CN110179151B - 一种烘烤中烟叶初始含水率的估算方法、鲜烟叶的烘烤方法、数学模型及其构建方法 - Google Patents

Abstract

本发明涉及一种烘烤中烟叶初始含水率的估算方法、鲜烟叶的烘烤方法、数学模型及其构建方法，属于烟叶烘烤技术领域。本发明的估算方法包括：1)将待烘烤鲜烟叶在设定烘烤工艺条件下烘烤一段时间，测定待烘烤鲜烟叶质量变化特征的数据；2)将得到的待烘烤鲜烟叶质量变化特征的数据代入鲜烟叶质量变化特征‑鲜烟叶初始含水率数学模型中，计算得待烘烤鲜烟叶的初始含水率。本发明的估算方法利用能够反映相同烘烤条件下待烘烤鲜烟叶质量变化特征与初始含水率之间关系的数学模型，通过检测烘烤过程中待烘烤鲜烟叶质量变化情况利用该数学模型来测定鲜烟叶的初始含水率。

Description

一种烘烤中烟叶初始含水率的估算方法、鲜烟叶的烘烤方法、 数学模型及其构建方法

技术领域

本发明涉及一种烘烤中烟叶初始含水率的估算方法、鲜烟叶的烘烤方法、数学模型及其构建方法，属于烟叶烘烤技术领域。

背景技术

烟叶烘烤调制是通过一定的烘烤工艺措施促使烟叶内含物质向人们所期望的方面转化。而烘烤工艺的实质是控制烤房内的温度、湿度、通风等条件，结合烟叶外观形态的改变，加速和引导烟叶内物质的转化，并在烟叶品质最佳时使其干燥，对品质进行固定。

烟叶在烘烤过程中，内含物质的转化主要通过生物酶的作用以及烟叶内物质的相互反应进行。而烟叶水分是生物酶作用和烟叶内含物相互反应的重要物质条件。烟叶含水量的多少直接影响着烟叶内含物质变化的快慢程度，烘烤进程的控制与烟叶含水率的变化越协调，越有利于烤后烟叶品质，因此获得烘烤开始时鲜烟含水率对于选择合适的烘烤工艺具有重要的参考作用。

目前的鲜烟叶烘烤工艺中，待烘烤鲜烟叶的水分状况主要依靠烟农眼看、手摸等手段进行初步的判断，具有主观性、经验性、模糊性等特点，不利于精确匹配最优烘烤工艺；而采用烘箱法等传统的鲜烟叶含水率测定方法，需要在每次烘烤前对待烘烤鲜烟叶含水率进行测定，比较耗时，需要额外增加人力成本，不够便捷。

发明内容

本发明的目的是提供一种烘烤中烟叶初始含水率的估算方法，采用该方法能够通过获取鲜烟叶烘烤过程中的质量变化特征数据得到鲜烟叶含水率，方法简便快捷、准确性高。

本发明还提供了一种鲜烟叶的烘烤方法，工艺调整简便并且能提高烤后烟叶品质。

本发明还提供了一种用于估算烘烤中烟叶初始含水率的数学模型，能够在对待烘烤鲜烟叶进行烘烤的过程中确定鲜烟叶的初始含水率，简便快捷、准确度高。

本发明还提供了一种方法简单的数学模型的构建方法。

为了实现以上目的，本发明的烘烤中烟叶初始含水率的估算方法所采用的技术方案是：

一种烘烤中烟叶初始含水率的估算方法，包括以下步骤：

1)将待烘烤鲜烟叶在设定烘烤工艺条件下烘烤一段时间，测定待烘烤鲜烟叶质量变化特征的数据；

2)将得到的待烘烤鲜烟叶质量变化特征的数据，代入鲜烟叶质量变化特征-鲜烟叶初始含水率数学模型中，计算得到待烘烤鲜烟叶的初始含水率；

所述数学模型为依据鲜烟叶样品的质量变化特征数据与鲜烟叶样品的初始含水率数据拟合得到的函数关系曲线；所述鲜烟叶样品的质量变化特征数据是在步骤1)中设定烘烤工艺条件下烘烤相同时间获得的；所述鲜烟叶样品与待烘烤鲜烟叶的产地、品种和部位均相同。

由于对某一烟叶产区来说，烟草品种、烘烤条件相对稳定，在明确鲜烟叶的产地、品种以及部位的情况下，步骤1)中对待烘烤鲜烟叶烘烤时的设定烘烤工艺条件也是确定的。本发明的烘烤中烟叶初始含水率的估算方法，利用鲜烟叶样品质量变化特征与鲜烟叶样品初始含水率之间关系的数学模型能够反映相同烘烤条件下待烘烤鲜烟叶中质量变化特征与初始含水率之间关系，通过检测烘烤过程中待烘烤鲜烟叶质量变化情况利用该数学模型来确定鲜烟叶在烘烤前的初始含水率，不需要额外增加人力成本、只需要传统烤房中增加检测烟叶重量的装置，按照正常程序装炕烘烤即可测定鲜烟叶的初始含水率。

由于不同初始含水率的新鲜烟叶在特定烘烤工艺条件和环境条件下水分散失速率存在差异，水分散失速率不同的烟叶在烘烤过程中必然会展现出不同的质量变化特征，利用鲜烟叶初始含水率与烟叶质量变化特征之间关系的数学模型，通过测定烘烤过程中待烘烤鲜烟叶质量变化特征确定待烘烤鲜烟叶的初始含水率。所述数学模型的构建方法包括以下步骤：a)选取与待烘烤鲜烟叶产地、品种和部位均相同的多个鲜烟叶样品；多个鲜烟叶样品包括至少三个初始含水率各不相同的鲜烟叶样品；b)将步骤a)中选取的多个鲜烟叶样品在待烘烤鲜烟叶的设定烘烤工艺条件下进行烘烤，烘烤时间同步骤1)，分别获取各鲜烟叶样品烘烤前后的鲜烟叶样品质量变化特征的数据；c)根据各鲜烟叶样品的初始含水率数据和步骤b)中测定的对应鲜烟叶样品的质量变化特征的数据，建立鲜烟叶样品质量变化特征与鲜烟叶样品初始含水率之间关系的数学模型。该数学模型的构建方法简单，便于实现。

步骤c)中，建立鲜烟叶样品质量变化特征与鲜烟叶样品初始含水率之间关系的数学模型的方法包括：根据各鲜烟叶样品的初始含水率数据和步骤b)中测定的对应鲜烟叶样品的质量变化特征的数据，构建多个类型的鲜烟叶样品质量变化特征与鲜烟叶样品初始含水率之间关系的数学模型；比较各类型的数学模型的确定系数R²的大小，选择确定系数R²最大的数学模型作为鲜烟叶样品质量变化特征与鲜烟叶样品初始含水率之间关系的数学模型。采用该步骤确定的数学模型能够提高的本发明的方法的准确性。

为了使本发明的构建方法得到的数学模型有更广泛的应用范围，优选的，所述多个鲜烟叶样品的初始含水率分布范围包含同产地、同品种、同部位鲜烟叶初始含水率的分布范围。

在烟叶烘烤的初期阶段，烘烤时间越长，不同初始含水率烟叶的质量变化特征越明显，越易于分辨，即烘烤时间越长通过烟叶质量变化特征测定的烟叶初始含水率的精度越高，但是烟叶含水率越早测定越有利于尽早确定适合的烘烤工艺，因此需要在测定精度和监测时间之间寻找一个平衡。一般来说，选择监测烟叶质量变化特征的时间应根据预期的烟叶含水率测定精度、所使用的质量测定装置的精度以及烘烤工艺等因素来综合确定。优选的，步骤1)中进行烘烤的时间为6～30h。进一步优选的，步骤1)中进行烘烤的时间为9～15h。

本发明的鲜烟叶的烘烤方法采用的技术方案为：

一种鲜烟叶的烘烤方法，包括以下步骤：

1)将待烘烤鲜烟叶在设定烘烤工艺条件下烘烤一段时间，测定待烘烤鲜烟叶质量变化特征的数据；

2)将得到的待烘烤鲜烟叶质量变化特征的数据，代入鲜烟叶质量变化特征-鲜烟叶初始含水率数学模型中，计算得到待烘烤鲜烟叶的初始含水率；

3)根据步骤2)确定的待烘烤鲜烟叶的初始含水率对设定烘烤工艺条件进行调整后继续进行烘烤；

步骤2)中，所述数学模型为依据鲜烟叶样品的质量变化特征数据与鲜烟叶样品的初始含水率数据拟合得到的函数关系曲线；所述鲜烟叶样品的质量变化特征数据是在步骤1)中设定烘烤工艺条件下烘烤相同时间获得的；所述鲜烟叶样品与待烘烤鲜烟叶的产地、品种和部位均相同。

本发明的鲜烟叶的烘烤方法，对于产地、品种和部位均相同的鲜烟叶，不需额外增加人力物力成本，仅测定烘烤一定时间时的鲜烟叶质量变化特征的数据，即可获得鲜烟叶的初始含水率，并依据该初始含水率及时对烘烤工艺进行调整。本发明的鲜烟叶的烘烤方法，具有工艺调整简单、成本低的优点，并且能提高烤后烟叶品质。对烘烤工艺进行调整可以按照现有技术进行。

所述数学模型的构建方法包括以下步骤：a)选取与待烘烤鲜烟叶产地、品种和部位均相同的多个鲜烟叶样品；多个鲜烟叶样品包括至少三个初始含水率各不相同的鲜烟叶样品；b)将步骤a)中选取的多个鲜烟叶样品在待烘烤鲜烟叶的设定烘烤工艺条件下进行烘烤，烘烤时间同步骤1)，分别获取各鲜烟叶样品烘烤前后的鲜烟叶样品质量变化特征的数据；c)根据各鲜烟叶样品的初始含水率数据和步骤b)中测定的对应鲜烟叶样品的质量变化特征的数据，建立鲜烟叶样品质量变化特征与鲜烟叶样品初始含水率之间关系的数学模型。该数学模型的构建方法简单，便于实现。

步骤c)中，建立鲜烟叶样品质量变化特征与鲜烟叶样品初始含水率之间关系的数学模型的方法包括：根据各鲜烟叶样品的初始含水率数据和步骤b)中测定的对应鲜烟叶样品的质量变化特征的数据，构建多个类型的鲜烟叶样品质量变化特征与鲜烟叶样品初始含水率之间关系的数学模型；比较各类型的数学模型的确定系数R²的大小，选择确定系数R²最大的数学模型作为鲜烟叶样品质量变化特征与鲜烟叶样品初始含水率之间关系的数学模型。采用该步骤确定的数学模型能够提高待烘烤鲜烟叶初始含水率的准确性，进而更加合理地对后续烘烤工艺的调整。

为了进一步提高烤后烟叶品质，优选的，步骤1)中进行烘烤的时间为6～30h。进一步优选的，步骤1)中进行烘烤的时间为9～15h。

本发明的用于估算烘烤中烟叶初始含水率的数学模型采用的技术方案为：

一种用于估算烘烤中烟叶初始含水率的数学模型，所述数学模型为依据鲜烟叶样品的质量变化特征数据与鲜烟叶样品的初始含水率数据拟合得到的函数关系曲线；所述鲜烟叶样品的质量变化特征数据是将鲜烟叶样品在设定烘烤工艺条件下烘烤一段时间所获得的；所述鲜烟叶样品与待烘烤烟叶的产地、品种和部位均相同。

本发明的用于估算烘烤中烟叶初始含水率的数学模型，能够在对待烘烤鲜烟叶进行烘烤的过程中确定鲜烟叶的初始含水率，简便快捷、准确度高，便于在对鲜烟叶进行烘烤的过程中对烘烤工艺进行调整，精确适配最优烘烤工艺，从而提高烤后烟叶品质。

优选的，在设定烘烤工艺下进行烘烤的时间为6～30h。烘烤6～30h得到的数学模型既能够使估算得到的烟叶含水率具有较高的准确性，还能见减小调整烘烤工艺前烘烤时间过长不利于提高烤后烟叶品质。进一步优选的，在设定烘烤工艺下进行烘烤的时间为9～15h。

本发明的用于估算烘烤中烟叶初始含水率的数学模型的构建方法采用的技术方案为：

一种上述用于估算烘烤中烟叶含水率的数学模型的构建方法，包括以下步骤：

a)选取与待烘烤鲜烟叶产地、品种和部位均相同的多个鲜烟叶样品；多个鲜烟叶样品包括至少三个初始含水率各不相同的鲜烟叶样品；

b)将步骤a)中选取的多个鲜烟叶样品在待烘烤鲜烟叶的设定烘烤工艺条件下进行烘烤，分别获取各鲜烟叶样品在烘烤一段时间前后鲜烟叶样品质量变化特征的数据；

c)根据各鲜烟叶样品的初始含水率数据和步骤b)中测定的对应鲜烟叶样品的质量变化特征的数据，建立鲜烟叶样品质量变化特征与鲜烟叶样品初始含水率之间关系的数学模型。

本发明的用于估算烘烤中烟叶初始含水率的数学模型的构建方法简单，构建的数学模型能够准确反应相同烘烤条件下待测鲜烟叶中质量变化特征与初始含水率之间的关系。

为了进一步提高采用方法构建的数学模型估算的烟叶初始含水率的准确程度，优选的，步骤c)中，建立鲜烟叶样品质量变化特征与鲜烟叶样品初始含水率之间关系的数学模型的方法包括：根据各鲜烟叶样品的初始含水率数据和步骤b)中测定的对应鲜烟叶样品的质量变化特征的数据，构建多个类型的鲜烟叶样品质量变化特征与鲜烟叶样品初始含水率之间关系的数学模型；比较各类型的数学模型的确定系数R²的大小，选择确定系数R²最大的数学模型作为鲜烟叶样品质量变化特征与鲜烟叶样品初始含水率之间关系的数学模型。

附图说明

图1为本发明的实施例1中的鲜烟叶含水率的测定方法的流程图；

图2为本发明的实施例1中的用于确定鲜烟叶含水率的数学模型的曲线图；

图3为本发明的实施例2中的用于确定鲜烟叶含水率的数学模型的曲线图。

具体实施方式

本发明的技术方案中，设定烘烤工艺条件与待烘烤鲜烟叶的烘烤工艺保持一致，可利用反映鲜烟叶样品质量变化特征与鲜烟叶样品初始含水率之间关系的数学模型实现在对鲜烟叶烘烤的过程中测定鲜烟叶的初始含水率。由于对某一烟叶产区来说，烟草品种、烘烤条件相对稳定，在明确鲜烟叶的产地、品种以及部位的情况下，步骤1)中对鲜烟叶烘烤时的设定烘烤工艺条件也是确定的。也就是说步骤1)中的设定烘烤工艺条件即待烘烤鲜烟叶所在地区的同品种、同部位鲜烟叶的常规烘烤工艺条件。对于烟株不同部位的鲜烟叶分别建模即可满足日常生产对于鲜烟初始含水率测定的需要。烘烤过程中需要控制的烘烤条件包括烤房内烤房类型、烤房大小、装烟密度、装烟量、烤房气温、湿度、风速、亮度等影响烟叶水分散失特性的参数。

不同初始含水率的鲜烟叶在烘烤过程中会显示出不同质量变化特征，本发明的技术方案中的烟叶质量变化特征主要是指烟叶质量随时间的变化特征。所有能反映烘烤过程中某一时间点烟叶质量变化的指标都可以作为质量变化特征，包括但不限于某一时间点的烟叶质量减少率、某一时间点的烟叶质量保有率。优选的，所述鲜烟叶样品质量变化特征为烟叶质量减少率和烟叶质量保有率。烟叶质量减少率是指烘烤一定时间后烟叶重量与开始烘烤时相比减少的质量与初始烟叶质量的比值，而烟叶质量保有率与之相反，是指烘烤一定时间后烟叶质量与初始烟叶质量的比值。实际上两个指标是一致的、统一的，只是从不同角度反映了烘烤过程中某一时间点烟叶质量的变化。

本发明的技术方案中，鲜烟叶样品初始含水率可以采用烘箱杀青烘干法或红外快速水分仪法测得。

本发明的技术方案中数学模型可以表示为：

ω₀＝f(Δm)；

其中，ω₀为鲜烟叶初始含水率；

Δm为完成设定烘烤时间时鲜烟叶重量变化特征的指标；

f(Δm)为建立的鲜烟叶样品初始含水率与设定烘烤时间点的鲜烟叶样品质量变化的数学模型。

本发明的估算方法、烘烤方法及数学模型的构建方法中：步骤a)中各鲜烟叶样品分别选自不同的鲜烟叶样品组，各鲜烟叶样品组内鲜烟叶的产地、品种和部位均相同且初始含水率均匀一致；步骤c)中各鲜烟叶的初始含水率数据分别是对对应鲜烟叶样品组内烟叶的初始含水率进行测定获得的。本发明的技术方案中的初始含水率均匀一致是指：若鲜烟叶样品组内鲜烟叶样品的初始含水率的平均值为M％，组内各鲜烟叶样品的初始含水率在(M-1)％～(M+1)％范围内波动。

本发明的估算方法、烘烤方法及数学模型的构建方法中：多个鲜烟叶样品的初始含水率分布范围包含同产地、同品种、同部位鲜烟叶的初始含水率的分布范围。例如，多个鲜烟叶样品的初始含水率分别为75％、76％、82％、82％、83％，则多个鲜烟叶样品的初始含水率分布范围为75～83％。同产地、同品种、同部位的鲜烟叶的初始含水率分布范围可以通过调研获得。如经过调研，某地、某品种、某部位的多数鲜烟叶的初始含水率为75～83％，为了使本发明的鲜烟叶初始含水率的方法应用更广泛，同产地、同品种、同部位的多个鲜烟叶样品的初始含水率分布范围应当涵盖该范围，如多个鲜烟叶的初始含水率分布范围可以为73～83％或74～84％或75～86％。不同初始含水率鲜烟样品可以通过在烟叶采收前一个月，控制烟株灌溉量，模拟不同的旱涝程度，制备得到。

本发明的估算方法以及烘烤方法中，步骤1)中的设定烘烤工艺条件，与对鲜烟叶样品进行烘烤时的设定烘烤工艺条件相同。

本发明的在构建数学模型时，构建的数学模型的类型可以选择单一函数的数学模型，如指数函数数学模型、对数函数数学模型、多项式函数数学模型、幂函数数学模型等，也可以选择多种函数的混合型数学模型。

以下结合具体实施方式本发明的技术方案作进一步的说明。

实施例1

本实施例的烘烤中烟叶初始含水率的估算方法(流程图见图1)，以种植于河南中部某地的品种为中烟100的烟株的下部烟叶为待烘烤鲜烟叶，包括以下步骤：

1)在采烤前一个月设置不同灌溉和降雨条件，在上述河南中部某地制备得到五个含水状况均不相同的品种为中烟100的烟株，这五个含水状况的烟株的下部烟叶中含水率均匀一致且涵盖该地种植的品种为中烟100的烟株的下部烟叶的含水率范围；

2)分别摘取五个烟株的下部烟叶得到五个鲜烟叶样品组，然后取各鲜烟叶样品组中部分烟叶分别作为一个鲜烟叶样品，从剩余部分中取鲜烟叶采用烘箱杀青烘干法测得初始含水率(即湿基含水率，湿基含水率＝鲜烟叶中的绝对水分质量×100％/鲜烟叶总质量)分别为79.5％、82.3％、84.6％、86.1％和88.4％，分别作为五个对应鲜烟叶样品的初始含水率(ω)；

3)待烘烤烟叶计划按照常规优化浓香型烤烟烘烤工艺进行烘烤，因此将步骤2)中获得的五个鲜烟叶样品按照该常规优化浓香型烤烟烘烤工艺送入烤房进行烘烤，开始烘烤时烤房温度为29.5℃，测得五个鲜烟叶样品的初始质量分别为5927g、6780g、8279g、9281g和10732g，然后控制烤房按照1℃/h的速度升温至36℃，风机高速运转3h后转入低速运转，开始烘烤12h时，测得五个鲜烟叶样品的质量分别为5163g、5896g、7178g、8016g和9226g，烘烤12h时的质量相较于鲜烟叶样品初始质量的质量减少率(Δm)分别为12.9％、13.0％、13.3％、13.6％和14.0％；

4)根据步骤2)中测得的鲜烟叶样品的初始含水率数据和步骤3)中测得的质量减少率数据，构建多个鲜烟叶的初始含水率ω与烘烤12h时鲜烟叶的质量减少率Δm的数学模型，比较各数学模型的R²，得到最优数学模型(即R²最大的数学模型)：ω＝－461.51×Δm²+131.44×Δm－8.4744(R²＝0.9784)；最优数学模型曲线见图2；

5)将待烘烤鲜烟叶按照步骤3)中所述的常规优化浓香型烤烟烘烤工艺进行烘烤，烘烤条件与步骤3)中的烘烤条件完全一致，开始烘烤时烘房的温度为29.5℃，测得初始质量为8120g，然后控制烤房按照1℃/h的速度升温至36℃，风机高速运转3h后转入低速运转，开始烘烤12h时，测得烟叶质量为7035g，烟叶重量减少率为13.4％，据步骤4)确定的数学模型求得待烘烤鲜烟叶的初始含水率为85.17％。

而通过烘干法测得的待烘烤鲜烟叶初始湿基含水率为84.44％，采用本发明的方法测定的鲜烟叶初始含水率的误差小于1.00％。

开始烘烤24h时，测得烟叶重量为6075g，在不计干基损失时，根据确定的鲜烟叶的初始含水率可得烟叶实时湿基含水率为：(6075－(8120×(1－85.17％)))×100％/6075，即80.18％。

实施例2

本实施例的烘烤中烟叶初始含水率的估算方法，以种植于云南某地的品种为云烟87的烟株中部烟叶为待烘烤鲜烟叶，包括以下步骤：

1)在采烤前一个月设置不同灌溉和降雨条件，在上述河南中部某地制备得到五个含水状况均不相同的品种为云烟87的烟株，这五个含水状况的烟株的下部烟叶中含水率均匀一致且涵盖该地种植的品种为云烟87的烟株的下部烟叶的含水率范围；

2)分别摘取五个烟株的下部烟叶得到五个鲜烟叶样品组，然后取各鲜烟叶样品组中部分烟叶分别作为一个鲜烟叶样品，从剩余部分中取鲜烟叶采用烘箱杀青烘干法测得初始含水率(即湿基含水率)分别为68.9％、71.9％、74.1％、76.4％和78.7％，分别作为五个对应鲜烟叶样品的初始含水率(ω)；

3)待烘烤烟叶计划按照当地常规烤烟烘烤工艺进行烘烤，因此将步骤2)中获得的五个鲜烟叶样品按照该当地常规烤烟烘烤工艺送入烤房进行烘烤，开始烘烤时烤房温度为27.5℃，测得五个鲜烟叶样品的初始质量分别为8682g、9608g、10425g、11441g和12676g，然后控制烤房按照1℃/h的速度升温至36℃，风机高速运转3h后转入低速运转，开始烘烤12h时，测得五个鲜烟叶样品的质量分别为7610g、8371g、9025g、9881g和10861g，烘烤12h时的质量相较于鲜烟叶样品初始质量的质量减少率(Δm)分别为12.3％、12.9％、13.4％、13.6％和14.3％；

4)根据步骤2)中测得的鲜烟叶样品的初始含水率数据和步骤3)中测得的质量减少率数据，构建多个鲜烟叶的初始含水率ω与烘烤12h时鲜烟叶的质量减少率Δm的数学模型，比较各数学模型的R²，得到最优数学模型(即R²最大的数学模型)：ω＝－0.6724Ln(Δm)+2.0962(R²＝0.9844)；最优数学模型曲线见图3；

5)将待烘烤鲜烟叶按照步骤3)中所述的当地常规烤烟烘烤工艺进行烘烤，烘烤条件与步骤3)中的烘烤条件完全一致，开始烘烤时烘房的温度为29.5℃，测得初始质量为9363g，然后控制烤房按照1℃/h的速度升温至36℃，风机高速运转3h后转入低速运转，开始烘烤12h时，测得烟叶质量为8071g，烟叶重量减少率为13.8％，据步骤4)确定的数学模型求得待烘烤鲜烟叶的初始含水率为76.45％。

而通过烘干法测定待烘烤鲜烟叶的初始湿基含水率为76.52％，采用本发明的方法测定的鲜烟叶初始含水率的误差小于1.00％。

开始烘烤12h时，烟叶实时含水率为(8071－(9363×(1-76.45％)))×100％/8071，即72.68％。开始烘烤24h时，检测烟叶重量为7290g，在不计干基损失时，烟叶实时湿基含水率为：(7290－(9363×(1-76.45％)))×100％/7290，即69.75％。

实施例3

本实施例的鲜烟叶的烘烤方法，包括以下步骤：

i)将实施例1中的待烘烤鲜烟叶按照实施例1步骤3)中的常规优化浓香型烤烟烘烤工艺进行烘烤，烘烤条件与实施例1步骤3)中的烘烤条件完全一致，开始烘烤时烘房的温度为29.5℃，测得初始质量为m₁，然后控制烤房按照1℃/h的速度升温至36℃，风机高速运转3h后转入低速运转，开始烘烤12h时，测得烟叶质量为m₂；则烘烤12h时烟叶重量减少率为(m₁-m₂)/m₁，据实施例1的步骤4)确定的数学模型求得待测鲜烟叶的初始含水率；

ii)依据步骤i)确定的待烘烤鲜烟叶的初始含水率，按照现有技术对后续烘烤工艺进行调整，然后继续进行烘烤。

实施例4

本实施例的鲜烟叶的烘烤方法，包括以下步骤：

i)将实施例2中待测鲜烟叶按照实施例2步骤3)中的当地常规烤烟烘烤工艺进行烘烤，烘烤条件与实施例2步骤3)中的烘烤条件完全一致，开始烘烤时烘房的温度为29.5℃，测得初始质量为m₁，然后控制烤房按照1℃/h的速度升温至36℃，风机高速运转3h后转入低速运转，开始烘烤12h后，测得烟叶质量为m₂；则烘烤12h时烟叶重量减少率为(m₁-m₂)/m₁，据实施例2的步骤4)确定的数学模型求得待测鲜烟叶的初始含水率；

ii)依据步骤i)确定的待烘烤鲜烟叶的初始含水率，按照现有技术对后续烘烤工艺进行调整，然后继续进行烘烤。

本发明的数学模型的实施例同实施例1和实施例2中的数学模型，数学模型的构建方法的实施例同实施例1和实施例2的步骤1)～4)，此处均不再赘述。

Claims (11)

1.一种烘烤中烟叶初始含水率的估算方法，其特征在于：包括以下步骤：

1）将待烘烤鲜烟叶在设定烘烤工艺条件下烘烤一段时间，测定待烘烤鲜烟叶质量变化特征的数据；

2）将得到的待烘烤鲜烟叶质量变化特征的数据，代入鲜烟叶质量变化特征-鲜烟叶初始含水率数学模型中，计算得到待烘烤鲜烟叶的初始含水率；

所述数学模型为依据鲜烟叶样品的质量变化特征数据与鲜烟叶样品的初始含水率数据拟合得到的函数关系曲线；所述鲜烟叶样品的质量变化特征数据是在步骤1）中设定烘烤工艺条件下烘烤相同时间获得的；所述鲜烟叶样品与待烘烤鲜烟叶的产地、品种和部位均相同；

所述数学模型采用包括以下步骤的方法进行构建：

a）选取与待烘烤鲜烟叶产地、品种和部位均相同的多个鲜烟叶样品；多个鲜烟叶样品包括至少三个初始含水率各不相同的鲜烟叶样品；

b）将步骤a）中选取的多个鲜烟叶样品在待烘烤鲜烟叶的设定烘烤工艺条件下进行烘烤，烘烤时间同步骤1），分别获取各鲜烟叶样品烘烤前后的鲜烟叶样品质量变化特征的数据；

c）根据各鲜烟叶样品的初始含水率数据和步骤b）中测定的对应鲜烟叶样品的质量变化特征的数据，建立鲜烟叶样品质量变化特征与鲜烟叶样品初始含水率之间关系的数学模型；

步骤c）中，建立鲜烟叶样品质量变化特征与鲜烟叶样品初始含水率之间关系的数学模型的方法包括：根据各鲜烟叶样品的初始含水率数据和步骤b）中测定的对应鲜烟叶样品的质量变化特征的数据，构建多个类型的鲜烟叶样品质量变化特征与鲜烟叶样品初始含水率之间关系的数学模型；比较各类型的数学模型的确定系数R²的大小，选择确定系数R²最大的数学模型作为鲜烟叶样品质量变化特征与鲜烟叶样品初始含水率之间关系的数学模型。

2.根据权利要求1所述的烘烤中烟叶初始含水率的估算方法，其特征在于：所述多个鲜烟叶样品的初始含水率分布范围包含同产地、同品种、同部位鲜烟叶初始含水率的分布范围。

3.根据权利要求1所述的烘烤中烟叶初始含水率的估算方法，其特征在于：步骤1）中进行烘烤的时间为6~30h。

4.根据权利要求3所述的烘烤中烟叶初始含水率的估算方法，其特征在于：步骤1）中进行烘烤的时间为9~15h。

5.一种鲜烟叶的烘烤方法，其特征在于：包括以下步骤：

1）将待烘烤鲜烟叶在设定烘烤工艺条件下烘烤一段时间，测定待烘烤鲜烟叶质量变化特征的数据；

2）将得到的待烘烤鲜烟叶质量变化特征的数据，代入鲜烟叶质量变化特征-鲜烟叶初始含水率数学模型中，计算得到待烘烤鲜烟叶的初始含水率；

3）根据步骤2）得到的待烘烤鲜烟叶的初始含水率对设定烘烤工艺条件进行调整后继续进行烘烤；

步骤2）中，所述数学模型为依据鲜烟叶样品的质量变化特征数据与鲜烟叶样品的初始含水率数据拟合得到的函数关系曲线；所述鲜烟叶样品的质量变化特征数据是在步骤1）中设定烘烤工艺条件下烘烤相同时间获得的；所述鲜烟叶样品与待烘烤鲜烟叶的产地、品种和部位均相同；

所述数学模型采用包括以下步骤的方法进行构建：

a）选取与待烘烤鲜烟叶产地、品种和部位均相同的多个鲜烟叶样品；多个鲜烟叶样品包括至少三个初始含水率各不相同的鲜烟叶样品；

b）将步骤a）中选取的多个鲜烟叶样品在待烘烤鲜烟叶的设定烘烤工艺条件下进行烘烤，烘烤时间同步骤1），分别获取各鲜烟叶样品烘烤前后的鲜烟叶样品质量变化特征的数据；

c）根据各鲜烟叶样品的初始含水率数据和步骤b）中测定的对应鲜烟叶样品的质量变化特征的数据，建立鲜烟叶样品质量变化特征与鲜烟叶样品初始含水率之间关系的数学模型；

步骤c）中，建立鲜烟叶样品质量变化特征与鲜烟叶样品初始含水率之间关系的数学模型的方法包括：根据各鲜烟叶样品的初始含水率数据和步骤b）中测定的对应鲜烟叶样品的质量变化特征的数据，构建多个类型的鲜烟叶样品质量变化特征与鲜烟叶样品初始含水率之间关系的数学模型；比较各类型的数学模型的确定系数R²的大小，选择确定系数R²最大的数学模型作为鲜烟叶样品质量变化特征与鲜烟叶样品初始含水率之间关系的数学模型。

6.根据权利要求5所述的鲜烟叶的烘烤方法，其特征在于：步骤1）中进行烘烤的时间为6~30h。

7.根据权利要求6所述的鲜烟叶的烘烤方法，其特征在于：步骤1）中进行烘烤的时间为9~15h。

8.一种用于估算烘烤中烟叶初始含水率的数学模型，其特征在于：所述数学模型为依据鲜烟叶样品的质量变化特征数据与鲜烟叶样品的初始含水率数据拟合得到的函数关系曲线；

所述鲜烟叶样品的质量变化特征数据是将鲜烟叶样品在设定烘烤工艺条件下烘烤一段时间所获得的；

所述鲜烟叶样品与待烘烤烟叶的产地、品种和部位均相同；

所述数学模型的构建方法包括以下步骤：

a）选取与待烘烤鲜烟叶产地、品种和部位均相同的多个鲜烟叶样品；多个鲜烟叶样品包括至少三个初始含水率各不相同的鲜烟叶样品；

b）将步骤a）中选取的多个鲜烟叶样品在待烘烤鲜烟叶的设定烘烤工艺条件下进行烘烤，分别获取各鲜烟叶样品在烘烤一段时间前后鲜烟叶样品质量变化特征的数据；

c）根据各鲜烟叶样品的初始含水率数据和步骤b）中测定的对应鲜烟叶样品的质量变化特征的数据，建立鲜烟叶样品质量变化特征与鲜烟叶样品初始含水率之间关系的数学模型；

步骤c）中，建立鲜烟叶样品质量变化特征与鲜烟叶样品初始含水率之间关系的数学模型的方法包括：根据各鲜烟叶样品的初始含水率数据和步骤b）中测定的对应鲜烟叶样品的质量变化特征的数据，构建多个类型的鲜烟叶样品质量变化特征与鲜烟叶样品初始含水率之间关系的数学模型；比较各类型的数学模型的确定系数R²的大小，选择确定系数R²最大的数学模型作为鲜烟叶样品质量变化特征与鲜烟叶样品初始含水率之间关系的数学模型。

9.根据权利要求8所述的用于估算烘烤中烟叶初始含水率的数学模型，其特征在于：在设定烘烤工艺下进行烘烤的时间为6~30h。

10.根据权利要求9所述的用于估算烘烤中烟叶初始含水率的数学模型，其特征在于：在设定烘烤工艺下进行烘烤的时间为9~15h。

11.一种如权利要求8所述的用于估算烘烤中烟叶初始含水率的数学模型的构建方法，其特征在于：包括以下步骤：

a）选取与待烘烤鲜烟叶产地、品种和部位均相同的多个鲜烟叶样品；多个鲜烟叶样品包括至少三个初始含水率各不相同的鲜烟叶样品；

b）将步骤a）中选取的多个鲜烟叶样品在待烘烤鲜烟叶的设定烘烤工艺条件下进行烘烤，分别获取各鲜烟叶样品在烘烤一段时间前后鲜烟叶样品质量变化特征的数据；

c）根据各鲜烟叶样品的初始含水率数据和步骤b）中测定的对应鲜烟叶样品的质量变化特征的数据，建立鲜烟叶样品质量变化特征与鲜烟叶样品初始含水率之间关系的数学模型；

步骤c）中，建立鲜烟叶样品质量变化特征与鲜烟叶样品初始含水率之间关系的数学模型的方法包括：根据各鲜烟叶样品的初始含水率数据和步骤b）中测定的对应鲜烟叶样品的质量变化特征的数据，构建多个类型的鲜烟叶样品质量变化特征与鲜烟叶样品初始含水率之间关系的数学模型；比较各类型的数学模型的确定系数R²的大小，选择确定系数R²最大的数学模型作为鲜烟叶样品质量变化特征与鲜烟叶样品初始含水率之间关系的数学模型。

Images