卷烟制丝生产大数据分析与应用

本书的编写源于实践、指导实践，突出方向性、指导性、实用性，兼顾系统性。以卷烟制丝海量数据为基础，以数据、模型模式和应用为主线，以技术方法、应用案例为重点，对卷烟制丝生产大数据的分析应用情况进行了详细介绍。

全书内容分为五部分。第一部分从卷烟制丝的原理和制丝过程数据特点及应用现状入手，简述了卷烟制丝生产大数据分析与应用的总体框架和思路；第二部分介绍了制丝数据的采集内容和规则，以及批次归属、数据分类、异常批次标识、数据统计和处理等的内容和方法；第三部分以数据分析为重点，从制丝过程智能建模、操作模式优化、经验知识系统构建三方面，介绍了制丝生产大数据转化为知识规则的相关内容；第四部分以数据、模型、模式为基础，根据卷烟生产管控的需求，介绍了基于数据和知识驱动的过程模拟预测、性能监测、异常诊断、操作优化等智能化应用技术；第五部分简述了行业形势和大数据在智能制造中的作用，分析总结了卷烟生产大数据的发展方向。
本书的主要读者是烟草工业企业科技工作者、卷烟智能制造解决方案的提供者和实施者，以及各类学校相关专业的教师和学生。

第一篇 概述
第1章 卷烟制丝工艺与数据
1.1 卷烟制丝工艺
1.2 制丝过程数据
1.3 数据应用现状
1.4 数据应用问题
第2章 制丝生产大数据的分析应用架构
2.1 数据层
2.2 知识层
2.3 应用层
第二篇 制丝数据采集与处理
第3章 制丝数据采集
3.1 环境温湿度数据采集
3.2 制丝过程数据采集
3.3 异常工况数据采集
第4章 数据关联处理
4.1 采集点编码及分类
4.2 数据批次归属
4.3 批次内数据分类
4.4 异常批次标识
4.5 数据基本统计
4.6 数据标准化处理
第三篇 制丝生产大数据分析
第5章 制丝过程智能建模
5.1 智能建模方法
5.2 制丝环境温湿度模型构建
5.3 制丝过程模型构建
第6章 操作模式优化
6.1 操作模式优化思路
6.2 优良操作模式的构建
6.3 操作模式匹配
6.4 操作模式优选
6.5 操作模式演化
第7章 经验知识系统构建
7.1 经验知识系统架构
7.2 异常诊断知识库的设计
7.3 异常诊断推理机的设计
第四篇 制丝生产大数据应用
第8章 批次质量分析评价
8.1 制丝生产批次
8.2 批次质量评价方法
8.3 参数指标评价
8.4 工序工段评价
8.5 批次综合评价
8.6 多维度质量分析的应用
第9章 物料消耗在线监控
9.1 技术原理与方法
9.2 监控与诊断应用
第10章 参数多元统计监测
10.1 监测方法
10.2 关键过程监测
第11章 控制系统性能评估
11.1 评估环境划分
11.2 控制性能评估
11.3 系统辨识调整
11.4 软件开发与应用
第12章 过程控制策略优化
12.1 控制策略优化方法
12.2 优化效果验证方法与评价指标
12.3 松散回潮至烘丝前控制策略优化
12.4 烘丝段非稳态过程控制策略优化
12.5 掺配加香段控制策略优化
12.6 制丝全过程的控制策略优化
12.7 生产应用效果
第13章 生产操作模式推荐
13.1 操作模式推荐原型系统
13.2 推荐系统优选设置
13.3 推荐操作模式的验证
第14章 异常工况分析诊断
14.1 总体架构设计
14.2 原型系统开发
14.3 异常工况诊断
第五篇 展望
参考文献