華環(huán)國際煙草有限公司(下稱華環(huán)公司)積極響應數(shù)字化轉(zhuǎn)型趨勢,以人工智能技術(shù)為核心動力,聚焦打葉復烤、煙葉分選及倉儲物流領(lǐng)域,推動數(shù)智化應用實踐,不斷優(yōu)化工藝流程和提升管理效率,顯著提升生產(chǎn)加工智能化水平。
智能算法+均質(zhì)化工藝。華環(huán)公司突破傳統(tǒng)以“煙堿”為核心的單因素調(diào)控局限,引入“煙堿”“顏色”“光譜”等多因素組合,通過主成分分析和最大相關(guān)最小冗余算法篩選特征因素,結(jié)合梯度提升決策樹優(yōu)化特征權(quán)重,構(gòu)建片煙均質(zhì)化評價模型,實現(xiàn)對不同煙葉等級均質(zhì)化配方的最優(yōu)選擇和高效計算,多個產(chǎn)地模塊應用結(jié)果表明,片煙煙堿和總糖CV值小于3%,達到行業(yè)領(lǐng)先水平。
智能算法+打葉復烤參數(shù)加工。打葉復烤生產(chǎn)工藝參數(shù)調(diào)節(jié)通常依賴操作人員的個人經(jīng)驗,導致班次間、批次間及年度間產(chǎn)品質(zhì)量存在差異。為解決此問題,華環(huán)公司以打葉復烤生產(chǎn)加工信息鏈數(shù)據(jù)為基礎(chǔ),針對預處理、打葉風分及片煙復烤工序,采用K折交叉驗證評估了8種機器學習算法的性能,最終選擇K近鄰算法建立打葉風分模型,選擇隨機森林算法建立了預處理與片煙復烤模型。班前預設(shè)參數(shù)適用率達到95%,各工序水分標準偏差值較模型應用前降低50%。
智能算法+智能貨位推薦。公司通過對歷史原煙倉儲數(shù)據(jù)的深入分析,發(fā)現(xiàn)約15%貨位安排存在隨機性,導致煙葉相關(guān)性差、出庫距離長。為此,華環(huán)公司基于“同等級煙葉就近存放、出庫路徑最短”的原則,在入庫時采用遺傳算法計算最優(yōu)貨位,并推薦給倉庫保管員。在煙葉平臺拓展項目中應用該算法的初步統(tǒng)計數(shù)據(jù)顯示,出庫距離縮短約4%,煙葉相關(guān)性提高約6%。