CN114868948A - 一种烟叶智能化烘烤动态管理方法 - Google Patents

Abstract

本发明涉及一种烟叶智能化烘烤动态管理方法，包括如下步骤：S1：烟叶烘烤曲线大数据模型库建立；S2：烘烤曲线确定；S3：烘烤过程中的数据实时监测与分析；S4：烘烤曲线优化。通过烤房内烟叶地域、海拔、气候、品种、部位、成熟度等信息利用大数据分析推送最佳的烘烤工艺曲线，并对烘烤过程中的数据实时监测与分析，通过系统的评价反馈体系可不断优化曲线，不断提供曲线精确度，让烘烤出的烟叶质量更高；并可根据监测的数据推送报警原因及解决办法，实现了数据的实时远程监测，烘烤异常可立即报警，大大降低了烟叶损失率。

Description

一种烟叶智能化烘烤动态管理方法

技术领域

本发明属烟叶烘烤制备技术领域，具体涉及一种基于物联网大数据的烟叶智能化烘烤动态管理方法。

背景技术

烟叶烘烤是烤烟生产中最重要的一个环节，也是最具有技术难度和技术管理的环节，它体现了烤烟生产的最终效益。认真做好烤烟过程中的各项技术管理工作，是实现烤烟生产和烟草产业健康、持续、稳定发展的重要组成部分。当前的烟叶烘烤通过人为监控调节和控制烤房温湿度、通风及烘烤时间，使烟叶特有的色、香、味优化和固定。但是现存的烘烤方式均为人为监管，依靠经验之谈，随着老一辈烘烤师的褪去，烘烤工作面临着严峻的挑战。不良的烘烤工艺不单单会降低烘烤质量，甚至会完全烤坏没有任何收益。因此需要一套智能化的烘烤系统，实现烘烤工艺标准化，完成“电饭煲”式烘烤。

田间采收的烟叶受地域、海拔、气候、品种、部位、成熟度等多种条件的影响，不可能有一条完美的烘烤工艺曲线符合各种烟叶的烘烤条件。如何有效提取烟叶烘烤的特征向量，实现动态的智能化烘烤管理是现阶段烟草生产质量提升的研究难点。

如中国发明专利“基于物联网的智能烟叶烘烤采集系统”，公开号CN112914141A，其主要应用于密集烤房，该采集系统包括云服务端、烘烤状态传感采集模块和智能采集器，智能采集器将由烘烤状态传感采集模块采集到的烘烤数据，利用MQTT协议实时传至云服务端，经过云服务端的修正模型对数据进行处理，再由模拟模型进行模拟仿真，生成工艺修正参数传至智能采集器，再由智能采集器将工艺修正参数转换为指令，传至控制器，本发明还解决由于网络不稳定等问题导致的实时通讯以及数据处理滞后性高，造成的烟叶最终品质下降，甚至烤坏烟等问题；其虽然公开了采用物联网进行烟叶烘烤数据采集的信息系统平台，但正如上述所描述，其仅公开了一种用于烟叶烘烤的物联网工具，但是如何科技的去使用该智能系统尚在摸索中，因为烟叶作为一种自然成熟的农作物，在烘烤前受地域、海拔、气候、品种、部位、成熟度等多种条件的影响，每年每个地方的烟叶都会存在差异，通过物联网烟叶烘烤数据采集的信息系统，虽然可以有效地采集到烟叶信息，但是基于这些信息如何实现智能化烟叶烘烤是在现在的最主要的问题，即有了工具后，如何高效、科学地利用它，使智能烘烤后的烟叶也能够符合烟叶烘烤标准，即将烟叶烘烤由传统的人工经验调整中解放出来，构建一套适用于物联网平台的烟叶烘烤模型或方案。

发明内容

针对上述问题，本发明提供一种基于物联网大数据的烟叶智能化烘烤动态管理方法。

具体技术方案是：一种烟叶智能化烘烤动态管理方法，包括如下步骤：

S1：烟叶烘烤曲线大数据模型库建立：数据采集累计，通过采集历年积累的烟叶的特征量进行大数据分析建模，建立烟叶特征量、各个阶段的烘烤温度和烟叶质量之间的动态模型，累计形成烟叶烘烤曲线数据。

基于烟叶烘烤曲线评价体系的数据积累进行大数据分析，建立烟叶属性（地域、气候、海拔、品种、部位、成熟度）、各个阶段的烘烤温度和烟叶质量之间的动态模型，形成烟叶烘烤曲线大数据模型，当然根据烘烤专家历年的烘烤经验数据录入系统，包括烟叶各个阶段烘烤所需要的温度点、升温时间、恒温时间、鲜干比等核心信息，形成初步的烟叶烘烤曲线大数据模型库，即烟叶烘烤曲线大数据模型库包括烘烤专家创建（手动入库），第二种为根据现场实际烘烤情况调整的曲线自动上传入库。

曲线自动上传入库在新的曲线模型反馈机制下，基于大数据、物联网系统以及AI摄像头对烟叶烘烤工艺以及烟叶烘烤结果，将烘烤变黄期、定色期、干筋期的核心温度点、升温时间、恒温时间等核心数据提取，形成优化后的烟叶烘烤曲线模型，进一步优化数据库。

S2：烘烤曲线确定：在开始烘烤时，所述步骤S1构建的烟叶烘烤曲线大数据模型库为烘烤师推荐最佳的烘烤曲线，烘烤师可根据实际情况对烘烤曲线进行微调。

S3：烘烤过程中的数据实时监测与分析：基于所述步骤S2匹配的烟叶烘烤曲线，在烘烤过程中通过智能烘烤网关实现烘烤过程的数据监测，以及通过智能AI摄像头完成烟叶烘烤过程的阶段判断。

通过物联网的方式，基于烟叶烘烤曲线模型，实现烟叶烘烤过程中的数据采集和烘烤预警信息推送，烟叶烘烤监测系统基于当前匹配的烟叶烘烤曲线模型，结合智能网关采集到的控制器干湿球数据，智能分析匹配烘烤参数与烘烤曲线模型的匹配拟合情况，实现数据分析、预警信息推送和指导建议。

烤房内在特定位置安装摄像头，基于AI视频算法识别烟叶的颜色变化情况、烟叶叶角的卷角情况，以此判断当前烟叶所处的烘烤阶段是否达到要求。摄像头通过4G网络跟云端服务器建立连接，实现定时拍照，并排抓拍的数据实时上传至云端进行分析处理。当然进一步，烘烤大脑根据摄像头识别到的烟叶颜色变化情况，叶角形状变化情况，结合烘烤曲线、烘烤时间判断当前的烘烤阶段是否达到要求以及是否达到满足进入下一阶段的条件，以此辅助烘烤师，完成智能化烘烤。

S4：烘烤曲线优化：烘烤完成后由采烤师和烘烤师对本次烘烤曲线做评价，调整的曲线自动上传入库，通过曲线下发-微调-评价的负反馈调节模式，不断将曲线工艺更新优化。

通过历年积累的烘烤曲线以及曲线反馈评价体系建立数据模型，不断完善和适配各种烟叶最佳的烘烤参数；通过智能AI摄像头完成烟叶烘烤过程的阶段判断，最后通过智能网关完远程监测烘烤数据与烘烤曲线的匹配情况，烘烤数据偏离曲线时可针对性地分析原因并报警。

进一步，所述步骤S1中烟叶的特征量包括地域、气候、海拔、品种、部位、成熟度。

进一步，所述步骤S1中烟叶的烘烤曲线模型的形成算法基于多元线性回归的方式进行模型构建，

。

建立烘烤结果和烟叶烘烤影响因素的映射关联关系方程式，最后在烟叶质量结果与烟叶烘烤影响因素的映射关系方程式中带入影响烟叶控制质量的关联银子，得出针对烟叶属性不同，在烘烤变黄、定色、干筋三个阶段特定需要的核心温度点、升温时间及恒温时间。

烟叶烘烤过程中，主要的影响因素分别是气候、天气情况、核心温度点、升温时间、恒温时间、烟叶各阶段性状变化情况等，相应的关联因子通过物联网系统获得（手动入库的通过烘烤专家创建）。

进一步，所述步骤 S4 中烘烤曲线优度评价内容包括烟叶损失率、黄烟率、含青率和杂色率。

本发明的有益效果：

1、通过烤房内烟叶地域、海拔、气候、品种、部位、成熟度等信息利用大数据分析推送最佳的烘烤工艺曲线，并对烘烤过程中的数据实时监测与分析；

2、对烘烤中的异常情况推送报警信息，并可根据监测的数据推送报警原因及解决办法，实现了数据的实时远程监测，烘烤异常可立即报警，大大降低了烟叶损失率；

3、通过系统的评价反馈体系可不断优化曲线，不断提供曲线精确度，让烘烤出的烟叶质量更高，让烟农的烘烤操作更简便；

4、烘烤经验数据以数据可视化的方式得到了保存与积累，保证了烘烤工艺传承不断层；

5、依靠烘烤评价体系，不断丰富适用于各种不同属性的烟叶烘烤优质曲线，大大提高烘烤工艺质量；

6、简化了烘烤工艺流程，烘烤过程大数据分析智能监管，推送指导性意见，即便是小白也可烤出上等烟。

附图说明

图1是本发明的曲线模型数据优化逻辑图示意图；

图2是烘烤曲线大数据模型与烟叶监测结合框架图。

具体实施方式

为了使本发明所解决的技术问题、技术方案更加清楚明白，以下结合附图及实施例，对本发明进一步详细说明。应当理解，此处所描述的具体实施例仅仅用于解释本发明，并不用于限定本发明。

实施例：

如图1和图2所示，一种烟叶智能化烘烤动态管理方法，其基于物联网大数据，及其基于现有的技术，在云端部署物联网平台、烟叶烘烤管理平台、烘烤曲线模型分析平台，基于云计算，进行数据的收集、反馈、分析、建模，最终形成针对烟叶烘烤的，输高品质烟叶的云端决策模型。

烟叶烘烤曲线大数据模型库建立，通过数据采集累计，采集历年积累的烟叶的特征量进行大数据分析建模，建立烟叶特征量、各个阶段的烘烤温度和烟叶质量之间的动态模型，累计形成烟叶烘烤曲线数据。

基于烟叶烘烤曲线评价体系的数据积累进行大数据分析，建立烟叶属性（地域、气候、海拔、品种、部位、成熟度）、各个阶段的烘烤温度和烟叶质量之间的动态模型，形成烟叶烘烤曲线大数据模型，当然根据烘烤专家历年的烘烤经验数据录入系统，包括烟叶各个阶段烘烤所需要的温度点、升温时间、恒温时间、鲜干比等核心信息，形成初步的烟叶烘烤曲线大数据模型库，即烟叶烘烤曲线大数据模型库包括烘烤专家创建（手动入库）。

第二种即所描述的，为根据现场实际烘烤情况调整优化的曲线自动上传入库，曲线自动上传入库在新的曲线模型反馈机制下，基于大数据、物联网系统以及AI摄像头对烟叶烘烤工艺以及烟叶烘烤结果，将烘烤变黄期、定色期、干筋期的核心温度点、升温时间、恒温时间等核心数据提取，形成优化后的烟叶烘烤曲线模型，进一步优化数据库。

S2：烘烤曲线确定：如图1所示，在开始烘烤时，步骤S1构建的烟叶烘烤曲线大数据模型库为烘烤师推荐最佳的烘烤曲线，烘烤师可根据实际情况对烘烤曲线进行微调并确认。

S3：烘烤过程中的数据实时监测与分析：基于所述步骤S2匹配的烟叶烘烤曲线，在烘烤过程中通过智能烘烤网关实现烘烤过程的数据监测，以及通过智能AI摄像头完成烟叶烘烤过程的阶段判断。

在烤房内，通过对现场的烘烤控制器加装智能烘烤网关，完成对烘烤控制器的智能化改造。智能烘烤网关通过RS485接口与烘烤控制器进行数据连接，并通过对烘烤控制器的协议进行解析，完成对控制器的远程监测与控制。烘烤智能网关通过4G-CAT1的模式跟云端服务器建立连接，并通过特殊的边缘计算逻辑完成控制器数据点的定时上报跟变化上报，通过云端平台将烘烤曲线参数推送给智能网关，完成烘烤控制器的远程参数修改。

同时，在烤房内，选定烟叶烘烤的特定部位，基于固定距离定点拍摄烟叶图片。摄像头通过 4G 网络与云端平台建立连接，将现场抓拍的图片回传至云端服务器。

烟叶烘烤决策平台将采集到的烟叶图片进行烘烤数据的字符叠加，并识别颜色的颜色变化，叶角的形状变化，判断分析其当前烘烤所处阶段及情况，并通过烘烤控制系统进行实时调整。

通过物联网的方式，基于烟叶烘烤曲线模型，实现烟叶烘烤过程中的数据采集和烘烤预警信息推送，烟叶烘烤监测系统基于当前匹配的烟叶烘烤曲线模型，结合智能网关采集到的控制器干湿球数据，智能分析匹配烘烤参数与烘烤曲线模型的匹配拟合情况，实现数据分析、预警信息推送和指导建议。

烤房内在特定位置安装摄像头，基于AI视频算法识别烟叶的颜色变化情况、烟叶叶角的卷角情况，以此判断当前烟叶所处的烘烤阶段是否达到要求。摄像头通过4G网络跟云端服务器建立连接，实现定时拍照，并排抓拍的数据实时上传至云端进行分析处理。当然进一步，烘烤大脑根据摄像头识别到的烟叶颜色变化情况，叶角形状变化情况，结合烘烤曲线、烘烤时间判断当前的烘烤阶段是否达到要求以及是否达到满足进入下一阶段的条件，以此辅助烘烤师，完成智能化烘烤。

采用监控大屏实现了烘烤房运行监控一张图，通过组态应用对烤烟房及环境进行仿真复原，对烤烟过程进行可视化管理，直观动态的展示设备的运行状态和烤烟房环境参数（烤房环境、设备运行状态的参数数据，比如温度、湿度、电压、风机启停状态等数据），并支持调取摄像头的监控画面，对烤烟过程的现场情况进行实时监控和分析。

S4：烘烤曲线优化：烘烤完成后由采烤师和烘烤师对本次烘烤曲线做评价，调整的曲线自动上传入库，通过曲线下发-微调-评价的负反馈调节模式，不断将曲线工艺更新优化。

通过历年积累的烘烤曲线以及曲线反馈评价体系建立数据模型，不断完善和适配各种烟叶最佳的烘烤参数；通过智能AI摄像头完成烟叶烘烤过程的阶段判断，最后通过智能网关完远程监测烘烤数据与烘烤曲线的匹配情况，烘烤数据偏离曲线时可针对性地分析原因并报警。

进一步，所述步骤S1中烟叶的特征量包括地域、气候、海拔、品种、部位、成熟度。

进一步，所述步骤S1中烟叶的烘烤曲线模型的形成算法基于多元线性回归的方式进行模型构建，

。

建立烘烤结果和烟叶烘烤影响因素的映射关联关系方程式，最后在烟叶质量结果与烟叶烘烤影响因素的映射关系方程式中带入影响烟叶控制质量的关联银子，得出针对烟叶属性不同，在烘烤变黄、定色、干筋三个阶段特定需要的核心温度点、升温时间及恒温时间。

烟叶烘烤过程中，主要的影响因素分别是气候、天气情况、核心温度点、升温时间、恒温时间、烟叶各阶段性状变化情况等，相应的关联因子通过物联网系统获得（手动入库的通过烘烤专家创建）。

进一步，所述步骤S4中烘烤曲线优度评价内容包括烟叶损失率、黄烟率、含青率和杂色率。

以上通过具体的和优选的实施例详细的描述了本发明，但本领域技术人员应该明白，本发明并不局限于以上所述实施例，凡在本发明的精神和原则之内，所做的任何修改、等同替换等，均应包含在本发明的保护范围之内。

Claims (4)

1.一种烟叶智能化烘烤动态管理方法，其特征在于，包括如下步骤：

S1：烟叶烘烤曲线大数据模型库建立：数据采集累计，通过采集历年积累的烟叶的特征量进行大数据分析建模，建立烟叶特征量、各个阶段的烘烤温度和烟叶质量之间的动态模型，累计形成烟叶烘烤曲线数据；

S2：烘烤曲线确定：在开始烘烤时，所述步骤 S1 构建的烟叶烘烤曲线大数据模型库为烘烤师推荐最佳的烘烤曲线，烘烤师可根据实际情况对烘烤曲线进行微调；

S3：烘烤过程中的数据实时监测与分析：基于所述步骤 S2 匹配的烟叶烘烤曲线，在烘烤过程中通过智能烘烤网关实现烘烤过程的数据监测，以及通过智能AI 摄像头完成烟叶烘烤过程的阶段判断；

S4：烘烤曲线优化：烘烤完成后由采烤师和烘烤师对本次烘烤曲线做评价，调整的曲线自动上传入库，通过曲线下发-微调-评价的负反馈调节模式，不断将曲线工艺更新优化。

2.根据权利要求 1 所述的一种烟叶智能化烘烤动态管理方法，其特征在于，所述步骤S1中烟叶的特征量包括地域、气候、海拔、品种、部位、成熟度。

3.根据权利要求 1 所述的一种烟叶智能化烘烤动态管理方法，其特征在于，所述步骤S1中烟叶的烘烤曲线模型的形成算法基于多元线性回归的方式进行模型构建，

。

4.根据权利要求 1 所述的一种烟叶智能化烘烤动态管理方法，其特征在于，所述步骤S4 中烘烤曲线优度评价内容包括烟叶损失率、黄烟率、含青率和杂色率。

Images