CN105181644B - 一种卷烟纸的在线监控系统及方法 - Google Patents
一种卷烟纸的在线监控系统及方法 Download PDFInfo
- Publication number
- CN105181644B CN105181644B CN201510659358.XA CN201510659358A CN105181644B CN 105181644 B CN105181644 B CN 105181644B CN 201510659358 A CN201510659358 A CN 201510659358A CN 105181644 B CN105181644 B CN 105181644B
- Authority
- CN
- China
- Prior art keywords
- cigarette paper
- near infrared
- atlas
- detection model
- sample
- 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
Links
Landscapes
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
本发明公开了一种卷烟纸的在线监控系统及方法,其方法包括:通过扫描多个不同批次的卷烟纸样品,获取第一近红外光谱图;选取与卷烟纸样品具有不同成分含量的卷烟纸,通过扫描卷烟纸获取卷烟纸的第二近红外光谱图;基于第一近红外光谱图和第二近红外光谱图建立检测模型,并根据检测模型判断卷烟纸是否满足质量要求。本发明的卷烟纸的在线监控系统及方法,引入近红外光谱技术,实现卷烟纸产品质量稳定性的在线实时监控,在检测模型建立后,通过在线扫描样品的谱图即可实现实时获得样品的马氏距离,将其与控制要求比较检测卷烟纸是否满足质量要求,适于同种卷烟纸生产的不同批次产品质量稳定性判别及监控。
Description
技术领域
本发明涉及烟草生产技术领域,尤其涉及一种卷烟纸的在线监控系统及方法。
背景技术
卷烟纸是用于卷制烟支的特种纸。在卷烟燃烧过程中,卷烟纸是除烟丝以外唯一直接参与燃烧的组分,它不仅对卷烟燃烧外观、烟气组分,还对抽吸品质有着直接影响。卷烟纸由麻浆或木浆等天然纤维加入碳酸钙等填料以及助剂如柠檬酸钾或柠檬酸钠等制成。碳酸钙是卷烟纸的重要原料之一,卷烟纸中近三分之一的原料是碳酸钙,它对卷烟纸的各种技术指标均有影响,所以碳酸钙的质量是保证卷烟纸质量的重要关键之一。助剂在纸张燃烧时会发生放热反应,使纸张的燃烧速度与烟丝一致。当助剂如柠檬酸盐的含量或钾钠比与设计值不匹配时,卷烟制品将产生包灰,掉头等质量问题。因此,在卷烟纸的生产过程中对填料和助剂的在线控制显得尤为重要。目前卷烟纸中碳酸钙的测定方法为电位滴定法,助剂的测定方法为流动分析法等,但这些方法分析过程复杂,难以应用于卷烟纸生产过程的在线实时监控。
发明内容
有鉴于此,本发明要解决的一个技术问题是提供一种卷烟纸的在线监控系统及方法,能够对卷烟纸的质量进行检测。
一种卷烟纸的在线监控系统,包括:近红外探头、近红外光谱仪和控制装置;在卷烟纸生产线上设置一个或多个工艺监控点,并在所述一个或多个工艺监控点设置所述近红外探头;所述近红外探头的发射端朝向卷烟纸生产线上的卷烟纸,所述近红外探头的数据输出端口与所述近红外光谱仪连接,所述近红外光谱仪与所述控制装置连接。
根据本发明的一个实施例,进一步的,通过所述近红外探头扫描多个不同批次的卷烟纸样品,所述近红外光谱仪获取第一近红外光谱图;选取与卷烟纸样品具有不同成分含量的卷烟纸,通过所述近红外探头扫描所述卷烟纸,所述近红外光谱仪获取所述卷烟纸的第二近红外光谱图;所述近红外光谱仪将所述第一近红外光谱图和所述第二近红外光谱图发送到所述控制装置;所述控制装置基于所述第一近红外光谱图和所述第二近红外光谱图建立检测模型,并根据所述检测模型判断卷烟纸是否满足质量要求。
根据本发明的一个实施例,进一步的,选取与卷烟纸样品分别具有不同碳酸钙含量、钾钠含量百分比、柠檬酸含量的三种卷烟纸;通过所述近红外探头分别扫描所述三种卷烟纸,所述近红外光谱仪获取所述三种卷烟纸的第二近红外光谱图。
根据本发明的一个实施例,进一步的,所述控制装置包括:预处理模块,用于对所述第一近红外光谱图和所述第二近红外光谱图进行预处理;模型建立模块,用于在所述第一近红外光谱经预处理后,确定碳酸钙含量、钾钠含量百分比、柠檬酸含量相对应的光谱段,以所述三种卷烟纸的第二近红外光谱图作为差异样品谱图,应用判别分析法分别建立检测模型,并算出所述检测模型中的马氏距离平均值;其中,所述检测模型为碳酸钙擦差异、钾钠差异、柠檬酸差异模型;阈值确定模块,用于按照统计过程控制的原理获得所述卷烟纸样品在所述检测模型中的马氏距离阈值;检验模块,用于基于所述检测模型判断卷烟纸是否满足质量要求,其中,当判断卷烟纸的近红外光谱图基于所述检测模型计算的马氏距离小于所述马氏距离阈值时,则判定卷烟纸质量合格。
根据本发明的一个实施例,进一步的,所述预处理模块,还用于采用矢量归一化、一阶导数、二阶导数、多元信号校正和光谱平滑方法中的一种或多种的组合对近红外谱图进行预处理。
根据本发明的一个实施例,进一步的,所述近红外探头的数据输出端口通过光纤与所述近红外光谱仪连接;所述近红外光谱仪通过以太网线、电缆、CAN总线与所述控制装置连接。
一种卷烟纸的在线监控方法,包括:通过扫描多个不同批次的卷烟纸样品,获取第一近红外光谱图;选取与卷烟纸样品具有不同成分含量的卷烟纸,通过扫描所述卷烟纸获取所述卷烟纸的第二近红外光谱图;基于所述第一近红外光谱图和所述第二近红外光谱图建立检测模型,并根据所述检测模型判断卷烟纸是否满足质量要求。
根据本发明的一个实施例,进一步的,所述选取与卷烟纸样品具有不同成分含量的卷烟纸、通过扫描所述卷烟纸获取所述卷烟纸的第二近红外光谱图包括:选取与卷烟纸样品分别具有不同碳酸钙含量、钾钠含量百分比、柠檬酸含量的三种卷烟纸;通过分别扫描所述三种卷烟纸,获取所述三种卷烟纸的第二近红外光谱图。
根据本发明的一个实施例,进一步的,所述基于所述第一近红外光谱图和所述第二近红外光谱图建立检测模型、并根据所述检测模型判断卷烟纸是否满足质量要求包括:对所述第一近红外光谱图和所述第二近红外光谱图进行预处理;在所述第一近红外光谱经预处理后,确定碳酸钙含量、钾钠含量百分比、柠檬酸含量相对应的光谱段,以所述三种卷烟纸的第二近红外光谱图作为差异样品谱图,应用判别分析法分别建立检测模型,并算出所述检测模型中的马氏距离平均值;其中,所述检测模型为:碳酸钙擦差异、钾钠差异、柠檬酸差异模型;按照统计过程控制的原理获得所述卷烟纸样品在所述检测模型中的马氏距离阈值;基于所述检测模型判断卷烟纸是否满足质量要求,其中,当判断卷烟纸的近红外光谱图基于所述检测模型计算的马氏距离小于所述马氏距离阈值时,则判定质量合格。
根据本发明的一个实施例,进一步的,所述对所述第一近红外光谱图和所述第二近红外光谱图进行预处理包括:采用矢量归一化、一阶导数、二阶导数、多元信号校正和光谱平滑方法中的一种或多种的组合对近红外谱图进行预处理。
本发明的卷烟纸的在线监控系统及方法,引入近红外光谱技术,实现卷烟纸产品质量稳定性的在线实时监控,在检测模型建立后,通过在线扫描样品的谱图即可实现实时获得样品的马氏距离,将其与控制要求比较检测卷烟纸是否满足质量要求。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其它的附图。
图1为根据本发明的卷烟纸的在线监控系统的一个实施例的示意图;
图2为根据本发明的卷烟纸的在线监控系统的一个实施例中控制装置的示意图;
图3为卷烟纸样品的近红外原始光谱示意图;
图4为卷烟纸样品的近红外原始光谱经预处理后的近红外光谱示意图;
图5为根据本发明的卷烟纸的在线监控方法的一个实施例的流程图。
具体实施方式
下面参照附图对本发明进行更全面的描述,其中说明本发明的示例性实施例。下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例,都属于本发明保护的范围。下面结合各个图和实施例对本发明的技术方案进行多方面的描述。
下文中的“第一”、“第二”等为描述上相区别,并没有其它特殊的含义。
如图1所示,本发明提供一种卷烟纸的在线监控系统,包括:近红外探头11,12,13、近红外光谱仪2和控制装置3。在卷烟纸生产线上设置一个或多个工艺监控点,例如,在打浆、抄纸、分切、成品等多道工序的出口和入口设置工艺监控点,并在一个或多个工艺监控点设置近红外探头11,12,13。近红外探头11,12,13的发射端朝向卷烟纸生产线上的卷烟纸,近红外探头11,12,13的数据输出端口与近红外光谱仪2连接,近红外光谱仪2与控制装置3连接。
在一个实施例中,不同监控点的多个近红外探头11,12,13共用一台近红外光谱仪2,卷烟纸的在线监控系统可以嵌入卷烟纸生产控制系统,通过生产控制系统控制近红外探头扫描近红外光谱。近红外探头11,12,13的数据输出端口通过光纤等与近红外光谱仪2连接,近红外光谱仪2通过以太网线、电缆、CAN总线等与控制装置3连接。
上述实施例中的卷烟纸的在线监控系统,提供一种卷烟纸生产过程质量稳定性的在线监控系统,在现有卷烟纸生产工艺过程中引入近红外光谱技术,实现卷烟纸产品质量稳定性的在线实时监控。
在一个实施例中,通过近红外探头11,12,13扫描多个不同批次的卷烟纸样品,近红外光谱仪2获取第一近红外光谱图。选取与卷烟纸样品具有不同成分含量的卷烟纸,通过近红外探头11,12,13扫描卷烟纸,近红外光谱仪2获取卷烟纸的第二近红外光谱图。
近红外光谱仪2将第一近红外光谱图和第二近红外光谱图发送到控制装置3,控制装置3基于第一近红外光谱图和第二近红外光谱图建立检测模型,并根据检测模型判断卷烟纸是否满足质量要求。
在一个实施例中,选取与卷烟纸样品分别具有不同碳酸钙含量、钾钠含量百分比、柠檬酸含量的三种卷烟纸,通过近红外探头11,12,13分别扫描三种卷烟纸,近红外光谱仪2获取三种卷烟纸的第二近红外光谱图。
如图2所示,控制装置包括:预处理模块211、模型建立模块212、阈值确定模块213和检验模块214。预处理模块211对第一近红外光谱图和第二近红外光谱图进行预处理。预处理模块211可以采用矢量归一化、一阶导数、二阶导数、多元信号校正和光谱平滑方法中的一种或多种的组合对近红外谱图进行预处理。
模型建立模块212在第一近红外光谱经预处理后,确定碳酸钙含量、钾钠含量百分比、柠檬酸含量相对应的光谱段,以三种卷烟纸的第二近红外光谱图作为差异样品谱图,应用判别分析法分别建立检测模型,并算出检测模型中的马氏距离平均值;检测模型为碳酸钙擦差异、钾钠差异、柠檬酸差异模型。
判别分析法又称“分辨法”,是在分类确定的条件下,根据某一研究对象的各种特征值判别其类型归属问题的一种多变量统计分析方法。其基本原理是按照一定的判别准则,建立一个或多个判别函数,用研究对象的大量资料确定判别函数中的待定系数,并计算判别指标,据此即可确定某一样本属于何类。根据判别标准不同,可以分为距离判别、Fisher判别、Bayes判别法等。可以使用现有技术中的多种应用判别分析法分别建立检测模型。
马氏距离(Mahalanobis distance)表示数据的协方差距离,是一种有效的计算两个未知样本集的相似度的方法。与欧氏距离不同的是它考虑到各种特性之间的联系,并且是尺度无关的(scale-invariant),即独立于测量尺度。例如,对于一个均值为μ,协方差矩阵为Σ的多变量向量,其马氏距离为(x-μ)'Σ^(-1)(x-μ)。马氏距离也可以定义为两个服从同一分布并且其协方差矩阵为Σ的随机变量与的差异程度。
阈值确定模块214按照统计过程控制的原理获得卷烟纸样品在检测模型中的马氏距离阈值。统计过程控制(简称SPC)是一种借助数理统计方法的过程控制工具。它对生产过程进行分析评价,根据反馈信息及时发现系统性因素出现的征兆,并采取措施消除其影响,使过程维持在仅受随机性因素影响的受控状态,以达到控制质量的目的。可以采用现有技术中的多种统计过程控制计算方法获取卷烟纸样品在检测模型中的马氏距离阈值。
检验模块214基于检测模型判断卷烟纸是否满足质量要求,当判断卷烟纸的近红外光谱图基于检测模型计算的马氏距离小于马氏距离阈值时,则判定卷烟纸质量合格。
在一个实施例中,通过近红外光谱仪在线扫描生产中的不同批次的同种卷烟纸的近红外光谱图,选用与样品具有不同的碳酸钙含量、钾钠含量百分比、柠檬酸含量的三种卷烟纸,同样扫描其近红外光谱图。
光谱预处理:采用矢量归一化、一阶导数、二阶导数、多元信号校正和光谱平滑方法中的一种或多种的组合对近红外谱图进行预处理。
建立定性模型:生产中的样品具有固定加入的碳酸钙含量、钾钠含量百分比、柠檬酸含量,其扫描的近红外光谱经预处理后,以具有不同的碳酸钙含量、钾钠含量百分比、柠檬酸含量的三种卷烟纸的近红外光谱图,作为差异样品谱图与选定的样品选取合适波数范围的光谱段,应用判别分析法,经主成分分析后进行特征抽提,根据主成分向量空间下的马氏距离空间分布建立相应定性模型,算出校正集马氏距离平均值;
确定阈值:按照统计过程控制的原理获得样品的马氏距离阈值,以判定离群样品,生产中实时扫描卷烟纸产品近红外光谱,并应用软件带入定性模型,计算得马氏距离值小于阈值,则判定该样品质量稳定没有异常。
红外光谱技术主要有以下特点:分析速度快、工业上可以做到实时监控,样品不需预处理、操作简单、人员要求低,无浪费、无污染,其定性分析还具有整体性模糊性的特点。
上述实施例中的卷烟纸的在线监控系统,将近红外光谱技术运用于烟用卷烟纸生产中的质量稳定性在线实时监控。在线监控系统及模型建立后,通过在线扫描样品的谱图即可实现实时获得样品的马氏距离,将其与控制要求比较,如果出现异常,主控制系统即报警提示技术人员查找原因,适于同种卷烟纸生产的不同批次产品质量稳定性判别及监控
图5为根据本发明的卷烟纸的在线监控方法的一个实施例的流程图,如图5所示:
步骤301,通过扫描多个不同批次的卷烟纸样品,获取第一近红外光谱图。
步骤302,选取与卷烟纸样品具有不同成分含量的卷烟纸,通过扫描卷烟纸获取卷烟纸的第二近红外光谱图。
步骤303,基于第一近红外光谱图和第二近红外光谱图建立检测模型,并根据检测模型判断卷烟纸是否满足质量要求。
在一个实施例中,选取与卷烟纸样品分别具有不同碳酸钙含量、钾钠含量百分比、柠檬酸含量的三种卷烟纸;通过分别扫描三种卷烟纸,获取三种卷烟纸的第二近红外光谱图。
对第一近红外光谱图和第二近红外光谱图进行预处理;在第一近红外光谱经预处理后,确定碳酸钙含量、钾钠含量百分比、柠檬酸含量相对应的光谱段,以三种卷烟纸的第二近红外光谱图作为差异样品谱图,应用判别分析法分别建立检测模型,并算出检测模型中的马氏距离平均值;其中,检测模型为:碳酸钙擦差异、钾钠差异、柠檬酸差异模型。
按照统计过程控制的原理获得卷烟纸样品在检测模型中的马氏距离阈值;基于检测模型判断卷烟纸是否满足质量要求,其中,当判断卷烟纸的近红外光谱图基于检测模型计算的马氏距离小于马氏距离阈值时,则判定质量合格。
在一个实施例中,样品选择及光谱采集:选取某品牌专用卷烟纸,利用连接近红外光谱仪的光纤探头在线扫描200个不同批次的该品牌卷烟纸光谱图,分别选取与该品牌专用卷烟纸具有不同碳酸钙含量、钾钠含量百分比、柠檬酸含量的三种卷烟纸,同样在线扫描它们的近红外光谱图10次。
光谱预处理:近红外光谱图会受到样品扫描点不同及仪器稳定性的影响而出现噪音及基线漂移,利用TQ Analyst智能分析软件包中的优化功能对样品的近红外光谱图进行预处理。TQ Analyst智能分析软件是一个通用的光谱分析软件,它可以为中红外、近红外、远红外和拉曼光谱分析的应用提供各种定性和定量分析工具。
在一个实施例中,可以将卷烟纸光谱采用如下的处理方法获得理想的结果:
采用标准正则变换(SNV)消除样品不均匀带来的差异;采用一阶微分处理,消除基线漂移的影响,获得比原光谱更高分辨率和更清晰的光谱轮廓变化,如图3、4所示。采用段长为9、间隔为5的萨维茨基(Savitzky-Golay)滤波平滑光谱,消除高频噪音保留有用的低频信息。
建立模型:样品的近红外光谱经预处理后,根据不同成分含量差异选取相应波数范围的光谱段,应用判别分析(Discriminate Analysis)法,以具有不同的碳酸钙含量、钾钠含量百分比、柠檬酸含量的三种卷烟纸的近红外光谱作为差异样,分别建立定性模型,并算出相应样品集的马氏距离平均值;
确定阈值:按照统计过程控制的原理,采用校正集的马氏距离平均值加1.5倍的标准偏差作为阈值,如下表1所示,将生产中卷烟纸在线实时扫描光谱后,应用软件带入三种定性模型,计算值都小于相应模型阈值,则判定质量稳定,否则,则可能出现异常,需人为排除。
模型 | 波谱范围(cm-1) | 主成分数 | 阈值 |
碳酸钙差异 | 8500-4100 | 9 | 0.98 |
钾钠比差异 | 9000-4200 | 8 | 1.05 |
柠檬酸差异 | 8000-4150 | 9 | 1.29 |
表1定性模型的参数表
上述实施例提供的卷烟纸的在线监控系统及方法,在模型建立后,通过在线扫描样品的谱图即可实现实时获得样品的马氏距离,将其与控制要求比较,如果出现异常,主控制系统即报警提示技术人员查找原因,适于同种卷烟纸生产的不同批次产品质量稳定性判别及监控。
可能以许多方式来实现本发明的方法和系统。例如,可通过软件、硬件、固件或者软件、硬件、固件的任何组合来实现本发明的方法和系统。用于方法的步骤的上述顺序仅是为了进行说明,本发明的方法的步骤不限于以上具体描述的顺序,除非以其它方式特别说明。此外,在一些实施例中,还可将本发明实施为记录在记录介质中的程序,这些程序包括用于实现根据本发明的方法的机器可读指令。因而,本发明还覆盖存储用于执行根据本发明的方法的程序的记录介质。
本发明的描述是为了示例和描述起见而给出的,而并不是无遗漏的或者将本发明限于所公开的形式。很多修改和变化对于本领域的普通技术人员而言是显然的。选择和描述实施例是为了更好说明本发明的原理和实际应用,并且使本领域的普通技术人员能够理解本发明从而设计适于特定用途的带有各种修改的各种实施例。
Claims (5)
1.一种卷烟纸的在线监控系统,其特征在于,包括:
近红外探头、近红外光谱仪和控制装置;
在卷烟纸生产线上设置一个或多个工艺监控点,并在所述一个或多个工艺监控点设置所述近红外探头;所述近红外探头的发射端朝向卷烟纸生产线上的卷烟纸,所述近红外探头的数据输出端口与所述近红外光谱仪连接,所述近红外光谱仪与所述控制装置连接;其中,通过所述近红外探头扫描多个不同批次的卷烟纸样品,所述近红外光谱仪获取第一近红外光谱图;选取与卷烟纸样品具有不同碳酸钙含量、钾钠含量百分比、柠檬酸含量的三种卷烟纸;通过所述近红外探头分别扫描所述三种卷烟纸,所述近红外光谱仪获取所述三种卷烟纸的第二近红外光谱图;
所述控制装置包括:
预处理模块,用于对所述第一近红外光谱图和所述第二近红外光谱图进行预处理;
模型建立模块,用于在所述第一近红外光谱经预处理后,确定碳酸钙含量、钾钠含量百分比、柠檬酸含量相对应的光谱段,以所述三种卷烟纸的第二近红外光谱图作为差异样品谱图,应用判别分析法分别建立检测模型,并算出所述检测模型中的马氏距离平均值;其中,所述检测模型为碳酸钙差异、钾钠差异、柠檬酸差异模型;
阈值确定模块,用于按照统计过程控制的原理获得所述卷烟纸样品在所述检测模型中的马氏距离阈值;
检验模块,用于基于所述检测模型判断卷烟纸是否满足质量要求,其中,当判断卷烟纸的近红外光谱图基于所述检测模型计算的马氏距离小于所述马氏距离阈值时,则判定卷烟纸质量合格。
2.如权利要求1所述的在线监控系统,其特征在于:
所述预处理模块,还用于采用矢量归一化、一阶导数、二阶导数、多元信号校正和光谱平滑方法中的一种或多种的组合对近红外谱图进行预处理。
3.如权利要求1所述的在线监控系统,其特征在于:
所述近红外探头的数据输出端口通过光纤与所述近红外光谱仪连接;所述近红外光谱仪通过以太网线、电缆、CAN总线与所述控制装置连接。
4.一种卷烟纸的在线监控方法,其特征在于,包括:
通过扫描多个不同批次的卷烟纸样品,获取第一近红外光谱图;
选取与卷烟纸样品分别具有不同碳酸钙含量、钾钠含量百分比、柠檬酸含量的三种卷烟纸;通过分别扫描所述三种卷烟纸,获取所述三种卷烟纸的第二近红外光谱图;
对所述第一近红外光谱图和所述第二近红外光谱图进行预处理;在所述第一近红外光谱经预处理后,确定碳酸钙含量、钾钠含量百分比、柠檬酸含量相对应的光谱段,以所述三种卷烟纸的第二近红外光谱图作为差异样品谱图,应用判别分析法分别建立检测模型,并算出所述检测模型中的马氏距离平均值;其中,所述检测模型为:碳酸钙差异、钾钠差异、柠檬酸差异模型;
按照统计过程控制的原理获得所述卷烟纸样品在所述检测模型中的马氏距离阈值;
基于所述检测模型判断卷烟纸是否满足质量要求,其中,当判断卷烟纸的近红外光谱图基于所述检测模型计算的马氏距离小于所述马氏距离阈值时,则判定质量合格。
5.如权利要求4所述的方法,其特征在于,所述对所述第一近红外光谱图和所述第二近红外光谱图进行预处理包括:
采用矢量归一化、一阶导数、二阶导数、多元信号校正和光谱平滑方法中的一种或多种的组合对近红外谱图进行预处理。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510659358.XA CN105181644B (zh) | 2015-10-13 | 2015-10-13 | 一种卷烟纸的在线监控系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510659358.XA CN105181644B (zh) | 2015-10-13 | 2015-10-13 | 一种卷烟纸的在线监控系统及方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105181644A CN105181644A (zh) | 2015-12-23 |
CN105181644B true CN105181644B (zh) | 2018-11-30 |
Family
ID=54903877
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510659358.XA Active CN105181644B (zh) | 2015-10-13 | 2015-10-13 | 一种卷烟纸的在线监控系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105181644B (zh) |
Families Citing this family (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105699311A (zh) * | 2016-01-11 | 2016-06-22 | 北京格致同德科技有限公司 | 基于微型近红外光谱仪的产品在线检测系统及检测方法 |
CN106018338B (zh) * | 2016-08-10 | 2019-01-22 | 福建中烟工业有限责任公司 | 用于评判料液质量稳定性的方法和系统 |
CN106093355A (zh) * | 2016-08-26 | 2016-11-09 | 浙江中烟工业有限责任公司 | 一种卷烟纸安全性的评价方法 |
CN106841091A (zh) * | 2016-12-26 | 2017-06-13 | 重庆中烟工业有限责任公司 | 一种卷烟纸正反面鉴别方法及系统 |
CN106770011A (zh) * | 2016-12-26 | 2017-05-31 | 重庆中烟工业有限责任公司 | 一种卷烟纸正反面鉴别方法及系统 |
CN106770012A (zh) * | 2016-12-26 | 2017-05-31 | 重庆中烟工业有限责任公司 | 一种卷烟纸正反面鉴别方法及系统 |
CN110174371A (zh) * | 2019-05-05 | 2019-08-27 | 贵州中烟工业有限责任公司 | 一种基于近红外技术的烟丝加工中质量变化的表征方法 |
CN112676193B (zh) * | 2019-10-18 | 2022-08-09 | 李和伟 | 光谱检测在检测改性膜布质量中的应用及检测方法和检测设备 |
JP2023108255A (ja) * | 2022-01-25 | 2023-08-04 | オムロン株式会社 | 制御装置および制御方法 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2004053440A (ja) * | 2002-07-22 | 2004-02-19 | Toyama Prefecture | 高分子材料中の添加剤分析方法 |
CN102830080A (zh) * | 2011-06-14 | 2012-12-19 | 福建中烟工业有限责任公司 | 一种评判烟用接装纸内在质量稳定性的近红外光谱方法 |
CN102566533B (zh) * | 2011-11-25 | 2014-06-18 | 福建中烟工业有限责任公司 | 一种烟用香精香料调配的在线监控装置及方法 |
-
2015
- 2015-10-13 CN CN201510659358.XA patent/CN105181644B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN105181644A (zh) | 2015-12-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105181644B (zh) | 一种卷烟纸的在线监控系统及方法 | |
CN102879353B (zh) | 近红外检测花生中蛋白质组分含量的方法 | |
CN105928899B (zh) | 一种卷烟烟支色斑污染的检测方法及系统 | |
US5842150A (en) | Method of determing the organic content in pulp and paper mill effulents | |
WO2017084118A1 (zh) | 一种近红外光谱分析仪在线应用时无测点温度补偿模型修正方法 | |
TWI587294B (zh) | 設備異音的檢測方法及檢測裝置 | |
CN103645155B (zh) | 生鲜羊肉嫩度的快速无损检测方法 | |
CN111189798B (zh) | 一种基于近红外光谱的流化床制备中药颗粒的过程监控方法 | |
CN103808688B (zh) | 近红外光谱法快速无损检测成品药物的质量一致性 | |
SE503101C2 (sv) | Sätt att bestämma våtstyrkan hos papper och medel för processkontroll genom användning av sättet | |
CN105891147A (zh) | 一种基于典型相关系数的近红外光谱信息提取方法 | |
CN102830080A (zh) | 一种评判烟用接装纸内在质量稳定性的近红外光谱方法 | |
CN102566533B (zh) | 一种烟用香精香料调配的在线监控装置及方法 | |
CN105334185A (zh) | 基于光谱投影判别的近红外模型维护方法 | |
CN116842326B (zh) | 一种基于光学手段的畜牧养殖水质监测系统 | |
CN109297928B (zh) | 一种检测酱油品质的方法及系统 | |
CN104596975A (zh) | 近红外漫反射光谱技术测定造纸法再造烟叶木质素的方法 | |
CN104596976A (zh) | 近红外漫反射光谱技术测定造纸法再造烟叶蛋白质的方法 | |
CN106018336A (zh) | 一种基于近红外光谱分析技术监测人血白蛋白醋酸缓冲液沉淀过程的方法 | |
CN102980536B (zh) | 刹车片钢背平面度检测系统及方法 | |
CN116662751A (zh) | 一种基于主成分分析与杠杆值法剔除异常样本的烟叶含水率检测方法 | |
CN106198423A (zh) | 一种基于可见‑近红外光谱分析技术鉴别火腿肠等级的方法 | |
CN102393378A (zh) | 一种用近红外光谱技术快速检测聚乙烯醇生产中醇解度和聚合度的方法 | |
CN107238557A (zh) | 一种利用近红外光谱法快速检测碳酸钙粒径分布的方法 | |
CN103048275A (zh) | 基于近红外光谱的自适应软仪表装置及其构造方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |