CN105628646B - 一种卷烟在线焦油预测及预警方法 - Google Patents
一种卷烟在线焦油预测及预警方法 Download PDFInfo
- Publication number
- CN105628646B CN105628646B CN201511024892.XA CN201511024892A CN105628646B CN 105628646 B CN105628646 B CN 105628646B CN 201511024892 A CN201511024892 A CN 201511024892A CN 105628646 B CN105628646 B CN 105628646B
- Authority
- CN
- China
- Prior art keywords
- tar
- cigarette
- factor
- analysis
- online
- 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
- 235000019504 cigarettes Nutrition 0.000 title claims abstract description 65
- 238000000034 method Methods 0.000 title claims abstract description 18
- 239000011269 tar Substances 0.000 claims abstract description 84
- 241000208125 Nicotiana Species 0.000 claims abstract description 23
- 235000002637 Nicotiana tabacum Nutrition 0.000 claims abstract description 23
- 238000004458 analytical method Methods 0.000 claims abstract description 21
- 239000000126 substance Substances 0.000 claims abstract description 17
- 239000011285 coke tar Substances 0.000 claims abstract description 15
- 238000001228 spectrum Methods 0.000 claims abstract description 8
- 239000000470 constituent Substances 0.000 claims abstract description 5
- 238000012544 monitoring process Methods 0.000 claims abstract description 4
- 238000009826 distribution Methods 0.000 claims abstract description 3
- 235000000346 sugar Nutrition 0.000 claims description 20
- 238000000611 regression analysis Methods 0.000 claims description 10
- 238000009423 ventilation Methods 0.000 claims description 10
- SNICXCGAKADSCV-JTQLQIEISA-N (-)-Nicotine Chemical compound CN1CCC[C@H]1C1=CC=CN=C1 SNICXCGAKADSCV-JTQLQIEISA-N 0.000 claims description 9
- 229960002715 nicotine Drugs 0.000 claims description 9
- SNICXCGAKADSCV-UHFFFAOYSA-N nicotine Natural products CN1CCCC1C1=CC=CN=C1 SNICXCGAKADSCV-UHFFFAOYSA-N 0.000 claims description 9
- 238000012360 testing method Methods 0.000 claims description 9
- 238000010219 correlation analysis Methods 0.000 claims description 7
- 238000004519 manufacturing process Methods 0.000 claims description 4
- 238000000556 factor analysis Methods 0.000 claims description 3
- 238000005259 measurement Methods 0.000 claims description 3
- 210000000697 sensory organ Anatomy 0.000 claims description 2
- 238000005516 engineering process Methods 0.000 abstract description 5
- 238000010986 on-line near-infrared spectroscopy Methods 0.000 abstract description 4
- 230000001066 destructive effect Effects 0.000 abstract description 3
- 239000004615 ingredient Substances 0.000 abstract description 3
- 238000002360 preparation method Methods 0.000 abstract description 3
- IJGRMHOSHXDMSA-UHFFFAOYSA-N Atomic nitrogen Chemical compound N#N IJGRMHOSHXDMSA-UHFFFAOYSA-N 0.000 description 4
- 238000001514 detection method Methods 0.000 description 3
- 239000000571 coke Substances 0.000 description 2
- 239000000203 mixture Substances 0.000 description 2
- 229910052757 nitrogen Inorganic materials 0.000 description 2
- 125000003636 chemical group Chemical group 0.000 description 1
- 239000011248 coating agent Substances 0.000 description 1
- 238000000576 coating method Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000009472 formulation Methods 0.000 description 1
- 239000007789 gas Substances 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 239000007788 liquid Substances 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000013178 mathematical model Methods 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000000843 powder Substances 0.000 description 1
- 238000003908 quality control method Methods 0.000 description 1
- 239000002994 raw material Substances 0.000 description 1
- 230000000391 smoking effect Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- -1 viscous body Substances 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
- G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
- G01N21/31—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry
- G01N21/35—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light
- G01N21/359—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light using near infrared light
Landscapes
- Physics & Mathematics (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
本发明公开了一种卷烟在线焦油预测及预警方法，包括以下步骤：利用近红外光采集烟丝的成分，确定焦油预测模型的关键因素，构成分析因子；对分析因子进行权重分配，构建焦油的预测模型；根据分析因子的监测数值，确定中心值，计算上下控制限，形成预警阈值。本发明建立卷烟焦油的预测模型，对卷烟焦油的预测结果偏差小；利用在线近红外技术，建立光谱与待测参数之间的对应关系，确定烟丝化学组分，分析速度快、非破坏性和样品制备量小、几乎适合各类样品，多组分多通道同时测定。
Description
技术领域
本发明涉及一种卷烟在线焦油预测及预警方法。
背景技术
随着消费者对卷烟内在质量及产品质量安全指标的愈加关注，卷烟焦油控制技术也有了很大发展。当前，卷烟焦油控制方面，主要是通过吸烟机、气相色谱仪等仪器进行检测，根据检测结果对原材料进行调整，确保卷烟焦油稳定。
在焦油预测方面，一是通过叶组配方中各区域烟叶原料所占的比例，建立数学模型预测卷烟焦油的含量。二是通过检测成品烟丝中，总糖、总氮、还原糖和氮等主要化学成分的含量，以及卷烟的物理指标建立数学模型预测卷烟焦油含量。
但是，在实际生产中，由于成品卷烟焦油的检测周期较长，质量控制人员难以及时掌握焦油的变化情况，对于焦油的过程精益管控缺乏参数调控依据，给控焦工作带来一定困难。
并且，随着卷烟规格的多样化，卷烟的通风率、滤嘴长度、单支重量等指标的设置各不相同，现有的卷烟焦油预测模式对卷烟焦油的预测结果常常发生偏差。
发明内容
本发明为了解决上述问题，提出了一种卷烟在线焦油预测及预警方法，本方法利用在线近红外技术，建立光谱与待测参数之间的对应关系，确定烟丝化学组分，进行预警。
为了实现上述目的，本发明采用如下技术方案：
一种卷烟在线焦油预测及预警方法，包括以下步骤：
(1)利用近红外光采集烟丝的成分，确定焦油预测模型的关键因素，构成分析因子；
(2)对分析因子进行逐步回归分析，再次确认各因子的影响程度，进行权重分配，构建焦油的预测模型；
(3)根据分析因子的监测数值，确定中心值，计算上下控制限，形成预警阈值。
进一步的，所述步骤(1)中，通过近红外光仪在烟丝上侧多组分多通道同时测定烟丝成分。
所述步骤(1)中，对烟丝的化学成分进行数据跟踪，同时按照批次进行一对一的焦油检测结果的统计，对统计结果进行相关性分析，计算各化学成分和焦油的相关系数与P值，如果相关系数和P值都满足各自的阈值，则认为该化学成分为焦油的关键影响因子。
优选的，所述相关系数大于等于0.9，所述p值小于等于0.05。
所述步骤(1)中，对烟支的感官和外观参数与焦油的关系及影响程度进行相关性分析和回归分析，明确各参数与焦油的相关强度及显著性，排除不显著因子，确定影响焦油预测的关键因素。
所述步骤(1)中，通过不同水平的滤嘴长度与成品烟支焦油的单因子方差分析，确定滤嘴长度对是影响焦油预测的关键因素。
所述步骤(1)中，所述分析因子包括烟丝烟碱含量、总糖含量、还原糖含量、烟支总通风率和烟支滤嘴长度。
所述步骤(2)中，建模过程为：对所确定的关键因子通过试验收集不同水平下卷烟焦油含量数据，对所收集到的数据进行逐步回归分析，再次确认各因子的影响程度，并确定最佳子集，通过回归分析，得到回归方程，即在线焦油预测模型。
所述步骤(2)中，各因子与其各自的影响程度的乘积之和与焦油量呈线性关系。
所述步骤(2)中，在线焦油预测模型为：焦油＝14.9+3.41烟碱+0.172总糖-0.163还原糖-0.5滤嘴长度-0.0294通风率。
所述步骤(3)中，按照卷烟生产批次，统计测量的关键因子相对应的数值，通过焦油预测模型运算得出该牌号焦油含量，按照一定时间的间隔频次统计数据绘制Xbar-R控制图，计算样本的标准偏差，控制图中心值为焦油含量样本均值。
所述步骤(3)中，控制上/下限为焦油含量样本均值与样本的标准偏差的倍数的和/差值。
进一步的，所述倍数为3倍。
所述步骤(3)中，参照烟草行业内划分的焦油含量等级进行中焦油和高焦油的划分。
本发明的有益效果为：
(1)建立卷烟焦油的预测模型，对卷烟焦油的预测结果偏差小；
(2)利用在线近红外技术，建立光谱与待测参数之间的对应关系，确定烟丝化学组分，分析速度快、非破坏性和样品制备量小、几乎适合各类样品，多组分多通道同时测定；
(3)可及时掌握卷烟焦油含量波动情况，缩短检测时间，实验室离线检测需53小时/批次，卷烟焦油在线预测模型仅用0.5小时/批次，实现卷烟焦油含量预警控制。
附图说明
图1a为本发明的卷烟焦油与烟丝主要化学组分的关系矩阵图；
图1b为本发明的卷烟焦油与烟丝主要化学组分的相关性图表；
图2a为本发明的卷烟焦油与卷烟物质指标的关系图；
图2b为本发明的卷烟焦油与卷烟物质指标的相关性图表；
图3为本发明的焦油与滤嘴长度、通风率的等值线图；
图4为本发明的焦油与烟丝化学成分的等值线图；
图5为本发明的回归分析示意图；
图6为本发明的高焦油预测控制图。
具体实施方式：
下面结合附图与实施例对本发明作进一步说明。
利用在线近红外技术采集烟丝的参数：由于近红外光，其仪器较简单、分析速度快、非破坏性和样品制备量小、几乎适合各类样品(液体、粘稠体、涂层、粉末和固体)分析、多组分多通道同时测定等特点，可应用到卷烟烟丝成分分析。根据其样品的组成相同，则其光谱也相同的原理，建立了光谱与待测参数之间的对应关系(称为分析模型)，只要测得样品的光谱，通过光谱和上述对应关系，就能很快得到所需要的烟丝化学组分。
确定焦油因素的影响因子：
(1)如图1a所示，根据各因子测量性质，分别进行相关性分析确定建立模型所需的关键因子：
对在线近红外仪所检测到的烟碱、总糖、还原糖三种烟丝化学成分进行数据跟踪收集，同时按照批次进行一对一的实验室焦油检测结果的统计，对数据进行相关性分析，从相关分析结果来看，P值小于0.05，说明影响程度显著，相关系数在0.9以上，说明烟碱、总糖、还原糖三项指标与焦油均具有较高的正相关性，如图1b所示。
(2)如图2a、图2b所示，对不同水平下烟支重量、圆周、长度、吸阻、硬度、总通风率(烟支综合测试台测量结果)与焦油的关系及影响程度进行相关性分析和回归分析，明确各因子与焦油的相关强度及显著性，排除不显著因子，确定烟支总通风率是影响焦油预测的关键因素。
(3)通过不同水平的滤嘴长度与成品烟支焦油的单因子方差分析，分析结果显示，P值小于0.05，说明滤嘴长度对成品烟支焦油含量存在显著影响。
通过以上分析共找出影响卷烟焦油预测的关键因子5项：烟丝烟碱含量、总糖含量、还原糖含量、烟支总通风率、烟支滤嘴长度
建立在线焦油预测模型：对所确定的5项关键因子通过试验收集不同水平下卷烟焦油含量数据，第一步对所收集到的数据进行逐步回归分析，再次确认各因子的影响程度，并确定最佳子集。
如图5所示，综合烟碱、总糖、还原糖、滤嘴长度和通风率等关键影响因素，建立在线焦油预测模型：焦油＝14.9+3.41烟碱+0.172总糖-0.163还原糖-0.5滤嘴长度-0.0294通风。
设置预警界限：根据各因子的监测数值，确定中心值，计算上下控制限，绘制控制图实施过程成控制与预警。
按照卷烟生产批次，统计各牌号近红外光谱仪和烟支综合测试台在线分别测量的5项关键因子相对应的结果，通过焦油预测模型运算得出该牌号焦油含量，按照30min的间隔频次统计数据绘制Xbar-R控制图，样本子组大小为5，先计算样本的标准偏差控制图中心值为焦油含量样本均值控制上限UCL＝CL+3σ，控制下限LCL＝CL-3σ。
中焦油、高焦油是烟草行业内划分的焦油含量等级，5-9mg为中焦油卷烟，10-11mg为高焦油卷烟，因模型预测分析时考虑中、高焦油预测精度存在一定的差异性，因此分别进行分析。
上述虽然结合附图对本发明的具体实施方式进行了描述，但并非对本发明保护范围的限制，所属领域技术人员应该明白，在本发明的技术方案的基础上，本领域技术人员不需要付出创造性劳动即可做出的各种修改或变形仍在本发明的保护范围以内。
Claims (7)
1.一种卷烟在线焦油预测及预警方法，其特征是：包括以下步骤：
(1)利用近红外光建立光谱与待测参数之间的对应关系，确定烟丝化学组分，对烟支的感官和外观参数与焦油的关系及影响程度进行相关性分析和回归分析，明确各参数与焦油的相关强度及显著性，排除不显著因子，确定影响焦油预测的关键因素，构成分析因子；
(2)对分析因子进行逐步回归分析，再次确认各因子的影响程度，进行权重分配，构建焦油的预测模型,对所确定的关键因子通过试验收集不同水平下卷烟焦油含量数据，对所收集到的数据进行逐步回归分析，再次确认各因子的影响程度，并确定最佳子集，通过回归分析，得到回归方程，即在线焦油预测模型；在线焦油预测模型为：焦油＝14.9+3.41烟碱+0.172总糖-0.163还原糖-0.5滤嘴长度-0.0294通风率；
(3)根据分析因子的监测数值，确定中心值，计算上下控制限，形成预警阈值。
2.如权利要求1所述的一种卷烟在线焦油预测及预警方法，其特征是：所述步骤(1)中，对烟丝的化学成分进行数据跟踪，同时按照批次进行一对一的焦油检测结果的统计，对统计结果进行相关性分析，计算各化学成分和焦油的相关系数与P值，如果相关系数和P值都满足各自的阈值，则认为该化学成分为焦油的关键影响因子。
3.如权利要求1所述的一种卷烟在线焦油预测及预警方法，其特征是：所述步骤(1)中，通过不同水平的滤嘴长度与成品烟支焦油的单因子方差分析，确定滤嘴长度对是影响焦油预测的关键因素。
4.如权利要求1所述的一种卷烟在线焦油预测及预警方法，其特征是：所述步骤(1)中，所述分析因子包括烟丝烟碱含量、总糖含量、还原糖含量、烟支总通风率和烟支滤嘴长度。
5.如权利要求1所述的一种卷烟在线焦油预测及预警方法，其特征是：所述步骤(2)中，各因子与其各自的影响程度的乘积之和与焦油量呈线性关系。
6.如权利要求1所述的一种卷烟在线焦油预测及预警方法，其特征是：所述步骤(3)中，按照卷烟生产批次，统计测量的关键因子相对应的数值，通过焦油预测模型运算得出该牌号焦油含量，按照一定时间的间隔频次统计数据绘制Xbar-R控制图，计算样本的标准偏差，控制图中心值为焦油含量样本均值。
7.如权利要求1所述的一种卷烟在线焦油预测及预警方法，其特征是：所述步骤(3)中，控制上/下限为焦油含量样本均值与样本的标准偏差的倍数的和/差值。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201511024892.XA CN105628646B (zh) | 2015-12-30 | 2015-12-30 | 一种卷烟在线焦油预测及预警方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201511024892.XA CN105628646B (zh) | 2015-12-30 | 2015-12-30 | 一种卷烟在线焦油预测及预警方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN105628646A CN105628646A (zh) | 2016-06-01 |
| CN105628646B true CN105628646B (zh) | 2019-03-22 |
Family
ID=56043784
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201511024892.XA Active CN105628646B (zh) | 2015-12-30 | 2015-12-30 | 一种卷烟在线焦油预测及预警方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN105628646B (zh) |
Families Citing this family (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106248617A (zh) * | 2016-07-12 | 2016-12-21 | 上海创和亿电子科技发展有限公司 | 基于近红外的烟叶焦油检测方法 |
| US11074376B2 (en) | 2017-04-26 | 2021-07-27 | United Microelectronics Corp. | Method for analyzing process output and method for creating equipment parameter model |
| CN109946265A (zh) * | 2017-12-21 | 2019-06-28 | 西派特（北京）科技有限公司 | 烟丝污染在线近红外报警系统 |
| CN111220777A (zh) * | 2020-01-22 | 2020-06-02 | 云南中烟工业有限责任公司 | 一种检测卷烟焦油释放量的方法 |
Family Cites Families (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101419207B (zh) * | 2008-10-27 | 2012-09-05 | 川渝中烟工业有限责任公司 | 烤烟烟气主要指标的预测方法 |
| CN102628855A (zh) * | 2012-04-27 | 2012-08-08 | 云南烟草科学研究院 | 一种预测烤烟烟叶烟气成分的方法 |
| CN104573842B (zh) * | 2014-08-07 | 2018-11-06 | 云南中烟工业有限责任公司 | 基于鲁棒回归建模预测烤片烟气一氧化碳的方法 |
| CN104697955A (zh) * | 2015-03-30 | 2015-06-10 | 吉林烟草工业有限责任公司 | 一种卷烟烟气指标预测方法及系统 |
-
2015
- 2015-12-30 CN CN201511024892.XA patent/CN105628646B/zh active Active
Non-Patent Citations (5)
| Title |
|---|
| 不同预处理方法对烟草近红外光谱预测模型的影响;练文柳等;《烟草科技》;20150220;第206页 |
| 卷烟"三纸一棒"对烟气特征及感官质量的影响(一);于川芳等;《中国烟草学报》;20010630;第1-5页 |
| 卷烟"三纸一棒"对烟气特征及感官质量的影响(二);于川芳等;《中国烟草学报》;20010930;第8页 |
| 卷烟材料对烟气特征的预测模型;李斌等;《烟草科技》;20050920;第3-5页 |
| 建立烟气焦油量的预测模型;胡建军;《CNKI中国博士论文全文数据库》;20090815;第124-127、174-176、197-198、223-224页 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN105628646A (zh) | 2016-06-01 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN105300923B (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 | |
| CN105628646B (zh) | 一种卷烟在线焦油预测及预警方法 | |
| CN108732127B (zh) | 一种检测烟丝中各组分掺配比例的方法 | |
| CN105843870B (zh) | 重复性和再现性的分析方法及其应用 | |
| CN105203498A (zh) | 一种基于lasso的近红外光谱变量选择方法 | |
| CN102937575B (zh) | 一种基于二次光谱重组的西瓜糖度快速建模方法 | |
| CN107703097A (zh) | 利用衰减全反射探头与近红外光谱仪构建快速预测原油性质的模型的方法及其应用 | |
| CN104155264A (zh) | 一种用近红外光谱技术预测火炬松松脂中松节油含量的方法 | |
| CN104899424B (zh) | 一种基于微观特征的烤后烟叶成熟度和叶片结构客观检测方法 | |
| CN101685092B (zh) | 用烟叶pH检测值判定烤烟醇化质量的方法 | |
| CN102506731A (zh) | 利用近红外光谱检测造纸法再造烟叶厚度的方法 | |
| CN111642782A (zh) | 一种基于卷烟配方需求的烟叶原料功效定位方法 | |
| CN105223140A (zh) | 同源物质的快速识别方法 | |
| CN108663334B (zh) | 基于多分类器融合寻找土壤养分光谱特征波长的方法 | |
| CN110210005A (zh) | 一种无参考值的光谱波数选择方法 | |
| CN106557652A (zh) | 判断样品检测数据可疑值的方法 | |
| CN106770607A (zh) | 一种利用hs‐imr‐ms鉴别卷烟真伪的方法 | |
| CN109297854A (zh) | 一种跑条丝中的梗丝实掺比例的快速测定方法 | |
| CN104297205A (zh) | 一种快速、无损的食用油鉴别方法 | |
| CN107290288A (zh) | 一种烤烟褐变度快速测定方法及其应用 | |
| CN110286198B (zh) | 一种基于叶丝升温过程评价滚筒干燥过程叶丝加工强度一致性的方法 | |
| CN102253192B (zh) | 一种烟叶的质量检测方法及其应用 | |
| CN107884360B (zh) | 一种卷烟纸助燃剂检测方法 | |
| CN105259135B (zh) | 适用于实时在线的无测点温度补偿近红外测量方法 | |
| CN110082399A (zh) | 一种新鲜烟叶总糖的快速无损检测方法 |
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 |