CN109090681B - 一种基于平库原烟多指标的均质化调控方法 - Google Patents

一种基于平库原烟多指标的均质化调控方法 Download PDF

Info

Publication number
CN109090681B
CN109090681B CN201811346878.5A CN201811346878A CN109090681B CN 109090681 B CN109090681 B CN 109090681B CN 201811346878 A CN201811346878 A CN 201811346878A CN 109090681 B CN109090681 B CN 109090681B
Authority
CN
China
Prior art keywords
raw
index
regulation
channel
smoke
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
CN201811346878.5A
Other languages
English (en)
Other versions
CN109090681A (zh
Inventor
徐玮杰
杨凯
张军
张顺利
沈钢
薛庆逾
石超
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.)
SHANGHAI MICRO-VISION TECHNOLOGY Ltd
Shanghai Tobacco Group Co Ltd
Original Assignee
SHANGHAI MICRO-VISION TECHNOLOGY Ltd
Shanghai Tobacco Group 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 SHANGHAI MICRO-VISION TECHNOLOGY Ltd, Shanghai Tobacco Group Co Ltd filed Critical SHANGHAI MICRO-VISION TECHNOLOGY Ltd
Priority to CN201811346878.5A priority Critical patent/CN109090681B/zh
Publication of CN109090681A publication Critical patent/CN109090681A/zh
Application granted granted Critical
Publication of CN109090681B publication Critical patent/CN109090681B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • AHUMAN NECESSITIES
    • A24TOBACCO; CIGARS; CIGARETTES; SIMULATED SMOKING DEVICES; SMOKERS' REQUISITES
    • A24BMANUFACTURE OR PREPARATION OF TOBACCO FOR SMOKING OR CHEWING; TOBACCO; SNUFF
    • A24B3/00Preparing tobacco in the factory
    • A24B3/12Steaming, curing, or flavouring tobacco
    • AHUMAN NECESSITIES
    • A24TOBACCO; CIGARS; CIGARETTES; SIMULATED SMOKING DEVICES; SMOKERS' REQUISITES
    • A24BMANUFACTURE OR PREPARATION OF TOBACCO FOR SMOKING OR CHEWING; TOBACCO; SNUFF
    • A24B3/00Preparing tobacco in the factory
    • A24B3/10Roasting or cooling tobacco
    • AHUMAN NECESSITIES
    • A24TOBACCO; CIGARS; CIGARETTES; SIMULATED SMOKING DEVICES; SMOKERS' REQUISITES
    • A24BMANUFACTURE OR PREPARATION OF TOBACCO FOR SMOKING OR CHEWING; TOBACCO; SNUFF
    • A24B3/00Preparing tobacco in the factory
    • A24B3/18Other treatment of leaves, e.g. puffing, crimpling, cleaning

Landscapes

  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Manufacture Of Tobacco Products (AREA)

Abstract

本发明提供一种基于平库原烟多指标的均质化调控方法,均质化调控方法包括:根据原烟平库的长度及原烟烟箱的长度,取整计算平库应划分的原烟通道数量;获取每一原烟通道内原烟烟框的常规化学成分的平均值;选择第一关键调控指标和第二关键调控指标,并计算所述第一关键调控指标和第二关键调控指标的变异系数;根据所述第一关键调控指标和第二关键调控指标的变异系数,调控下一原烟烟框进入原烟通道;返回获取每一原烟通道内原烟烟框的常规化学成分的平均值的步骤,重新调控另一原烟烟框进入原烟通道。本发明能够充分利用现有的仓库库容,在不增加任何人工的情况下实现对原料的多指标控制,使得同批次的原料的各个化学外观检测指标比较均匀且一致。

Description

一种基于平库原烟多指标的均质化调控方法
技术领域
本发明属于近红外快速分析、化学值检测、仓库管理、打叶复烤原烟质量控制的过程质量控制领域,涉及一种调控方法,特别是涉及一种基于平库原烟多指标的均质化调控方法。
背景技术
随着单品牌规模的不断扩大,通过初配方扩大同一等级烟叶的数量规模是一个必然的趋势。即使配方没变,由于原料的变化,同等级片烟成品的质量也会产生波动,片烟质量风格的均匀性控制是一个复杂的技术问题,原料质量均匀性是卷烟产品质量均匀性的基础,原料质量波动是导致产品质量波动的关键原因,因此近年来卷烟工业加大了在打叶复烤环节的质量调控执行能力,在平库的模式中根据烟框的化学值分布实现了烟框单指标的烟箱调控。近年来平库均质化控制方法虽各有改进,但都是围绕区间的单指标控制与原料的单指标控制的变化;随着均质化调控的逐步推进,同批次烟碱的CV值(变异系数)大多数已经接近于3%,但是随着研究的深入发现,单指标的尼古丁的控制并不严格等同于原烟的质量调控,感官是作为目前为止广受大家认可的原料质量评价手段,然而目前无论国内国外,感官质量一般只能依靠人的感官进行评价,存在以下无法回避的问题:离不开、吃不透、说不清、测不稳的情况,因此在推进均质化调控的过程中,多维度(多个化学指标、多个外观指标)的原烟质量控制就很有必要。理论上采取二维指标划分区间的方式可以形成两个指标的平库模式的双指标的调控,但是这样的控制区间的数量会倍增,目前为止,各个复烤厂的原烟仓库的建设以及配套的物流管理还不是很完善,原烟仓库库容以及分布受限时有出现,在烟框运输与周转的环节很多时候还是需要依靠人力来完成,在区间倍增的情况下,这对平库采用二维指标划分区间的方式的多指标控制带来了严峻的挑战与实际执行的困难;
因此,如何提供一种基于平库原烟多指标的均质化调控方法,以解决现有技术无法快捷并且准确的在均质化调控的过程中,基于当前的状况与条件,运用人工周转烟框,充分利用现有的仓库库容,在不增加任何人工的情况下实现在平库模式下对原料的多指标控制,使得同批次的原料的各个化学外观检测指标都比较均匀且一致成为本领域技术人员亟待解决的技术问题。
发明内容
鉴于以上所述现有技术的缺点,本发明的目的在于提供一种基于平库原烟多指标的均质化调控方法,用于解决现有技术无法快捷并且准确的在均质化调控的过程中,基于当前的状况与条件,运用人工周转烟框,充分利用现有的仓库库容,在不增加任何人工的情况下实现在平库模式下对原料的多指标控制,使得同批次的原料的各个化学外观检测指标都比较均匀且一致的问题。
为实现上述目的及其他相关目的,本发明提供一种基于平库原烟多指标的均质化调控方法,所述基于平库原烟多指标的均质化调控方法包括:根据原烟平库的长度及原烟烟箱的长度,取整计算平库应划分的原烟通道数量;获取每一原烟通道内原烟烟框的常规化学成分的平均值;根据每一原烟通道内原烟烟框的常规化学成分的平均值,选择第一关键调控指标和第二关键调控指标,并计算所述第一关键调控指标和第二关键调控指标的变异系数;根据所述第一关键调控指标和第二关键调控指标的变异系数,调控下一原烟烟框进入原烟通道;返回获取每一原烟通道内原烟烟框的常规化学成分的平均值的步骤,重新调控另一原烟烟框进入原烟通道。
于本发明的一实施例中,在取整计算所述原烟通道数量之前,所述基于平库原烟多指标的均质化调控方法还包括获取原烟配方的重量,并根据原烟配方的重量和平库库容,计算原烟的划分批次数。
于本发明的一实施例中,在获取每一原烟通道内原烟烟框的常规化学成分的平均值的同时,所述基于平库原烟多指标的均质化调控方法还包括获取每一原烟通道内原烟烟框的颜色数据的平均值。
于本发明的一实施例中,在获取每一原烟通道内原烟烟框的常规化学成分的平均值和颜色数据的平均值的步骤包括:通过在线近红外和机器视觉,获取放置于汇总皮带处的原烟烟框的常规化学成分和颜色数据的实时值;根据原烟烟框的常规化学成分和颜色数据的实时值,计算每一原烟通道内原烟烟框在装箱时间内的常规化学成分和颜色数据的平均值。
于本发明的一实施例中,所述根据每一原烟通道内原烟烟框的常规化学成分的平均值,选择第一关键调控指标和第二关键调控指标,并计算所述第一关键调控指标和第二关键调控指标的变异系数的步骤包括:根据历史的单指标调控批次,获取每一常规化学成分的变异系数以及与该批次的其余指标的变异系数,以计算在以一种常规化学成分为单指标调控时,所有常规化学成分的变异系数的和值;其中,若不存在历史单指标调控的批次,直接采用单指标调控方式对原烟烟框的每个常规化学成分进行单指标调控,以计算在以一种常规化学成分为单指标调控时,所有常规化学成分的变异系数的和值;将计算的和值按照从小到大的顺序进行排序,从中选择最小和值与亚小和值所对应的单指标调控下的常规化学成分分别作为第一关键调控指标和第二关键调控指标;将与原烟通道数量相同的原烟烟框按照原烟通道的序号一一对应;计算所述第一关键调控指标和第二关键调控指标的变异系数;其中,第一关键调控指标的变异系数=每个原烟通道内第一关键指标的平均值的标准偏差/每个原烟通道第一关键指标的平均值;第二关键调控指标的变异系数=每个原烟通道内第二关键指标的平均值的标准偏差/每个原烟通道第二关键指标的平均值。
于本发明的一实施例中,所述根据所述第一关键调控指标和第二关键调控指标的变异系数,调控原烟烟框需进入的原烟通道的步骤包括:在判断第一关键调控指标的变异系数大于第二关键调控指标的变异系数时,计算当前原烟平库中每个原烟通道的原烟烟框的数量,及每个原烟通道的烟框数量与原烟通道中最小烟框数量的烟箱差值;查找烟箱差值小于差值阈值的原烟通道的通道序号;通过所述原烟通道的通道序号对应的原烟通道内所有烟箱的第一关键调控指标的平均值和第二关键调控指标的平均值,形成第一关键调控指标和第二关键调控指标的均值向量;查找出第一关键调控指标的均值向量的最大值和最小值,以及第一关键调控指标均值向量的最大值对应的原烟通道的通道序号,第一关键调控指标均值向量的最小值对应的原烟通道的通道序号;若下一原烟烟框的第一关键调控指标小于均值向量的最小值,则将下一原烟烟框调控至第一关键调控指标的均值向量的最大值对应的原烟通道;若下一原烟烟框的第一关键调控指标大于等于均值向量的最小值,则将下一原烟烟框调控至第一关键调控指标的均值向量的最小值对应的原烟通道。
于本发明的一实施例中,所述根据所述第一关键调控指标和第二关键调控指标的变异系数,调控原烟烟框需进入的原烟通道的步骤还包括:在判断第一关键调控指标的变异系数小于第二关键调控指标的变异系数时,计算当前原烟平库中每个原烟通道的原烟烟框的数量,及每个原烟烟框的烟框数量与原烟通道中最小烟框数量的烟箱差值;查找烟箱差值小于差值阈值的原烟通道的通道序号;通过所述原烟通道的通道序号对应的原烟通道内所有烟箱的第一关键调控指标的平均值和第二关键调控指标的平均值,形成第一关键调控指标和第二关键调控指标的均值向量;查找出第二关键调控指标的均值向量的最大值和最小值,以及第二关键调控指标均值向量的最大值对应的原烟通道的通道序号,第二关键调控指标均值向量的最小值对应的原烟通道的通道序号;若下一原烟烟框的第二关键调控指标小于均值向量的最小值,则将下一原烟烟框调控至第二关键调控指标的均值向量的最大值对应的原烟通道;若下一原烟烟框的第二关键调控指标大于等于均值向量的最小值,则将下一原烟烟框调控至第二关键调控指标的均值向量的最小值对应的原烟通道。
于本发明的一实施例中,所述基于平库原烟多指标的均质化调控方法还包括直至每个原烟通道的原烟烟框行数满足每个原烟通道的原烟烟框行数*原烟通道的通道序号-(原烟平库的宽度/原烟烟框的宽度)小于0时,进入所述原烟平库的原烟烟框可出库。
于本发明的一实施例中,所述基于平库原烟多指标的均质化调控方法还包括通过均质化的评价指标,对所述原烟平库的均质化调控进行评价;所述评价指标包括用于表示每个原烟通道内原烟烟框分布均匀度的烟箱差值和/或不同常规化学成分的变异系数的贡献度函数。
如上所述,本发明的基于平库原烟多指标的均质化调控方法,具有以下有益效果:
第一,本发明对烟框多维度多指标的均质化调控,是按照在烟框入到平库的时候构建多维度多指标的评价函数、根据每个通道不同维度化学值的现状有针对性的按照评价函数的需求选择入库序列,其操作的流程与实际的单指标控制流程一致,都是落在烟框上,但是其在不改变外界硬件,不增加人工成本的前提下完成了对多指标的同时控制,使得各个维度的检测指标进一步的均匀;
第二,多指标调控是基于在单指标调控的基础上的设计的新算法,在传统的单指标调控的时候,即使单指标化学值调控的很好,也很难把该检测指标的均匀性等同于感官品质质量的一致性,而随着不同维度不同检测指标的进一步全部控制,把涵盖感官品质指标下的每个维度的检测的化学、外观、指标都进一步的调控均匀,能够进一步的把检测指标的均匀性等同于“感官品质质量的一致性”。
附图说明
图1A显示为本发明的基于平库原烟多指标的均质化调控方法于一实施例中的流程示意图。
图1B显示为本发明的S15的具体流程示意图。
图1C显示为本发明的S16的具体流程示意图。
图1D显示为本发明的S162的具体流程示意图。
图1E显示为本发明的S163的具体流程示意图。
元件标号说明
S11~S18 步骤
S151~S154 步骤
S161~S163 步骤
S1621~S1625 步骤
S1631~S1635 步骤
具体实施方式
以下通过特定的具体实例说明本发明的实施方式,本领域技术人员可由本说明书所揭露的内容轻易地了解本发明的其他优点与功效。本发明还可以通过另外不同的具体实施方式加以实施或应用,本说明书中的各项细节也可以基于不同观点与应用,在没有背离本发明的精神下进行各种修饰或改变。需说明的是,在不冲突的情况下,以下实施例及实施例中的特征可以相互组合。
需要说明的是,以下实施例中所提供的图示仅以示意方式说明本发明的基本构想,遂图式中仅显示与本发明中有关的组件而非按照实际实施时的组件数目、形状及尺寸绘制,其实际实施时各组件的型态、数量及比例可为一种随意的改变,且其组件布局型态也可能更为复杂。
本发明所述的基于平库原烟多指标的均质化调控方法,在烟叶入库的时候,结合仓库的库容及分布计算该批次烟框的通道划分数量,在烟框入通道的过程中,构建多各调控指标均匀性的评价函数。根据评价函数,动态调控最大的关键变异系数的指标,使得每个通道与通道之间的多个调控指标均匀性一致且差异逐渐变小;其关键步骤主要包含,调控批次总量的获取,最大通道的划分,关键调控指标的选择,多维度均匀性评价指标的构建,动态调控指标的切换原则,烟箱的入库规则,多批次多维度均匀性的贡献度函数的构建,组批出库。
实施例
本实施例提供一种基于平库原烟多指标的均质化调控方法,所述基于平库原烟多指标的均质化调控方法包括:
根据原烟平库的长度及原烟烟箱的长度,取整计算平库应划分的原烟通道数量;其中,将与原烟通道数量相同的原烟烟框按照原烟通道的序号一一对应置入;
获取每一原烟通道内原烟烟框的常规化学成分的平均值;
根据每一原烟通道内原烟烟框的常规化学成分的平均值,选择第一关键调控指标和第二关键调控指标,并计算所述第一关键调控指标和第二关键调控指标的变异系数;所述第一关键调控指标的变异系数;
根据所述第一关键调控指标和第二关键调控指标的变异系数,调控下一原烟烟框进入原烟通道;
返回获取每一原烟通道内原烟烟框的常规化学成分的平均值的步骤,重新调控另一原烟烟框进入原烟通道。
以下将结合图示对本实施例所提供的基于平库原烟多指标的均质化调控方法进行详细描述。请参阅图1A,显示为基于平库原烟多指标的均质化调控方法于一实施例中的流程示意图。如图1A所示,所述基于平库原烟多指标的均质化调控方法具体包括以下几个步骤:
S11,获取原烟配方的重量W(例如,中部烟C2F,共计4300担烟叶),并根据烟叶等级进行抽样,等级大的多抽取,等级小的少抽取。
S12,根据原烟配方的重量W和平库库容K(例如,平库库容K为1600担),计算原烟的划分批次数=W/K(在本实施例中,批次数约为3批)。
S13,根据平库的长度l1及原烟烟箱的长度m1,取整计算平库应划分的原烟通道数量T,即T=[l1/m1]。于本实施中,T=[3700cm/165cm]=20个原烟通道。每个原烟通道的容量g为3500kg,每个原烟烟框的重量为300kg,每个原烟通道[3500/300]=12个原烟烟框,因此,12个烟框构成一个出库单元。
S14,获取每一原烟通道内原烟烟框的常规化学成分的平均值和颜色数据的平均值。
具体地,所述S14包括:
通过在线近红外和机器视觉,获取放置于汇总皮带处的原烟烟框的常规化学成分和颜色数据的实时值;
根据原烟烟框的常规化学成分和颜色数据的实时值,计算每一原烟通道内原烟烟框在装箱时间内的常规化学成分和颜色数据的平均值,并对原烟烟框进行赋值。在本实施例中,所述常规化学成分包括总糖、尼古丁、还原糖、氯、钾、和/或总氮等。
S15,根据每一原烟通道内原烟烟框的常规化学成分的平均值,选择第一关键调控指标和第二关键调控指标,并计算所述第一关键调控指标和第二关键调控指标的变异系数;所述第一关键调控指标的变异系数。
具体地,请参阅图1B,显示为S15的流程示意图。如图1B所示,所述S15包括:
S151,根据历史的单指标调控批次,获取每一常规化学成分的变异系数以及与该批次的其余指标的变异系数,以计算在以一种常规化学成分为单指标调控时,所有常规化学成分的变异系数的和值;其中,若不存在历史单指标调控的批次,直接采用单指标调控方式对原烟烟框的每个常规化学成分进行单指标调控,以计算在以一种常规化学成分为单指标调控时,所有常规化学成分的变异系数的和值。
参阅表1所显示的单指标调控汇总结果。
从表1可知,在以总糖为单指标调控时,所有常规化学成分的变异系数的和值=0.39+3.23+1.61+2.22=7.44;
在以尼古丁为单指标调控时,所有常规化学成分的变异系数的和值=2.67+0.79+5.93+2.02=8.09;
在以还原糖为单指标调控时,所有常规化学成分的变异系数的和值=1.84+3.76+0.55+2.68=8.83;
在以总氮为单指标调控时,所有常规化学成分的变异系数的和值=2.13+4.17+1.94+0.34=8.58。
表1:单指标调控汇总结果
Figure BDA0001863971580000071
S152,将计算的和值按照从小到大的顺序进行排序,从中选择最小和值与亚小和值所对应的单指标调控下的常规化学成分分别作为第一关键调控指标和第二关键调控指标。通过表1对以前的均质化的调控结果分析得出常规化学成分的变异系数的和值:总糖<尼古丁<总氮<还原糖,所以于本实施例中,选择尼古丁作为第一关键调控指标,总糖作为第二关键调控指标。
S153,将与原烟通道数量相同的原烟烟框按照原烟通道的序号一一对应;在本实施例中,将与原烟通道数量相同的原烟烟框(即20个原烟烟框)按照原烟通道的序号(1-20号)一一对应置入。例如,参阅表2第一关键调控指标和第二关键调控指标拉入库铺满原烟通道的烟框序列。
表2:第一关键调控指标和第二关键调控指标拉入库铺满原烟通道的烟框序列
Figure BDA0001863971580000072
Figure BDA0001863971580000081
S154,计算所述第一关键调控指标和第二关键调控指标的变异系数。
第一关键调控指标的变异系数=第一关键调控指标的标偏/第一关键调控指标的平均值;例如,尼古丁与总糖的平均值如表3所示。
表3:尼古丁与总糖的平均值
Figure BDA0001863971580000082
第二关键调控指标的变异系数=第二关键调控指标的标偏/第二关键调控指标的平均值。在本实施例中,标偏的计算公式如下:
Figure BDA0001863971580000083
其中,N为原烟通道数量,i表示原烟通道序列号,Xi为第i个原烟通道中第一关键调控指标或第二关键调控指标的常规化学成分的数值,
Figure BDA0001863971580000091
为N个原烟通道第一关键调控指标或第二关键调控指标的常规化学成分的平均值。例如,尼古丁和总糖在每个原烟通道的原烟烟框分布及尼古丁和总糖的变异系数如表4所示。
表4:尼古丁和总糖在每个原烟通道的原烟烟框分布及尼古丁和总糖的变异系数
Figure BDA0001863971580000092
S16,根据所述第一关键调控指标和第二关键调控指标的变异系数,调控下一原烟烟框(T+1箱)进入原烟通道。请参阅图1C,显示为S16的具体流程示意图。如图1C所示,所述S16具体包括以下几个步骤:
S161,判断第一关键调控指标的变异系数是否大于第二关键调控指标的变异系数(CVA>CVB),若是,则执行S162,即执行与判定第一关键调控指标的变异系数大于第二关键调控指标的变异系数的情况下相对应的调控方式;若否,则执行S163,即执行与判定第一关键调控指标的变异系数小于等于第二关键调控指标的变异系数的情况下相对应的调控方式。在本实施例中,将第一关键调控指标的变异系数记为CVA,将第二关键调控指标的变异系数记为CVB。
在本实施例中,执行与判定第一关键调控指标的变异系数大于第二关键调控指标的变异系数的情况下相对应的调控方式是指下一个原烟烟框按照第一关键调控指标进行如S1621至S1625的调控方式。
请参阅图1D,显示为S162的具体流程示意图。如图1D所示,所述S162包括:
S1621,在判断第一关键调控指标的变异系数大于第二关键调控指标的变异系数时,计算当前原烟平库中每个原烟通道的原烟烟框的数量CL,及每个原烟烟框的烟框数量CL与原烟通道中最小烟框数量min(CL)的烟箱差值ΔCL,即
ΔCL=CL-min(CL) 公式(2)
S1622,查找烟箱差值小于差值阈值的原烟通道的通道序号。在本实施例中,差值阈值设定为2。具体地,查找ΔCL≤2的所有原烟通道的通道序号YC。
例如,当T+1=20+1=21,为第21个原烟烟框时,现有每个原烟通道的烟框数量CL与最小烟框数量min(CL)的烟箱差值ΔCL=1-1=0。那么ΔCL≤2的通道序号为1-20号。
S1623,通过所述原烟通道的通道序号YC对应的原烟通道内所有烟箱的第一关键调控指标的平均值和第二关键调控指标的平均值,形成第一关键调控指标和第二关键调控指标的均值向量MYC。形成第一关键调控指标和第二关键调控指标的均值向量MYC继续参见表4所示。
S1624,查找出第一关键调控指标的均值向量的最大值和最小值,以及第一关键调控指标均值向量的最大值对应的原烟通道的通道序号,即MAXYC_imax,第一关键调控指标均值向量的最小值对应的原烟通道的通道序号,即MINYC_imin。
在本实施例中,从表4中查找出尼古丁的均值向量的最大值为6.6,尼古丁的均值向量的最小值为3.8321,最大值对应的原烟通道的通道序号为4,最小值对应的原烟通道的通道序号为11。
S1625,若下一原烟烟框的第一关键调控指标C(T+1)小于均值向量的最小值,则将下一原烟烟框调控至第一关键调控指标的均值向量的最大值对应的原烟通道,即表示为MAXYC=max(MYC);若下一原烟烟框的第一关键调控指标C(T+1)大于等于均值向量的最小值,则将下一原烟烟框调控至第一关键调控指标的均值向量的最小值对应的原烟通道,即表示为MINYC=min(MYC)。
调控原则可通过如下计算公式表示:
Figure BDA0001863971580000111
具体地,第21箱原烟烟框的尼古丁为6.068,根据公式(3),6.068>3.8321,所以将第21箱原烟烟框调控至第11号原烟通道。第21箱入库后尼古丁和总糖在每个原烟通道的原烟烟框分布及尼古丁和总糖的变异系数请参阅表5。
表5:第21箱入库后尼古丁和总糖在每个原烟通道的原烟烟框分布及尼古丁和总糖的变异系数
Figure BDA0001863971580000112
在本实施例中,执行与判定第一关键调控指标的变异系数小于第二关键调控指标的变异系数的情况下相对应的调控方式是指下一个原烟烟框按照第二关键调控指标进行如S1631至S1635的调控方式。
请参阅图1E,显示为S163的具体流程示意图。如图1E所示,所述S163具体包括以下步骤:
S1631,在判断第一关键调控指标的变异系数小于第二关键调控指标的变异系数时,计算当前原烟平库中每个原烟通道的原烟烟框的数量,及每个原烟烟框的烟框数量与原烟通道中最小烟框数量的烟箱差值;
S1632,查找烟箱差值小于差值阈值的原烟通道的通道序号。
S1633,通过所述原烟通道的通道序号对应的原烟通道内所有烟箱的第一关键调控指标的平均值和第二关键调控指标的平均值,形成第一关键调控指标和第二关键调控指标的均值向量。
S1634,查找出第二关键调控指标的均值向量的最大值和最小值,以及第二关键调控指标均值向量的最大值对应的原烟通道的通道序号,第二关键调控指标均值向量的最小值对应的原烟通道的通道序号。
S1635,若下一原烟烟框的第二关键调控指标小于均值向量的最小值,则将下一原烟烟框调控至第二关键调控指标的均值向量的最大值对应的原烟通道;若下一原烟烟框的第二关键调控指标大于等于均值向量的最小值,则将下一原烟烟框调控至第二关键调控指标的均值向量的最小值对应的原烟通道。
S17,返回步骤S14,即获取每一原烟通道内原烟烟框的常规化学成分的平均值的步骤,重新调控另一原烟烟框进入原烟通道。具体地,对于T+2,.....n个烟箱按照S1621至S1625,或S1631至S1635的调控方式进行入库,n表示的是最后一个烟箱。
具体地,由于第21箱原烟烟框入库后,尼古丁的变异系数依然大于总糖的变异系数,因此,第22箱原烟烟框继续选择按照尼古丁指标来调控。
S18,直至每个原烟通道的原烟烟框行数满足出库条件:即每个原烟通道的原烟烟框行数*原烟通道的通道序号-(原烟平库的宽度/原烟烟框的宽度)小于0时,进入所述原烟平库的原烟烟框可出库(在本实施例中,原烟烟框出库按照每一原烟通道为单元出库),即公式(4)。
Figure BDA0001863971580000121
其中,K=1,2,3,4.......;且f(i)→min。
在本实施例中,S18还包括通过均质化的评价指标,对所述原烟平库的均质化调控进行评价;所述评价指标包括用于表示每个原烟通道内原烟烟框分布均匀度的烟箱差值和/或不同常规化学成分的变异系数的贡献度函数。
通过调控结果知道各个总糖的变异系数仅为0.5373%,尼古丁的变异系数为0.54%,还原糖的变异系数为0.87%,总氮的变系数为1.71%,且烟框的最大数量与最小数量的差值仅为1框;各个变异系数的总贡献度函数Q=0.5373+0.54%+0.87%+1.71%=3.65%;与常规的尼古丁调控的变异系数(表1)下降对比如表6:
表6:双指标调控较单指标调控变异系数贡献度函数的下降度
指标 单指标 双指标 下降度
总糖' 7.44 3.65 -50.94%
总植物碱' 8.09 3.65 -54.88%
还原糖' 8.83 3.65 -58.66%
氯' 12.98 3.65 -71.88%
钾' 12.05 3.65 -69.71%
总氮' 8.58 3.65 -57.46%
综上所述,本发明所述的基于平库原烟多指标的均质化调控方法具有以下有益效果:
第一,本发明对烟框多维度多指标的均质化调控,是按照在烟框入到平库的时候构建多维度多指标的评价函数、根据每个通道不同维度化学值的现状有针对性的按照评价函数的需求选择入库序列,其操作的流程与实际的单指标控制流程一致,都是落在烟框上,但是其在不改变外界硬件,不增加人工成本的前提下完成了对多指标的同时控制,使得各个维度的检测指标进一步的均匀;
第二,多指标调控是基于在单指标调控的基础上的设计的新算法,在传统的单指标调控的时候,即使单指标化学值调控的很好,也很难把该检测指标的均匀性等同于感官品质质量的一致性,而随着不同维度不同检测指标的进一步全部控制,把涵盖感官品质指标下的每个维度的检测的化学、外观、指标都进一步的调控均匀,能够进一步的把检测指标的均匀性等同于“感官品质质量的一致性”。所以,本发明有效克服了现有技术中的种种缺点而具高度产业利用价值。
上述实施例仅例示性说明本发明的原理及其功效,而非用于限制本发明。任何熟悉此技术的人士皆可在不违背本发明的精神及范畴下,对上述实施例进行修饰或改变。因此,举凡所属技术领域中具有通常知识者在未脱离本发明所揭示的精神与技术思想下所完成的一切等效修饰或改变,仍应由本发明的权利要求所涵盖。

Claims (8)

1.一种基于平库原烟多指标的均质化调控方法,其特征在于,所述基于平库原烟多指标的均质化调控方法包括:
根据原烟平库的长度及原烟烟箱的长度,取整计算平库应划分的原烟通道数量;
获取每一原烟通道内原烟烟框的常规化学成分的平均值;
根据每一原烟通道内原烟烟框的常规化学成分的平均值,选择第一关键调控指标和第二关键调控指标,并计算所述第一关键调控指标和第二关键调控指标的变异系数;本步骤包括:根据历史的单指标调控批次,获取每一常规化学成分的变异系数以及与该批次的其余指标的变异系数,以计算在以一种常规化学成分为单指标调控时,所有常规化学成分的变异系数的和值;其中,若不存在历史单指标调控的批次,直接采用单指标调控方式对原烟烟框的每个常规化学成分进行单指标调控,以计算在以一种常规化学成分为单指标调控时,所有常规化学成分的变异系数的和值;将计算的和值按照从小到大的顺序进行排序,从中选择最小和值与亚小和值所对应的单指标调控下的常规化学成分分别作为第一关键调控指标和第二关键调控指标;将与原烟通道数量相同的原烟烟框按照原烟通道的序号一一对应;计算所述第一关键调控指标和第二关键调控指标的变异系数;其中,第一关键调控指标的变异系数=每个原烟通道内第一关键指标的平均值的标准偏差/每个原烟通道第一关键指标的平均值;第二关键调控指标的变异系数=每个原烟通道内第二关键指标的平均值的标准偏差/每个原烟通道第二关键指标的平均值;
根据所述第一关键调控指标和第二关键调控指标的变异系数,调控下一原烟烟框进入原烟通道;
返回获取每一原烟通道内原烟烟框的常规化学成分的平均值的步骤,重新调控另一原烟烟框进入原烟通道。
2.根据权利要求1所述的基于平库原烟多指标的均质化调控方法,其特征在于,在取整计算所述原烟通道数量之前,所述基于平库原烟多指标的均质化调控方法还包括获取原烟配方的重量,并根据原烟配方的重量和平库库容,计算原烟的划分批次数。
3.根据权利要求1所述的基于平库原烟多指标的均质化调控方法,其特征在于,在获取每一原烟通道内原烟烟框的常规化学成分的平均值的同时,所述基于平库原烟多指标的均质化调控方法还包括获取每一原烟通道内原烟烟框的颜色数据的平均值。
4.根据权利要求3所述的基于平库原烟多指标的均质化调控方法,其特征在于,在获取每一原烟通道内原烟烟框的常规化学成分的平均值和颜色数据的平均值的步骤包括:
通过在线近红外和机器视觉,获取放置于汇总皮带处的原烟烟框的常规化学成分和颜色数据的实时值;
根据原烟烟框的常规化学成分和颜色数据的实时值,计算每一原烟通道内原烟烟框在装箱时间内的常规化学成分和颜色数据的平均值。
5.根据权利要求3所述的基于平库原烟多指标的均质化调控方法,其特征在于,所述根据所述第一关键调控指标和第二关键调控指标的变异系数,调控原烟烟框需进入的原烟通道的步骤包括:
在判断第一关键调控指标的变异系数大于第二关键调控指标的变异系数时,计算当前原烟平库中每个原烟通道的原烟烟框的数量,及每个原烟通道的烟框数量与原烟通道中最小烟框数量的烟箱差值;
查找烟箱差值小于差值阈值的原烟通道的通道序号;
通过所述原烟通道的通道序号对应的原烟通道内所有烟箱的第一关键调控指标的平均值和第二关键调控指标的平均值,形成第一关键调控指标和第二关键调控指标的均值向量;
查找出第一关键调控指标的均值向量的最大值和最小值,以及第一关键调控指标均值向量的最大值对应的原烟通道的通道序号,第一关键调控指标均值向量的最小值对应的原烟通道的通道序号;
若下一原烟烟框的第一关键调控指标小于均值向量的最小值,则将下一原烟烟框调控至第一关键调控指标的均值向量的最大值对应的原烟通道;若下一原烟烟框的第一关键调控指标大于等于均值向量的最小值,则将下一原烟烟框调控至第一关键调控指标的均值向量的最小值对应的原烟通道。
6.根据权利要求3所述的基于平库原烟多指标的均质化调控方法,其特征在于,所述根据所述第一关键调控指标和第二关键调控指标的变异系数,调控原烟烟框需进入的原烟通道的步骤还包括:
在判断第一关键调控指标的变异系数小于第二关键调控指标的变异系数时,计算当前原烟平库中每个原烟通道的原烟烟框的数量,及每个原烟烟框的烟框数量与原烟通道中最小烟框数量的烟箱差值;
查找烟箱差值小于差值阈值的原烟通道的通道序号;
通过所述原烟通道的通道序号对应的原烟通道内所有烟箱的第一关键调控指标的平均值和第二关键调控指标的平均值,形成第一关键调控指标和第二关键调控指标的均值向量;
查找出第二关键调控指标的均值向量的最大值和最小值,以及第二关键调控指标均值向量的最大值对应的原烟通道的通道序号,第二关键调控指标均值向量的最小值对应的原烟通道的通道序号;
若下一原烟烟框的第二关键调控指标小于均值向量的最小值,则将下一原烟烟框调控至第二关键调控指标的均值向量的最大值对应的原烟通道;若下一原烟烟框的第二关键调控指标大于等于均值向量的最小值,则将下一原烟烟框调控至第二关键调控指标的均值向量的最小值对应的原烟通道。
7.根据权利要求1所述的基于平库原烟多指标的均质化调控方法,其特征在于,所述基于平库原烟多指标的均质化调控方法还包括直至每个原烟通道的原烟烟框行数满足每个原烟通道的原烟烟框行数*原烟通道的通道序号-(原烟平库的宽度/原烟烟框的宽度)小于0时,进入所述原烟平库的原烟烟框可出库。
8.根据权利要求5或6所述的基于平库原烟多指标的均质化调控方法,其特征在于,所述基于平库原烟多指标的均质化调控方法还包括通过均质化的评价指标,对所述原烟平库的均质化调控进行评价;所述评价指标包括用于表示每个原烟通道内原烟烟框分布均匀度的烟箱差值和/或不同常规化学成分的变异系数的贡献度函数。
CN201811346878.5A 2018-11-13 2018-11-13 一种基于平库原烟多指标的均质化调控方法 Active CN109090681B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811346878.5A CN109090681B (zh) 2018-11-13 2018-11-13 一种基于平库原烟多指标的均质化调控方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811346878.5A CN109090681B (zh) 2018-11-13 2018-11-13 一种基于平库原烟多指标的均质化调控方法

Publications (2)

Publication Number Publication Date
CN109090681A CN109090681A (zh) 2018-12-28
CN109090681B true CN109090681B (zh) 2021-04-06

Family

ID=64870180

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811346878.5A Active CN109090681B (zh) 2018-11-13 2018-11-13 一种基于平库原烟多指标的均质化调控方法

Country Status (1)

Country Link
CN (1) CN109090681B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111487220B (zh) * 2020-05-13 2023-03-28 湖北烟草金叶复烤有限责任公司 一种原烟均质化调控方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105124731A (zh) * 2015-09-14 2015-12-09 上海创和亿电子科技发展有限公司 烟叶均质化调控区间划分方法
CA2981403A1 (en) * 2015-04-01 2016-10-06 Philip Morris Products S.A. Homogenized tobacco material and method of production of homogenized tobacco material
CN106395404A (zh) * 2016-08-30 2017-02-15 上海创和亿电子科技发展有限公司 一种打叶复烤麻包卸车均质化调控的方法
CN107783514A (zh) * 2016-08-31 2018-03-09 上海创和亿电子科技发展有限公司 一种平库均质化调控方法、系统及具有该系统的服务器
CN107797527A (zh) * 2016-08-31 2018-03-13 上海创和亿电子科技发展有限公司 一种均质化调控方法、系统、及具有该系统的服务器

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CA2981403A1 (en) * 2015-04-01 2016-10-06 Philip Morris Products S.A. Homogenized tobacco material and method of production of homogenized tobacco material
CN105124731A (zh) * 2015-09-14 2015-12-09 上海创和亿电子科技发展有限公司 烟叶均质化调控区间划分方法
CN106395404A (zh) * 2016-08-30 2017-02-15 上海创和亿电子科技发展有限公司 一种打叶复烤麻包卸车均质化调控的方法
CN107783514A (zh) * 2016-08-31 2018-03-09 上海创和亿电子科技发展有限公司 一种平库均质化调控方法、系统及具有该系统的服务器
CN107797527A (zh) * 2016-08-31 2018-03-13 上海创和亿电子科技发展有限公司 一种均质化调控方法、系统、及具有该系统的服务器

Also Published As

Publication number Publication date
CN109090681A (zh) 2018-12-28

Similar Documents

Publication Publication Date Title
CN108720069B (zh) 干燥烟丝的方法及预测出口烟丝含水率的装置
Zareiforoush et al. Design, development and performance evaluation of an automatic control system for rice whitening machine based on computer vision and fuzzy logic
CN110464038B (zh) 一种脉冲式投料的配方打叶复烤加工方法
CN101414183B (zh) 基于灰色关联分析的卷烟工序质量综合评价系统及其方法
CN112036085B (zh) 一种轧钢燃耗参数推荐方法、系统、介质及终端
CN109146301B (zh) 一种分段式烟支烟丝分布均匀性评价方法和系统
CN102511922A (zh) 一种基于化学成分的打叶复烤产品均匀性系统调控方法及其应用
Dragincic et al. Group multi-criteria decision making (GMCDM) approach for selecting the most suitable table grape variety intended for organic viticulture
CN109090681B (zh) 一种基于平库原烟多指标的均质化调控方法
CN108320176A (zh) 一种基于社会化关系用户分类及推荐方法
CN106951436A (zh) 一种基于移动情境的大规模在线推荐方法
Nureize et al. A fuzzy regression approach to a hierarchical evaluation model for oil palm fruit grading
CN107203590A (zh) 基于改进nsga‑ii的个性化电影推荐方法
CN110362755A (zh) 一种基于物品协同过滤与关联规则的混合算法的推荐方法
CN110287423A (zh) 一种基于协同过滤的农场产品推荐系统及方法
CN107897995B (zh) 一种基于原烟配方模块拆分的分段均质化调控方法
CN112184412A (zh) 一种信用评分卡模型的建模方法、装置、介质及电子设备
CN107783514B (zh) 一种平库均质化调控方法、系统及具有该系统的服务器
CN115511148A (zh) 一种基于fcm聚类的烟草线路订单分拣优化方法及系统
CN107797527B (zh) 一种均质化调控方法、系统、及具有该系统的服务器
CN113662230A (zh) 用于复烤生产的均匀投料控制方法
CN111084401B (zh) 一种烟叶混配方法
CN107590540B (zh) 一种依赖于相邻木特征的林木冠幅估算方法
CN105661613A (zh) 提高复烤片烟颜色均匀性的方法和烟叶打叶复烤方法
Peng et al. A Markovian approach to determining optimum process means with inspection sampling plan in serial production systems

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant