组按照混配比例投料的连续值解集为各分组每轮投料重量为各分组每轮占用混配台数为其中,
[0025][0026][0027]
损失函数1:
[0028][0029]
损失函数2:
[0030][0031]
最优解:
[0032]
x
*
=min(|pareto-x|)
[0033]
约束条件为:
[0034][0035]
投料规划问题可数学抽象为搜索向量的值,使之在约束条件下,最小化损失函数1和损失函数2的帕累托曲线右侧的离散可行解区域中可行解与帕累托曲线的距离,该偏离度最小的离散可行解即为最小投料单元每轮各分组的投料包装单元数。
[0036]
本发明有益效果:
[0037]
本发明通过引入配方单叶组的聚类算法和最小投料单元策划算法,实现了将复杂的叶组配方单转化为可执行的最优的烟叶组配投料方案。解决了对于职工个人经验和水平的依赖性,加快了投料方案计算效率,提升了配方单执行精确控制水平。
附图说明
[0038]
图1聚类算法的步骤流程;
[0039]
图2混配投料工作流程示意
[0040]
图3为最小投料单元策划算法的逻辑示意。
具体实施方式
[0041]
为了使本技术领域的人员更好地理解本发明方案,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述。
[0042]
基于配方单解析计算的烟叶组配投料方案策划算法,包括基于对配方单自动解析的叶组聚类算法以及基于生产实际进行的最小投料单元策划算法。
[0043]
1、基于对配方单自动解析的叶组聚类算法
[0044]
烟叶组配的配方单中的配方数量具有灵活多变的特征,数量从1种到数十种不一。因此,在投料方案制定环节如何根据配方单的具体情况对配方单物料进行分析和聚类是将配方单转化为具体可执行的投料方案的重要步骤。本发明提出了基于解析配方单物料中的:品种、产地、种植方式、颜色、部位等信息,在物料数量超过生产实际可承载分类数量的情况下,将配方单中相似物料进行聚类,从而将配方单分解为若干个子物料单元,进而将配方单转化为生产实际可承载的物料类别数量。
[0045]
2、基于生产实际进行的最小投料单元策划算法
[0046]
如图2所示,在烟叶组配投料方案制定环节,需要在若干个离散混配投料台实现连
续的配方比例混配,其中存在系统性取整误差。因此制定投料方案需要最小化该取整误差,从而实现更精确的等级配方比例。在投料节拍方面,需要最小化单个投料单元投料量及投料节拍,从而实现现场生产进度管控合理有序。然而,烟叶配方中物料存在不同包装单元的情况,常规选择不同包装规格最小公倍数的方式,能在配方实现精度方面达到要求,然而会使单个投料单元投料量虚高,导致现场管控难度提升,从而影响等级配方执行的精准度。因此,算法可抽象为:在配方比例的均方根误差(rmse)最小化、单个投料单元节拍最小化两个优化问题的帕累托曲线上寻找基于包装规格的可执行离散位置的多目标优化过程。
[0047]
1、叶组聚类算法
[0048]
表1
[0049][0050]
表1为一个典型配方单示例,配方由12个物料组成,物料具有不同的地区、加工方式、种植方式、包装规格、配比等参数。
[0051]
图1为聚类算法的步骤流程,其中:
[0052]
(1)判断配方单物料数量,将配方单分为可直接确定分组并制定投料计划的直投类别和需要进行物料分组聚合的非直投类别;当配方单物料数量小于等于三个时,确定为直投类别;当配方单数量大于3个时确定为非直投类别;
[0053]
(2)基于物料品种和种植方式进行聚类分组,将物料品种和种植方式均相同的物料归并为一组,其配比按照配方单比例进行预混配;
[0054]
(3)计算分组后的物料数量,判断是否需要进一步聚类分组;当分组后物料数量小于等于三个时,确定分组;当分组后物料数量大于三个时,继续进行分组;
[0055]
(4)基于物料品种进行聚类分组,将物料品种和种植方式均相同的物料归并为一组,其配比按照配方单比例进行预混配;
[0056]
(5)计算分组后的物料数量,判断是否需要进一步聚类分组;当分组后物料数量小于等于三个时,确定分组;当分组后物料数量大于三个时,继续进行分组;
[0057]
(6)当常规聚类无法将配方单类别压缩到3个以内时,将额外进行分组:将按品种和种植方式聚类后的物料分为主流物料和次主流物料两组;
[0058]
(7)为次主流物料,涵盖分组后在配方中占比低于10%,将进一步进行聚类合并;为主流物料,涵盖按品种和种植方式聚类后物料占比大于10%的物料,此类物料作为主要物料,需要尽可能保证投料精度;
[0059]
(8)对柠色烟进行聚类:生产实践中柠色烟通常作为次主流等级,在配方单中占比小且种类繁多,适宜进行合并;
[0060]
(9)判断主流物料中是否存在对应物料;
[0061]
(10)对x2f与c4f进行聚类:x2f和c4f在形状上相似性高,在次主流等级中存在该类别时可以合并;
[0062]
(11)判断主流物料中是否存在对应物料;
[0063]
(12)对7-f-d至11-f-d类别物料分别进行聚类分组;
[0064]
(13)判断主流物料中是否存在对应物料;如主流物料中存在对应物料,则将合并后的物料与主流物料聚类分组;基于主流物料组和次主流物料组聚类分组后的最终结果,确定分组;
[0065]
(14)基于分组制定投料计划;基于分组制定投料计划。
[0066]
2、最小投料单元策划算法
[0067]
在烟叶组配投料生产过程中,烟包以独立包装单元的形式在d个混配台进行比例投料,生产投料流量固定为f,每轮投料总包装数为n,生产节拍为t,分组聚类后主流物料组别数位n,分组聚类后各物料的包装规格为各分组混配比例为各分组每轮投料包数为各分组按照混配比例投料的连续值解集为各分组每轮投料重量为各分组每轮占用混配台数为其中,实际投料比例与配方单的均方根误差为损失函数1:
[0068][0069]
在固定流量f下,每轮投料生产节拍t为损失函数2:
[0070][0071]
可行解矩阵为:
[0072][0073]
在多目标比较参数c1和c2下,多目标模型为:
[0074][0075]
基于连续解集合构成的帕累托曲线为:
[0076][0077]
则在同一多目标模型下,离散可行解与帕累托曲线的偏离度为:
[0078][0079]
可得目标函数为:
[0080][0081]
其中,属于自然数集,为非负数集,
[0082]
投料规划问题可数学抽象为搜索向量的值,使之在约束条件下,最小化损失函数1和损失函数2的帕累托曲线右侧的离散可行解区域中可行解与帕累托曲线的距离,该偏离度最小的离散可行解即为最小投料单元每轮各分组的投料包装单元数。
[0083]
图3为最小投料单元策划算法的逻辑示意,其中:
[0084]
1、e为损失函数1,投料方案应最小化配方单各物料比例与策划的投料方案物料比例的相对均方差。
[0085]
2、t为损失函数2,投料方案应最小化生产节拍,从而减少单轮次投料量,提高混配生产现场的批次化精度,进而降低现场管控难度,提升配方实行精度水平。
[0086]
3、帕累托曲线,由于投料单元策划为双目标优化问题,因此存在二位帕累托曲线,问题存在的可行解在曲线右侧,问题的非可行解在曲线的左侧。
[0087]
4、离散可行解,由于单个混配台投料件数是正整数,离散的解不能保证落在连续的帕累托曲线上,因此需要选取帕累托曲线右侧附近的离散可行解作为可行解集合x。
[0088]
本发明的上述具体实施方式仅仅用于示例性说明或解释本发明的原理,而不构成对本发明的限制。因此,在不偏离本发明的精神和范围的情况下所做的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
当前第1页1  
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
网站地图