CN114062303B - 烟叶均匀性的监控方法、系统、介质及设备 - Google Patents
烟叶均匀性的监控方法、系统、介质及设备 Download PDFInfo
- Publication number
- CN114062303B CN114062303B CN202010761434.9A CN202010761434A CN114062303B CN 114062303 B CN114062303 B CN 114062303B CN 202010761434 A CN202010761434 A CN 202010761434A CN 114062303 B CN114062303 B CN 114062303B
- Authority
- CN
- China
- Prior art keywords
- sample
- spectrum
- tobacco
- uniformity
- value
- 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
- 235000002637 Nicotiana tabacum Nutrition 0.000 title claims abstract description 222
- 238000000034 method Methods 0.000 title claims abstract description 86
- 238000012544 monitoring process Methods 0.000 title claims abstract description 53
- 244000061176 Nicotiana tabacum Species 0.000 title 1
- 241000208125 Nicotiana Species 0.000 claims abstract description 221
- 238000001228 spectrum Methods 0.000 claims abstract description 196
- 238000011156 evaluation Methods 0.000 claims abstract description 37
- 230000003595 spectral effect Effects 0.000 claims abstract description 31
- 238000011077 uniformity evaluation Methods 0.000 claims abstract description 27
- 230000033228 biological regulation Effects 0.000 claims abstract description 13
- 230000001186 cumulative effect Effects 0.000 claims abstract description 12
- 238000012545 processing Methods 0.000 claims description 34
- 238000002156 mixing Methods 0.000 claims description 32
- 235000019504 cigarettes Nutrition 0.000 claims description 21
- 239000011159 matrix material Substances 0.000 claims description 21
- 230000001105 regulatory effect Effects 0.000 claims description 19
- 230000008569 process Effects 0.000 claims description 18
- 239000000779 smoke Substances 0.000 claims description 17
- 238000004886 process control Methods 0.000 claims description 16
- 230000001276 controlling effect Effects 0.000 claims description 14
- 238000005516 engineering process Methods 0.000 claims description 14
- 238000004590 computer program Methods 0.000 claims description 11
- 238000004364 calculation method Methods 0.000 claims description 9
- 238000002360 preparation method Methods 0.000 claims description 4
- 239000000126 substance Substances 0.000 description 18
- SNICXCGAKADSCV-JTQLQIEISA-N (-)-Nicotine Chemical compound CN1CCC[C@H]1C1=CC=CN=C1 SNICXCGAKADSCV-JTQLQIEISA-N 0.000 description 15
- 229960002715 nicotine Drugs 0.000 description 15
- SNICXCGAKADSCV-UHFFFAOYSA-N nicotine Natural products CN1CCCC1C1=CC=CN=C1 SNICXCGAKADSCV-UHFFFAOYSA-N 0.000 description 15
- 238000002329 infrared spectrum Methods 0.000 description 14
- IJGRMHOSHXDMSA-UHFFFAOYSA-N Atomic nitrogen Chemical compound N#N IJGRMHOSHXDMSA-UHFFFAOYSA-N 0.000 description 9
- 238000010586 diagram Methods 0.000 description 9
- 239000000203 mixture Substances 0.000 description 9
- 238000004891 communication Methods 0.000 description 7
- 238000001514 detection method Methods 0.000 description 7
- 238000004458 analytical method Methods 0.000 description 6
- 229910052757 nitrogen Inorganic materials 0.000 description 5
- 238000004451 qualitative analysis Methods 0.000 description 5
- 238000003860 storage Methods 0.000 description 5
- ZAMOUSCENKQFHK-UHFFFAOYSA-N Chlorine atom Chemical compound [Cl] ZAMOUSCENKQFHK-UHFFFAOYSA-N 0.000 description 4
- ZLMJMSJWJFRBEC-UHFFFAOYSA-N Potassium Chemical compound [K] ZLMJMSJWJFRBEC-UHFFFAOYSA-N 0.000 description 4
- 239000000460 chlorine Substances 0.000 description 4
- 229910052801 chlorine Inorganic materials 0.000 description 4
- 230000007547 defect Effects 0.000 description 4
- 238000009472 formulation Methods 0.000 description 4
- 230000010354 integration Effects 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 4
- 239000011591 potassium Substances 0.000 description 4
- 229910052700 potassium Inorganic materials 0.000 description 4
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000002835 absorbance Methods 0.000 description 2
- 238000003491 array Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 230000001953 sensory effect Effects 0.000 description 2
- 239000013598 vector Substances 0.000 description 2
- NAWXUBYGYWOOIX-SFHVURJKSA-N (2s)-2-[[4-[2-(2,4-diaminoquinazolin-6-yl)ethyl]benzoyl]amino]-4-methylidenepentanedioic acid Chemical compound C1=CC2=NC(N)=NC(N)=C2C=C1CCC1=CC=C(C(=O)N[C@@H](CC(=C)C(O)=O)C(O)=O)C=C1 NAWXUBYGYWOOIX-SFHVURJKSA-N 0.000 description 1
- UFHFLCQGNIYNRP-UHFFFAOYSA-N Hydrogen Chemical compound [H][H] UFHFLCQGNIYNRP-UHFFFAOYSA-N 0.000 description 1
- 244000208060 Lawsonia inermis Species 0.000 description 1
- NMLQNVRHVSWEGS-UHFFFAOYSA-N [Cl].[K] Chemical compound [Cl].[K] NMLQNVRHVSWEGS-UHFFFAOYSA-N 0.000 description 1
- 238000010521 absorption reaction Methods 0.000 description 1
- 239000003513 alkali Substances 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000013329 compounding Methods 0.000 description 1
- 150000001875 compounds Chemical class 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000000802 evaporation-induced self-assembly Methods 0.000 description 1
- 230000009123 feedback regulation Effects 0.000 description 1
- 238000000265 homogenisation Methods 0.000 description 1
- 239000001257 hydrogen Substances 0.000 description 1
- 229910052739 hydrogen Inorganic materials 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 238000013441 quality evaluation Methods 0.000 description 1
- 239000002994 raw material Substances 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 238000007789 sealing Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000001960 triggered effect Effects 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
-
- A—HUMAN NECESSITIES
- A24—TOBACCO; CIGARS; CIGARETTES; SIMULATED SMOKING DEVICES; SMOKERS' REQUISITES
- A24B—MANUFACTURE OR PREPARATION OF TOBACCO FOR SMOKING OR CHEWING; TOBACCO; SNUFF
- A24B1/00—Preparation of tobacco on the plantation
- A24B1/04—Sifting, sorting, cleaning or removing impurities from tobacco
-
- A—HUMAN NECESSITIES
- A24—TOBACCO; CIGARS; CIGARETTES; SIMULATED SMOKING DEVICES; SMOKERS' REQUISITES
- A24B—MANUFACTURE OR PREPARATION OF TOBACCO FOR SMOKING OR CHEWING; TOBACCO; SNUFF
- A24B3/00—Preparing tobacco in the factory
- A24B3/16—Classifying or aligning leaves
-
- 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
- G01N21/3563—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light for analysing solids; Preparation of samples therefor
Landscapes
- Physics & Mathematics (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Analytical Chemistry (AREA)
- Health & Medical Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Agronomy & Crop Science (AREA)
- Manufacture Of Tobacco Products (AREA)
Abstract
本发明提供一种烟叶均匀性的监控方法、系统、介质及设备，所述烟叶均匀性的监控方法包括：获取烟叶样品的样品光谱；所述样品光谱是所述光谱信息的数据集合；确定所述样品光谱的相似度和累计贡献率；根据所述样品光谱的相似度和累计贡献率计算样品光谱综合值，所述样品光谱综合值用于表征烟叶样品的均匀性。本发明提供一种评价效率更高的烟叶均匀性评价方法，并且根据评价结果进行及时的反馈和调控，增加了烟叶配方年度内和年度间的稳定性。
Description
技术领域
本发明属于近红外光谱分析的技术领域，涉及一种基于近红外光谱的烟叶均匀性分析方法，特别是涉及一种烟叶均匀性的监控方法、系统、介质及设备。
背景技术
目前在烟叶均匀性的评价中，多数复烤企业采用检测复烤片烟的烟碱成分含量，并统计烟碱成分含量的变异系数来表征复烤片烟的质量是否均匀一致。但是，单一的烟碱均匀性评价已经无法满足卷烟企业均质化生产的需求。
随着检测技术的进步和均质化概念的扩充，新的方法不断涌现：一方面通过总糖、烟碱、钾氯比、钾、总氮、糖碱比、氯、糖氮比来评价复烤片烟的质量均匀性，与只通过烟碱含量方法来评价相比，该方法通过结合多个化学指标综合评价，评价方法更为合理，但是该方法也存在缺点，如需要同时检测多种化学成分，检测速度较慢、流程较为繁琐、不能进行实时反馈；另一方面采用色差仪来检测复烤片烟的颜色值(L、a、b)统计复烤片烟的颜色值变异系数来评价复烤片烟的质量均匀性，该方法相对于检测化学值方法更为简单、能够实时反馈加工效果，但是该方法只能检测到表面烟叶的颜色、而且不能检测烟叶的化学成分，因此在评价复烤片烟质量均匀性上参考价值并不大。
以上几种方法都存在一定缺陷，要么是检测时间长、效率低，要么是检测方式评价的合理性还有待考察。
因此，如何提供一种烟叶均匀性的监控方法、系统、介质及设备，以解决现有技术无法简单、高效、可靠地对烟叶均匀性作出评价与调控等缺陷，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烟叶均匀性的监控方法、系统、介质及设备，用于解决现有技术无法简单、高效、可靠地对烟叶均匀性作出评价与调控的问题。
为实现上述目的及其他相关目的，本发明一方面提供一种烟叶均匀性的监控方法，所述烟叶均匀性的监控方法包括：获取烟叶样品的样品光谱；所述样品光谱是所述光谱信息的数据集合；确定所述样品光谱的相似度和累计贡献率；根据所述样品光谱的相似度和累计贡献率计算样品光谱综合值，所述样品光谱综合值用于表征烟叶样品的均匀性。
于本发明的一实施例中，所述样品光谱为光谱矩阵；所述样品光谱的相似度的确定步骤包括：对每个所述样品光谱求一阶导数，得到每个所述烟叶样品的一阶导数光谱；确定所有烟叶样品的一阶导数光谱的平均光谱；计算每个所述烟叶样品的一阶导数光谱与平均光谱的相似度。
于本发明的一实施例中，所述样品光谱的累计贡献率的确定步骤包括：将每个所述烟叶样品的一阶导数光谱进行中心化处理，得到中心化处理后的光谱矩阵；结合所述中心化处理后的光谱矩阵确定每个所述烟叶样品对各光谱成分的贡献率；对每个所述烟叶样品对各光谱成分的贡献率求和，得到所述累计贡献率。
于本发明的一实施例中，获取烟叶样品的样品光谱的步骤包括：获取原烟样品、片烟样品和烟丝样品中的一种或多种烟叶样品的样品光谱。
于本发明的一实施例中，所述烟叶均匀性的监控方法还包括：对所述样品光谱综合值进行评价，并根据评价结果进行工艺调控；所述工艺调控包括原烟样品均匀性评价后的调控、选后原烟均匀性评价后的调控、片烟均匀性评价后的调控和烟丝均匀性评价后的调控的一种或多种。
于本发明的一实施例中，对所述样品光谱综合值进行评价，并根据评价结果进行工艺调控的步骤包括：判断本年度原烟样品的样品光谱综合值与上一年度原烟样品的样品光谱综合值的差别是否超过第一预设阈值；若是，对本年度原烟的挑选模式进行调控，若否，沿用上一年度原烟的挑选模式；判断本年度选后原烟样品的样品光谱综合值与上一年度选后原烟样品的样品光谱综合值的差别是否超过第二预设阈值；若是，对本年度选后原烟的混配模式进行调控，若否，沿用上一年度选后原烟的混配模式；判断片烟样品的样品光谱综合值是否低于第三预设阈值；若是，对加工工艺进行调控，直至所述样品光谱综合值高于所述第三预设阈值，若否，不予处理。
于本发明的一实施例中，对本年度原烟的挑选模式进行调控包括：调整原烟挑选样品的制样标准、调整选后原烟等级数量、调整挑选工艺、调整挑选设备的一种或多种；对本年度选后原烟的混配模式进行调控包括：调整选后原烟混配等级数量、调整选后原烟混配等级重量比例、调整混配工艺、调整混配设备的一种或多种；对加工工艺进行调控包括：调整平库、高架库的投料配方，修改调控因子，启用配方预混柜的一种或多种。
本发明另一方面提供一种烟叶均匀性的监控系统，所述烟叶均匀性的监控系统包括：数据采集模块，用于获取烟叶样品的样品光谱；所述样品光谱是所述光谱信息的数据集合；光谱计算模块，用于确定所述样品光谱的相似度和累计贡献率；均匀性评价模块，用于根据所述样品光谱的相似度和累计贡献率计算样品光谱综合值，所述样品光谱综合值用于表征烟叶样品的均匀性。
本发明又一方面提供一种介质，其上存储有计算机程序，该计算机程序被处理器执行时实现所述的烟叶均匀性的监控方法。
本发明最后一方面提供一种设备，包括：处理器及存储器；所述存储器用于存储计算机程序，所述处理器用于执行所述存储器存储的计算机程序，以使所述设备执行所述的烟叶均匀性的监控方法。
如上所述，本发明所述的烟叶均匀性的监控方法、系统、介质及设备，具有以下有益效果：
本发明采用近红外光谱对烟叶质量均匀一致性进行评价，通过光谱特征T2值与相似度值计算光谱综合值，并根据光谱综合值进行加工工艺的前馈或反馈控制。本发明提供了一种评价效率较高的、且更为合理的烟叶均匀性评价方法，同时根据烟叶均匀性评价结果及时进行反馈和调控，增加了烟叶配方年度内和年度间的稳定性。
附图说明
图1显示为本发明的烟叶均匀性的监控方法于一实施例中的原理流程图。
图2显示为本发明的烟叶均匀性的监控方法于一实施例中的工艺调控示意图。
图3显示为本发明的烟叶均匀性的监控方法于一实施例中的基于评价结果的工艺调控流程图。
图4显示为本发明的烟叶均匀性的监控方法于一实施例中的一阶导数处理光谱图。
图5显示为本发明的烟叶均匀性的监控方法于一实施例中的光谱sim图。
图6显示为本发明的烟叶均匀性的监控方法于一实施例中的光谱特征T2图。
图7显示为本发明的烟叶均匀性的监控方法于一实施例中的光谱综合值Q的曲线图。
图8显示为本发明的烟叶均匀性的监控系统于一实施例中的结构原理图。
图9显示为本发明的设备于一实施例中的结构连接示意图。
元件标号说明
8 烟叶均匀性的监控系统
81 数据采集模块
82 光谱计算模块
83 均匀性评价模块
84 工艺调控模块
9 设备
91 处理器
92 存储器
93 通信接口
94 系统总线
S11～S14 步骤
S141～S143 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。
本发明所述的烟叶均匀性的监控方法提供一种评价效率更高的烟叶均匀性评价方法，并且根据评价结果进行及时的反馈和调控，增加了烟叶配方年度内和年度间的稳定性。
以下将结合图1至图9详细阐述本实施例的一种烟叶均匀性的监控方法、系统、介质及设备的原理及实施方式，使本领域技术人员不需要创造性劳动即可理解本实施例的烟叶均匀性的监控方法、系统、介质及设备。
本发明所述的烟叶均匀性的监控方法是一种基于光谱定性分析的复烤片烟均匀性检验评价方法。近年来，国内外近红外光谱技术快速发展，该技术是一种检测速度快、无损且无污染的检测手段，近红外光谱可以表征样品的外观质量和内在化学成分，例如：样品的外观颜色与其近红外光谱息息相关、样品中含氢化合物的吸收峰体现在近红外光谱的谱带中、近红外光谱与感官质量的香气质和香气量也有显著的关联性。因此，近红外光谱不仅能表征烟叶的常规化学成分(烟碱、糖类、氮类、氯和钾)，还可以定性地表征烟叶的外观质量和感官质量等。使用近红外光谱来检验评价复烤片烟质量均匀一致性相对于使用多个常规化学成分或其衍生指标来评价显得更为合理。近红外光谱定性分析方法无需检测样品化学值建立定量模型，只需要采集样本的光谱建立定性模型即可进行快速、无损分析。
请参阅图1，显示为本发明的烟叶均匀性的监控方法于一实施例中的原理流程图。如图1所示，所述烟叶均匀性的监控方法具体包括以下几个步骤：
S11，获取烟叶样品的样品光谱；所述样品光谱是所述光谱信息的数据集合。
在本实施例中，获取原烟样品、片烟样品和烟丝样品中的一种或多种烟叶样品的样品光谱。
S12，确定所述样品光谱的相似度和累计贡献率。
在本实施例中，所述样品光谱为光谱矩阵；具体地，将样本光谱组成行列光谱矩阵Xn×m，其中，n是样品个数，m是波长变量数。所述样品光谱的相似度Sim计算如下：
(1)对每个所述样品光谱求一阶导数，得到每个所述烟叶样品的一阶导数光谱。
首先，对每个样品光谱求一阶导数:
其中，xi,k是第i个样品的第k个波长对应的吸光度值，g为差分宽度，xi,k+g是第i个样品的第k+g个波长对应的吸光度值，是第i个样品的第k个一阶导数值。
(2)确定所有烟叶样品的一阶导数光谱的平均光谱。
计算所有样品一阶导数的平均光谱:
其中，是i个样品的一阶导数光谱，/>是所有样品的一阶导数平均光谱。
(3)计算每个所述烟叶样品的一阶导数光谱与平均光谱的相似度。
计算每个样品一阶导数光谱与平均光谱的相似度：
其中，是第i个样品光谱第k个波长对应的一阶导数值，/>是所有样品平均光谱第k个波长对应的一阶导数值，Simi是第i个样品与平均光谱的相似度，j表示波长的个数，且为1-m之间的整数。
在本实施例中，所述样品光谱的累计贡献率计算如下：
(1)将每个所述烟叶样品的一阶导数光谱进行中心化处理，得到中心化处理后的光谱矩阵。
对一阶导数光谱进行中心化处理：
其中，是所有样品的一阶导数光谱矩阵，/>是所有样品的一阶导数光谱的平均光谱矩阵，/>是中心化处理后的光谱矩阵。
(2)结合所述中心化处理后的光谱矩阵确定每个所述烟叶样品对各光谱成分的贡献率。
其中，是中心化处理光谱的转置，n是样本个数，V是主成分投影向量，λ是特征根；
其中，VT主成分投影向量，是中心化处理后的光谱矩阵，Score是主成分得分。
然后，定义第i个样本点对第h个成分Scoreh的贡献率即
其中，是成分Scoreh的方差。
(3)对每个所述烟叶样品对各光谱成分的贡献率求和，得到所述累计贡献率。
由此，测算样本点i对成分Score1,…,Scorem的累计贡献率，即
S13，根据所述样品光谱的相似度和累计贡献率计算样品光谱综合值，所述样品光谱综合值用于表征烟叶样品的均匀性。
具体地，计算样品光谱综合值Q：
其中，n是样本个数，Simi是第i个样品光谱的相似度，是第i个样品的光谱T2值，是所有样本光谱T2均值，Q是光谱综合值，综合值越大说明质量均匀一致性越好。
S14，对所述样品光谱综合值进行评价，并根据评价结果进行工艺调控。
在本实施例中所述工艺调控包括原烟样品均匀性评价后的调控、选后原烟均匀性评价后的调控、片烟均匀性评价后的调控和烟丝均匀性评价后的调控的一种或多种。
请参阅图2，显示为本发明的烟叶均匀性的监控方法于一实施例中的工艺调控示意图。如图2所示，S14包括以下步骤中的一种或多种：
S141，判断本年度原烟样品的样品光谱综合值与上一年度原烟样品的样品光谱综合值的差别是否超过第一预设阈值；若是，对本年度原烟的挑选模式进行调控，若否，沿用上一年度原烟的挑选模式。
于本实施例的一实际应用中，原烟年度间光谱综合值Q的相对偏差的第一预设阈值为5％～30％。
具体地，对本年度原烟的挑选模式进行调控包括：调整原烟挑选样品的制样标准、调整选后原烟等级数量、调整挑选工艺、调整挑选设备的一种或多种。
S142，判断本年度选后原烟样品的样品光谱综合值与上一年度选后原烟样品的样品光谱综合值的差别是否超过第二预设阈值；若是，对本年度选后原烟的混配模式进行调控，若否，沿用上一年度选后原烟的混配模式。
于本实施例的一实际应用中，选后原烟年度间光谱综合值Q的相对偏差的第二预设阈值为5％～20％。
具体地，对本年度选后原烟的混配模式进行调控包括：调整选后原烟混配等级数量、调整选后原烟混配等级重量比例、调整混配工艺、调整混配设备的一种或多种。
S143，判断片烟样品的样品光谱综合值是否低于第三预设阈值；若是，对加工工艺进行调控，直至所述样品光谱综合值高于所述第三预设阈值，若否，不予处理。
于本实施例的一实际应用中，成品片烟光谱综合值Q的第三预设阈值为0.05。
具体地，对加工工艺进行调控包括：调整平库、高架库的投料配方，修改调控因子，启用配方预混柜的一种或多种。
请参阅图3，显示为本发明的烟叶均匀性的监控方法于一实施例中的基于评价结果的工艺调控流程图。如图3所示，在该片烟生产的整个流程中，首先，对原烟进行均匀性Q值评价，实现对原烟挑选过程的前馈控制；然后，对选后原烟进行均匀性Q值评价，实现对混配过程的前馈控制；在经过混配、投料、配方预混柜、打叶复烤后生成成品的片烟，对片烟进行均匀性Q值评价，实现对投料过程的反馈控制。进一步地，还可以对片烟工序之后的烟丝样品进行均匀性Q值评价。
于本发明的一具体实施例中，以某打叶复烤企业2018烤季5个加工批次为例，对本发明所述的烟叶均匀性的计算作进一步原理实现的说明。
步骤1，烟叶样本收集，收集的烟叶样本可以是原烟、片烟或者烟丝样本中的一种或多种。
对每个复烤片烟成品烟箱进行取样，掀开(15～20)cm厚的叶片后沿对角线在四等分点各取(100～200)g样品，混合后装入样品容器，密封保存，加标识后备用。收集批次及样本数量如表1所示。
表1.不同打叶复烤批次对应样本数量
| 加工批次 | 样本数量 |
| 吉林模块第一批次 | 187 |
| 山东模块第一批次 | 171 |
| 河南模块第一批次 | 128 |
| 湖南模块第一批次 | 177 |
| 辽宁模块第一批次 | 256 |
步骤2，采集烟叶样本的近红外光谱，并将样本光谱组成n行m列光谱矩阵Xn×m。其中，n是样本数量，m是波长变量数，该实施方式中波长变量数为1609个。
其中，吉林模块光谱阵为X187×1609、山东模块光阵为X171×1609、河南模块光阵为X128×1609、湖南模块光阵为X177×1609、辽宁模块光阵为X256×1609；
步骤3，利用公式(1)至公式(3)计算样品近红外光谱的相似度Sim。其中，在公式(1)中设置差分宽度g＝9。
请参阅图4和图5，分别显示为本发明的烟叶均匀性的监控方法于一实施例中的一阶导数处理光谱图和本发明的烟叶均匀性的监控方法于一实施例中的光谱sim图。该具体实施例中，所有样本的一阶导数光谱如图4所示，所有样本相似度如图5所示。
步骤4，利用公式(4)至公式(8)计算样品光谱的T2值。其中，在公式(5)中选择前10个λ特征根对应的特征向量，在公式(6)中Score是919行，10列的矩阵，919行是指吉林、山东、河南、湖南、辽宁五个批次的样本数量之和。在公式(7)中h＝1,2,…,10。
请参阅图6，显示为本发明的烟叶均匀性的监控方法于一实施例中的光谱特征T2图。如图6所示，T2值较大的尖峰所对应的样本序号为累计贡献率较大的样本。
步骤5，利用公式(9)计算样品光谱的综合值Q。其中，n是每个批次样品数量，对应表1中各批次数量。综合值Q越大说明该批次复烤片烟质量均匀一致性越好。每个批次Q值见表2所示。
表2.各加工批次Q值统计表
| 序号 | 加工批次 | 样本数量 | T2标准偏差 | Sim均值 | Q |
| 1 | 吉林模块第一批次 | 187 | 10.8710 | 0.9120 | 0.0839 |
| 2 | 山东模块第一批次 | 171 | 16.7298 | 0.8955 | 0.0535 |
| 3 | 河南模块第一批次 | 128 | 20.3029 | 0.8914 | 0.0439 |
| 4 | 湖南模块第一批次 | 177 | 10.1195 | 0.9095 | 0.0899 |
| 5 | 辽宁模块第一批次 | 256 | 9.1910 | 0.9088 | 0.0989 |
从表2中可以看出复烤片烟质量均匀性最好的加工批次是辽宁模块，而质量均匀性最差的加工批次是河南模块。请参阅图7，显示为本发明的烟叶均匀性的监控方法于一实施例中的光谱综合值Q的曲线图。图7中显示了与传统烟碱CV以及化学成分整体均匀性K对比的结果。
K值计算公式如下：
其中，S1～S6分别为成品片烟的烟碱、总糖、还原糖、总氮、钾、氯的标准偏差；分别为成品片烟的烟碱、总糖、还原糖、总氮、钾、氯的平均值。化学成分整体均匀性K可以反映常规化学成分总体均匀性。
表3.不同产地化学成分的平均值统计表
表4.不同产地化学成分的标准偏差统计表
将表3和表4的数据代入公式(10)中，计算不同产地的化学成分整体均匀性K值。经过计算，将各加工批次光谱定性分析综合Q值与烟碱CV、化学成分整体均匀性K值进行列表管理，形成表5。
表5.不同分析方式结果对比表
| 序号 | 批次 | 烟碱CV | K值 | Q值 |
| 1 | 河南模块第一批次 | 2.71 | 4.20 | 0.0439 |
| 2 | 山东模块第一批次 | 2.94 | 3.98 | 0.0535 |
| 3 | 湖南模块第一批次 | 2.51 | 3.07 | 0.0899 |
| 4 | 吉林模块第一批次 | 4.93 | 3.13 | 0.0839 |
| 5 | 辽宁模块第一批次 | 2.82 | 3.05 | 0.0989 |
由表5可知，若只采用传统的烟碱CV评价，吉林模块均匀性最差，湖南模块均匀性最好，与事实间存在偏差，说明烟碱CV单指标的评价过于片面，无法综合地评价复烤片烟均匀性。而本发明提出的Q值与化学成分整体均匀性K值的趋势一致，有较明显的负相关性，通过相关性计算分析得到相关系数为-0.9，说明高维度的光谱定性分析与低维度化学成分(6个指标)具有结果一致性，当复烤片烟化学成分检测指标增加时，其和Q值相关系数还可能会增大，说明光谱定性分析方法更适合对复烤片烟均匀性评价，相对于单一化学成分评价更为准确、客观，且此方法无需检测样品化学值建立定量模型，只需要采集样本光谱建立定性模型即可进行快速、无损分析，提高了评价效率。
于本发明的一具体实施例中，以某打叶复烤企业2018烤季河南模块加工为例，对本发明所述的基于烟叶均匀性评价的工艺调控方法作进一步原理实现的说明。
步骤1，对烟叶配方所涉及的原烟进行光谱综合值Q评价，并与上一年度的评价结果进行比较。若年度间光谱综合值Q的相对偏差超过自定义阈值20％时，对本年度原烟挑选模式进行调控，否则沿用上一年度原烟挑选模式。
2018年河南烟叶配方所涉及的原烟的Q值评价结果为0.024，与2017年评价结果的0.021之间的相对偏差为14.3％，说明2018年河南烟叶配方所涉及原烟的均匀性较2017年有所提升，且年度间均匀性差异不明显。原烟的Q值相对偏差低于20％的自定义阈值，因此沿用2017年河南烟叶配方所涉及的原烟的挑选模式。具体为沿用2017年原烟挑选样品的制样标准、选后原烟等级数为五个、挑选工艺为递进式、挑选设备选用环形辊道线。
步骤2，对烟叶配方所涉及的选后原烟进行光谱综合值Q评价，并与上一年度的评价结果进行比较。若年度间光谱综合值Q的相对偏差超过自定义阈值15％时，对本年度选后原烟混配模式进行调控，否则沿用上一年度选后原烟混配模式。
2018年河南烟叶配方所涉及的选后原烟的Q值评价结果为0.033，与2017年评价结果的0.029之间的相对偏差为13.8％，低于15％的自定义阈值，因此沿用2017年河南烟叶配方所涉及的选后原烟混配模式。具体为沿用2017年的选后原烟混配等级重量比例、选后原烟混配等级数量为三个、混配工艺为铺叶台混配、混配设备为一号混配线。
步骤3，对烟叶配方的成品片烟进行光谱综合值Q评价，当光谱综合值Q低于自定义阈值0.05时，对加工工艺进行调控，直至光谱综合值Q高于阈值。
由表2可以看出，河南模块第一批次的光谱综合值Q评价结果为0.0439低于设置的阈值0.05，触发加工工艺反馈调控机制。具体为：对使用相同原料的河南模块第二批次进行加工工艺进行调整，选择启用配方预混柜和增加调控因子的方式，由烟碱单因子调控更改为烟碱和颜色的双因子调控。
在经过上述均匀性评价及工艺调控之后，对河南模块第二批次产出的成品片烟进行光谱综合值Q评价。于实际测量结果中得到：河南模块第二批次成品片烟光谱综合值Q为0.0637，高于设置阈值0.05，较第一批次提高了复烤片烟的均匀性。
本发明所述的烟叶均匀性的监控方法的保护范围不限于本实施例列举的步骤执行顺序，凡是根据本发明的原理所做的现有技术的步骤增减、步骤替换所实现的方案都包括在本发明的保护范围内。
本实施例提供一种计算机存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现所述烟叶均匀性的监控方法。
本领域普通技术人员可以理解：实现上述各方法实施例的全部或部分步骤可以通过计算机程序相关的硬件来完成。前述的计算机程序可以存储于一计算机可读存储介质中。该程序在执行时，执行包括上述各方法实施例的步骤；而前述的计算机可读存储介质包括：ROM、RAM、磁碟或者光盘等各种可以存储程序代码的计算机存储介质。
以下将结合图示对本实施例所提供的烟叶均匀性的监控系统进行详细描述。需要说明的是，应理解以下系统的各个模块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。且这些模块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，还可以部分模块通过处理元件调用软件的形式实现，部分模块通过硬件的形式实现。例如：某一模块可以为单独设立的处理元件，也可以集成在下述系统的某一个芯片中实现。此外，某一模块也可以以程序代码的形式存储于下述系统的存储器中，由下述系统的某一个处理元件调用并执行以下某一模块的功能。其它模块的实现与之类似。这些模块全部或部分可以集成在一起，也可以独立实现。这里所述的处理元件可以是一种集成电路，具有信号的处理能力。在实现过程中，上述方法的各步骤或以下各个模块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。
以下这些模块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，简称ASIC)，一个或多个数字信号处理器(Digital Signal Processor，简称DSP)，一个或者多个现场可编程门阵列(Field Programmable Gate Array，简称FPGA)等。当以下某个模块通过处理元件调用程序代码的形式实现时，该处理元件可以是通用处理器，如中央处理器(Central ProcessingUnit，简称CPU)或其它可以调用程序代码的处理器。这些模块可以集成在一起，以片上系统(System-on-a-chip，简称SOC)的形式实现。
请参阅图8，显示为本发明的烟叶均匀性的监控系统于一实施例中的结构原理图。如图8所示，所述烟叶均匀性的监控系统8包括：数据采集模块81、光谱计算模块82、均匀性评价模块83和工艺调控模块84。
所述数据采集模块81用于获取烟叶样品的样品光谱；所述样品光谱是所述光谱信息的数据集合。
在本实施例中，所述数据采集模块81具体用于获取原烟样品、片烟样品和烟丝样品中的一种或多种烟叶样品的样品光谱。
所述光谱计算模块82用于确定所述样品光谱的相似度和累计贡献率。
在本实施例中，所述光谱计算模块82具体用于对每个所述样品光谱求一阶导数，得到每个所述烟叶样品的一阶导数光谱；确定所有烟叶样品的一阶导数光谱的平均光谱；计算每个所述烟叶样品的一阶导数光谱与平均光谱的相似度；以及将每个所述烟叶样品的一阶导数光谱进行中心化处理，得到中心化处理后的光谱矩阵；结合所述中心化处理后的光谱矩阵确定每个所述烟叶样品对各光谱成分的贡献率；对每个所述烟叶样品对各光谱成分的贡献率求和，得到所述累计贡献率。
所述均匀性评价模块83用于根据所述样品光谱的相似度和累计贡献率计算样品光谱综合值，所述样品光谱综合值用于表征烟叶样品的均匀性。
所述工艺调控模块84用于对所述样品光谱综合值进行评价，并根据评价结果进行工艺调控；所述工艺调控包括原烟样品均匀性评价后的调控、选后原烟均匀性评价后的调控、片烟均匀性评价后的调控和烟丝均匀性评价后的调控的一种或多种。
本发明所述的烟叶均匀性的监控系统可以实现本发明所述的烟叶均匀性的监控方法，但本发明所述的烟叶均匀性的监控方法的实现装置包括但不限于本实施例列举的烟叶均匀性的监控系统的结构，凡是根据本发明的原理所做的现有技术的结构变形和替换，都包括在本发明的保护范围内。
请参阅图9，显示为本发明的设备于一实施例中的结构连接示意图。如图9所示，本实施例提供一种设备9，所述设备9包括：处理器91、存储器92、通信接口93或/和系统总线94；存储器92和通信接口93通过系统总线94与处理器91连接并完成相互间的通信，存储器92用于存储计算机程序，通信接口93用于和其他设备进行通信，处理器91用于运行计算机程序，使所述设备9执行所述烟叶均匀性的监控方法的各个步骤。
上述提到的系统总线94可以是外设部件互连标准(Peripheral ComponentInterconnect，简称PCI)总线或扩展工业标准结构(Extended Industry StandardArchitecture，简称EISA)总线等。该系统总线可以分为地址总线、数据总线、控制总线等。通信接口93用于实现数据库访问设备与其他设备(如客户端、读写库和只读库)之间的通信。存储器92可能包含随机存取存储器(Random Access Memory，简称RAM)，也可能还包括非易失性存储器(non-volatilememory)，例如至少一个磁盘存储器。
上述的处理器91可以是通用处理器，包括中央处理器(Central ProcessingUnit，简称CPU)、网络处理器(Network Processor，简称NP)等；还可以是数字信号处理器(Digital Signal Processing，简称DSP)、专用集成电路(Alication SpecificIntegrated Circuit，简称ASIC)、现场可编程门阵列(Field Programmable GateArray，简称FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。
综上所述，本发明所述烟叶均匀性的监控方法、系统、介质及设备采用近红外光谱对烟叶质量均匀一致性进行评价，通过光谱特征T2值与相似度值计算光谱综合值，并根据光谱综合值进行加工工艺的前馈或反馈控制。本发明提供了一种评价效率较高的、且更为合理的烟叶均匀性评价方法，同时根据烟叶均匀性评价结果及时进行反馈和调控，增加了烟叶配方年度内和年度间的稳定性。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)
1.一种烟叶均匀性的监控方法，其特征在于，所述烟叶均匀性的监控方法包括：
获取烟叶样品的样品光谱；所述样品光谱是光谱信息的数据集合；
确定所述样品光谱的相似度和累计贡献率；所述样品光谱为光谱矩阵；所述样品光谱的相似度的确定步骤包括：
对每个所述样品光谱求一阶导数，得到每个所述烟叶样品的一阶导数光谱；
确定所有烟叶样品的一阶导数光谱的平均光谱；
计算每个所述烟叶样品的一阶导数光谱与平均光谱的相似度；
所述样品光谱的累计贡献率的确定步骤包括：
将每个所述烟叶样品的一阶导数光谱进行中心化处理，得到中心化处理后的光谱矩阵；
结合所述中心化处理后的光谱矩阵确定每个所述烟叶样品对各光谱成分的贡献率；
对每个所述烟叶样品对各光谱成分的贡献率求和，得到所述累计贡献率；
根据所述样品光谱的相似度和累计贡献率计算样品光谱综合值，所述样品光谱综合值用于表征烟叶样品的均匀性；
计算样品光谱综合值Q：
其中，n是样本个数，Simi是第i个样品光谱的相似度，是第i个样品的光谱T2值即累计贡献率，/>是所有样本光谱T2均值，Q是光谱综合值。
2.根据权利要求1所述的烟叶均匀性的监控方法，其特征在于，获取烟叶样品的样品光谱的步骤包括：
获取原烟样品、片烟样品和烟丝样品中的一种或多种烟叶样品的样品光谱。
3.根据权利要求1所述的烟叶均匀性的监控方法，其特征在于，所述烟叶均匀性的监控方法还包括：
对所述样品光谱综合值进行评价，并根据评价结果进行工艺调控；所述工艺调控包括原烟样品均匀性评价后的调控、选后原烟均匀性评价后的调控、片烟均匀性评价后的调控和烟丝均匀性评价后的调控的一种或多种。
4.根据权利要求3所述的烟叶均匀性的监控方法，其特征在于，对所述样品光谱综合值进行评价，并根据评价结果进行工艺调控的步骤包括：
判断本年度原烟样品的样品光谱综合值与上一年度原烟样品的样品光谱综合值的差别是否超过第一预设阈值；若是，对本年度原烟的挑选模式进行调控，若否，沿用上一年度原烟的挑选模式；
判断本年度选后原烟样品的样品光谱综合值与上一年度选后原烟样品的样品光谱综合值的差别是否超过第二预设阈值；若是，对本年度选后原烟的混配模式进行调控，若否，沿用上一年度选后原烟的混配模式；
判断片烟样品的样品光谱综合值是否低于第三预设阈值；若是，对加工工艺进行调控，直至所述样品光谱综合值高于所述第三预设阈值，若否，不予处理。
5.根据权利要求4所述的烟叶均匀性的监控方法，其特征在于：
对本年度原烟的挑选模式进行调控包括：调整原烟挑选样品的制样标准、调整选后原烟等级数量、调整挑选工艺、调整挑选设备的一种或多种；
对本年度选后原烟的混配模式进行调控包括：调整选后原烟混配等级数量、调整选后原烟混配等级重量比例、调整混配工艺、调整混配设备的一种或多种；
对加工工艺进行调控包括：调整平库、高架库的投料配方，修改调控因子，启用配方预混柜的一种或多种。
6.一种烟叶均匀性的监控系统，其特征在于，所述烟叶均匀性的监控系统包括：
数据采集模块，用于获取烟叶样品的样品光谱；所述样品光谱是光谱信息的数据集合；
光谱计算模块，用于确定所述样品光谱的相似度和累计贡献率；所述样品光谱为光谱矩阵；所述样品光谱的相似度的确定步骤包括：
对每个所述样品光谱求一阶导数，得到每个所述烟叶样品的一阶导数光谱；
确定所有烟叶样品的一阶导数光谱的平均光谱；
计算每个所述烟叶样品的一阶导数光谱与平均光谱的相似度；
所述样品光谱的累计贡献率的确定步骤包括：
将每个所述烟叶样品的一阶导数光谱进行中心化处理，得到中心化处理后的光谱矩阵；
结合所述中心化处理后的光谱矩阵确定每个所述烟叶样品对各光谱成分的贡献率；
对每个所述烟叶样品对各光谱成分的贡献率求和，得到所述累计贡献率；
均匀性评价模块，用于根据所述样品光谱的相似度和累计贡献率计算样品光谱综合值，所述样品光谱综合值用于表征烟叶样品的均匀性；
计算样品光谱综合值Q：
其中，n是样本个数，Simi是第i个样品光谱的相似度，是第i个样品的光谱T2值即累计贡献率，/>是所有样本光谱T2均值，Q是光谱综合值。
7.一种介质，其上存储有计算机程序，其特征在于，该计算机程序被处理器执行时实现权利要求1至5中任一项所述的烟叶均匀性的监控方法。
8.一种设备，其特征在于，包括：处理器及存储器；
所述存储器用于存储计算机程序，所述处理器用于执行所述存储器存储的计算机程序，以使所述设备执行如权利要求1至5中任一项所述的烟叶均匀性的监控方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010761434.9A CN114062303B (zh) | 2020-07-31 | 2020-07-31 | 烟叶均匀性的监控方法、系统、介质及设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010761434.9A CN114062303B (zh) | 2020-07-31 | 2020-07-31 | 烟叶均匀性的监控方法、系统、介质及设备 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN114062303A CN114062303A (zh) | 2022-02-18 |
| CN114062303B true CN114062303B (zh) | 2023-11-24 |
Family
ID=80227976
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010761434.9A Active CN114062303B (zh) | 2020-07-31 | 2020-07-31 | 烟叶均匀性的监控方法、系统、介质及设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114062303B (zh) |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US4766551A (en) * | 1986-09-22 | 1988-08-23 | Pacific Scientific Company | Method of comparing spectra to identify similar materials |
| CN1967213A (zh) * | 2006-11-08 | 2007-05-23 | 北京中医药大学中药学院 | 一种检测不同物质混合均匀度的方法 |
| CN101251471A (zh) * | 2008-03-12 | 2008-08-27 | 湖南中烟工业有限责任公司 | 一种基于烟叶近红外光谱的相似烟叶搜索方法 |
| 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 |
| CN106645530A (zh) * | 2016-12-15 | 2017-05-10 | 云南中烟工业有限责任公司 | 一种基于烟叶致香成分的多模型评价烟叶原料相似度的方法 |
| CN109100321A (zh) * | 2018-09-06 | 2018-12-28 | 云南中烟工业有限责任公司 | 一种卷烟叶组配方维护方法 |
| CN109324015A (zh) * | 2018-10-17 | 2019-02-12 | 浙江中烟工业有限责任公司 | 基于光谱相似的烟叶替代方法 |
| CN111257277A (zh) * | 2018-11-30 | 2020-06-09 | 湖南中烟工业有限责任公司 | 一种基于近红外光谱技术的烟叶相似度判定方法 |
-
2020
- 2020-07-31 CN CN202010761434.9A patent/CN114062303B/zh active Active
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US4766551A (en) * | 1986-09-22 | 1988-08-23 | Pacific Scientific Company | Method of comparing spectra to identify similar materials |
| CN1967213A (zh) * | 2006-11-08 | 2007-05-23 | 北京中医药大学中药学院 | 一种检测不同物质混合均匀度的方法 |
| CN101251471A (zh) * | 2008-03-12 | 2008-08-27 | 湖南中烟工业有限责任公司 | 一种基于烟叶近红外光谱的相似烟叶搜索方法 |
| 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 |
| CN106645530A (zh) * | 2016-12-15 | 2017-05-10 | 云南中烟工业有限责任公司 | 一种基于烟叶致香成分的多模型评价烟叶原料相似度的方法 |
| CN109100321A (zh) * | 2018-09-06 | 2018-12-28 | 云南中烟工业有限责任公司 | 一种卷烟叶组配方维护方法 |
| CN109324015A (zh) * | 2018-10-17 | 2019-02-12 | 浙江中烟工业有限责任公司 | 基于光谱相似的烟叶替代方法 |
| CN111257277A (zh) * | 2018-11-30 | 2020-06-09 | 湖南中烟工业有限责任公司 | 一种基于近红外光谱技术的烟叶相似度判定方法 |
Non-Patent Citations (1)
| Title |
|---|
| 基于烟叶颜色、光谱特性表征的打叶复烤均质化加工技术;王戈，徐玮杰，张鑫;第5期;第71-76页 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN114062303A (zh) | 2022-02-18 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110122915B (zh) | 一种打叶复烤加工质量综合评价方法 | |
| CN102509243A (zh) | 卷烟制造过程质量评价方法及其系统 | |
| CN103844344B (zh) | 一种调控不同批次卷烟烟丝质量均匀性的方法及其应用 | |
| CN101655454A (zh) | 一种粮食储存品质判定的快速测定方法 | |
| CN114548552A (zh) | 碳排放量预测方法、装置以及电子设备 | |
| CN111882188A (zh) | 基于Birch聚类算法的工艺质量同质化水平评价方法及系统 | |
| CN105334738B (zh) | 一种适用于烟草加工过程pid控制回路的性能评价方法 | |
| CN110796350A (zh) | 一种基于多元统计的打叶复烤加工质量综合评价方法 | |
| CN114062303B (zh) | 烟叶均匀性的监控方法、系统、介质及设备 | |
| CN116843225A (zh) | 基于lstm和tpa机制的制丝加香工艺质量预测方法、系统 | |
| CN111887466B (zh) | 一种提高模块配比与配方单符合度的配方打叶加工方法 | |
| CN111084401B (zh) | 一种烟叶混配方法 | |
| González et al. | Biomass Potential and Kinetics of Drying Model of Piptocoma discolor (pigüe) as a Source of Renewable Energy Source in Ecuador | |
| CN113076309B (zh) | 烟草生丝水分加水量预测系统及方法 | |
| CN114781847A (zh) | 基于topsis的制丝综合质量评测方法 | |
| CN109508859B (zh) | 一种影响叶丝填充值的关键制丝过程参数智能识别方法 | |
| CN114638484A (zh) | 一种制丝过程质量评价方法 | |
| CN114324764A (zh) | 基于物料特性值的卷烟制丝过程制品质量多维评测方法 | |
| CN113869641A (zh) | 基于主成分分析法的烟丝质量综合评价方法 | |
| CN113139155B (zh) | 一种大范围原油调合选择优化方法 | |
| CN110432539A (zh) | 一种卷烟原料余缺替代方法 | |
| CN114184577B (zh) | 一种近红外定量检测模型的参数选取方法和定量检测方法 | |
| CN114384039B (zh) | 一种基于光谱投影残差的卷烟加料均匀性检测方法 | |
| CN113743744B (zh) | 一种卷烟制造过程质量微变化自动识别和预警方法 | |
| CN106447261A (zh) | 平库均质化动态区间的管理方法、系统及服务器 |
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 |