【技术实现步骤摘要】
本专利技术涉及卷烟结构，尤其涉及一种卷烟滤嘴结构参数优化方法、系统及介质。
技术介绍
1、随着国民健康意识的不断增强以及对烟卷舒适度要求的提高，烟草的性能优化也在不断的进行。其中，滤嘴的结构优化能够直接、有效地满足上述需要。通过对滤嘴结构进行优化，能够大大降低过滤烟气中有害物质如焦油、尼古丁等的含量，对于烟民健康状况具有重要意义。此外，滤嘴的结构优化设计还能够满足吸烟者的舒适度需求，通过合理设计滤嘴中相关结构参数，可以使得烟气通过滤嘴后更容易被吸入口腔，换言之就是更方便吸入、降低阻塞感。
2、现有的烟嘴设计方案缺乏科学的技术方案支持，有时候生产出来的滤嘴使用效果不够满意，并非一定是生产过程中的质量问题，而更多的是在设计阶段就没有科学合理的方案来获取最优的滤嘴结构。
技术实现思路
1、本专利技术提供了一种卷烟滤嘴结构参数优化方法、系统及介质，以解决缺乏科学合理的方案来获取最优的滤嘴结构的问题。
2、第一方面，提供了一种卷烟滤嘴结构参数优化方法，包括如下步骤：
3、s1：确定卷烟滤嘴的主要结构参数和优化目标；
4、s2：构建卷烟滤嘴结构模型并进行流体力学仿真，获取不同主要结构参数下对应的优化目标构建样本数据集；
5、s3：基于样本数据集对神经网络进行训练，得到以主要结构参数为输入，以优化目标为输出的优化目标预测模型；
6、s4：确定理想优化目标值，以优化目标预测模型的输出与理想优化目标值的偏差构建适应度函数，利用优
7、根据第一方面，在一种可能的实现方式中，所述主要结构参数包括滤嘴长度、纤维形状参数、纤维排布、爆珠的大小及空间位置、空腔的大小及空间位置中的至少一种。
8、根据第一方面，在一种可能的实现方式中，所述优化目标包括吸入端压强、滤嘴通风率、过滤后烟气占比中的至少一种。
9、根据第一方面，在一种可能的实现方式中，步骤s3具体包括步骤：
10、s31：将样本数据集划分为训练集和验证集；
11、s32：利用训练集分别训练多个基学习器，基学习器以主要结构参数为输入，以优化目标为输出；
12、s33：在验证集上对各基学习器的预测效果进行评价，筛选出预测效果符合要求的基学习器；
13、s34：将筛选出的多个基学习器进行加权集成，得到优化目标预测模型；
14、s35：检验优化目标预测模型是否符合要求，若符合要求，则得到最终的优化目标预测模型；若未符合要求，则重新将样本数据集划分为训练集，返回步骤s32。
15、根据第一方面，在一种可能的实现方式中，所述基学习器基于bp神经网络模型或支持向量机构建。
16、根据第一方面，在一种可能的实现方式中，步骤s4中的优化算法采用粒子群优化算法。
17、根据第一方面，在一种可能的实现方式中，步骤s4具体包括：
18、s41：初始化粒子群的位置和速度，每个粒子的位置由待优化的主要结构参数构成；以优化目标预测模型的输出与理想优化目标值的偏差构建适应度函数；
19、s42：利用适应度函数计算各粒子的适应度值，作为各粒子的初始最优位置，并将其中适应度值最小的粒子位置作为种群最优位置；
20、s43：对各粒子进行位置和速度更新；
21、s44：重新计算更新后的各粒子的适应度值，对各粒子的最优位置和种群最优位置进行更新；
22、s45：判断是否满足迭代终止条件，若满足，输出种群最优位置，得到最优主要结构参数；否则，返回步骤s43。
23、根据第一方面，在一种可能的实现方式中，步骤s43具体包括：
24、使用如下公式对各粒子进行位置和速度进行更新：
25、sj＝sj+vj
26、
27、vj＝ω(t)vj+c1r1(pbestj-sj)+c2r2(gbest-sj)
28、式中，sj和vj分别表示第j个粒子的位置和速度；pbestj和gbest分别表示第j个粒子的最佳位置和种群最优位置；ω(t)表示第t轮迭代中的惯性参数，ωstart为初始惯性参数，ωend为终止惯性参数，k为控制因子，tmax表示最大迭代轮次；c1和c2为学习因子，r1和r2是介于[0,1]的均匀分布随机数。
29、第二方面，提供了一种卷烟滤嘴结构参数优化系统，包括：
30、存储器，其上存储有计算机程序；
31、处理器，用于加载并执行所述计算机程序以实现如第一方面任一项所述的卷烟滤嘴结构参数优化方法。
32、第三方面，提供了一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现如第一方面任一项所述的卷烟滤嘴结构参数优化方法。
33、本专利技术提出了一种卷烟滤嘴结构参数优化方法、系统及介质，在通过对卷烟滤嘴进行流体力学仿真的前提下，获得大量样本数据，进而训练出基于神经网络的优化目标预测模型，实现主要结构参数到优化目标的非线性映射；然后以优化目标预测模型的输出与理想优化目标值的偏差构建适应度函数，采用优化算法实现主要结构参数寻优，得到最优优化目标值对应的主要结构参数，从而达到提高有害物质过滤效率和提高卷烟抽吸口感的目的，为高性能滤嘴的结构优化设计提供技术支撑。
本文档来自技高网...【技术保护点】
1.一种卷烟滤嘴结构参数优化方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的卷烟滤嘴结构参数优化方法，其特征在于，所述主要结构参数包括滤嘴长度、纤维形状参数、纤维排布、爆珠的大小及空间位置、空腔的大小及空间位置中的至少一种。
3.根据权利要求1所述的卷烟滤嘴结构参数优化方法，其特征在于，所述优化目标包括吸入端压强、滤嘴通风率、过滤后烟气占比中的至少一种。
4.根据权利要求1所述的卷烟滤嘴结构参数优化方法，其特征在于，步骤S3具体包括步骤：
5.根据权利要求4所述的卷烟滤嘴结构参数优化方法，其特征在于，所述基学习器基于BP神经网络模型或支持向量机构建。
6.根据权利要求1所述的卷烟滤嘴结构参数优化方法，其特征在于，步骤S4中的优化算法采用粒子群优化算法。
7.根据权利要求1所述的卷烟滤嘴结构参数优化方法，其特征在于，步骤S4具体包括：
8.根据权利要求7所述的卷烟滤嘴结构参数优化方法，其特征在于，步骤S43具体包括：
9.一种卷烟滤嘴结构参数优化系统，其特征在于，包括：
...【技术特征摘要】
1.一种卷烟滤嘴结构参数优化方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的卷烟滤嘴结构参数优化方法，其特征在于，所述主要结构参数包括滤嘴长度、纤维形状参数、纤维排布、爆珠的大小及空间位置、空腔的大小及空间位置中的至少一种。
3.根据权利要求1所述的卷烟滤嘴结构参数优化方法，其特征在于，所述优化目标包括吸入端压强、滤嘴通风率、过滤后烟气占比中的至少一种。
4.根据权利要求1所述的卷烟滤嘴结构参数优化方法，其特征在于，步骤s3具体包括步骤：
5.根据权利要求4所述的卷烟滤嘴结构参数优化方法，其特征在于，所述基学习器...
【专利技术属性】
技术研发人员：孙志伟，杜文，罗玮，王志国，黄嘉若，谭海风，任建新，吴名剑，孙珂，张泉勇，
申请(专利权)人：湖南中烟工业有限责任公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。