烟叶的香气品质是衡量和评价烤烟质量的重要指标,其主要影响因素包括烟叶遗传因子、烟叶生长环境、烟叶烘烤情况以及成烟制备工艺等。烟叶烘烤是烟叶生产过程中的关键工序之一,其原理是通过控制烤房内温湿度和通风情况使烟叶逐渐变黄变干。在此过程中,烟叶中的有关物质产生化学反应和转化,并促使生成一定的致香物质。当前,烟叶密集烤房控制系统的研究主要集中于降低人工干预、提高自动化水平以及提高烘烤效率等方面,没有着重针对烤后烟叶的香气品质进行优化和设计,导致烤后烟叶香气不足、品质不佳。本文以循环风机送风工艺和温湿度精准控制为突破口,对烤房温度均匀性、循环风机转速工艺和温湿度智能控制策略与系统进行分析与优化改进,以提高烤烟总体香气品质,最终形成基于烟叶增香烘烤要求的智能密集烤房控制系统。为了获取能够有效提升烤后烟叶香气品质的循环风机送风工艺,本文首先分析了循环风机送风工艺(包括循环风机送风方式和循环风机转速工艺)对烟叶烘烤过程以及烤后烟叶品质的影响,提出了一种循环风机正反送风方式,以减小烤房内部温度梯度,提高总体烟叶品质的均匀性,通过数值模拟,仿真验证了本送风方式的可行性。然后,结合循环风机正反送风方式,对循环风机在不同烘烤阶段的转速进行调节,通过试验分析不同转速方案对烤后烟叶香气品质的影响,选取烤后烟叶香气品质最优的转速方案作为循环风机转速工艺。最后,结合循环风机正反送风方式与转速工艺,得到了基于烟叶增香烘烤要求的循环风机送风工艺(增香送风工艺)。为了精准控制烟叶烘烤过程的温度和湿度,提高烤后烟叶总体品质,本文基于系统辨识原理,通过采集应用增香送风工艺的标准密集烤房内部温湿度、烤房外部温湿度以及执行器的运行状态数据,建立了基于多输出最小二乘支持向量机回归算法的烟叶烘烤温湿度变化模型,并通过与BP神经网络模型对比分析了模型的预测精度。根据烟叶烘烤过程中温湿度变化的非线性特点,结合模糊理论对专家知识的表达能力和神经网络的自适应性,设计了一种基于T-S模糊神经网络的烟叶烘烤温湿度控制系统,并在Matlab仿真环境下,分析了T-S模糊神经网络控制策略和PID控制策略对温湿度变化模型的控制效果,结果表明了T-S模糊神经网络控制策略在应用于控制烟叶烘烤过程的优越性。最后,基于研究得出的增香送风工艺和T-S模糊神经网络控制策略,设计了基于烟叶增香烘烤要求的智能密集烤房控制器,开展了烘烤对比实验。结果表明,基于烟叶增香烘烤要求的智能密集烤房控制器对比参照控制器能够更好地跟随烟叶烘烤温湿度工艺曲线,并且其烤后烟叶品质与所产生的经济效益得到显著提升。