随着信息技术的高速发展,智能制造不断推进。烟草行业作为制造业重点产业,响应国家制造业的战略发展要求,积极发展烟草行业智能制造新模式。吸阻表示卷烟的抽吸阻力,会影响烟支的感官品质。作为成品烟支的关键质量指标之一,当前,烟支吸阻控制过程仍存在诸多问题。因此,实现烟支吸阻智能化控制过程,提高吸阻控制稳定性,对提升烟支品质具有重要意义。通过梳理烟支吸阻控制流程,初步分析烟丝卷包过程生产数据,明确了当前存在的主要问题:严重依赖人工经验,导致控制结果随机性强,且难以复刻优秀控制过程。针对上述问题,通过采集多批次工艺参数历史数据,借助斯皮尔曼相关性系数和随机森林算法等工具进行数据分析,明确了目标重量对烟支吸阻的控制作用,挖掘了影响烟支吸阻的重要特征参数;根据上述特征参数与烟支吸阻的相关关系,提出了一种基于LSTM神经网络算法的烟支吸阻智能控制模型,该模型首先通过烟支吸阻预测模型对吸阻值进行预测,接着将吸阻预测值输入目标重量决策模型对目标重量进行调整,从而进行烟支吸阻控制;通过物联网平台对烟支吸阻智能控制模型进行应用验证,绘制实时控制曲线图和QTM统计报表对控制结果进行展示,对比分析了人工控制过程和当前智能控制过程对吸阻的控制效果。结果验证了所设计的烟支吸阻智能控制模型基本实现了对烟支吸阻的智能控制作用;明确了当前智能控制的控制效果显著优于人工控制,且与人工控制相比,智能控制降低了成品烟支吸阻缺陷率,提高了烟丝利用率,提高了烟支吸阻控制的稳定性。