基于LoRa和MQTT的打叶复烤工艺参数智能生成模型研发

　内容提要:【①主要研究内容】基于LoRa技术和MQTT协议的打叶复烤工艺参数智能生成模型,是一个结合了远距离无线通信技术、消息队列遥测传输协议以及智能数据统计算法的综合性系统。这种模型旨在通过实时数据采集和数据分析,自动生成和优化打叶复烤工艺参数,以提高生产效率、保证产品质量并降低运营成本。【②论文的创新点和主要结论】通过LoRa网络实现数据的实时传输,确保智能生成模型能够及时获取最新的生产数据,保证数据准确性的同时缩短数据统计和分析比对时间。LoRa技术具有远距离通信的能力,适合在大型打叶复烤生产线中使用。数据处理单元将处理后的数据通过MQTT协议发送到服务器,基于机器学习或深度学习算法的智能生成模型对接收到的数据进行分析和学习,能够通过算法计算得出最优的工艺参数组合。【③主要政策建议或对实践的指导作用】该模型可广泛应用于烟草行业的打叶复烤生产线中,帮助企业实现智能化转型和升级。通过实时监控和数据分析,及时发现并解决生产中的问题,提高生产稳定性和可靠性。【④有待进一步研究和完善之处】后续将研究能否把现有系统中的部分应用工具移动化。借助智能手机终端,尝试挑战更加便捷、实用的数据分析应用研制。同时探索模型中异常检测数据与生成参数调整,提高模型在不同品牌、不同模块批次、不同场景的自适应性。

　　关键词:打叶复烤工艺参数；智能生成；LoRa通讯技术；MQTT协议；MySQL数据库

　　一、引言

　　目前,卷烟企业制丝的精细化加工及分模块加工模式的出现,复烤加工从单等级加工转变为多等级、多数量的大规模生产,对复烤烟叶的质量稳定性提出更高要求,数字化已成为各复烤企业转型升级的重要力量[1]。控制过程就是控制结果,参数控制过程质量是复烤企业质量管理体系中的重要组成部分,通过对生产过程中的各个环节产生的数据进行监控、调整和改进,确保产品的各项指标能够持续稳定地达到质量要求。

　　针对上述要求,本文选择“以数字化统计技术支撑来提升复烤企业参数化控制水平”为主攻方向,探索研发一套打叶复烤工艺参数智能生成系统。

　　二、模型设计

　　(一)现状分析

　　过程控制是质量控制的主要环节,是保证产品质量的关键。工艺参数的设置对过程产品质量起着重要作用,根据数据统计,传统打叶复烤工艺参数指标生成的流程中,一次由传统人工操作的参数设置需要消耗的时间是390分钟,其中指标数据收集和统计分析环节占用了240分钟的时间[2]。且由于生成的参数缺少自主调整性和动态优化性,在生产发生波动需要调整参数时,只能由现场工艺员根据经验和现场临时情况进行调整。由于现场人员的经验和能力的差异,一些烟叶加工指标难以达到理想水平,从而影响产品质量。

　　(二)借鉴启发

　　借鉴“数据传输”选择合适的通讯技术收集数据,借鉴“数据关联”分析烟叶理化数据与生产工艺参数预测的关联度,对采集到的数据进行“数据处理”,通过数据去噪、归一化,将无效数据进行清除,最后借鉴“模型建立”选择建立算法模型并调用,生成工艺参数,并在生产过程中持续优化,实现打叶复烤工艺参数智能生成并不断优化。

　　(三)创新思路

　　通过借鉴相关技术成果可得出以下思路:首先基于LoRa通讯技术和MQTT协议,对原烟的理化特性数据进行智能采集并传输,通过数据去噪、归一化技术清理掉无效数据,再存入数据库。通过深度学习技术利用数据库数据训练算法模型,建立涵盖各参数的打叶复烤生产加工参数智能生成模型,并实现自主学习和动态优化,最后对算法准确度进行验证。

　　三、实验分析

　　(一)数据传输与录入

　　数据传输方式:采用LoRa及Wi-Fi构建了现场局域网。在通用MQTT协议的基础上,参照TCP通信协议的标准,设计了一个基于MQTT数据传输协议,利用事件上报的形式完成图像数据的分包上传。通过4G模块、路由器和交换机实现与服务器的联结,确保在任一种网络出现故障的情况下,数据采集及实时控制功能均能可靠运行。

　　数据录入方式:业务模块数据通过与分析软件打通的方式直接添加至系统,系统可快速且高效地实现数据的输入。不同的业务数据可从实际情况出发采用不同的录入方式,系统之间直接打通,无需人为干预,可做到一键入库,方便快捷。

　　(二)数据库类型

　　根据系统业务需求,确定目前业务的数据量,同等硬件的情况下,以此数据量验证MySQL和SQLServer数据库的性能及业务适配能力。最终选择MySQL数据库理由:MySQL数据库是一种关系型数据库,其体积小、速度快、总体拥有成本低,尤其是开放源码这一特点,一般中小型和大型网站的开发都选择MySQL作为网站数据库管理系统。MySQL数据库开源免费,能满足当前业务的存储需求,也和目前采用的技术方案(Java)兼容性强,符合度高。

　　(三)无量纲化处理

　　聚类法是指相似或相邻近的数据聚合在一起形成了各个聚类集合,而那些位于这些聚类集合之外的数据对象,被认为是异常数据。通过将数据点分组,可以发现异常值,因为它们往往作为孤立的点出现在图表之外。数据分类的目的是根据新数据对象的属性,将其分配到一个正确的类别中。聚类分析的目的是分析数据是否属于各个独立的分组,使一组中的成员彼此相似,而与其他组中的成员不同。就工艺参数对应不同检测指标而言,最终决定采用数据聚类方式进行数据处理较为理想。

　　四、结语

　　相比传统的人工收集数据,经统计分析再设置参数指标,以数字化统计技术为支撑,设计基于LoRa和MQTT的打叶复烤工艺参数智能生成模型具有以下优势:质量稳定,合理设置工艺参数是稳定和提高打叶复烤质量的一个行之有效的重要方法。提高工作信息化数字化程度,消除人工提取电子数据环节,推广软件系统使用覆盖率100%。提高决策科学性、公正性。提高数据处理效率,实现原烟数据准确验证,为工艺参数准确性提供数据支撑。提升中烟客户及员工的满意度。有效避免烟叶识别错误而造成工艺参数在打叶过程中质量波动,减少客户投诉。

文章来源：《经济导报》https://www.zzqklm.com/w/qt/35712.html