转自：新华财经

规划领航，数智破局。2024年，贵州中烟启动数字化转型三年行动，将提升卷烟工厂智能制造水平列为核心任务。在此背景下，铜仁卷烟厂以制丝环节为突破口，聚焦松散回潮工序智能化攻关。

松散回潮工序的水分控制是影响烟丝质量的核心要素，直接关乎产品最终口感与品质。2025年，铜仁卷烟厂课题“基于大数据分析与机器学习下的松散回潮智能控制模式研究”荣获贵州中烟精造课题评审一等奖。这份荣誉是团队在数据中摸索、在算法中突围的成果，也是人工智能与老师傅实操经验的一次完美融合。

紧盯岗位：人工控湿的坚守与局限

“朱师傅，你一整个批次盯着屏幕看，眼睛不酸吗？”同事李伟关切地问道。

“没办法，来料水分波动大，不盯紧调节参数，出口水分稳定性就难保证。”松散回潮工序操作工朱洪谊笑着回答，眼神专注。

松散回潮工序采用“PID闭环控制”技术，系统虽能根据实时水分自动调节加水量，但存在明显滞后性。若要将出口水分稳定在窄幅区间，仍需操作工长时间紧盯屏幕并手动修正参数。这种依赖“人工干预”的模式，虽体现了操作工的责任心，也折射出设备自控能力的不足。而这份局限，被车间里一群有心人看在了眼里。

敢想敢做：锚定智控方向组队攻坚

2023年，随着大数据与人工智能技术兴起，制造业智能化趋势日益明显。制丝车间技术员守燕敏锐地察觉到变革的可能：“能否将老师傅的操作经验‘植入’控制系统，让设备更智能？”

公司数字化转型行动的启动，让这个想法有了落地土壤。一支涵盖管理、工艺、设备、操作等多岗位人员组成的课题小组成立。他们的目标明确：在保障出口水分稳定性不低于人工水平的前提下，实现松散回潮工序100%智能控制。

深耕实践：破解难题补齐技术短板

“我每批次会根据入口水分提前调节加水量，尤其在电子秤累积到1200kg、2800kg、4200kg这三个关键节点，还要参考上批次出口水分和实际加水量的数据……”朱洪谊加入课题组后，详细分享了自己的操作经验。

基于老师傅的宝贵经验和前期数据分析，团队梳理出三大核心痛点：来料水分波动大、单包烟叶吸水性差异显著、设备自控加水存在明显延迟。

他们萌生了一个大胆的想法：将操作工经验转化为可复制算法模型，为每包烟叶“量身定制”加水量，并通过大数据分析与机器学习持续优化控制逻辑。

然而，团队起初缺乏专业编程人才，研发进展缓慢。2024年，车间引进了拥有丰富编程经验的青年员工凡佳辉，为模型建立提供了关键技术支撑。

技术攻坚：创新构建“三模合一”模型

初步模型试验效果不理想，真实值与预测值偏差较大。“水分仪数据存在噪声和异常值，”凡佳辉指出，“而且很多影响因素，如环境温湿度、蒸汽质量、来料批次等级、季节变化等难以预测和测量，数据基础薄弱。”

一次智能制造专业课程带来了转机。授课教授提到：“预测环境变化很难，不妨借鉴前一批次经验指导当前批次，因为短时间内的生产环境通常是连续的。”这番话让团队深受启发，决定转换思路，让前一批次的数据为后一批次生产提供参考。

基于新思路，团队创新构建了“三模合一”核心模型：智优化模型，通过滑动窗口与线性拟合技术，优化来料水分调节，经过大量测试，确定了180秒为最优窗口期；智积累模型，建立短时记忆库，将临近批次的偏差信息转化为当前批次的补偿量，融入了操作工的实时经验；智修正模型，引入周期性反馈修正机制，形成完整的智能控制闭环。

突破瓶颈：攻克0.1秒延时难题

模型测试阶段，操作工反馈“控制总慢半拍”，出口水分稳定性仍不及人工干预。团队反复核查算法，最终发现问题出在程序的时间累积延迟上：控制逻辑中1秒的间隔加上0.1秒的程序执行时间，单个批次近12小时生产累计延时可达720秒，直接导致水分控制响应滞后。

找到症结后，团队全力深度优化代码，重写整个控制模块，采用多线程异步处理，将程序执行时间压缩至0.01秒以内，彻底解决了“慢半拍”的难题。

成效凸显：智控落地赋能高质量生产

经持续优化，新系统达成预期目标，每180秒滚动刷新一次参数，有效降低了因烟叶产地差异带来的误差，系统实施后，稳态出口水分曲线呈窄幅随机游走，标准偏差显著降低，控制精度大幅提升。

该成果已申报发明专利《一种基于多模型协同参与的松散回潮工序出口含水率智能控制系统》，并发表论文《基于多模型融合机制的松散回潮智能控制系统》。更重要的是，团队探索出了一条数据与知识融合的智能控制路径，将操作工从持续站立的劳累中解放出来，为工厂实现高质量、高效率、低成本运行提供了可复制的解决方案。

“最大收获不是成功，而是在困境中学会深度思考，每一个问题都推动我们更懂生产本质。”回顾研发历程，团队成员感慨万千。工业智能化的道路虽非坦途，但每一次攻坚都积淀为宝贵的经验，推动着传统制造业向着“智造”稳步迈进。（守燕 王艺纯）

编辑：赵鼎