随着我国人民消费水平的提高,国内对雪茄产品的需求也在日益增长,我国本土的雪茄烟产品市场也在快速增长,但是本土品牌所占份额不高,特别是在高端雪茄产品市场。其原因在于雪茄产品的品质并不占优势。国内众多生产基地和研究机构将注意力转向探索雪茄烟的晾制和发酵工艺,本文关注雪茄烟的晾制工艺阶段。考虑到当前监测手段落后、调控经验不足、缺乏样本数据支撑等现状,通过探索影响雪茄烟晾制质量的若干因素,设计了一套基于雪茄烟晾制工艺的监测与调控系统,以期解决以上问题,最终提高烟叶晾制质量。本文对提高晾制质量的需求进行分析。从当前的雪茄烟质量研究现状以及实际雪茄烟晾制工艺入手,对当前的晾制需求进行了分析,总结了系统设计的总体需求和功能需求。确定了包括前后端架构、增量学习算法在内的若干理论或技术。本文基于需求完成了雪茄烟晾制工艺监测与调控系统的设计和实现。基于物联网系统的三层架构理论,本文完成了系统的整体架构设计。完成了监测模块和调控模块的详细设计。监测模块包括晾制数据的实时监测、晾制数据的可视化以及晾制设备状态的监测;调控模块包括控制器的认证、多种晾制设备的调控和基于增量学习算法的AI预测辅助调控。基于以上设计,完成了在Web端和APP的监测模块和调控模块的实现。本文的重要研究特点在于将传统的雪茄烟晾制工艺和物联网技术、云平台、增量学习算法辅助决策等有效结合起来,通过对晾制现场数据的采集、分析和处理,在实现对晾制现场的实时监测之外,达到对晾制设备有效调控的预期效果。