一种基于机器学习的烘丝机料头控制方法

本发明涉及一种基于机器学习的烘丝机料头控制方法，包括收集多牌号烟丝的历史生产数据，对所述历史生产数据进行预处理；将传感器时序数据按时间窗口进行切割，为每个时间窗口标注状态标签，形成训练数据集；构建状态识别模型，并使用训练数据集进行训练，实现稳态阶段的数据提取；获取当前生产批次的工况数据，根据所述牌号信息从历史生产数据中筛选相同牌号的历史批次数据；提取相同牌号的各历史批次的稳态阶段数据构成历史稳态阶段数据；通过距离算法找到最接近当前批次关键特征的几个历史批次关键特征，并将其设置为较优历史批次关键特征；选取出现频次最高的控制参数组合作为当前生产批次的初始控制参数。本发明适用性强具有较高的控制精度。