具体实施方式

现在将参照附图来详细描述本公开的各种示例性实施例。对示例性实施例的描述仅仅是说明性的，决不作为对本公开及其应用或使用的任何限制。本公开可以以许多不同的形式实现，不限于这里所述的实施例。提供这些实施例是为了使本公开透彻且完整，并且向本领域技术人员充分表达本公开的范围。应注意到：除非另外具体说明，否则在这些实施例中阐述的部件和步骤的相对布置、材料的组分、数字表达式和数值应被解释为仅仅是示例性的，而不是作为限制。

本公开中使用的“第一”、“第二”：以及类似的词语并不表示任何顺序、数量或者重要性，而只是用来区分不同的部分。“包括”或者“包含”等类似的词语意指在该词前的要素涵盖在该词后列举的要素，并不排除也涵盖其他要素的可能。“上”、“下”等仅用于表示相对位置关系，当被描述对象的绝对位置改变后，则该相对位置关系也可能相应地改变。

在本公开中，当描述到特定部件位于第一部件和第二部件之间时，在该特定部件与第一部件或第二部件之间可以存在居间部件，也可以不存在居间部件。当描述到特定部件连接其它部件时，该特定部件可以与所述其它部件直接连接而不具有居间部件，也可以不与所述其它部件直接连接而具有居间部件。

本公开使用的所有术语(包括技术术语或者科学术语)与本公开所属领域的普通技术人员理解的含义相同，除非另外特别定义。还应当理解，在诸如通用字典中定义的术语应当被解释为具有与它们在相关技术的上下文中的含义相一致的含义，而不应用理想化或极度形式化的意义来解释，除非这里明确地这样定义。

对于相关领域普通技术人员已知的技术、方法和设备可能不作详细讨论，但在适当情况下，技术、方法和设备应当被视为说明书的一部分。

如图1所示，本实施例提供的卷烟重量控制方法在实际执行过程中，具体包括如下步骤：

步骤S1、以烟支重量的标准偏差作为响应变量，以影响卷烟重量的参数为自变量，对响应曲面的参数进行优化设计，得到响应曲面回归模型。

在卷烟卷制过程中，影响卷烟重量控制的因素有很多，在本发明中，所述影响卷烟重量的参数包括：平整器刀片间隙、和/或弹丝漉转速、和/或小风机气压。优选地，在本发明的实施方式中，将平整器刀片间隙、弹丝漉转速和小风机气压三者作为自变量。为了提高重量控制的精度，降低烟支重量的标准偏差，首先将烟支重量的标准偏差作为响应变量，以平整器刀片间隙、弹丝漉转速、小风机气压等为自变量，对响应曲面的参数进行优化设计。响应曲面作为一种参数优化设计的方法，可在参数优化时不仅考虑自变量与响应变量的线性相关关系，还考虑自变量的平方项与响应变量的关系，以及多个自变量之间的交互作用与响应变量的关系，因此可以构成曲面形状的多元二次回归拟合模型，所以叫做响应曲面。在本发明的卷烟重量控制方法的一种实施方式中，所述步骤S1具体可以包括：

步骤S11、针对每个自变量，分别设置低水平参数和高水平参数。

根据实际情况，选择中心复合表面设计，针对平整器刀片间隙、弹丝漉转速、小风机气压这三个自变量，每个自变量选取一个较高水平参数和较低两水平参数，作为一个示例而非限定，在本发明中，将平整器刀片间隙这一自变量的低水平参数设置为0.5，高水平参数设置为1.5；将弹丝漉转速这一自变量的低水平参数设置为40，高水平参数设置为60；将小风机气压这一自变量的低水平参数设置为1000，高水平参数设置为1600。

步骤S12、根据每个自变量所对应的参数，进行全因子试验。

按表1中的试验参数进行全因子试验，其中，第一列为标准序，标准序是在做试验方案的设计，根据自变量的数量、各个自变量的不同取值水平，需要进行20组试验，按照逐个因子变动的顺序得到这20组试验的不同因子水平组合，构造第一列的标准序，由于这个顺序进行试验容易出现相连的两次试验中仅其中一个因子水平发生改变而其它因子不变所导致的试验结果的惯性，因此将试验顺序进行随机重新排列，得到实际进行试验的顺序，即第二列的运行序。第三列-第五列分别是每次试验对应的自变量的取值，第三列是每次试验时平整器刀片间隙的取值，第四列是每次试验时弹丝漉转速的取值，第五列是每次试验时小风机气压的取值，最后一列是根据每次试验得到的重量检测数据计算出的标准偏差值。

表1 全因子试验的试验参数表

步骤S13、根据试验结果，对回归方程的系数进行估计，得到响应曲面拟合方程。

具体地，根据试验方案的计算结果，采用最小二乘法对响应曲面的多元二次回归模型的各项回归系数进行估计，得到响应曲面拟合方程。

按照试验方案的计算结果，采用最小二乘法对响应曲面的多元二次回归模型的各项回归系数进行估计，得到如下响应曲面拟合方程：

烟支重量的标准偏差＝0.097705+0.310219*刀片间隙-0.118686*弹丝漉转速-0.170231*小风机气压+0.0003903*刀片间隙*刀片间隙+1.02134E-05*弹丝漉转速*弹丝漉转速+2.47770E-08*小风机气压*小风机气压-0.078645*刀片间隙*弹丝漉转速-0.026429*刀片间隙*小风机气压+1.81072E-07*弹丝漉转速*小风机气压。

步骤S14、对所述响应曲面拟合方程中各项系数的显著性进行验证。

在本发明中，通过残差分析方法，对所述响应曲面拟合方程中各项系数的显著性进行验证。

表2 响应曲面拟合方程中各项系数的残差分析表

表2中的系数标准误差即为对系数进行估计时所存在的标准误差的大小。P值是判断残差分析显著性的主要指标，P值越小，则该回归项越显著。

步骤S15、根据显著性验证结果，得到最终响应曲面回归模型。

分析表2可以发现，常数项、刀片间隙、弹丝漉转速、小风机气压、以及刀片间隙与弹丝漉转速的交互作用、刀片间隙与小风机气压的交互作用这六项的P值小于0.1，可认为它们对重量标偏的影响较为显著，其它项影响均不显著，可不予考虑。于是得到最后响应曲面回归模型：

烟支重量的标准偏差＝0.097705+0.310219*刀片间隙-0.118686*弹丝漉转速-0.170231*小风机气压-0.078645*刀片间隙*弹丝漉转速-0.026429*刀片间隙*小风机气压。

步骤S16、根据所述最终响应曲面回归模型，对各所述自变量进行优化设计。

具体地，根据所述最终响应曲面回归模型，在各所述自变量的取值范围内，以所述响应变量的值最小为目标，通过通过遗传算法寻找各所述自变量和所述响应变量的最优解。

由于烟支重量的标准偏差为望小特性，即越小越好，因此根据上面得到的最终响应曲面回归模型，分别在刀片间隙的取值范围0.5到1.5、弹丝漉转速的取值范围40-60、小风机气压的取值范围1000-1600之间，通过遗传算法来寻找最优解，可得到刀片间隙为0.5505、弹丝漉转速为48.2828、小风机气压为1351.5152时，烟支重量的标准偏差可以达到最小，最小值为0.0196。

步骤S2、根据所述响应曲面回归模型，采用指数加权移动平均(ExponentiallyWeighted Moving-Average，EWMA)的方法，对烟支重量进行反馈调整。

在步骤S1中，通过参数设计得到最优的响应曲面回归模型后，步骤S2的目的是在设备的实际生产中根据生产结果的变化进行反馈调整，有利于提高烟支重量控制的精度，进一步保证卷烟重量的稳定性。在本发明的卷烟重量控制方法的一种实施方式中，所述步骤S2具体可以包括：

步骤S21、根据综合测试台对烟支重量的检测结果，采取指数加权移动平均的方法计算单支烟支重量的偏移量。

具体地，通过以下公式计算单支烟支重量的偏移量，

其中，为当前检测时刻t的过程偏差估计值，X_t是当前时刻t综合测试台检测的单支重量值，T为单支重量目标值，λ为平滑系数，为上一次检测时刻t-1的过程偏差估计值，其初始值为确保平滑系数对当前发生变化的灵敏性，可取λ＝0.35。

步骤S22、根据单支烟支重量的偏移量调整平整器的位置，以对烟支重量进行反馈调整。

所述根据单支烟支重量的偏移量调整平整器的位置，以对烟支重量进行反馈调整，具体包括：

若则将平整器的位置调低0.8mm-1.2mm，例如，调低1mm，调整后取重新加权计算，即在下一次检测时刻t+1的然后按公式(1)进行迭代计算。

若则将平整器的位置调高0.8mm-1.2mm，例如，调高1mm，调整后取重新加权计算，即在下一次检测时刻t+1的然后按公式(1)进行迭代计算。

若则不改变平整器的位置，继续到下一时刻按照公式(1)进行迭代计算。

本发明实施例提供的卷烟重量控制方法，以烟支重量的标准偏差作为响应变量，优化设计响应曲面的参数，得到响应曲面回归模型，然后根据响应曲面回归模型，采用指数加权移动平均的方法，对烟支重量进行反馈调整，本发明通过响应曲面方法设计最优的参数水平，参数设计好后，在实际生产过程中根据生产结果的变化对烟支重量进行反馈调整，有利于提高烟支重量控制的精度，进一步保证卷烟重量的稳定性。

至此，已经详细描述了本公开的各实施例。为了避免遮蔽本公开的构思，没有描述本领域所公知的一些细节。本领域技术人员根据上面的描述，完全可以明白如何实施这里公开的技术方案。

虽然已经通过示例对本公开的一些特定实施例进行了详细说明，但是本领域的技术人员应该理解，以上示例仅是为了进行说明，而不是为了限制本公开的范围。本领域的技术人员应该理解，可在不脱离本公开的范围和精神的情况下，对以上实施例进行修改或者对部分技术特征进行等同替换。本公开的范围由所附权利要求来限定。