CN113030370A - 应用于间接预测的燃烧锥掉落倾向阈值检测方法以及装置 - Google Patents
应用于间接预测的燃烧锥掉落倾向阈值检测方法以及装置 Download PDFInfo
- Publication number
- CN113030370A CN113030370A CN202110219932.5A CN202110219932A CN113030370A CN 113030370 A CN113030370 A CN 113030370A CN 202110219932 A CN202110219932 A CN 202110219932A CN 113030370 A CN113030370 A CN 113030370A
- Authority
- CN
- China
- Prior art keywords
- cigarette
- combustion cone
- falling
- combustion
- target position
- 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.)
- Pending
Links
- 238000002485 combustion reaction Methods 0.000 title claims abstract description 134
- 238000001514 detection method Methods 0.000 title claims abstract description 45
- 235000019504 cigarettes Nutrition 0.000 claims abstract description 142
- 241000208125 Nicotiana Species 0.000 claims abstract description 60
- 235000002637 Nicotiana tabacum Nutrition 0.000 claims abstract description 60
- 238000000034 method Methods 0.000 claims abstract description 27
- 230000000391 smoking effect Effects 0.000 claims abstract description 10
- 238000012360 testing method Methods 0.000 claims description 26
- 238000004590 computer program Methods 0.000 claims description 18
- 230000015654 memory Effects 0.000 claims description 15
- 230000008859 change Effects 0.000 claims description 13
- 238000003860 storage Methods 0.000 claims description 10
- 238000009826 distribution Methods 0.000 claims description 9
- 230000008569 process Effects 0.000 abstract description 8
- 230000001066 destructive effect Effects 0.000 abstract description 4
- 238000011031 large-scale manufacturing process Methods 0.000 abstract description 3
- 238000004088 simulation Methods 0.000 abstract description 3
- 238000012545 processing Methods 0.000 description 10
- 230000006870 function Effects 0.000 description 6
- 238000004891 communication Methods 0.000 description 5
- 230000000694 effects Effects 0.000 description 3
- 230000007547 defect Effects 0.000 description 2
- 230000002950 deficient Effects 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 235000019800 disodium phosphate Nutrition 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 238000001739 density measurement Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000014509 gene expression Effects 0.000 description 1
- 230000009931 harmful effect Effects 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 238000001303 quality assessment method Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 239000013598 vector Substances 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N31/00—Investigating or analysing non-biological materials by the use of the chemical methods specified in the subgroup; Apparatus specially adapted for such methods
- G01N31/12—Investigating or analysing non-biological materials by the use of the chemical methods specified in the subgroup; Apparatus specially adapted for such methods using combustion
Landscapes
- Health & Medical Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Physics & Mathematics (AREA)
- Combustion & Propulsion (AREA)
- Molecular Biology (AREA)
- Engineering & Computer Science (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Manufacturing Of Cigar And Cigarette Tobacco (AREA)
Abstract
本发明公开了一种应用于间接预测的燃烧锥掉落倾向阈值检测方法以及装置,本发明的构思在于无需花费大量成本大规模购置卷烟燃烧锥掉落检测装置,也无需对大量烟支进行破坏性检测,而是通过样本数据及抽吸弹烟模拟,获得某规格卷烟燃烧锥掉落的发生位置特征,并结合烟丝填充密度数据获得用于表征该特征区间的烟丝密度情况,由此,便可以得到针对某规格卷烟产品的燃烧锥掉落倾向阈值,从而可以利用该倾向阈值在大规模生产环节中,进行燃烧锥掉落指标的间接预测,进而便可以决策某批次产品是否继续进行后续加工,或者决策是否需要纠正某批次产品的前道工序中的参数和影响因素等。
Description
技术领域
本发明涉及烟草加工领域,尤其涉及一种应用于间接预测的燃烧锥掉落倾向阈值检测方法以及装置。
背景技术
卷烟抽吸过程中,烟支燃烧端卷烟纸包裹烟丝逐步燃烧会形成烟灰,抽吸者在抽吸间隔会弹击烟支,目的是使燃烧产生的烟灰脱离烟支,但在实际弹击过程中烟支的燃烧锥则有可能被弹落掉,不仅对用户的抽吸体验造成不良影响,而且也存在火情隐患,因此对于卷烟燃烧锥掉落检测的普及和推广,有必要得到各烟企的重视。这里所称燃烧锥掉落:在本领域通常是指卷烟在燃烧过程中,抽吸者在抽吸间隔弹击烟支造成烟支的燃烧端头掉落(也可称为掉火头)的现象,是严重影响卷烟产品消费体验的质量缺陷,同时存在严重安全隐患。
此外,细支卷烟近几年在国内市场销量增长显著,根据日常监控发现,细支卷烟抽吸过程中燃烧锥掉落倾向明显高于常规卷烟,这里所称细支卷烟:在本领域通常是指卷烟生产中,烟支周长标准约为17mm左右,焦油含量不高于约8mg/支的卷烟类别。分析其发生燃烧锥掉落倾向较高的原因,发现是因为细支卷烟的烟支截面烟丝量及梗丝含量少于常规卷烟,造成其支撑能力下降,且细支卷烟烟支长度较常规卷烟偏长,在弹击过程中力矩更大,因此细支卷烟燃烧锥掉落倾向较高。
目前行业内检测卷烟燃烧锥掉落的方式主要有两种,一是依靠人工抽吸,二是通过燃烧锥掉落检测仪器进行检测。人工抽吸易于实施,但抽吸量、抽吸口数、弹击方式以及烟支位置等均有较大随机性,主观影响因素较大;而燃烧锥掉落检测仪器虽然能相对更为可靠检测烟支燃烧锥掉落情况,但目前需要各卷烟企业的各个厂配置一定数量规模的检测仪器,并且需要进行相当长时间的破坏性直接检测,导致综合成本较大,额外增加了测试阻碍。
发明内容
由此,本发明旨在提供一种应用于间接预测燃烧锥掉落情况的燃烧锥掉落倾向阈值检测方法、装置以及设备,以及相应地提供了一种计算机可读存储介质和计算机程序产品,以便于高效实现对燃烧锥掉落情况的间接预测,大幅降低设备投入、加工材料、人力时间等综合成本,从而利于烟企将卷烟燃烧锥掉落倾向检测作为普遍且重要的质量考核环节。
本发明采用的技术方案如下:
第一方面,本发明提供了一种应用于间接预测的燃烧锥掉落倾向阈值检测方法,其中,包括:
检测预设数量的卷烟样本的烟丝密度数据,其中,所述烟丝密度数据与完整烟支长度相关;
模拟抽吸及弹击操作,对所述卷烟样本进行燃烧锥掉落测试;
记录发生燃烧锥掉落的所述卷烟样本的掉落发生位置数据;
根据所述掉落发生位置数据,确定与烟支长度相关的目标位置区间;
基于所述目标位置区间以及所述烟丝密度数据,拟合出燃烧锥掉落倾向阈值。
在其中至少一种可能的实现方式中,所述根据所述掉落发生位置数据,确定与烟支长度相关的目标位置区间包括:
利用在燃烧锥掉落测试时发生燃烧锥掉落的所述卷烟样本,统计各预设烟支长度范围内的燃烧锥掉落概率;
根据各预设烟支长度范围内的燃烧锥掉落概率,以及预设的掉落概率覆盖标准,确定出所述目标位置区间;所述目标位置区间用于表征较大概率发生燃烧锥掉落的烟支长度范围。
在其中至少一种可能的实现方式中,所述基于所述目标位置区间以及所述烟丝密度数据,拟合出燃烧锥掉落倾向阈值包括:
结合预先检测的所述烟丝密度数据,计算在燃烧锥掉落测试时发生燃烧锥掉落的所述卷烟样本,在所述目标位置区间内的烟丝密度数变化率,并将所述烟丝密度数变化率作为所述燃烧锥掉落倾向阈值。
在其中至少一种可能的实现方式中,所述方法还包括:
结合预先检测的所述烟丝密度数据,获取经燃烧锥掉落测试后未发生燃烧锥掉落的所述卷烟样本,在所述目标位置区间的烟丝密度分布参考值。
第二方面,本发明提供了一种应用于间接预测的燃烧锥掉落倾向阈值检测装置,其中,包括:
样本密度检测模块,用于检测预设数量的卷烟样本的烟丝密度数据,其中,所述烟丝密度数据与完整烟支长度相关;
燃烧锥掉落测试模块,用于模拟抽吸及弹击操作,对所述卷烟样本进行燃烧锥掉落测试;
掉落情况统计模块,用于记录发生燃烧锥掉落的所述卷烟样本的掉落发生位置数据;
目标位置区间确定模块,用于根据所述掉落发生位置数据,确定与烟支长度相关的目标位置区间;
阈值拟合模块,用于基于所述目标位置区间以及所述烟丝密度数据,拟合出燃烧锥掉落倾向阈值。
在其中至少一种可能的实现方式中,所述目标位置区间确定模块包括:
燃烧锥掉落概率统计单元,用于利用在燃烧锥掉落测试时发生燃烧锥掉落的所述卷烟样本,统计各预设烟支长度范围内的燃烧锥掉落概率;
目标位置区间确定单元,用于根据各预设烟支长度范围内的燃烧锥掉落概率,以及预设的掉落概率覆盖标准,确定出所述目标位置区间;所述目标位置区间用于表征较大概率发生燃烧锥掉落的烟支长度范围。
在其中至少一种可能的实现方式中,所述阈值拟合模块具体用于:
结合预先检测的所述烟丝密度数据,计算在燃烧锥掉落测试时发生燃烧锥掉落的所述卷烟样本,在所述目标位置区间内的烟丝密度数变化率,并将所述烟丝密度数变化率作为所述燃烧锥掉落倾向阈值。
第三方面,本发明提供了一种燃烧锥掉落倾向阈值检测设备,其中,包括:
一个或多个处理器、存储器以及一个或多个计算机程序,所述存储器可以采用非易失性存储介质,其中所述一个或多个计算机程序被存储在所述存储器中,所述一个或多个计算机程序包括指令,当所述指令被所述设备执行时,使得所述设备执行如第一方面或者第一方面的任一可能实现方式中的所述方法。
第四方面,本发明提供了一种计算机可读存储介质,该计算机可读存储介质中存储有计算机程序,当其在计算机上运行时,使得计算机至少执行如第一方面或者第一方面的任一可能实现方式中的所述方法。
第五方面,本发明还提供了一种计算机程序产品,当所述计算机程序产品被计算机执行时,用于至少执行第一方面或者第一方面的任一可能实现方式中的所述方法。
在第五方面的至少一种可能的实现方式中,该产品涉及到的相关程序可以全部或者部分存储在与处理器封装在一起的存储器上,也可以部分或者全部存储在不与处理器封装在一起的存储介质上。
本发明的构思在于,无需花费大量成本大规模购置卷烟燃烧锥掉落检测装置,也无需对大量烟支进行破坏性检测,而是通过样本数据及抽吸弹烟模拟,获得某规格卷烟燃烧锥掉落的发生位置特征,并结合烟丝填充密度数据获得用于表征该特征区间的烟丝密度情况,由此,便可以得到针对某规格卷烟产品的燃烧锥掉落倾向阈值,从而可以利用该倾向阈值在大规模生产环节中,进行燃烧锥掉落指标的间接预测,进而便可以决策某批次产品是否继续进行后续加工,或者决策是否需要纠正某批次产品的前道工序中的参数和影响因素。
附图说明
为使本发明的目的、技术方案和优点更加清楚,下面将结合附图对本发明作进一步描述,其中:
图1为本发明实施例提供的应用于间接预测的燃烧锥掉落倾向阈值检测方法的流程图;
图2为本发明实施例提供的烟丝密度分布数据的曲线图;
图3为本发明实施例提供的应用于间接预测的燃烧锥掉落倾向阈值检测装置的示意图。
具体实施方式
下面详细描述本发明的实施例,实施例的示例在附图中示出,其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的,仅用于解释本发明,而不能解释为对本发明的限制。
为了实现对大批量卷烟产品实现燃烧锥掉落的间接检测,也即是不直接燃烧、破坏成批的卷烟产品,发明人认为可以利用烟丝密度这种无损的间接检测手段,预测出卷烟产品的燃烧锥掉落情况,因而,提出了一种应用于间接预测的燃烧锥掉落倾向阈值检测方法的实施例,参照图1所示,具体可以包括:
步骤S1、检测预设数量的卷烟样本的烟丝密度数据。
具体来说,所述烟丝密度数据与完整烟支长度相关,因而可以预先选取某规格细支卷烟(例如该细支卷烟完整长度为100mm)作为所述卷烟样本,并在实际操作中为了提升后续处理的可靠性和准确度,可以结合实际生产环境设置若干组样本,其每组可取样100支卷烟样品,同时,基于烟支的完整长度可按但不限于1mm检测粒度,划分出若干个密度检测点,例如长度为100mm的细支卷烟样品中,有效检测位置是从滤嘴侧30mm位置开始的取样的,也即是实际烟支填充长度约为70mm,这样,便可以以1mm作为长度位置粒度,划分出70个密度检测点,再利用已有的密度测量方式得到每支卷烟样本与其长度相关的70个烟丝密度数据,例如可参考下表示意:
当然,前述有关长度位置的数据也可以从烟支的燃烧端起算,并且卷烟样本的数量、检测粒度、检测组别等,皆可以根据实际情况进行调整。
步骤S2、模拟抽吸及弹击操作,对所述卷烟样本进行燃烧锥掉落测试。
具体来说,可以使用燃烧锥掉落检测仪器对上述卷烟样本进行测试,并可以在仪器中按一般吸烟者习惯设定统一的抽吸力、抽吸频次、弹击力度、弹击频次及弹击位置等参数,并通过图像采集及检测方式识别出燃烧锥掉落现象。
步骤S3、记录发生燃烧锥掉落的所述卷烟样本的掉落发生位置数据。
具体来说,可以记录发生燃烧锥掉落现象的卷烟样本的掉落位置参数、掉落口数等,例如第03号烟的燃烧锥掉落位置为88mm处(从滤嘴侧),掉落口述为抽吸3口后,以此类推统计出所述掉落发生位置数据。
步骤S4、根据所述掉落发生位置数据,确定与烟支长度相关的目标位置区间。
具体来说,所述目标位置区间其作用表征较大概率发生燃烧锥掉落的烟支长度范围,因而本步骤可以利用在前述燃烧锥掉落测试时发生燃烧锥掉落的卷烟样本,统计出各预设烟支长度范围内的燃烧锥掉落概率,然后可以结合预设的掉落概率覆盖标准,确定出所述目标位置区间。
进一步地,可参考下表,对这些存在“缺陷”的样本进行掉落发生位置统计后,划定覆盖80%(可不限于该标准值,并且也可以基于单位区间内的既定标准,选择问题较为突出的若干区间,例如表中75-80、85-90)以上的燃烧锥掉落位置区间,如表中75mm~95mm(从滤嘴侧)区间即可作为所述目标位置区间,当然,也可以称其为目标特征段、目标区域等。
步骤S5、基于所述目标位置区间以及所述烟丝密度数据,拟合出燃烧锥掉落倾向阈值。
具体来说,由于在先获得的完整烟支的密度扫描数据与烟支长度位置相关,因而可以将在先获得的完整烟支的密度扫描数据与前步所述目标位置区间予以结合,也即是可以得到与烟丝密度分布相关的燃烧锥掉落倾向阈值。在实际操作中,可以基于前述烟丝密度数据形成如图2所示的烟丝密度分布曲线,在结合前步得到的所述目标位置区间,计算出在燃烧锥掉落测试时发生燃烧锥掉落的所述卷烟样本,在该目标位置区间内的烟丝密度数变化规律,也即是在该较佳实施例中是将所述烟丝密度数变化率作为所述燃烧锥掉落倾向阈值。
进一步地,可以计算出在目标位置区间发生燃烧锥掉落的各支卷烟样本在该目标位置区间的第一密度斜率,再得到第一密度斜率的均值,例如7.12(反映了此区间内烟丝填充密度变化相对较大),并由此均值作为所述燃烧锥掉落倾向阈值,用于在后续进行间接燃烧锥掉落预测时,仅需要扫描出无损的完整烟支的密度分布情况,再与该燃烧锥掉落倾向阈值进行比较,如果被测烟支在此区间的烟丝密度大于或等于该燃烧锥掉落倾向阈值,则可以判定被测烟支存在极大几率发生燃烧锥掉落,也即是可预测该被测烟支为“缺陷”烟支。当然,本领域技术人员可以理解的是,在实际使用燃烧锥掉落倾向阈值进行间接预测之前,还可以通过验证性试验,考察该燃烧锥掉落倾向阈值是否实测掉落情况吻合,以便进一步确保后续间接预测结论的可靠性。
除此之外,在前述各实施例及其优选方案基础上,本发明进一步提出,在一些实施方式中可以考虑得到相对较佳的密度分布参考数据,例如可以在前述方案执行过程中,统计出经燃烧锥掉落测试后未发生燃烧锥掉落的所述卷烟样本的数据,例如计算出在目标位置区间未发生燃烧锥掉落的各支卷烟样本在该目标位置区间的第二密度斜率,再得到第二密度斜率的均值,例如3.33(反映了此区间内烟丝填充密度变化相对平稳),并由此均值作为所述烟丝密度分布参考值,其作用可以辅助纠正缺陷烟支的生产参数,或者也可以作为后续间接预测燃烧锥掉落的依据之一。本发明对此不作限定。
经上所述,本发明的构思在于,无需花费大量成本大规模购置卷烟燃烧锥掉落检测装置,也无需对大量烟支进行破坏性检测,而是通过样本数据及抽吸弹烟模拟,获得某规格卷烟燃烧锥掉落的发生位置特征,并结合烟丝填充密度数据获得用于表征该特征区间的烟丝密度情况,由此,便可以得到针对某规格卷烟产品的燃烧锥掉落倾向阈值,从而可以利用该倾向阈值在大规模生产环节中,进行燃烧锥掉落指标的间接预测,进而便可以决策某批次产品是否继续进行后续加工,或者决策是否需要纠正某批次产品的前道工序中的参数和影响因素等。
相应于上述各实施例及优选方案,本发明还提供了一种应用于间接预测的燃烧锥掉落倾向阈值检测装置的实施例,如图3所示,具体可以包括如下部件:
样本密度检测模块1,用于检测预设数量的卷烟样本的烟丝密度数据,其中,所述烟丝密度数据与完整烟支长度相关;
燃烧锥掉落测试模块2,用于模拟抽吸及弹击操作,对所述卷烟样本进行燃烧锥掉落测试;
掉落情况统计模块3,用于记录发生燃烧锥掉落的所述卷烟样本的掉落发生位置数据;
目标位置区间确定模块4,用于根据所述掉落发生位置数据,确定与烟支长度相关的目标位置区间;
阈值拟合模块5,用于基于所述目标位置区间以及所述烟丝密度数据,拟合出燃烧锥掉落倾向阈值。
在其中至少一种可能的实现方式中,所述目标位置区间确定模块包括:
燃烧锥掉落概率统计单元,用于利用在燃烧锥掉落测试时发生燃烧锥掉落的所述卷烟样本,统计各预设烟支长度范围内的燃烧锥掉落概率;
目标位置区间确定单元,用于根据各预设烟支长度范围内的燃烧锥掉落概率,以及预设的掉落概率覆盖标准,确定出所述目标位置区间;所述目标位置区间用于表征较大概率发生燃烧锥掉落的烟支长度范围。
在其中至少一种可能的实现方式中,所述阈值拟合模块具体用于:
结合预先检测的所述烟丝密度数据,计算在燃烧锥掉落测试时发生燃烧锥掉落的所述卷烟样本,在所述目标位置区间内的烟丝密度数变化率,并将所述烟丝密度数变化率作为所述燃烧锥掉落倾向阈值。
应理解以上图3所示的应用于间接预测的燃烧锥掉落倾向阈值检测装置可中各个部件的划分仅仅是一种逻辑功能的划分,实际实现时可以全部或部分集成到一个物理实体上,也可以物理上分开。且这些部件可以全部以软件通过处理元件调用的形式实现;也可以全部以硬件的形式实现;还可以部分部件以软件通过处理元件调用的形式实现,部分部件通过硬件的形式实现。例如,某个上述模块可以为单独设立的处理元件,也可以集成在电子设备的某一个芯片中实现。其它部件的实现与之类似。此外这些部件全部或部分可以集成在一起,也可以独立实现。在实现过程中,上述方法的各步骤或以上各个部件可以通过处理器元件中的硬件的集成逻辑电路或者软件形式的指令完成。
例如,以上这些部件可以是被配置成实施以上方法的一个或多个集成电路,例如:一个或多个特定集成电路(Application Specific Integrated Circuit;以下简称:ASIC),或,一个或多个微处理器(Digital Singnal Processor;以下简称:DSP),或,一个或者多个现场可编程门阵列(Field Programmable Gate Array;以下简称:FPGA)等。再如,这些部件可以集成在一起,以片上系统(System-On-a-Chip;以下简称:SOC)的形式实现。
综合上述各实施例及其优选方案,本领域技术人员可以理解的是,在实际操作中,本发明所涉及的技术构思可适用于多种实施方式,本发明以下述载体作为示意性说明:
(1)一种燃烧锥掉落倾向阈值检测设备。该设备具体可以包括:一个或多个处理器、存储器以及一个或多个计算机程序,其中所述一个或多个计算机程序被存储在所述存储器中,所述一个或多个计算机程序包括指令,当所述指令被所述设备执行时,使得所述设备执行前述实施例或者等效实施方式的步骤/功能。
优选地,所述燃烧锥掉落倾向阈值检测设备可以是计算机、工控机、PLC等类似设备。
(2)一种可读存储介质,在可读存储介质上存储有计算机程序或上述装置,当计算机程序或上述装置被执行时,使得计算机执行前述实施例或等效实施方式的步骤/功能。
在本发明所提供的几个实施例中,任一功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的某些技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以如下所述软件产品的形式体现出来。
(3)一种计算机程序产品(该产品可以包括上述装置),该计算机程序产品在终端设备上运行时,使终端设备执行前述实施例或等效实施方式的应用于间接预测的燃烧锥掉落倾向阈值检测方法。
通过以上的实施方式的描述可知,本领域的技术人员可以清楚地了解到上述实施方法中的全部或部分步骤可借助软件加必需的通用硬件平台的方式来实现。基于这样的理解,上述计算机程序产品可以包括但不限于是指APP;接续前文,上述设备/终端可以是一台计算机设备,并且,该计算机设备的硬件结构还可以具体包括:至少一个处理器,至少一个通信接口,至少一个存储器和至少一个通信总线;处理器、通信接口、存储器均可以通过通信总线完成相互间的通信。其中,处理器可能是一个中央处理器CPU、DSP、微控制器或数字信号处理器,还可包括GPU、嵌入式神经网络处理器(Neural-network Process Units;以下简称:NPU)和图像信号处理器(Image Signal Processing;以下简称:ISP),该处理器还可包括特定集成电路ASIC,或者是被配置成实施本发明实施例的一个或多个集成电路等,此外,处理器可以具有操作一个或多个软件程序的功能,软件程序可以存储在存储器等存储介质中;而前述的存储器/存储介质可以包括:非易失性存储器(non-volatile memory),例如非可移动磁盘、U盘、移动硬盘、光盘等,以及只读存储器(Read-Only Memory;以下简称:ROM)、随机存取存储器(Random Access Memory;以下简称:RAM)等。
本发明实施例中,“至少一个”是指一个或者多个,“多个”是指两个或两个以上。“和/或”,描述关联对象的关联关系,表示可以存在三种关系,例如,A和/或B,可以表示单独存在A、同时存在A和B、单独存在B的情况。其中A,B可以是单数或者复数。字符“/”一般表示前后关联对象是一种“或”的关系。“以下至少一项”及其类似表达,是指的这些项中的任意组合,包括单项或复数项的任意组合。例如,a,b和c中的至少一项可以表示:a,b,c,a和b,a和c,b和c或a和b和c,其中a,b,c可以是单个,也可以是多个。
本领域技术人员可以意识到,本说明书中公开的实施例中描述的各模块、单元及方法步骤,能够以电子硬件、计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。本领域技术人员可以对每个特定的应用来使用不同方式来实现所描述的功能,但是这种实现不应认为超出本发明的范围。
以及,本说明书中的各个实施例均采用递进的方式描述,各个实施例之间相同相似的部分互相参见即可。尤其,对于装置、设备等实施例而言,由于其基本相似于方法实施例,所以相关之处可参见方法实施例的部分说明即可。以上所描述的装置、设备等实施例仅仅是示意性的,其中作为分离部件说明的模块、单元等可以是或者也可以不是物理上分开的,即可以位于一个地方,或者也可以分布到多个地方,例如系统网络的节点上。具体可根据实际的需要选择其中的部分或者全部模块、单元来实现上述实施例方案的目的。本领域技术人员在不付出创造性劳动的情况下,即可以理解并实施。
以上依据图式所示的实施例详细说明了本发明的构造、特征及作用效果,但以上仅为本发明的较佳实施例,需要言明的是,上述实施例及其优选方式所涉及的技术特征,本领域技术人员可以在不脱离、不改变本发明的设计思路以及技术效果的前提下,合理地组合搭配成多种等效方案;因此,本发明不以图面所示限定实施范围,凡是依照本发明的构想所作的改变,或修改为等同变化的等效实施例,仍未超出说明书与图示所涵盖的精神时,均应在本发明的保护范围内。
Claims (10)
1.一种应用于间接预测的燃烧锥掉落倾向阈值检测方法,其特征在于,包括:
检测预设数量的卷烟样本的烟丝密度数据,其中,所述烟丝密度数据与完整烟支长度相关;
模拟抽吸及弹击操作,对所述卷烟样本进行燃烧锥掉落测试;
记录发生燃烧锥掉落的所述卷烟样本的掉落发生位置数据;
根据所述掉落发生位置数据,确定与烟支长度相关的目标位置区间;
基于所述目标位置区间以及所述烟丝密度数据,拟合出燃烧锥掉落倾向阈值。
2.根据权利要求1所述的应用于间接预测的燃烧锥掉落倾向阈值检测方法,其特征在于,所述根据所述掉落发生位置数据,确定与烟支长度相关的目标位置区间包括:
利用在燃烧锥掉落测试时发生燃烧锥掉落的所述卷烟样本,统计各预设烟支长度范围内的燃烧锥掉落概率;
根据各预设烟支长度范围内的燃烧锥掉落概率,以及预设的掉落概率覆盖标准,确定出所述目标位置区间;所述目标位置区间用于表征较大概率发生燃烧锥掉落的烟支长度范围。
3.根据权利要求1所述的应用于间接预测的燃烧锥掉落倾向阈值检测方法,其特征在于,所述基于所述目标位置区间以及所述烟丝密度数据,拟合出燃烧锥掉落倾向阈值包括:
结合预先检测的所述烟丝密度数据,计算在燃烧锥掉落测试时发生燃烧锥掉落的所述卷烟样本,在所述目标位置区间内的烟丝密度数变化率,并将所述烟丝密度数变化率作为所述燃烧锥掉落倾向阈值。
4.根据权利要求1~3任一项所述的应用于间接预测的燃烧锥掉落倾向阈值检测方法,其特征在于,所述方法还包括:
结合预先检测的所述烟丝密度数据,获取经燃烧锥掉落测试后未发生燃烧锥掉落的所述卷烟样本,在所述目标位置区间的烟丝密度分布参考值。
5.一种应用于间接预测的燃烧锥掉落倾向阈值检测装置,其特征在于,包括:
样本密度检测模块,用于检测预设数量的卷烟样本的烟丝密度数据,其中,所述烟丝密度数据与完整烟支长度相关;
燃烧锥掉落测试模块,用于模拟抽吸及弹击操作,对所述卷烟样本进行燃烧锥掉落测试;
掉落情况统计模块,用于记录发生燃烧锥掉落的所述卷烟样本的掉落发生位置数据;
目标位置区间确定模块,用于根据所述掉落发生位置数据,确定与烟支长度相关的目标位置区间;
阈值拟合模块,用于基于所述目标位置区间以及所述烟丝密度数据,拟合出燃烧锥掉落倾向阈值。
6.根据权利要求5所述的应用于间接预测的燃烧锥掉落倾向阈值检测装置,其特征在于,所述目标位置区间确定模块包括:
燃烧锥掉落概率统计单元,用于利用在燃烧锥掉落测试时发生燃烧锥掉落的所述卷烟样本,统计各预设烟支长度范围内的燃烧锥掉落概率;
目标位置区间确定单元,用于根据各预设烟支长度范围内的燃烧锥掉落概率,以及预设的掉落概率覆盖标准,确定出所述目标位置区间;所述目标位置区间用于表征较大概率发生燃烧锥掉落的烟支长度范围。
7.根据权利要求5所述的应用于间接预测的燃烧锥掉落倾向阈值检测装置,其特征在于,所述阈值拟合模块具体用于:
结合预先检测的所述烟丝密度数据,计算在燃烧锥掉落测试时发生燃烧锥掉落的所述卷烟样本,在所述目标位置区间内的烟丝密度数变化率,并将所述烟丝密度数变化率作为所述燃烧锥掉落倾向阈值。
8.一种燃烧锥掉落倾向阈值检测设备,其特征在于,包括:
一个或多个处理器、存储器以及一个或多个计算机程序,其中所述一个或多个计算机程序被存储在所述存储器中,所述一个或多个计算机程序包括指令,当所述指令被所述设备执行时,使得所述设备执行权利要求1~4任一项所述的应用于间接预测的燃烧锥掉落倾向阈值检测方法。
9.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质中存储有计算机程序,当所述计算机程序在计算机上运行时,使得计算机执行权利要求1~4任一项所述的应用于间接预测的燃烧锥掉落倾向阈值检测方法。
10.一种计算机程序产品,其特征在于,当所述计算机程序产品被计算机执行时,用于执行权利要求1~4任一项所述的应用于间接预测的燃烧锥掉落倾向阈值检测方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110219932.5A CN113030370A (zh) | 2021-02-26 | 2021-02-26 | 应用于间接预测的燃烧锥掉落倾向阈值检测方法以及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110219932.5A CN113030370A (zh) | 2021-02-26 | 2021-02-26 | 应用于间接预测的燃烧锥掉落倾向阈值检测方法以及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113030370A true CN113030370A (zh) | 2021-06-25 |
Family
ID=76462021
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110219932.5A Pending CN113030370A (zh) | 2021-02-26 | 2021-02-26 | 应用于间接预测的燃烧锥掉落倾向阈值检测方法以及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113030370A (zh) |
Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20040200493A1 (en) * | 2001-11-05 | 2004-10-14 | Takaaki Matsufuji | Low ignition propensity cigarette |
CN104824840A (zh) * | 2015-03-12 | 2015-08-12 | 红云红河烟草(集团)有限责任公司 | 一种防止卷烟燃烧锥掉落的烟芯及其制备方法 |
CN205484238U (zh) * | 2016-01-08 | 2016-08-17 | 合肥众沃仪器技术有限公司 | 卷烟落头倾向测试仪 |
CN106950338A (zh) * | 2017-05-03 | 2017-07-14 | 中国烟草总公司郑州烟草研究院 | 一种基于模拟人弹击卷烟烟灰掉落行为特征的卷烟落头倾向检测方法 |
CN107085075A (zh) * | 2017-05-03 | 2017-08-22 | 中国烟草总公司郑州烟草研究院 | 一种基于模拟人敲击卷烟烟灰掉落行为特征的卷烟落头倾向检测方法 |
CN108303344A (zh) * | 2017-12-20 | 2018-07-20 | 红云红河烟草(集团)有限责任公司 | 一种评判卷烟燃烧锥掉落的方法 |
CN109567265A (zh) * | 2018-12-14 | 2019-04-05 | 广东中烟工业有限责任公司 | 一种低温卷烟纸、低温卷烟及其制备方法和应用 |
CN109918736A (zh) * | 2019-02-02 | 2019-06-21 | 红云红河烟草(集团)有限责任公司 | 一种卷烟机平准盘凹槽深度的计算方法及模块 |
CN110231431A (zh) * | 2018-03-05 | 2019-09-13 | 湖南中烟工业有限责任公司 | 一种预测卷烟燃烧锥落头倾向的方法 |
CN110231432A (zh) * | 2018-03-05 | 2019-09-13 | 湖南中烟工业有限责任公司 | 降低卷烟燃烧锥落头率的方法 |
CN110857941A (zh) * | 2018-08-24 | 2020-03-03 | 湖南中烟工业有限责任公司 | 一种预测烟支燃烧锥落头的方法及其应用 |
CN111047101A (zh) * | 2019-12-18 | 2020-04-21 | 陕西中烟工业有限责任公司 | 基于烟支轴向密度预测燃烧锥落头的方法 |
CN111610287A (zh) * | 2020-04-23 | 2020-09-01 | 红塔烟草(集团)有限责任公司 | 一种表征全规格卷烟燃烧锥立体形态的方法 |
-
2021
- 2021-02-26 CN CN202110219932.5A patent/CN113030370A/zh active Pending
Patent Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20040200493A1 (en) * | 2001-11-05 | 2004-10-14 | Takaaki Matsufuji | Low ignition propensity cigarette |
CN104824840A (zh) * | 2015-03-12 | 2015-08-12 | 红云红河烟草(集团)有限责任公司 | 一种防止卷烟燃烧锥掉落的烟芯及其制备方法 |
CN205484238U (zh) * | 2016-01-08 | 2016-08-17 | 合肥众沃仪器技术有限公司 | 卷烟落头倾向测试仪 |
CN106950338A (zh) * | 2017-05-03 | 2017-07-14 | 中国烟草总公司郑州烟草研究院 | 一种基于模拟人弹击卷烟烟灰掉落行为特征的卷烟落头倾向检测方法 |
CN107085075A (zh) * | 2017-05-03 | 2017-08-22 | 中国烟草总公司郑州烟草研究院 | 一种基于模拟人敲击卷烟烟灰掉落行为特征的卷烟落头倾向检测方法 |
CN108303344A (zh) * | 2017-12-20 | 2018-07-20 | 红云红河烟草(集团)有限责任公司 | 一种评判卷烟燃烧锥掉落的方法 |
CN110231432A (zh) * | 2018-03-05 | 2019-09-13 | 湖南中烟工业有限责任公司 | 降低卷烟燃烧锥落头率的方法 |
CN110231431A (zh) * | 2018-03-05 | 2019-09-13 | 湖南中烟工业有限责任公司 | 一种预测卷烟燃烧锥落头倾向的方法 |
CN110857941A (zh) * | 2018-08-24 | 2020-03-03 | 湖南中烟工业有限责任公司 | 一种预测烟支燃烧锥落头的方法及其应用 |
CN109567265A (zh) * | 2018-12-14 | 2019-04-05 | 广东中烟工业有限责任公司 | 一种低温卷烟纸、低温卷烟及其制备方法和应用 |
CN109918736A (zh) * | 2019-02-02 | 2019-06-21 | 红云红河烟草(集团)有限责任公司 | 一种卷烟机平准盘凹槽深度的计算方法及模块 |
CN111047101A (zh) * | 2019-12-18 | 2020-04-21 | 陕西中烟工业有限责任公司 | 基于烟支轴向密度预测燃烧锥落头的方法 |
CN111610287A (zh) * | 2020-04-23 | 2020-09-01 | 红塔烟草(集团)有限责任公司 | 一种表征全规格卷烟燃烧锥立体形态的方法 |
Non-Patent Citations (11)
Title |
---|
GUOQING DENG ET AL.: "Image Classification and Detection of Cigarette Combustion Cone Based on Inception Resnet V2", 《2020 5TH INTERNATIONAL CONFERENCE ON COMPUTER AND COMMUNICATION SYSTEMS (ICCCS)》 * |
LI BIN ET AL.: "Mechanical Analysis of Hot Coal of Cigarettes and its Fallout Propensity Measurement", 《TOBACCO SCIENCE & TECHNOLOGY》 * |
LU NING ET AL.: "Effects of Size of Zinc Borate on the Flame Retardant Properties of Intumescent Coatings", 《INTERNATIONAL JOURNAL OF POLYMER SCIENCE》 * |
刘民昌等: "微波烟支密度分布检测仪测量特性分析", 《食品与机械》 * |
叶灵 等: "卷烟燃烧锥保持性测试仪的设计及应用", 《湖北农业科学》 * |
向虎等: "基于烟丝填充值的卷烟重量设计模型研究", 《食品与机械》 * |
国家烟草专卖局: "YC/T 558-2018 卷烟 燃烧锥落头倾向的测试", 《YC/T 558-2018 卷烟 燃烧锥落头倾向的测试》 * |
李斌等: "卷烟燃烧锥受力分析与落头倾向检测方法", 《烟草科技》 * |
梁志平: "卷烟燃烧锥落头倾向测试装置的设计与实现", 《中国优秀硕士学位论文全文数据库 工程科技Ⅰ辑》 * |
韩路 等: "卷烟纸参数对细支卷烟燃烧锥落头倾向的影响", 《轻工学报》 * |
高占勇 等: "复烤片烟特征面积与化学成分的相关性分析", 《中国烟草学报》 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110726645B (zh) | 一种卷烟烟丝轴向密度分布稳定性的评价方法 | |
CN107038254B (zh) | 卷烟质量监控方法及装置 | |
CN103344780B (zh) | 一种用于测定卷烟燃烧速度的装置及其应用 | |
CN111141733A (zh) | 一种评价卷烟包灰效果的方法 | |
CN108303344B (zh) | 一种评判卷烟燃烧锥掉落的方法 | |
JP6235803B2 (ja) | タバコ加工産業の材料ストランドのストランド不均質性を検知するための方法及び検知装置 | |
CN110763601B (zh) | 一种烟丝筛分仪及烟丝结构分布测定方法 | |
CN103424331A (zh) | 一种卷烟燃烧速率的检测方法 | |
CN108845085A (zh) | 一种基于烟叶化学成分预测烟叶香型的方法 | |
CN110726646A (zh) | 一种烟支轴向密度分布稳定性的评价方法 | |
CN113030370A (zh) | 应用于间接预测的燃烧锥掉落倾向阈值检测方法以及装置 | |
CN110082251B (zh) | 一种烟梗签的界定及检测方法 | |
CN112179870A (zh) | 基于近红外光谱和opls-da的卷烟分类识别模型的构建方法 | |
CN116343944A (zh) | 卷烟辅材参数及物理指标与主流烟气成分影响预测方法 | |
CN110857941B (zh) | 一种预测烟支燃烧锥落头的方法及其应用 | |
CN109596623B (zh) | 一种缺陷检测方法及装置 | |
CN110231431B (zh) | 一种预测卷烟燃烧锥落头倾向的方法 | |
CN117825613A (zh) | 一种利用烟支燃烧逐口锥高表征烟丝分布稳定性的方法 | |
CN117871776A (zh) | 一种卷烟燃烧锥落头的检测方法及系统 | |
CN112801523A (zh) | 烟支质量的检测方法、装置、系统和存储介质 | |
CN109307740B (zh) | 一种快速估算烟支中烟丝的梗丝实掺比例的方法 | |
CN112526009A (zh) | 一种基于水活度测定加热卷烟芯材含水量的方法 | |
CN117272239A (zh) | 一种基于随机森林算法的卷烟包灰性能的预测方法 | |
US20230404133A1 (en) | Method and device for identifying capsule defects in a filter of the tobacco processing industry | |
CN101526471B (zh) | 烟用香精的检测方法 |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20210625 |
|
RJ01 | Rejection of invention patent application after publication |