CN104568825B - 烤烟烟叶打叶复烤模块组配的方法 - Google Patents

烤烟烟叶打叶复烤模块组配的方法 Download PDF

Info

Publication number
CN104568825B
CN104568825B CN201510029930.4A CN201510029930A CN104568825B CN 104568825 B CN104568825 B CN 104568825B CN 201510029930 A CN201510029930 A CN 201510029930A CN 104568825 B CN104568825 B CN 104568825B
Authority
CN
China
Prior art keywords
sample
module
tobacco
nicotiana tabacum
near infrared
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201510029930.4A
Other languages
English (en)
Other versions
CN104568825A (zh
Inventor
施丰成
周东
李东亮
杨杰
汪显军
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
China Tobacco Sichuan Industrial Co Ltd
Chongqing China Tobacco Industry Co Ltd
Original Assignee
China Tobacco Sichuan Industrial Co Ltd
Chongqing China Tobacco Industry Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by China Tobacco Sichuan Industrial Co Ltd, Chongqing China Tobacco Industry Co Ltd filed Critical China Tobacco Sichuan Industrial Co Ltd
Priority to CN201510029930.4A priority Critical patent/CN104568825B/zh
Publication of CN104568825A publication Critical patent/CN104568825A/zh
Application granted granted Critical
Publication of CN104568825B publication Critical patent/CN104568825B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Abstract

本发明公开了一种烤烟烟叶打叶复烤模块组配的方法，先采用感官评吸的方法分类收集香气模块、烟气模块和口感模块的烟叶样品作为建模样品，然后将建模样品制备成粉末并扫描采集近红外光谱图，对光谱图预处理后进行主成分的运算，利用主成分的得分创建朴素贝叶斯分类模型；然后将待组配烟叶样品制成粉末采集近红外光谱，对光谱预处理后用建模样品的光谱数据载荷对待组配烟叶样品的光谱进行主成分分解运算得到待组配烟叶样品的主成分得分，然后利用该主成分得分和朴素贝叶斯分类模型对待组配烟叶进行分类并根据分类结果进行模块组配。本发明仅在建模阶段需要感官评吸，节省人力和时间，且能够快速、准确地对待组配烟叶进行分类组配。

Description

烤烟烟叶打叶复烤模块组配的方法
技术领域
本发明的实施方式涉及烟草领域，更具体地，本发明的实施方式涉及一种烤烟烟叶打叶复烤模块组配的方法。
背景技术
我国目前的烟叶生产以一家一户分散种植为经营主体，种植、管理水平参差不齐，导致烟叶单等级规模小、质量不稳定，无法真正满足卷烟工业企业对原料质量的均质性和总量的批量化要求。配方打叶是国际上通行的原料加工模式，是将多个单等级、小规模的烟叶组配成一个规模较大的模块单元进行打叶，解决了采购环节单等级烟叶数量少的问题，同时也极大地保障了烟叶原料具备质量水平一致、内在化学成分协调、具有一定规模的使用需求。
现有技术中缺乏一种快速、准确、全面地对烤烟烟叶打叶复烤模块组配的方法。目前，各工业企业的通用做法是：首先对单等级的烟叶逐个进行感官评吸，根据其感官特点进行预分类，然后根据分类结果组配成不同功能的模块，这种做法，一是工作量大，二是需要组配者进行大量的评吸和不断的组配实验，费时费力。
公开号为CN101251471A、公开日为2008年8月27日的中国专利提出了一种基于烟叶近红外光谱相似烟叶搜索方法，是通过计算已知烟叶与目标烟叶的主成分空间距离与残差距离和的平方根，来衡量相互间的相似性。公开号为CN103344598A、公开日为2013年10月9日的中国专利提出了一种梗丝与卷烟叶组配伍性的判定方法，是通过计算实验样品与对照样品主成分空间的欧式距离，来评判梗丝与卷烟叶组配伍性的好坏。以上两种方法均为距离判别，没有考虑人们对研究对象的已有认知，而这种已有的认知可能会对判别的结果产生影响。
发明内容
本发明克服了现有技术的不足，提供一种烤烟烟叶打叶复烤模块组配的方法的实施方式，以期望可以快速、准确地对烟叶进行分类和组配。
为解决上述的技术问题，本发明的一种实施方式采用以下技术方案：
一种烤烟烟叶打叶复烤模块组配的方法，它包括以下步骤：
(1)采用感官评吸的方法分类收集香气模块、烟气模块和口感模块的烟叶样品各50～100重量份作为建模样品；
(2)将所述香气模块、烟气模块和口感模块的烟叶样品分别制成60目的粉末，然后在近红外光谱仪上扫描，采集建模样品的近红外光谱图，先对所述近红外光谱图进行预处理得到建模样品的光谱数据矩阵A，再对建模样品的光谱数据矩阵A进行主成分运算，得到建模样品的主成分的得分矩阵R和载荷矩阵V，MATLAB语言如下：
奇异值分解：[U,S,V]＝svd(A)；
得分矩阵：R＝U*S；
其中U是A的奇异向量，S是A的奇异值；
(3)利用建模样品的主成分得分矩阵R创建分组变量包括香气模块、烟气模块和口感模块三个类别的朴素贝叶斯分类模型，MATLAB语言如下：
nb＝NaiveBayes.fit(R，class)；
其中，nb为香气模块、烟气模块和口感模块的朴素贝叶斯分类器；class为分组变量；
(4)将待组配烟叶样品制成60目粉末，在近红外光谱仪上扫描，采集待组配烟叶样品的近红外光谱图，对待组配烟叶样品的近红外光谱图进行预处理得到待组配烟叶样品的光谱数据矩阵xi，然后用建模样品的载荷矩阵V对待组配烟叶样品的光谱数据矩阵xi进行主成分的分解运算，得到待组配烟叶样品的主成分得分矩阵Ti，计算如下：
Ti＝V*xi；
(5)通过待组配烟叶样品的主成分得分矩阵Ti，利用建立的朴素贝叶斯分类模型，对待组配烟叶进行分类，MATLAB语言如下：
cpre＝predict(nb，T)；
其中，cpre为分类结果，T为Ti的集合；
(6)根据分类结果cpre，将香气模块类别的烟叶组配成香气模块，将烟气模块类别的烟叶组配成烟气模块，将口感模块类别的烟叶组配成口感模块。
本发明所述的烤烟烟叶打叶复烤模块组配的方法中，所述感官评吸方法将烟叶的特性分为香气质、香气量、杂气、浓度、劲头、细腻度、成团性、甜度、余味和刺激性，每个特性从最好到最次依次分为一至九个等级，每个等级对应的评吸分值为：
一级 二级 三级 四级 五级 六级 七级 八级 九级
9 8 7 6 5 4 3 2 1
所述香气质、香气量和杂气为烟叶的香气特性，所述香气特性得分之和不低于21分的烟叶样品为香气模块烟叶样品；
所述浓度、劲头、细腻度和成团性为烟叶的烟气特性，所述烟气特性得分之和不低于28分的烟叶样品为烟气模块烟叶样品；
所述甜度、余味和刺激性为烟叶的口感特性，所述口感特性特分之和不低于21份的烟叶样品为口感特性烟叶样品。
进一步的技术方案是：所述步骤(2)和(4)中，近红外光谱图的采集范围是12000～4000cm-1,分辨率为8cm-1，扫描次数为64次。
更进一步的技术方案是：所述步骤(2)和(4)中，近红外光谱的预处理方法为先用小波变换(Wavelet Transform，WT)处理近红外光谱，再用标准正态变量变换(Standardized Normal Variate，SNV)处理近红外光谱。
更进一步的技术方案是：所述步骤(2)中建模样品的光谱数据矩阵A所选择的谱区为4050～5800cm–1及6200～9300cm–1两段区域；所述步骤(4)中待组配烟叶样品的光谱数据矩阵xi所选择的谱区为4050～5800cm–1及6200～9300cm–1两段区域。
更进一步的技术方案是：所述步骤(3)和(5)中，建模样品的主成分得分矩阵R、待组配烟叶样品的主成分得分矩阵Ti为前5个主成分的得分矩阵。
在感官评吸建立建模样品时，对烟叶的各项特性指标进行评判，九个等级的具体区分如表1：
表1烟叶感官评吸评价表
与现有技术相比，本发明的有益效果之一是：采用本发明所述的打叶复烤模块组配方法，感官评吸方法仅需要在建模阶段使用，节省时间和人力，然后以建模样品的近红外光谱数据进行主成分运算建立朴素贝叶斯分类模型，再用该朴素贝叶斯分类模型和待组配烟叶样品的主成分得分对待组配烟叶进行分类，能够很快速、准确地对待组配烟叶进行分类组配，实现烟叶打叶复烤模块组配。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
实施例1
会理地区模块打叶组配方法：
通过感官评吸，按香气模块、烟气模块和口感模块的建模要求分别收集香气模块的烟叶建模样品62份，烟气模块的烟叶建模样品70份，口感模块的烟叶建模样品54份，每份样品均为500g。将建模样品在烘箱内40℃下干燥2h，粉碎并过60目筛。在近红外光谱仪上扫描建模样品后得到建模样品的近红外光谱图，光谱采集范围12000～4000cm–1，分辨率8cm–1，扫描次数为64次。采用WT与SNV相结合的方法对光谱预处理，采用奇异值分解的方法对4050～5800cm–1及6200～9300cm–1两段区域内的光谱数据矩阵进行主成分运算，得到建模样品光谱的得分矩阵R186×1334和载荷矩阵V1334×186(矩阵的行表示样品数，列表示每个光谱的数据变量)。提取R186×1334的前五个主成分得分R186×5创建香气模块、烟气模块及口感模块的朴素贝叶斯分类模型。
对会理地区待组配的13个烟叶取样，每个样品500g，将样品在烘箱内40℃下干燥2h，粉碎并过60目筛，在近红外光谱仪上扫描样品后得到样品的近红外光谱图，光谱采集范围12000～4000cm–1，分辨率8cm–1，扫描次数为64次。采用WT与SNV相结合的方法对光谱预处理，在4050～5800cm–1及6200～9300cm–1两段谱区内，用建模样品光谱数据的载荷矩阵V1334×186对13个待组配烟叶样品的光谱分别进行主成分的分解运算，得到13个待组配烟叶样品的主成分得分T13×1334，提取T13×1334的前五个主成分得分T13×5，利用建立的朴素贝叶斯分类模型，对待组配烟叶进行分类，结果见表2。
表2会理地区待组配烟叶分类结果
根据分类结果，将序号为2、5、10、13的四个烟叶组配成香气模块，将序号为3、4、7、9、11的烟叶组配成烟气模块，将序号为1、6、8、12的烟叶组配成口感模块。
实施例2
攀枝花地区模块打叶组配方法：
通过感官评吸，按香气模块、烟气模块和口感模块的建模要求分别收集香气模块的烟叶建模样品52份，烟气模块的烟叶建模样品95份，口感模块的烟叶建模样品74份，每份样品均为500g。将建模样品在烘箱内40℃下干燥2h，粉碎并过60目筛。在近红外光谱仪上扫描建模样品后得到建模样品的近红外光谱图，光谱采集范围12000～4000cm–1，分辨率8cm–1，扫描次数为64次。采用WT与SNV相结合的方法对光谱预处理，采用奇异值分解的方法对4050～5800cm–1及6200～9300cm–1两段区域内的光谱数据矩阵进行主成分运算，得到建模样品光谱的得分矩阵R186×1334和载荷矩阵V1334×186(矩阵的行表示样品数，列表示每个光谱的数据变量)。提取R186×1334的前五个主成分得分R186×5创建香气模块、烟气模块及口感模块的朴素贝叶斯分类模型。
对攀枝花地区待组配的16个烟叶取样，每个样品500g，将样品在烘箱内40℃下干燥2h，粉碎并过60目筛，在近红外光谱仪上扫描样品后得到样品的近红外光谱图，光谱采集范围12000～4000cm–1，分辨率8cm–1，扫描次数为64次。采用WT与SNV相结合的方法对光谱预处理，在4050～5800cm–1及6200～9300cm–1两段谱区内，用建模样品光谱数据的载荷矩阵V1334×186对16个待组配烟叶样品的光谱分别进行主成分的分解运算，得到16个待组配烟叶样品的主成分得分T16×1334，提取T16×1334的前五个主成分得分T16×5，利用建立的朴素贝叶斯分类模型，对待组配烟叶进行分类，结果见表3。
表3攀枝花地区待组配烟叶分类结果
根据分类结果，将序号为1、3、5、7、15的四个烟叶组配成香气模块，将序号为10、11、12、13、16的烟叶组配成烟气模块，将序号为2、4、6、8、9、14的烟叶组配成口感模块。
尽管这里参照本发明的多个解释性实施例对本发明进行了描述，但是，应该理解，本领域技术人员可以设计出很多其他的修改和实施方式，这些修改和实施方式将落在本申请公开的原则范围和精神之内。更具体地说，在本申请公开和权利要求的范围内，可以对主题组合布局的组成部件和/或布局进行多种变型和改进。除了对组成部件和/或布局进行的变型和改进外，对于本领域技术人员来说，其他的用途也将是明显的。

Claims (6)

1.一种烤烟烟叶打叶复烤模块组配的方法，其特征在于它包括以下步骤：
(1)采用感官评吸的方法分类收集香气模块、烟气模块和口感模块的烟叶样品各50～100重量份作为建模样品；
(2)将所述香气模块、烟气模块和口感模块的烟叶样品分别制成60目的粉末，然后在近红外光谱仪上扫描，采集建模样品的近红外光谱图，先对所述近红外光谱图进行预处理得到建模样品的光谱数据矩阵A，再对建模样品的光谱数据矩阵A进行主成分的运算，得到建模样品的主成分的得分矩阵R和载荷矩阵V；
(3)利用建模样品的主成分的得分矩阵R创建分组变量包括香气模块、烟气模块和口感模块三个类别的朴素贝叶斯分类模型；
(4)将待组配烟叶样品制成60目粉末，在近红外光谱仪上扫描，采集待组配烟叶样品的近红外光谱图，对待组配烟叶样品的近红外光谱图进行预处理得到待组配烟叶样品的光谱数据矩阵xi，然后用建模样品的载荷矩阵V对待组配烟叶样品的光谱数据矩阵xi进行主成分的分解运算，得到待组配烟叶样品的主成分得分矩阵Ti，计算如下：
Ti＝V*xi；
(5)通过待组配烟叶样品的主成分得分矩阵Ti，利用建立的朴素贝叶斯分类模型，对待组配烟叶进行分类；
(6)根据分类结果，将香气模块类别的烟叶组配成香气模块，将烟气模块类别的烟叶组配成烟气模块，将口感模块类别的烟叶组配成口感模块。
2.根据权利要求1所述的烤烟烟叶打叶复烤模块组配的方法，其特征在于所述感官评吸方法将烟叶的特性分为香气质、香气量、杂气、浓度、劲头、细腻度、成团性、甜度、余味和刺激性，每个特性从最好到最次依次分为一至九个等级，每个等级对应的评吸分值为：
一级为9分，二级为8分，三级为7分，四级为6分，五级为5分，六级为4分，七级为3分，八级为2分，九级为1分；
所述香气质、香气量和杂气为烟叶的香气特性，所述香气特性得分之和不低于21分的烟叶样品为香气模块烟叶样品；
所述浓度、劲头、细腻度和成团性为烟叶的烟气特性，所述烟气特性得分之和不低于28分的烟叶样品为烟气模块烟叶样品；
所述甜度、余味和刺激性为烟叶的口感特性，所述口感特性特分之和不低于21份的烟叶样品为口感特性烟叶样品。
3.根据权利要求1所述的烤烟烟叶打叶复烤模块组配的方法，其特征在于所述步骤(2)和(4)中，近红外光谱图的采集范围是12000～4000cm-1,分辨率为8cm-1，扫描次数为64次。
4.根据权利要求1所述的烤烟烟叶打叶复烤模块组配的方法，其特征在于所述步骤(2)和(4)中，近红外光谱的预处理方法为先用小波变换处理近红外光谱，再用标准正态变量变换处理近红外光谱。
5.根据权利要求1所述的烤烟烟叶打叶复烤模块组配的方法，其特征在于所述步骤(2)中建模样品的光谱数据矩阵A所选择的谱区为4050～5800cm–1及6200～9300cm–1两段区域；所述步骤(4)中待组配烟叶样品的光谱数据矩阵xi所选择的谱区为4050～5800cm–1及6200～9300cm–1两段区域。
6.根据权利要求1所述的烤烟烟叶打叶复烤模块组配的方法，其特征在于所述步骤(3)和(5)中，所述建模样品的主成分得分矩阵R、待组配烟叶样品的主成分得分矩阵Ti都为前5个主成分的得分矩阵。
CN201510029930.4A 2015-01-21 2015-01-21 烤烟烟叶打叶复烤模块组配的方法 Active CN104568825B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201510029930.4A CN104568825B (zh) 2015-01-21 2015-01-21 烤烟烟叶打叶复烤模块组配的方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201510029930.4A CN104568825B (zh) 2015-01-21 2015-01-21 烤烟烟叶打叶复烤模块组配的方法

Publications (2)

Publication Number Publication Date
CN104568825A CN104568825A (zh) 2015-04-29
CN104568825B true CN104568825B (zh) 2017-03-01

Family

ID=53085402

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201510029930.4A Active CN104568825B (zh) 2015-01-21 2015-01-21 烤烟烟叶打叶复烤模块组配的方法

Country Status (1)

Country Link
CN (1) CN104568825B (zh)

Families Citing this family (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108414471B (zh) * 2018-01-10 2020-07-17 浙江中烟工业有限责任公司 一种基于近红外光谱与感官评吸互信息判别感官表征信息的方法
CN109662337A (zh) * 2018-11-19 2019-04-23 红塔烟草(集团)有限责任公司 一种基于均质化的打叶复烤过程质量控制方法
CN109846069A (zh) * 2019-03-13 2019-06-07 河南中烟工业有限责任公司 以烟气特性为指标的浓香型烤烟不同尺寸片烟分类方法
CN109846072A (zh) * 2019-03-13 2019-06-07 河南中烟工业有限责任公司 以香气特性为指标的浓香型烤烟不同尺寸片烟分类方法
CN109975238B (zh) * 2019-03-29 2021-11-30 浙江中烟工业有限责任公司 一种基于近红外光谱的烟叶以及卷烟叶组配方的替代方法
CN112881323B (zh) * 2021-01-14 2022-03-08 云南中烟工业有限责任公司 卷烟主流烟气的品质评价方法
CN112749906A (zh) * 2021-01-14 2021-05-04 云南中烟工业有限责任公司 卷烟主流烟气光谱数据的感官评价方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2002012872A1 (en) * 2000-08-04 2002-02-14 High Value Horticulture Limited Quality control and standardisation of tobacco by means of nmr and pattern recognition
CN101251471A (zh) * 2008-03-12 2008-08-27 湖南中烟工业有限责任公司 一种基于烟叶近红外光谱的相似烟叶搜索方法
CN102920005A (zh) * 2012-11-22 2013-02-13 川渝中烟工业有限责任公司 一种烟叶原料分类和分组方法
CN103604778A (zh) * 2013-11-29 2014-02-26 红云红河烟草(集团)有限责任公司 一种对松散回潮工序中烟叶进行准确分组加工的方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2002012872A1 (en) * 2000-08-04 2002-02-14 High Value Horticulture Limited Quality control and standardisation of tobacco by means of nmr and pattern recognition
CN101251471A (zh) * 2008-03-12 2008-08-27 湖南中烟工业有限责任公司 一种基于烟叶近红外光谱的相似烟叶搜索方法
CN102920005A (zh) * 2012-11-22 2013-02-13 川渝中烟工业有限责任公司 一种烟叶原料分类和分组方法
CN103604778A (zh) * 2013-11-29 2014-02-26 红云红河烟草(集团)有限责任公司 一种对松散回潮工序中烟叶进行准确分组加工的方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
Rene´Vidal 等..Generalized Principal Component Analysis (GPCA).《IEEE TRANSACTIONS ON PATTERN ANALYSIS AND MACHINE INTELLIGENCE》.2005,第27卷(第12期), *
基于主成分分析提升朴素贝叶斯;李海军 等;《仪器仪表学报》;20040831;第 25卷(第4期);第384-386页 *
烟叶四种成分的近红外模型的建立、维护与转移;柏文良;《中国优秀硕士学位论文全文数据库 工程科技I辑》;20110415(第04期);第14-42页 *

Also Published As

Publication number Publication date
CN104568825A (zh) 2015-04-29

Similar Documents

Publication Publication Date Title
CN104568825B (zh) 烤烟烟叶打叶复烤模块组配的方法
CN105630743B (zh) 一种光谱波数的选择方法
Zhou et al. Origin identification of Panax notoginseng by multi-sensor information fusion strategy of infrared spectra combined with random forest
CN109100321A (zh) 一种卷烟叶组配方维护方法
CN109588753B (zh) 一种加热不燃烧卷烟叶组配方设计方法及其应用
CN109975238B (zh) 一种基于近红外光谱的烟叶以及卷烟叶组配方的替代方法
CN106841494B (zh) 基于uplc‑qtof的植物差异性代谢物快速筛选方法
CN103344713B (zh) 一种基于随机森林法分析致香物在烤烟香型分类中的重要性及预测香型的方法
CN103226135B (zh) 一种烤烟香型的检测判定方法
CN107796782A (zh) 基于烟叶特征光谱一致性度量的复烤质量稳定性评价方法
CN111160425A (zh) 一种基于神经网络的烤烟舒适性分类评价方法
CN109461025A (zh) 一种基于机器学习的电能替代潜在客户预测方法
CN110132880B (zh) 一种基于近红外光谱的烟叶整体感官质量评价方法
CN107122340A (zh) 一种基于同义词分析的科技项目申报书的相似度检测方法
CN101419209A (zh) 卷烟感官评吸和烟气指标的免疫神经网络预测方法
CN105138834A (zh) 基于近红外光谱波数k均值聚类的烟草化学值定量方法
CN106248617A (zh) 基于近红外的烟叶焦油检测方法
CN104323416A (zh) 一种烤烟烟叶配方功能判别及分类应用方法
CN108414471B (zh) 一种基于近红外光谱与感官评吸互信息判别感官表征信息的方法
CN106529584A (zh) 一种烤烟香型和品质判定的智能评价方法
CN103892435B (zh) 一种稳定再造烟叶质量的烟末原料的配方方法
CN103344598B (zh) 一种梗丝与卷烟叶组配伍性的判定方法
CN108564248A (zh) 一种中药生产过程质量控制的模型建立方法
CN107807206A (zh) 一种基于工业需求的片烟适宜醇化环境及其适宜醇化时间的判定方法
CN105974058B (zh) 基于电子鼻-人工神经网络的快速检测烟叶中钾含量的方法

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C41 Transfer of patent application or patent right or utility model
TA01 Transfer of patent application right

Effective date of registration: 20161228

Address after: 610000, Sichuan, Chengdu, Longquanyi economic and Technological Development Zone, Jackie Chan Road, Longquan, No. 2, paragraph

Applicant after: CHINA TOBACCO SICHUAN INDUSTRIAL CO., LTD.

Applicant after: CHONGQING CHINA TOBACCO INDUSTRIAL CO., LTD.

Address before: 610000 Jackie Chan Road, Chengdu economic and Technological Development Zone, Longquanyi District, Sichuan, China, No. 2, No.

Applicant before: China Tobacco Chuanyu Industry Co., Ltd.

GR01 Patent grant
GR01 Patent grant