来源：期刊VIP网 时间：
作者：文广球;江婷;伍先;谢华坤;邓红伟;周成林;
单位：湖南中烟工业有限责任公司零陵卷烟厂;首域科技(杭州)有限公司;
摘要：为解决松散回潮工序传统PID控制模式存在出口含水率波动大、系统控制延时等问题，基于BP神经网络和主元回归方法提出一种主元神经网络出口含水率预测模型；以预测偏差最小为目标，建立基于遗传算法的松散回潮加水量寻优模型和实时反馈加水量修正机制，得到模型参数自适应的最优加水量。以湖南中烟工业有限责任公司零陵卷烟厂的“芙蓉王（硬）”牌卷烟配方原料为对象进行测试，结果表明：(1)预测模型预测的出口含水率与实际出口含水率平均绝对误差为0.14%，能较好地预测出口含水率变化趋势；(2)与传统PID控制模式相比，采用主元神经网络控制模式后，出口含水率过程能力指数均值提升65%，标准偏差均值降低37%。该技术可为提升松散回潮出口含水率控制精度和稳定性提供支持。
关键词：松散回潮;片烟;出口含水率;主元神经网络;遗传算法;预测控制
