CN109740293B - 一种烤烟型烘后烟丝含水率的修正值计算方法 - Google Patents
一种烤烟型烘后烟丝含水率的修正值计算方法 Download PDFInfo
- Publication number
- CN109740293B CN109740293B CN201910115609.6A CN201910115609A CN109740293B CN 109740293 B CN109740293 B CN 109740293B CN 201910115609 A CN201910115609 A CN 201910115609A CN 109740293 B CN109740293 B CN 109740293B
- Authority
- CN
- China
- Prior art keywords
- moisture content
- value
- environmental
- corrected value
- tobacco shred
- 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
Images
Landscapes
- Investigating Or Analysing Materials By Optical Means (AREA)
- Manufacture Of Tobacco Products (AREA)
Abstract
本发明公开了一种烤烟型烘后烟丝含水率的修正值计算方法,已知烘后烟丝样品含水率的目标值,采集检测点的环境温度和环境相对湿度,并计算出环境绝对湿度,通过红外水分仪检测和烘箱法检测得到红外水分仪测得烘后烟丝样品含水率的修正值,以烘后烟丝样品含水率的修正值为因变量,环境温度、环境相对湿度、环境绝对湿度和烘后烟丝样品含水率目标值为自变量,采用基于留一交叉验证的偏最小二乘回归法建立修正值的计算模型,可对红外水分仪测得烘后烟丝含水率的修正值进行准确预测,简化了红外水分仪检测烘后烟丝含水率的修正过程,节省了时间,提高了生产效率,有很大的应用价值。
Description
技术领域
本发明涉及烟草检测技术领域,尤其涉及一种烤烟型烘后烟丝含水率的修正值计算方法。
背景技术
在烟草行业,烟叶根据调制工艺的不同分为烤烟、晾烟和晒烟等,制作过程中因为烟叶的配比不同,制作成的卷烟分为烤烟型和混合型,烤烟型的配比特点是全部或者大部分使用烤烟烟叶。烘丝工序是烤烟型卷烟制作过程中的重要环节,其工艺任务是:去除烟丝中部分水分,提高烟丝填充能力和耐加工性,满足后工序加工要求。《卷烟工艺规范》要求烘后烟丝含水率目标值在12.0%~14.0%,含水率允差为±0.5%。因此,烘后烟丝含水率是烤烟型烘后烟丝质量控制的的关键指标,目前含水率的测定有红外水分仪测定和烘箱法测定,烟草行业普遍采用红外水分仪对烤烟型烘后烟丝含水率进行在线检测和控制。
红外水分仪是利用近红外光束照射被测物料表面, 被测物料表面的水分子对近红外光进行吸收和反射, 反射的近红外光束经光学探测系统接收和处理, 得到被测物料的水分含量,利用红外水分仪检测含水率虽然方便快速,但是其检测精度会受到环境温湿度的影响。现有技术中,经反复验证和生产实践可知,烘箱法测得的含水率更精确,接近于实际值,但是烘箱法的检测过程较繁琐,所以烤烟型卷烟的生产过程中,烘后烟丝的含水率的实际值采用烘箱法测得,然后将红外水分仪测得的含水率值减去烘箱法测得的含水率值来得到红外水分仪测得含水率的修正值,进而对红外水分仪测得的含水率进行修正。由于车间环境温湿度因天气等因素而非恒定不变,所以生产中必须针对不同温湿度条件对红外水分仪测得含水率的修正值进行调整,以确保红外水分仪的精度符合工艺质量控制要求。但是采用烘箱法对样品的实际含水率进行测定,需要在制丝加工过程质量稳定以后,才能采集样品进行测定,这样导致对红外水分仪测得的含水率的修正明显滞后于烘丝过程。而且如果相关影响因素变化频繁,则需要反复获取修正值对红外水分仪测得的含水率进行修正,费时费力,影响生产效率。
发明内容
为解决上述技术问题,本发明提供了一种烤烟型烘后烟丝含水率的修正值计算方法,能够对红外水分仪测得烘后烟丝含水率的修正值进行准确预测,简化对红外水分仪测得的烘后烟丝含水率的修正过程,节省了时间,提高了生产效率,本发明采用的具体方案为:
一种烤烟型烘后烟丝含水率的修正值计算方法,包括如下步骤:
步骤A:采集检测点的环境温度、环境相对湿度;
步骤B: 根据检测到的环境温度和环境相对湿度计算出环境绝对湿度;
步骤C: 已知烘后烟丝样品的含水率目标值,在该环境温度和环境相对湿度条件下,通过红外水分仪得到烘后烟丝样品的含水率检测值W1, 利用烘箱法得到烘后烟丝样品的含水率实际值W2,含水率检测值W1减去含水率实际值W2可得到烘后烟丝样品含水率的误差值W,该烘后烟丝样品含水率的误差值W即为红外水分仪测得烘后烟丝样品含水率的修正值;
步骤D:将烘后烟丝样品含水率的修正值、检测点的环境温度、环境相对湿度、环境绝对湿度和烘后烟丝样品的含水率目标值作为一个数据组,重复步骤A到步骤C得到不少于50个数据组并形成训练数据集;
步骤E:由于环境温度、环境相对湿度、环境绝对湿度之间存在较强的多重共线性问题,本发明以训练数据集中烘后烟丝样品含水率的修正值为因变量,训练数据集中的环境温度、环境相对湿度、环境绝对湿度以及烘后烟丝样品的含水率目标值为自变量,采用基于留一交叉验证的偏最小二乘回归法建立烘后烟丝含水率的修正值的计算模型,即红外水分仪测得烘后烟丝样品含水率的修正值与环境温度、环境相对湿度、环境绝对湿度和烘后烟丝样品的含水率目标值的对应关系,模型提取的分量数为1,最终选择生成一个最优的模型;
具体地,步骤B中所述环境绝对湿度采用下式计算:
AH=0.6112* RH*EXP(17.62*T/(243.12+T))
式中:
AH为环境绝对湿度,单位为千帕;
RH为环境相对湿度,单位为百分比;
T为环境温度,单位为摄氏度;
EXP为以自然常数e为底的指数函数。
具体地,所述烘后烟丝含水率的修正值的计算模型为:CV=a+a1*MC +a2*T +a3*RH+a4*AH;
式中:
CV为红外水分仪测得含水率的修正值,单位为百分比;
MC为烘后烟丝含水率目标值,单位为百分比;
a为通过建模软件得到的常量;
a1为烘后烟丝含水率目标值的非标准化回归系数;
a2为环境温度的非标准化回归系数;
a3为环境相对湿度的非标准化回归系数;
a4为环境绝对湿度的非标准化回归系数。
优选地,所述步骤E采用Minitab16.0统计分析软件建模。
本发明的有益效果为:在同一环境相对湿度条件下,因环境温度不同,其环境绝对湿度也会不同,本发明首先基于环境温度和环境相对湿度计算得到环境绝对湿度,并将环境绝对湿度也作为自变量之一参与建模,可更好地提高模型的精度,进一步地, 由于检测点的环境温度、环境相对湿度、环境绝对湿度间均存在较强的多重共线性问题,本发明采用基于留一交叉验证的偏最小二乘回归法建立烘后烟丝含水率的修正值的计算模型,能够根据环境温度、环境相对湿度、烘后烟丝含水率的目标值快速计算出红外水分仪测得烘后烟丝含水率的修正值,对红外水分仪测得烘后烟丝含水率的修正值进行快速预测,简化了红外水分仪检测烘后烟丝含水率的修正过程,节省了时间,提高了生产效率。
附图说明
图1为本发明的流程框图。
具体实施方式
下面结合具体实施例对本发明做详细说明:
一种烤烟型烘后烟丝含水率的修正值计算方法,包括如下步骤:
步骤A:采集检测点的环境温度、环境相对湿度,其中环境温度和环境相对湿度的测量均为本领域的现有常规技术。
步骤B:在同一环境相对湿度条件下,因环境温度不同,其环境绝对湿度也会不同,根据检测到的环境温度和环境相对湿度计算出环境绝对湿度,;
具体地,所述环境绝对湿度采用下式计算:
AH=0.6112* RH*EXP(17.62*T/(243.12+T))
式中:
AH为环境绝对湿度,单位为千帕(kPa);
RH为环境相对湿度,单位为百分比(%);
T为环境温度,单位为摄氏度(℃);
EXP为以自然常数e为底的指数函数,
此计算公式为本领域技术人员公知的现有技术。
步骤C: 已知烘后烟丝样品的含水率目标值,在该环境温度和环境相对湿度条件下,通过红外水分仪得到烘后烟丝样品的含水率检测值W1, 利用烘箱法得到烘后烟丝样品的含水率实际值W2,含水率检测值W1减去含水率实际值W2可得到烘后烟丝样品含水率的误差值W,该烘后烟丝样品含水率的误差值W即为红外水分仪测得烘后烟丝样品含水率的修正值;
步骤D:将烘后烟丝样品含水率的修正值、检测点的环境温度、环境相对湿度、环境绝对湿度和烘后烟丝样品的含水率目标值作为一个数据组,重复步骤A到步骤C得到不少于50个数据组并形成训练数据集;具体训练数据集见下表1:
表1:训练数据集
序号 | 烘后烟丝样品含水率目标值/% | 检测点环境温度/℃ | 检测点环境相对湿度/% | 检测点环境绝对湿度/kPa | 烘后烟丝样品含水率的修正值/% | 拟合修正值/% | 残差/% |
1 | 13.25 | 17.5 | 55.4 | 110.56 | -1.96 | -2.07 | 0.11 |
2 | 13.11 | 18.7 | 55.4 | 119.30 | -2.22 | -2.04 | -0.18 |
3 | 12.63 | 19.5 | 62.7 | 141.94 | -1.70 | -1.96 | 0.25 |
4 | 13.16 | 19.5 | 62.7 | 141.94 | -2.14 | -2.01 | -0.13 |
5 | 13.05 | 18.2 | 54.4 | 113.28 | -2.12 | -2.04 | -0.08 |
6 | 13.67 | 19.7 | 49.3 | 112.47 | -2.47 | -2.10 | -0.37 |
7 | 13.48 | 19.2 | 49.9 | 110.45 | -2.07 | -2.09 | 0.02 |
8 | 13.43 | 19.7 | 51.4 | 117.86 | -2.56 | -2.07 | -0.49 |
9 | 13.44 | 19.8 | 42.3 | 97.49 | -2.18 | -2.10 | -0.08 |
10 | 13.18 | 24.0 | 57.6 | 170.99 | -2.05 | -1.96 | -0.09 |
11 | 12.97 | 22.4 | 59.9 | 161.38 | -1.78 | -1.96 | 0.18 |
12 | 13.02 | 22.5 | 57.0 | 154.81 | -1.91 | -1.97 | 0.06 |
13 | 13.18 | 20.4 | 50.2 | 120.32 | -2.13 | -2.04 | -0.09 |
14 | 12.56 | 24.9 | 55.4 | 174.25 | -2.09 | -1.90 | -0.19 |
15 | 13.27 | 25.3 | 49.1 | 157.90 | -1.81 | -1.99 | 0.17 |
16 | 12.91 | 23.6 | 38.3 | 110.91 | -1.76 | -2.02 | 0.26 |
17 | 12.80 | 26.3 | 50.9 | 173.26 | -2.00 | -1.92 | -0.08 |
18 | 12.74 | 29.2 | 46.8 | 188.96 | -2.16 | -1.89 | -0.27 |
19 | 13.20 | 27.5 | 59.4 | 217.74 | -1.87 | -1.90 | 0.04 |
20 | 12.91 | 27.6 | 54.7 | 201.45 | -2.17 | -1.89 | -0.28 |
21 | 12.98 | 27.6 | 54.7 | 201.45 | -1.97 | -1.90 | -0.07 |
22 | 12.67 | 28.5 | 56.0 | 216.93 | -2.15 | -1.85 | -0.31 |
23 | 12.59 | 28.8 | 40.7 | 160.40 | -2.41 | -1.91 | -0.50 |
24 | 13.19 | 27.0 | 51.4 | 182.91 | -2.03 | -1.94 | -0.08 |
25 | 13.05 | 26.8 | 48.4 | 170.45 | -2.01 | -1.95 | -0.06 |
26 | 13.01 | 26.8 | 48.4 | 170.45 | -1.95 | -1.94 | -0.01 |
27 | 13.25 | 28.2 | 60.4 | 230.00 | -1.81 | -1.89 | 0.08 |
28 | 13.08 | 26.5 | 54.1 | 186.57 | -1.61 | -1.93 | 0.32 |
29 | 12.77 | 26.5 | 54.1 | 186.57 | -1.80 | -1.90 | 0.10 |
30 | 12.62 | 25.7 | 60.3 | 198.30 | -1.91 | -1.87 | -0.04 |
31 | 13.44 | 25.8 | 61.0 | 202.67 | -1.66 | -1.94 | 0.28 |
32 | 12.61 | 27.5 | 59.0 | 215.57 | -1.64 | -1.85 | 0.21 |
33 | 13.44 | 27.8 | 59.3 | 221.46 | -1.86 | -1.92 | 0.06 |
34 | 12.67 | 26.3 | 59.0 | 200.75 | -1.92 | -1.87 | -0.04 |
35 | 12.60 | 26.3 | 59.0 | 200.75 | -1.98 | -1.87 | -0.11 |
36 | 13.46 | 28.2 | 55.4 | 211.45 | -1.99 | -1.93 | -0.05 |
37 | 12.87 | 27.5 | 63.8 | 233.65 | -2.12 | -1.85 | -0.27 |
38 | 12.87 | 28.4 | 65.7 | 253.26 | -1.93 | -1.82 | -0.10 |
39 | 13.06 | 27.7 | 55.7 | 206.50 | -1.79 | -1.90 | 0.11 |
40 | 13.42 | 27.7 | 55.7 | 206.50 | -1.84 | -1.93 | 0.09 |
41 | 13.58 | 28.7 | 58.0 | 227.29 | -2.22 | -1.92 | -0.30 |
42 | 12.70 | 25.9 | 59.6 | 199.15 | -1.88 | -1.88 | 0.00 |
43 | 12.11 | 27.9 | 58.9 | 220.33 | -1.66 | -1.79 | 0.13 |
44 | 13.25 | 27.3 | 56.7 | 205.72 | -1.87 | -1.92 | 0.05 |
45 | 13.22 | 26.7 | 56.3 | 196.21 | -1.74 | -1.93 | 0.19 |
46 | 12.77 | 26.5 | 48.0 | 165.82 | -1.87 | -1.93 | 0.05 |
47 | 12.86 | 26.1 | 59.4 | 200.12 | -1.64 | -1.89 | 0.26 |
48 | 12.91 | 24.6 | 45.3 | 139.57 | -1.64 | -1.98 | 0.34 |
49 | 13.36 | 24.6 | 45.3 | 139.57 | -1.76 | -2.02 | 0.26 |
50 | 12.29 | 27.0 | 47.6 | 169.07 | -1.85 | -1.88 | 0.03 |
51 | 13.07 | 23.3 | 48.1 | 137.03 | -1.91 | -2.00 | 0.09 |
52 | 13.12 | 23.3 | 48.1 | 137.03 | -1.96 | -2.01 | 0.05 |
53 | 12.78 | 23.0 | 44.6 | 124.90 | -2.05 | -1.99 | -0.06 |
54 | 12.42 | 23.0 | 37.3 | 104.50 | -1.62 | -1.99 | 0.37 |
55 | 12.79 | 22.8 | 43.9 | 121.44 | -1.91 | -2.00 | 0.09 |
56 | 12.68 | 22.2 | 36.2 | 96.97 | -2.11 | -2.03 | -0.09 |
57 | 12.40 | 20.8 | 45.3 | 110.80 | -1.77 | -1.98 | 0.21 |
步骤E:由于检测点的环境温度、环境相对湿度、环境绝对湿度间均存在较强的多重共线性问题,采用偏最小二乘法回归分析可很好解决这一问题,因此以训练数据集中烘后烟丝样品含水率的修正值为因变量,训练数据集中的环境温度、环境相对湿度、环境绝对湿度以及烘后烟丝样品的含水率目标值为自变量,采用基于留一交叉验证的偏最小二乘回归法建立烘后烟丝含水率的修正值的计算模型,即红外水分仪测得烘后烟丝样品含水率的修正值与环境温度、环境相对湿度、环境绝对湿度和烘后烟丝样品的含水率目标值的对应关系,模型提取的分量数为1,最终选择生成一个最优的模型,具体地运用Minitab16.0统计分析软件,得到烘后烟丝含水率的修正值的计算模型的回归系数表和方差分析表,分别如表2和表3所示,因此烘后烟丝含水率的修正值的计算模型为:CV=-1.15403-0.09509*MC +0.00857*T +0.00226*RH +0.00064*AH。
表2:烘后烟丝含水率的修正值的计算模型的回归系数表
自变量 | 非标准化回归系数 | 标准化回归系数 |
常量 | -1.15403 | 0 |
烘后烟丝含水率目标值/% | -0.09509 | -0.154334 |
检测点环境温度/℃ | 0.00857 | 0.131843 |
检测点环境相对湿度/% | 0.00226 | 0.074686 |
检测点环境绝对湿度/kPa | 0.00064 | 0.128079 |
表3:烘后烟丝含水率的修正值的计算模型的方差分析表
来源 | DF | SS | MS | F | P |
回归 | 1 | 0.29109 | 0.291093 | 7.3 | 0.009 |
残差误差 | 55 | 2.19391 | 0.039889 | ||
合计 | 56 | 2.485 |
由方差分析表可以看出:该模型的P值为 0.009,0.009小于0.01,这说明烘后烟丝含水率修正值的计算模型达到了统计学显著水平,即烘后烟丝含水率目标值、环境温度、环境相对湿度和环境绝对湿度对红外水分仪测得的含水率的修正值有显著的影响,该模型可用。
表1中,拟合修正值为将训练数据集中的环境温度、环境相对湿度、环境绝对湿度以及烘后烟丝样品含水率目标值代入已建立的含水率的修正值的计算模型得到的值,含水率的修正值减去拟合修正值得到残差如表1所示,由于含水率允差为±0.5%,可见根据烘后烟丝含水率的修正值计算模型得到的57个拟合修正值100%符合工艺要求。
进一步地,继续选取烘后烟丝样品,重复步骤A到步骤C得到若干数据组并形成测试数据集,具体见表4,测试数据集中的数据组不同于训练数据集中的数据组,用于对建立的含水率的修正值的计算模型进行评估。
表4:测试数据集
序号 | 烘后烟丝样品含水率目标值/% | 检测点环境温度/℃ | 检测点环境相对湿度/% | 检测点环境绝对湿度/kPa | 烘后烟丝样品含水率的修正值/% | 预测修正值/% | 残差/% |
1 | 12.89 | 24.3 | 51.1 | 154.58 | -2.02 | -1.96 | -0.06 |
2 | 11.87 | 24.7 | 53.9 | 166.97 | -1.42 | -1.84 | 0.42 |
3 | 12.65 | 24.8 | 49.2 | 153.62 | -2.00 | -1.93 | -0.07 |
4 | 12.10 | 28.2 | 50.0 | 191.39 | -1.55 | -1.83 | 0.28 |
5 | 12.61 | 26.5 | 51.3 | 177.03 | -1.84 | -1.90 | 0.06 |
6 | 13.05 | 25.9 | 53.2 | 177.04 | -1.72 | -1.94 | 0.22 |
7 | 12.75 | 26.6 | 55.0 | 191.70 | -1.78 | -1.89 | 0.11 |
8 | 12.23 | 26.4 | 55.1 | 188.76 | -1.35 | -1.85 | 0.49 |
9 | 12.42 | 26.5 | 47.4 | 163.80 | -1.75 | -1.90 | 0.15 |
10 | 13.33 | 27.7 | 48.0 | 178.09 | -1.85 | -1.96 | 0.11 |
11 | 12.67 | 26.4 | 60.6 | 207.69 | -2.04 | -1.86 | -0.17 |
12 | 12.82 | 26.3 | 59.8 | 204.55 | -1.96 | -1.88 | -0.07 |
13 | 12.58 | 27.6 | 53.1 | 196.16 | -1.89 | -1.87 | -0.02 |
14 | 13.02 | 27.4 | 55.3 | 201.76 | -2.38 | -1.90 | -0.48 |
15 | 12.62 | 29.2 | 52.5 | 212.51 | -1.99 | -1.85 | -0.14 |
16 | 12.46 | 26.5 | 62.4 | 216.10 | -1.97 | -1.83 | -0.13 |
17 | 13.10 | 27.4 | 59.4 | 216.59 | -1.47 | -1.89 | 0.42 |
18 | 12.54 | 27.2 | 58.8 | 211.17 | -1.51 | -1.85 | 0.33 |
19 | 12.22 | 27.2 | 58.8 | 211.17 | -1.74 | -1.82 | 0.07 |
20 | 12.39 | 27.9 | 55.8 | 209.58 | -1.73 | -1.83 | 0.10 |
21 | 13.07 | 28.8 | 53.9 | 212.73 | -1.91 | -1.89 | -0.02 |
22 | 13.07 | 27.1 | 57.2 | 204.35 | -1.53 | -1.91 | 0.37 |
23 | 13.01 | 27.5 | 57.2 | 208.96 | -2.20 | -1.89 | -0.31 |
24 | 12.31 | 29.6 | 50.8 | 209.94 | -1.43 | -1.82 | 0.39 |
25 | 12.68 | 27.2 | 52.8 | 189.80 | -1.79 | -1.89 | 0.09 |
26 | 13.12 | 25.9 | 58.3 | 194.14 | -2.25 | -1.92 | -0.33 |
27 | 12.93 | 26.0 | 57.7 | 193.36 | -1.98 | -1.91 | -0.08 |
28 | 13.37 | 25.8 | 57.6 | 190.67 | -1.79 | -1.95 | 0.16 |
29 | 12.40 | 26.4 | 58.9 | 201.88 | -1.79 | -1.85 | 0.05 |
30 | 13.29 | 25.0 | 50.2 | 158.99 | -1.85 | -1.99 | 0.14 |
31 | 13.07 | 25.8 | 42.1 | 139.82 | -1.44 | -1.99 | 0.55 |
32 | 13.18 | 21.7 | 48.7 | 126.11 | -1.59 | -2.03 | 0.44 |
33 | 13.64 | 20.3 | 44.9 | 106.57 | -1.96 | -2.11 | 0.14 |
34 | 13.12 | 21.2 | 53.6 | 134.27 | -1.84 | -2.01 | 0.18 |
35 | 13.33 | 22.3 | 45.2 | 121.62 | -1.96 | -2.05 | 0.09 |
36 | 13.62 | 21.2 | 49.8 | 124.92 | -1.82 | -2.07 | 0.25 |
37 | 13.30 | 20.6 | 49.6 | 120.36 | -1.84 | -2.05 | 0.21 |
38 | 13.40 | 18.5 | 53.3 | 113.30 | -2.23 | -2.08 | -0.15 |
39 | 13.41 | 18.9 | 51.3 | 111.51 | -2.23 | -2.08 | -0.15 |
40 | 12.89 | 21.8 | 54.1 | 141.25 | -1.95 | -1.98 | 0.03 |
41 | 13.28 | 24.5 | 48.1 | 147.31 | -2.07 | -2.00 | -0.07 |
42 | 12.87 | 24.2 | 55.7 | 168.39 | -1.64 | -1.94 | 0.30 |
43 | 12.45 | 27.7 | 53.6 | 198.56 | -1.87 | -1.85 | -0.02 |
44 | 12.60 | 26.8 | 52.6 | 185.46 | -1.91 | -1.88 | -0.03 |
45 | 12.31 | 28.3 | 51.9 | 198.74 | -1.92 | -1.84 | -0.08 |
46 | 12.82 | 27.7 | 56.6 | 209.83 | -1.66 | -1.87 | 0.21 |
47 | 20.13 | 27.7 | 56.6 | 209.83 | -2.33 | -2.57 | 0.24 |
48 | 12.41 | 27.7 | 56.6 | 209.83 | -1.98 | -1.83 | -0.14 |
49 | 12.58 | 26.9 | 56.3 | 199.64 | -1.91 | -1.86 | -0.05 |
50 | 13.20 | 27.9 | 57.7 | 216.38 | -1.61 | -1.90 | 0.29 |
51 | 12.80 | 27.5 | 58.3 | 213.58 | -1.48 | -1.87 | 0.39 |
52 | 13.03 | 25.9 | 51.1 | 170.33 | -2.15 | -1.95 | -0.20 |
53 | 13.03 | 25.9 | 51.1 | 170.33 | -2.15 | -1.95 | -0.20 |
54 | 11.93 | 27.9 | 46.9 | 175.89 | -2.02 | -1.83 | -0.19 |
表4中:预测修正值为将测试数据集中的环境温度、环境相对湿度、环境绝对湿度以及烘后烟丝样品含水率目标值代入已建立的含水率的修正值的计算模型得到的值,残差=含水率的修正值-预测修正值,可见,根据含水率的修正值计算模型得到的54个预测修正值中只有一个不在允差范围内,合格率达到98%以上,该模型的预测能力是可信的。
本发明所述的含水率的修正值计算方法的具体应用方法为:已知待测烘后烟丝含水率目标值,采集待测烘后烟丝检测点的环境温度和环境相对湿度,根据步骤B计算出环境绝对湿度,并将烘后烟丝含水率目标值、环境温度、环境相对湿度以及计算出的环境绝对湿度值代入已建立的含水率的修正值的计算模型,进而计算出烘后烟丝红外水分仪测得含水率的修正值。
实际生产过程中,生产车间环境温度范围为17℃~30℃,环境相对湿度为35%~70%, 在该环境条件下,运用本发明所述方法计算得到的含水率修正值对红外水分仪进行修正,测 得的含水率准确率更高。
下面结合具体实施例说明含水率的修正值的计算过程:
实施例1:某烤烟型卷烟制丝工艺的烘丝工序,工艺要求烘后烟丝含水率目标值MC为 13.3%,检测点的环境温度T为31.3℃、环境相对湿度RH为39.6%,根据公式计算出检测点的环境绝对湿度AH为:
AH=0.6112*RH*EXP(17.62*T/(243.12+T))
=0.6112*39.6%*EXP(17.62*31.3/(243.12+31.3))
=1.8059(kPa)
根据本发明所述烤烟型烘后烟丝含水率的修正值计算方法得到CV:
CV=-1.15403-0.09509*MC+0.00857*T+0.00226*RH+0.00064*AH
=-1.15403-0.09509*13.3%+0.00857*31.3+0.00226*39.6%+0.00064*1.8059
=-0.8964(%)
实施例2:某烤烟型卷烟制丝工艺的烘丝工序,工艺要求烘后烟丝含水率目标值MC为 13.0%,检测点的环境温度T为27.9℃、环境相对湿度RH为58.9%,根据公式计算出检测点的环境绝对湿度AH为:
AH=0.6112*RH*EXP(17.62*T/(243.12+T))
=0.6112*58.9%*EXP(17.62*27.9/(243.12+27.9))
=2.2083(kPa)
根据本发明所述烤烟型烘后烟丝含水率的修正值计算方法得到CV CV=-1.15403-0.09509*MC +0.00857*T+0.00226*RH+0.00064*AH
=-1.15403-0.09509*13.0%+0.00857*27.9+0.00226*58.9%+0.00064*2.2083
=-0.9245(%)
由表4的测试数据集表明,本发明所述的烤烟型烘后烟丝含水率的修正值计算方法,能够快 速计算出红外水分仪的修正值,而且通过将环境绝对湿度作为自变量建模可进一步提高模型 精度,并可对修正值进行准确预测,简化了红外水分仪检测烘后烟丝含水率的修正过程,节 省了时间,提高了生产效率,有很大的应用价值。
Claims (2)
1.一种烤烟型烘后烟丝含水率的修正值计算方法,其特征在于:包括如下步骤:
步骤A:采集检测点的环境温度、环境相对湿度;
步骤B:根据检测到的环境温度和环境相对湿度计算出环境绝对湿度;步骤B中所述环境绝对湿度采用下式计算:
AH=0.6112* RH*EXP(17.62*T/(243.12+T));
式中:
AH为环境绝对湿度,单位为千帕;
RH为环境相对湿度,单位为百分比;
T为环境温度,单位为摄氏度;
EXP为以自然常数e为底的指数函数;
步骤C:已知烘后烟丝样品的含水率目标值,在该环境温度和环境相对湿度条件下,通过红外水分仪得到烘后烟丝
样品的含水率检测值W1, 利用烘箱法得到烘后烟丝样品的含水率实际值W2,含水率检测值W1减去含水率实际值W2可得到烘后烟丝样品含水率的误差值W,该烘后烟丝样品含水率的误差值W即为红外水分仪测得烘后烟丝样品含水率的修正值;
步骤D:将烘后烟丝样品含水率的修正值、检测点的环境温度、环境相对湿度、环境绝对湿度和烘后烟丝样品的含水率目标值作为一个数据组,重复步骤A到步骤C得到不少于50个数据组并形成训练数据集;
步骤E:以训练数据集中烘后烟丝样品含水率的修正值为因变量,训练数据集中的环境温度、环境相对湿度、环境绝对湿度以及烘后烟丝样品的含水率目标值为自变量,采用基于留一交叉验证的偏最小二乘回归法建立烘后烟丝含水率的修正值的计算模型,即红外水分仪测得烘后烟丝样品含水率的修正值与环境温度、环境相对湿度、环境绝对湿度和烘后烟丝样品的含水率目标值的对应关系,模型提取的分量数为1,最终选择生成一个最优的模型;步骤E所述烘后烟丝含水率的修正值的计算模型为:CV=a+a1*MC +a2*T +a3*RH +a4*AH;
式中:
CV为红外水分仪测得烘后烟丝含水率的修正值,单位为百分比;
MC为烘后烟丝含水率目标值,单位为百分比;
a为通过建模软件得到的常量;
a1为烘后烟丝含水率目标值的非标准化回归系数;
a2为环境温度的非标准化回归系数;
a3为环境相对湿度的非标准化回归系数;
a4为环境绝对湿度的非标准化回归系数。
2.如权利要求1所述的烤烟型烘后烟丝含水率的修正值计算方法,其特征在于:所述步骤E采用Minitab16.0统计分析软件建模。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910115609.6A CN109740293B (zh) | 2019-02-15 | 2019-02-15 | 一种烤烟型烘后烟丝含水率的修正值计算方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910115609.6A CN109740293B (zh) | 2019-02-15 | 2019-02-15 | 一种烤烟型烘后烟丝含水率的修正值计算方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109740293A CN109740293A (zh) | 2019-05-10 |
CN109740293B true CN109740293B (zh) | 2022-09-20 |
Family
ID=66367460
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910115609.6A Active CN109740293B (zh) | 2019-02-15 | 2019-02-15 | 一种烤烟型烘后烟丝含水率的修正值计算方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109740293B (zh) |
Families Citing this family (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111651893B (zh) * | 2020-06-12 | 2023-06-27 | 福建中烟工业有限责任公司 | 一种烟用爆珠干燥模型的建立方法 |
CN112034095B (zh) * | 2020-07-10 | 2021-08-20 | 张家口卷烟厂有限责任公司 | 在线烘后烟丝结构分析系统及方法 |
CN112255189A (zh) * | 2020-10-12 | 2021-01-22 | 河南中烟工业有限责任公司 | 烟草物料在线水分仪调节方法以及装置 |
CN112257948A (zh) * | 2020-10-30 | 2021-01-22 | 红云红河烟草(集团)有限责任公司 | 润叶加料出口含水率预测方法、装置以及设备 |
CN112541153B (zh) * | 2020-11-25 | 2024-06-28 | 陕西大秦铝业有限责任公司 | 合金量快速计算方法和系统、产品和存储介质 |
CN114441469B (zh) * | 2022-02-24 | 2024-06-04 | 龙岩烟草工业有限责任公司 | 水分仪的校准方法、装置和计算机设备 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5436456A (en) * | 1993-10-07 | 1995-07-25 | Brown & Williamson Tobacco Corporation | Moisture meter curve calibration system |
CN103760298A (zh) * | 2011-12-31 | 2014-04-30 | 贵州中烟工业有限责任公司 | 干冰膨胀烟丝填充值检测方法 |
CN104198318A (zh) * | 2014-09-09 | 2014-12-10 | 中国烟草总公司郑州烟草研究院 | 一种预测烟草及烟草制品混合体系水活度和各组分含水率的方法 |
CN106126952A (zh) * | 2016-07-01 | 2016-11-16 | 中国烟草总公司贵州省公司 | 非标准大气压下烟叶含水率测定值的修正方法 |
CN108260851A (zh) * | 2016-12-30 | 2018-07-10 | 贵州中烟工业有限责任公司 | 一种烟丝填充值的修正方法 |
-
2019
- 2019-02-15 CN CN201910115609.6A patent/CN109740293B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5436456A (en) * | 1993-10-07 | 1995-07-25 | Brown & Williamson Tobacco Corporation | Moisture meter curve calibration system |
CN103760298A (zh) * | 2011-12-31 | 2014-04-30 | 贵州中烟工业有限责任公司 | 干冰膨胀烟丝填充值检测方法 |
CN104198318A (zh) * | 2014-09-09 | 2014-12-10 | 中国烟草总公司郑州烟草研究院 | 一种预测烟草及烟草制品混合体系水活度和各组分含水率的方法 |
CN106126952A (zh) * | 2016-07-01 | 2016-11-16 | 中国烟草总公司贵州省公司 | 非标准大气压下烟叶含水率测定值的修正方法 |
CN108260851A (zh) * | 2016-12-30 | 2018-07-10 | 贵州中烟工业有限责任公司 | 一种烟丝填充值的修正方法 |
Non-Patent Citations (2)
Title |
---|
基于统计回归分析的松散回潮出口含水率精准控制系统;刘穗君等;《烟草科技》;20170331(第03期);全文 * |
造纸法再造烟叶填充值与湿度、平衡含水率关系;蒋宇凡等;《造纸科学与技术》;20171015(第05期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN109740293A (zh) | 2019-05-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109740293B (zh) | 一种烤烟型烘后烟丝含水率的修正值计算方法 | |
CN110286660B (zh) | 一种基于叶丝升温过程调控干燥过程叶丝加工强度的方法 | |
CN109870382B (zh) | 一种基于两阶段温度法快速检测烟丝含水率的方法 | |
CN110876481B (zh) | 一种烟草烘丝参数的控制方法和装置 | |
CN114088661B (zh) | 一种基于迁移学习和近红外光谱的烟叶烘烤过程化学成分在线预测方法 | |
CN105029672B (zh) | 一种烘丝出口水分精度表征方法 | |
CN110262419B (zh) | 一种基于叶丝水分蒸发焓调控滚筒干燥叶丝加工强度的方法 | |
CN114403487B (zh) | 一种松散回潮的加水控制方法 | |
CN108280277B (zh) | 一种传输线随温度变化的损耗算法 | |
CN114299688A (zh) | 一种基于电子烟雾检测的烟油成分识别方法及系统 | |
CN110286197B (zh) | 一种表征滚筒干燥过程叶丝加工强度一致性的方法 | |
CN110286659B (zh) | 一种调控滚筒干燥过程叶丝加工强度的方法 | |
CN111337452A (zh) | 一种验证光谱数据模型转移算法可行性的方法 | |
CN109211311B (zh) | 一种基于不同生产线加工的烟草烘丝工序质量一致性评价方法 | |
CN110887809B (zh) | 一种基于近红外光谱技术测定烟丝中梗含量的方法 | |
CN111832151A (zh) | 基于指数时间函数的Wiener加速退化模型构建方法及系统 | |
CN115841026A (zh) | 烟叶松散回潮出口温度自动预测系统 | |
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 | |
CN110455902B (zh) | 一种环境检测多标样快速校准的方法 | |
CN113984708A (zh) | 一种化学指标检测模型的维护方法和装置 | |
CN110889189B (zh) | 一种产品在不同试验应力水平下的退化数据一致性检验法 | |
CN108320099B (zh) | 基于大样本的利用煤的工业分析计算元素分析方法 | |
US20100094578A1 (en) | Method and device for recalibrating production processes | |
WO2021136129A1 (en) | Algorithm for predicting heating temperature of a moisture meter | |
CN116189805B (zh) | 一种基于氧量预测的煤质变化监测方法 |
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 |