CN115281361A - 一种烟叶烘烤过程的控制方法 - Google Patents
一种烟叶烘烤过程的控制方法 Download PDFInfo
- Publication number
- CN115281361A CN115281361A CN202211011485.5A CN202211011485A CN115281361A CN 115281361 A CN115281361 A CN 115281361A CN 202211011485 A CN202211011485 A CN 202211011485A CN 115281361 A CN115281361 A CN 115281361A
- Authority
- CN
- China
- Prior art keywords
- tobacco
- tobacco leaf
- state change
- baking
- matrix
- 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
- 241000208125 Nicotiana Species 0.000 title claims abstract description 393
- 235000002637 Nicotiana tabacum Nutrition 0.000 title claims abstract description 393
- 238000000034 method Methods 0.000 title claims abstract description 207
- 230000008569 process Effects 0.000 title claims abstract description 118
- 239000011159 matrix material Substances 0.000 claims description 88
- 238000001228 spectrum Methods 0.000 claims description 32
- 238000004886 process control Methods 0.000 claims description 20
- 210000003462 vein Anatomy 0.000 claims description 17
- 238000004364 calculation method Methods 0.000 claims description 16
- 230000003595 spectral effect Effects 0.000 claims description 12
- 238000012544 monitoring process Methods 0.000 claims description 11
- 238000003672 processing method Methods 0.000 claims description 10
- 238000007781 pre-processing Methods 0.000 claims description 7
- 238000012545 processing Methods 0.000 claims description 7
- 238000012216 screening Methods 0.000 claims description 7
- 238000012935 Averaging Methods 0.000 claims description 4
- 238000005070 sampling Methods 0.000 claims description 4
- 238000013528 artificial neural network Methods 0.000 claims description 3
- 238000003066 decision tree Methods 0.000 claims description 3
- 238000012417 linear regression Methods 0.000 claims description 3
- 238000007637 random forest analysis Methods 0.000 claims description 3
- 238000012163 sequencing technique Methods 0.000 claims description 3
- 239000008188 pellet Substances 0.000 claims 1
- 238000005516 engineering process Methods 0.000 abstract description 21
- 230000001276 controlling effect Effects 0.000 description 30
- 230000001105 regulatory effect Effects 0.000 description 5
- 238000011160 research Methods 0.000 description 5
- 238000000701 chemical imaging Methods 0.000 description 4
- 230000000694 effects Effects 0.000 description 4
- 238000011179 visual inspection Methods 0.000 description 3
- 238000002474 experimental method Methods 0.000 description 2
- 238000010183 spectrum analysis Methods 0.000 description 2
- 239000003795 chemical substances by application Substances 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000007791 dehumidification Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- FDZZZRQASAIRJF-UHFFFAOYSA-M malachite green Chemical compound [Cl-].C1=CC(N(C)C)=CC=C1C(C=1C=CC=CC=1)=C1C=CC(=[N+](C)C)C=C1 FDZZZRQASAIRJF-UHFFFAOYSA-M 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- 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
- A24B3/10—Roasting or cooling tobacco
Landscapes
- Manufacture Of Tobacco Products (AREA)
Abstract
本发明提出烟叶烘烤过程控制方法,具体涉及烟叶烘烤技术领域。在开始实际烘烤之前,向烤房的控制端输入烘烤全部过程的预设烘烤条件;自实际烘烤的烘烤开始,连续地采集高光谱信息;依据所述的高光谱信息,计算烘烤中烟叶状态变化速率Vt;将所述的烟叶状态变化速率Vt与本次烘烤烟叶的标定数据进行比较;通过比较结果自动调节当前烟叶烘烤的参数,将烘烤中烟叶状态变化速率Vt控制在标定或者接近标定的烟叶状态变化最佳速率,使烟叶始终控制在最佳的烘烤状态。由于在本发明中,采用高光谱技术对烟叶的烘烤过程进行长时程的监测,从而确保烟叶能够始终处于最佳的烘烤状态,大大地提高了的烟叶烘烤质量。
Description
技术领域
本发明属于烟叶烘烤技术领域,具体涉及一种基于高光谱技术控制烟叶烘烤过程的方法。
背景技术
目前密集式烤房的温湿度控制主要靠预设程序来控制。即烘烤开始前,烘烤人员根据烟叶状态在烤房控制端输入烘烤曲线(干湿球温度曲线)。烘烤过程中,烘烤人员通过观察烟叶颜色和形态的变化,决定是否改动预设的烘烤曲线,若需要改动,则在烤房控制端重新调整烘烤曲线,达到改变烤房内温湿度的目的。这种依靠目测以及个人经验来改动烤房温湿度的方法,所存在的最大的缺陷是烟叶烘烤质量往往取决于人为因素,并且目测结果因人而易其偏差比较大。另外,依靠目测以及个人经验很难获得一个相对标准或者相对统一的数据,因此其对烤房控制端的调节明显缺少数据依据。不证明的事实是,目前对烟叶烘烤过程的还没有实现完全的自动控制。另外,依靠目测结果对烘烤过程进行调整,显然效率极低且不及时,所以尚不能对烘烤的过程实现实时控制。
目前针对烟叶烘烤过程控制方法的研究主要集中在烤房温湿度的自动反馈化控制上,例如《江苏农业科学》2020.48(04)期222-229发表的《基于内循环除湿的密集烤房烘烤控制系统》,以及《昆明理工大学学报(自然科学版)》2019.44(05)期47-53发表的《全闭式热风循环密集烤房温度控制系统研究》,其所有解决的技术问题是将烤房内温湿度稳定在预设的烘烤曲线附近。然而,随着烘烤过程的推进,烟叶的状态是在不断地变化,因此对烤房温湿度同样存在改变需求。仅仅保持预先设定的烘烤条件,而不考虑在烘烤过程中烟叶状态的变化困素,很大程度上是不能使得烘烤过程始终保存在一个较佳的状态。
上述文献主要针对的是密集烤房控制系统的研究,属于装备研究领域,本发明的主要发明点是控制方法及策略,属于加工工艺领域,与前者有本质的区别。
发明内容
本发明的目的在于提供一种烟叶烘烤过程控制方法,以烟叶烘烤过程中烟叶状态变化数据作为控制烟叶烘烤条件的依据,从而实现使烟叶始终处于最佳的烘烤状态,达到提升烟叶烘烤质量。
本发明的目的之二在于提供一种烟叶烘烤过程控制方法,采用高光谱技术在烟叶烘烤的全过程连续地采集烟叶烘烤过程中烟叶状态变化数据,并实时地对所采集的原始高光谱数据进行处理,以实现实时地获得烟叶状态变化数据,并且可以及时地将烟叶状态变化数据反馈至烟叶烘烤的控制端。
本发明的目的之三在于提供一种烟叶烘烤过程控制方法,本发明通过高光谱成像技术,监控烘烤过程中烟叶的状态变化信息,通过模型决策,实现烟叶烘烤控制过程的自动化。
本发明的目的之四在于提供一种烟叶烘烤过程控制方法,通过高光谱技术可以采集到庞大的高光谱数据,利用数据处理技术处理后所获得烟叶状态变化数据可以反映当前烟叶状态变化真实状态,使得控制烟叶烘烤条件的数据更为可靠。
本发明的目的之四在于提供一种烟叶烘烤过程控制方法,在全部烘烤过程中,数据的采集、计算,以及依据计算结果实时调控烤房烘烤条件的过程是连续的,且形成闭环控制。本发明通过高光谱成像技术,监控烘烤过程中烟叶的状态变化,通过模型决策,自动调整烤房的烘烤条件,使烟叶能够始终处于最佳的烘烤状态,提升烟叶烘烤质量。
本发明的目的是这样实现的:
为达到上述目的,本发明提出一种烟叶烘烤过程控制方法。开始实际烘烤之前,向烤房的控制端输入烘烤全部过程的预设烘烤条件;自实际烘烤的烘烤开始,连续地采集高光谱信息;依据所述的高光谱信息,计算烘烤中烟叶状态变化速率Vt;将所述的烟叶状态变化速率Vt与本次烘烤烟叶的标定数据进行比较;通过比较结果自动调节当前烟叶烘烤的参数,将烘烤中烟叶状态变化速率Vt控制在标定或者接近标定的烟叶状态变化最佳速率,使烟叶始终控制在最佳的烘烤状态。
如上所述的烟叶烘烤过程控制方法,其中,所述实际烘烤之前预设烘烤参数,依据对当前烘烤烟叶预先进行的标定所获得的烟叶状态变化速率v设定。
如上所述的烟叶烘烤过程控制方法,其中,所述预先标定参数至少包括标定的信息采集的时间间隔△t。
如上所述的烟叶烘烤过程控制方法,其中,所述预先标定的参数至少包括标定的数据采集的时间顺序。
如上所述的烟叶烘烤过程控制方法,其中,所述的实时采集的高光谱数据,是指烟叶变化状态指标的高光谱特征波段。
如上所述的烟叶烘烤过程控制方法,其中,所述的烟叶变化状态指标包括,烟叶含水率、叶片颜色、主脉颜色、烟叶颜色均匀性、主脉形态、烟叶形态、主脉含水率;不得少于其中四项烟叶变化状态指标。
如上所述的烟叶烘烤过程控制方法,其中,所述的依据采集的高光谱信息,构建烘烤时刻t时任意一种烟叶状态指标X的变化速率Vxt,采用如下方法:
S1:将所采集的高光谱数据按采集时间排序,并建立实际烘烤过程中t时刻的烟叶状态的高光谱数据原始矩阵Axt;
Axt=(ax1 … axn)
其中,t为数据采集时刻,单位min;n为高光谱数据维数;
S2:选择烟叶变化状态指标X在数据采集时刻t的高光谱数据,使用数据处理方法对所述高光谱数据原始矩阵Axt进行数据预处理,获得预处理后的光谱矩阵Bxt;
S3:通过光谱矩阵Bxt对所述的烟叶状态变化指标X进行特征波段的提取;从光谱矩阵Bxt筛选出至少一个与烟叶变化指标X关联性较强的特征波段,形成所述烟叶变化指标X的在数据采集时刻t的特征光谱矩阵Xt:
Xt=(x1 … xn)
其中,t为数据采集时刻,单位min;n为高光谱数据维数;
S4:利用烟叶变化指标X特征光谱Xt,计算出实际烘烤过程中烟叶状态变化速率;采用如下方式式计算t时刻烟叶状态变化速率Vxt:
其中,△t为当前烘烤的采样时间间隔,单位min;
N为高光谱数据的维数。
S5:建立烘烤过程中烟叶状态变化速率矩阵Vxt:
其中:x为所监测的任意一个烟叶状态变化指标
m为数据采集的次数
n筛选的高光谱特征波段的维数
如上所述的烟叶烘烤过程控制方法,其中,在所述的步骤S2中,还可以采用线性回归、最小二乘法、决策树、随机森林、向量机、神经网络其中任何一种常规的等数据处理方法,或者两种以上处理方法的结合。
如上所述的烟叶烘烤过程控制方法,其中,所述的烟叶状态变化速率Vt,由时刻为at时烟叶状态变化最佳速率Vta构成。
如上所述的烟叶烘烤过程控制方法,其中,所述的在实际烘烤过程中烟叶状态变化的最佳速率Vat,通过如下方法获取:
S21:计算烟叶烘烤进程时刻t烟叶状态变化的特征光谱矩阵Xt与对应的标定特征光谱矩阵Ct的欧氏距离,得到距离矩阵Yt:
其中,t为数据采集时刻,单位min;
n为高光谱数据维数;
S22:求出矩阵Yxt每行数据之和,构成矩阵Zxt;
S23:筛选出矩阵Zxt的最小值Zxmin,将Zxtmin的行编号的烘烤进程时刻设定为烟叶烘烤时刻ta;将烟叶烘烤进程时刻t校正为时刻ta;
S24:从矩阵Vxt烟叶状态变化速率矩阵Vxt中选取出烘烤时刻ta采集的监测数据,构成烟叶状态变化最佳速率矩阵Vta:
Vta=(vta1 … vtan)
其中,ta为烟叶状态变化最佳速率的时刻
如上所述的烟叶烘烤过程控制方法,其中,将所述的实际烘烤过程中所获得的烟叶状态变化速率Vt,通过如下方法与本次烘烤烟叶的标定数据进行比较:
S31:计算烟叶状态变化速率Vt,与对应的烟叶状态变化标定的最佳速率V的比较差异值K;采用以下公式:
其中:vtn为标定的烟叶状态变化最佳速率;
vtan为依据实际监测数据计算出的烟叶状态变化最佳速率;
n为特征光谱的维数;
S32:依据所述kn值,构建实际烟叶状态变化速率Vta与标定烟叶状态变化最佳速率V的比较差异矩阵K:
K=(k1 … kn)
S33:计算K矩阵元素的绝对值的均值,具体计算如下:
S34:计算比较差异矩阵K中矩阵元素的总和Ktotal,具体如下:
S35:规定比较阈值Q,Q的取值范围为0.1~0.3。
如上所述的烟叶烘烤过程控制方法,其中,所述的比较阈值Q依据Q的范围设定,比较阈值Q的取值范围为0.1~0.3。
如上所述的烟叶烘烤过程控制方法,其中,差异矩阵K矩阵元素的绝对值的均值与阈值Q进行比较的判定标准是:当设定为当前烟叶状态变化速率Vta偏离了标定的烟叶状态变化最佳速率V,需要对当前烘烤条件进行调整,实现当前的烟叶状态变化速率Vta符合标定的烟叶状态变化速率V;当则判定当前烟叶状态变化速率符合烟叶状态变化最佳速率。
如上所述的烟叶烘烤过程控制方法,其中,当Ktotal>0,则判定当前烟叶状态变化速率大于标定的烟叶状态变化最佳速率V;调整烘烤条件以降低当前烟叶状态变化速率Vta。
如上所述的烟叶烘烤过程控制方法,其中,当Ktotal≤0,则说明当前烟叶状态变化速率小于烟叶状态变化最佳速率,通过调整烘烤条件以提高烟叶状态变化速率Vta。
如上所述的烟叶烘烤过程控制方法,其中,所述的自动调节当前烟叶烘烤条件至少包括烤炉内的温、湿度。
如上所述的烟叶烘烤过程控制方法,其中,所述的自动调节当前烟叶烘烤条件,可以通过调节干球和/或湿球的温度。
如上所述的烟叶烘烤过程控制方法,其中,所述的自动调节当前烟叶烘烤条件,可以通过调节风机转速,或者排潮风门开度,或者调节辅助排潮窗开关状态。
如上所述的烟叶烘烤过程控制方法,其中,所述的在全部烘烤过程中,所述的高光谱数据的采集、计算,以及依据计算结果实时调控烤房烘烤条件的过程是连续的。
如上所述的述的烟叶烘烤过程控制方法,其中,所述的在全部烘烤过程中,所述的高光谱数据的采集、计算,以及依据计算结果实时调控烤房烘烤条件的过程,形成闭环控制,从而控制烟叶烘烤的全部过程。
本发明的技术效果是显著的,首先,本发明利用的高光谱技术本身即具有其它光谱技术中无以比拟的光谱范围。可以实时地以数十个以至数百个连续且细分的光谱波段对烟叶烘烤过过程中每种状态同时成像,获得在烘烤时连续的烟叶状态变化图像。更为重要的是,高光谱技术在获得图像同时还可以直接获得其光谱信息,实现在烘烤时烟叶状态变化的光谱与图像结合。其次,由于高光谱具有极宽泛的光谱分辨率,极大地提高了烟叶光谱信息丰富程度,可以获得数量庞大的光谱数据。本发明在在烘烤时连续采集的高光谱数据无需进行处理即可以真实地反映出在烘烤时烟叶状态变化。本发明以烟叶状态变化作为控制烟叶烘烤条件的依据,可以实现使烟叶始终处于最佳的烘烤状态,大大地提升了烟叶烘烤质量。
由于本发明可以实时地对在烘烤过程中连续采集的原始高光谱的数据进行处理,通过数据处理方法,将原始高光谱的光谱数据转换成烟叶状态变化率,与直接使用原始数据相比,本发明依据烟叶烘烤具体需求,对高光谱原始数据进行合理,且有效的数据分析处理。从大量的高光谱原始数据中,针对烘烤中常用的烟叶状态变化信息进行准确的分类,实现快速实时智能的光谱分析,确保对烟叶烘烤条件的及时调控。
特别是,在本发明中,通过高光谱成像技术监控烘烤过程中烟叶状态变化信息,可以通过模型决策调控烟叶的烘烤条件,实现烟叶烘烤控制过程的自动化。并且,随着在大量的生产实践中,对烟叶状态变化数据的不断地累计所形成的大数据,有利于通过AI技术对烟叶烘烤过程中烟叶状态变化进行特征学习,最终达到实现烟叶烘烤过程AI控制的目的。
由于在本发明中,采用高光谱技术对烟叶的烘烤过程进行长时程的监测。在长达近160~200小时的烟叶烘烤过程中,对数据的采集、计算,以及依据计算结果通过模型决策,以及实时调控烤房烘烤条件的全过程是连续的、且闭环控制。从而确保烟叶能够始终处于最佳的烘烤状态,大大地提高了的烟叶烘烤质量。
附图说明
图1本发明中烟叶变化速率的计算方法流程图;
图2本发明烟叶状态变化的最佳速率计算方法流程图;
图3本发明烟叶状态变化的最佳速率与标定速率比较方法流程图。
具体实施方式
本发明提供的一种烟叶烘烤过程控制方法,首先在开始实际烘烤之前,向烤房的控制端输入烘烤全部过程的预设烘烤条件,然后开始进行实际烘烤。自实际烘烤的烘烤开始连续地采集高光谱信息。依据所述的高光谱信息,计算出烘烤中烟叶状态变化速率Vt;将所述的烟叶状态变化速率Vt与本次烘烤烟叶的标定数据进行比较;通过比较结果自动调节当前烟叶烘烤的条件参数,将烘烤中烟叶状态变化速率Vt控制在标定或者接近标定烟叶状态变化最佳速率,使烟叶始终控制在最佳的烘烤状态。
在本发明中,所述实际烘烤之前预设烘烤参数,依据对当前烘烤烟叶预先进行的标定所获得的烟叶状态变化速率v设定。并且标定所获得的烟叶状态变化速率v还作为对烟叶烘烤过程监控的参考标准。
考虑到在烟叶烘烤过程中,烟叶状态始终处于不断变化的状态下。因此,在本发明的一个较佳的实施方式中,所述预先标定参数至少包括标定的信息采集的时间间隔△t,以及预先标定的参数至少包括标定的数据采集的时间顺序。使得在实际烘烤的过程中所采集数据的时刻t与标定时采集数据时刻t尽量地保持对应。
需要说明的是,本发明中所指的预先标定的烟叶状态变化最佳速率及标定方法,与本发明同日另案申请,本发明中不再赘述。
本发明利用的高光谱技术所具有其它光谱技术中无以比拟的光谱范围。可以实时地以数十个以至数百个连续且细分的光谱波段对烟叶烘烤过程中状态同时成像。因此,本发明采用的高光谱技术对烘烤过程中的烟叶当前的状态进行监测,可以按时间顺序获得在烘烤时连续的烟叶状态变化图像。更为重要的是,高光谱技术在获得图像同时还可以直接获得高光谱信息,实现了烘烤时烟叶状态变化的光谱与图像结合。其次,由于高光谱具有极宽泛的光谱维度分辨率,大大地提高了烟叶光谱信息丰富程度,可以获得足够数量的光谱数据。所以在本发明中,在烘烤全过程中连续采集的高光谱数据完全可以高度真实地反映出在烘烤时烟叶状态变化。
在本发明的一个较佳的实施方式中,所述的实时采集的高光谱数据,是指烟叶变化状态指标的高光谱特征波段。其中,所述的烟叶变化状态指标包括,烟叶含水率、叶片颜色、主脉颜色、烟叶颜色均匀性、主脉形态、烟叶形态、主脉含水率。基于对烟叶变化状态判断准确率的考量,所选择监测的烟叶变化状态指标不得少于四项烟叶变化状态指标。否则,对烟叶变化状态判断准确率大幅下降,基本是不能满足对烟叶烘烤过程控制要求。
由于本发明是依据烟叶烘烤的具体需求,需要对高光谱原始数据进行合理,且有效的数据分析处理。从大量的高光谱原始数据中,选择出针对烘烤中常用的烟叶状态变化信息进行准确的分类,实现快速实时智能的光谱分析。
在本发明的一个具体的实施例1中,所述的烟叶为翠碧1号中部烟叶,产地福建三明。在本实施例1中,采用的具体实施方式:
(1)在烘烤之前,依据对该种烟叶进行预先的标定所获取该种烟叶的烟叶最佳状态变化率V,预设本次烘烤的条件(参数),向烤房的控制端输入烘烤全部过程的预设烘烤条件。
(2)开始进行实际烘烤,自实际烘烤的烘烤开始连续地采集并记录高光谱信息。在本实施例中,烘烤总时长设定为172小时;数据采集的时间间隔△t=1min;数据采集的总次数m=10320次;高光谱数据维数n=2100。
(3)所述的依据采集的高光谱信息,构建烘烤时刻t时任意一种烟叶状态指标X的变化速率Vxt,采用如下方法:
S1:将所采集的高光谱数据按采集时间排序,并建立实际烘烤过程中t时刻的烟叶状态的高光谱数据原始矩阵Axt;(建议在这个步骤中增加一个区别于标定方法中的原始矩阵A的表达式,代理人暂且以Axt代替)
Axt=(ax1 … axn)
其中,t为数据采集时刻,单位min;
n为高光谱数据维数;在本实施例中n=2100。
S2:选择烟叶变化状态指标X在数据采集时刻t时的高光谱数据,使用数据处理方法对所述高光谱数据原始矩阵Axt进行数据预处理,获得预处理后的光谱矩阵Bxt;在本实施例中,所得到预处理之后的光谱矩阵Bxt:
其中,m为数据采集时刻t的序数,在本实施例中m的取值范围为1、2,…,10320。
n为采集高光谱数据维数,在本实施例中n=2100。
S3:通过光谱矩阵Bxt对所述的烟叶状态变化指标X进行特征波段的提取;从光谱矩阵Bxt筛选出至少一个与烟叶变化指标X关联性较强的特征波段,形成所述烟叶变化指标X的在数据采集时刻t的特征光谱矩阵Xt:
Xt=(x1 … xn)
其中,t为数据采集时刻,单位min;
n为高光谱数据维数;在本实施例中,n=10。
S4:利用烟叶变化指标X的特征光谱Xt,计算出实际烘烤过程中烟叶状态变化速率Vxt;采用如下方式式计算t时刻烟叶状态变化速率Vxt:
其中,△t为烘烤的采样时间间隔,单位min;在本实施例中△t=1min
n为筛选后的高光谱特征波段数。
在本实施例1中,对烟叶状态变化指标X在时刻t=937min时采集所获得的烟叶状态变化速率Vx937具体为:
Vxt=Vx937=(0.094 0.107 … 0.081)
S5:建立烘烤过程中烟叶状态变化速率矩阵Vxt:
其中:x为所监测的任意一个烟叶状态变化指标;
m为数据采集时刻t的序数;
n筛选的烟叶状态变化指标X的高光谱特征波段的维数。
在本实施例1中,在所述的步骤S2数据预处理,还可以采用线性回归、最小二乘法、决策树、随机森林、向量机、神经网络其中任何一种常规的等数据处理方法,或者两种以上处理方法的结合。
本实施例1的一个较佳的实施方式中,所述的烟叶状态变化速率Vt,可以由时刻为at的烟叶状态变化最佳速率Vta构成。
其中,所述的在实际烘烤过程中烟叶状态变化最佳速率Vta,通过如下方法获取:
S21:计算烟叶烘烤进程时刻t的烟叶状态变化的特征光谱矩阵Xt与对应的标定特征光谱矩阵Ct的欧氏距离,得到距离矩阵Yxt:
其中,t为数据采集时刻,单位min;
n为高光谱数据维数;本实施例中n=10。
当烟叶状态变化指标X在数据采集时刻t=937min时,所获得的距离矩阵Yxt:
本实施例中,Yx937表示时刻t=937min时,烟叶状态变化信息矩阵与标定的特征光谱矩阵C的欧氏距离。
S22:求出矩阵Yxt每行数据之和,构成矩阵Zxt;
在本实施例中,所获得的Zx937矩阵为:
Zx937矩阵表示表示时刻t=937min时,烟叶状态信息矩阵与标定的特征光谱矩阵的各行欧氏距离。
S23:筛选出矩阵Zxt的最小值Zxmin,将Zxtmin的行编号的烘烤进程时刻设定为烟叶烘烤时刻ta;将烟叶烘烤进程时刻t校正为时刻ta。选取时刻ta时的数据建立矩阵Vta:
Vta=(va1 … van)
本实施例中,矩阵Zx937中m=879时的值最小,为1.115。设定目前实际烟叶状态对应“烟叶状态变化速率标定”试验中的时刻t=879min。因此将烟叶烘烤进程时刻校正为时刻ta=879min。
S24:从矩阵Vxt烟叶状态变化速率矩阵Vxt中选取出烘烤时刻ta采集的监测数据,构成烟叶状态变化最佳速率矩阵Vxta:
Vxta=(vta1 … vtan)
其中,ta为烟叶状态变化最佳速率的时刻。
在本实施例1中Vxta具体为:
Vxta=Vx879=(0.104 0.087 … 0.116)
本实施例1通过上述方法获得烟叶状态变化速率或者最佳变化速率的数据,是作为与预先标定的数据进行比较的依据。
在本实施例1中,将所述的实际烘烤过程中所获得的烟叶状态变化速率Vt,通过如下方法与本次烘烤烟叶的标定数据进行比较:
S31:计算烟叶状态变化速率Vt,与对应的烟叶状态变化标定的最佳速率V的比较差异值K;采用以下公式:
其中:vtn为标定的烟叶状态变化最佳速率;
vtan为依据实际监测数据计算出的烟叶状态变化最佳速率;
n为特征光谱的维数;
S32:依据所述kn值,构建实际烟叶状态变化速率Vta与标定烟叶状态变化最佳速率V的比较的差异矩阵K:
K=(k1 … kn)
在本实施例1中差异矩阵Kx具体为:
Kx=(-0.096 0.230 … -0.302)
S33:计算差异矩阵K矩阵元素的绝对值的均值,具体计算如下:
S34:计算比较差异矩阵K中矩阵元素的总和Ktotal,具体如下:
在本实施例1中,差异矩阵Kx中矩阵元素的总和Kxtotal=0.271;
S35:规定比较阈值Q,阈值Q的取值范围为0.1~0.3。
在本实施例1中,阈值Q=0.1。
在本实施例1中,所述的比较阈值Q依据Q的范围设定,比较阈值Q的取值范围为0.1~0.3。
差异矩阵K矩阵元素的绝对值的均值与阈值Q进行比较的判定标准是:当设定为当前烟叶状态变化速率Vta偏离了标定的烟叶状态变化最佳速率V,需要对当前烘烤条件进行调整,实现当前的烟叶状态变化速率Vta符合标定的烟叶状态变化速率V;当则判定当前烟叶状态变化速率符合烟叶状态变化最佳速率。
本实施例1的另一个较佳的实施方式中,所述的自动调节当前烟叶烘烤条件的方法是:先将差异矩阵K矩阵元素的绝对值的均值与阈值Q进行比较;当 时,再进一步的进行判定,所采用的判定标准是对比Ktotal与0的关系,若Ktotal>0,则判定当前烟叶状态变化速率大于标定的烟叶状态变化最佳速率V;调整烘烤条件以降低当前烟叶状态变化速率Vta。
本实施例1中,Ktotal=0.271>0,应当通过调整烘烤条件以降低烟叶状态变化速率。
在本实施例1中,所述的自动调节当前烟叶烘烤条件至少包括烤炉内的温、湿度。其中,所述的自动调节当前烟叶烘烤条件,可以通过调节干球和/或湿球的温度;或者可以通过调节风机转速,或者排潮风门开度,或者调节辅助排潮窗开关状态。
本实施例1中,依据判定结果Ktotal=0.271>0,需要的调节方式可以是维持干球温度不变,提升湿球温度,降低风机转速,减小排潮风门开度,关闭辅助排潮窗。
若Ktotal≤0,则说明当前烟叶状态变化速率小于烟叶状态变化最佳速率,应通过调整烘烤条件以提高烟叶状态变化速率。例如提高干球温度,降低湿球温度,提高风机转速,增大排潮风门开度,打开辅助排潮窗。
在本实施例1中,在全部烘烤过程中,所述的高光谱数据的采集、计算,以及依据计算结果实时调控烤房烘烤条件的过程是连续的。并且,所述的在全部烘烤过程中,所述的高光谱数据的采集、计算,以及依据计算结果实时调控烤房烘烤条件的过程,形成闭环控制。
基于在本发明是通过高光谱成像技术,对烘烤过程中烟叶状态变化信息进行监控和处理,再通过模型决策调控烟叶的烘烤条件,实现了烟叶烘烤控制过程的自动化。本发明采用高光谱技术对烟叶的烘烤过程进行长时程的监测。在长达近160~200小时的烟叶烘烤过程中,对数据的采集、计算,以及依据计算结果通过模型决策,以及实时调控烤房烘烤条件的全过程是连续的、且闭环控制。从而确保烟叶能够始终处于最佳的烘烤状态,并实现了大大地提高了的烟叶烘烤质量效果。
本发明的另一个实施例2中,采用了与实施例1相同批次的烟叶,其烘烤过程的控制方法与实施例1的区别是,将数据采集的时间间隔△t的进行调整。本实施例2中对时间间隔△t分别调整为0.5、1、5、10、20min。并对采用不同的时间间隔△t所获得的烟叶的烘烤效果进行对比。对比结论表明时间间隔△t对于烟叶状态判断准确率、烟叶状态变化速率变异系数、反馈控制时间产生一定的影响。(获得的烘烤技术效果参见表1)
表1
本发明实施例2的所获得的效果数据表明,时间间隔△t越小,烟叶状态判断准确率越高,其中0.5、1、5min的烟叶状态判断准确率达到90%以上,可以达到较高的控制标准。在本领域中采用的一个评价标准是“烟叶状态变化速率变异系数”,烟叶状态变化速率变异系数越小,说明烘烤条件控制的越准确。从表1可以看出时间间隔△t的选择为0.5、1、5min时,其烟叶状态变化速率变异系数指标均在5%以下,可以实现非常好的控制要求。时间间隔△t的选择为10、20min时,烟叶状态判断准确率和烟叶状态变化速率变异系数指标均会有所降低。在本发明中,时间间隔△t同样会对反馈控制时间的产生一定的影响。例如在△t=0.5min时,反馈控制时间占到了采样间隔时间△t的50%以上。基于上述因素的综合考量,本发明中较佳的时间间隔△t为1min-5min之间。
本发明的再一个实施例3中,采用了与实施例1相同批次的烟叶,对烘烤过程的控制方法与实施例1的区别是对烟叶状态变化指标的选择采用了不同的方案。
在本发明中所述的烟叶状态变化指标为烟叶含水率、叶片颜色、主脉颜色、烟叶颜色均匀性、主脉形态、烟叶形态、主脉含水率7项指标。
本实施例3的选择方案一:从全部的7项指标中,去除烟叶颜色均匀性和烟叶形态2项指标,保留将烟叶含水率、叶片颜色、主脉颜色、主脉形态、主脉含水率5项指标;
本实施例3的选择方案二:从全部的7项指标中,去除了主脉颜色、烟叶颜色均匀性和烟叶形态3项指标;保留了烟叶含水率、叶片颜色、主脉形态、主脉含水率4项指标,进行了烘烤。(所获得的烘烤效果见表2。)
表2
本发明的实施例3的试验证明,从选择方案一的数据与实施例1的选择全部7项的比较结果来看,当烟叶状态变化指标从7个缩减到5个后,均方根误差RMSE从0.2037增加到了0.2154,特征波段从10个缩减到7个,由于均方根误差RMSE的增大和特征波段数的减少,导致了对烟叶状态变化判断的准确率从97.8%下降到了90.5%。在选用5个烟叶状态指标的情况下,烟叶状态变化速率变异系数3.7%可以接受,同时反馈控制时间13.2s也处于可接受范围内,因此缩减烟叶状态指标个数为5个后,依然能满足本发明的控制要求,在硬件条件受限的情况下,可以考虑将烟叶状态指标缩减为5个。
从本实施例3的选择方案二的数据来看,当监控的烟叶状态变化指标从7个缩减到4个后,均方根误差RMSE从0.2037增加到了0.2418,特征波段从10个缩减到5个,由于均方根误差RMSE的增大和特征波段数的减少,导致了烟叶状态判断准确率从97.8%下降到了77.9%。试验证明,在选用4个烟叶状态变化的监控指标的情况下,对烟叶状态变化速率变异系数5.4%影响不太大,同时反馈控制时间缩短到了10.7s。但是由于最重要的标准“烟叶状态判断准确率”大幅下降。因此缩减烟叶状态变化指标监控个数后,不能满足烟叶烘烤基本控制要求,因此,本发明对烟叶状态变化指标的监控个数不可少于4项。
Claims (22)
1.一种烟叶烘烤过程控制方法,其特征在于,开始实际烘烤之前,向烤房的控制端输入烘烤全部过程的预设烘烤条件;自实际烘烤的烘烤开始,连续地采集高光谱信息;依据所述的高光谱信息,计算烘烤中烟叶状态变化速率Vt;将所述的烟叶状态变化速率Vt与本次烘烤烟叶的标定数据进行比较;通过比较结果自动调节当前烟叶烘烤的参数,将烘烤中烟叶状态变化速率Vt控制在标定或者接近标定的烟叶状态变化最佳速率,使烟叶始终控制在最佳的烘烤状态。
2.如权利要求1所述的烟叶烘烤过程控制方法,其特征在于,所述实际烘烤之前预设烘烤参数,依据对当前烘烤烟叶预先进行的标定所获得的烟叶状态变化速率v设定。
3.如权利要求1或2所述的烟叶烘烤过程控制方法,其特征在于,所述预先标定参数至少包括标定的信息采集的时间间隔△t。
4.如权利要求1或2所述的烟叶烘烤过程控制方法,其特征在于,所述预先标定的参数至少包括标定的数据采集的时间顺序。
5.如权利要求1所述的烟叶烘烤过程控制方法,其特征在于,所述的实时采集的高光谱数据,是指烟叶变化状态指标的高光谱特征波段。
6.如权利要求1或5所述的烟叶烘烤过程控制方法,其特征在于,所述的烟叶变化状态指标包括,烟叶含水率、叶片颜色、主脉颜色、烟叶颜色均匀性、主脉形态、烟叶形态、主脉含水率;不得少于其中四项烟叶变化状态指标。
7.如权利要求1所述的烟叶烘烤过程控制方法,其特征在于,所述的依据采集的高光谱信息,构建烘烤时刻t时任意一种烟叶状态指标X的变化速率Vxt,采用如下方法:
S1:将所采集的高光谱数据按采集时间排序,并建立实际烘烤过程中t时刻的烟叶状态的高光谱数据原始矩阵Axt;
Axt=(ax1…axn)
其中,t为数据采集时刻,单位min;n为高光谱数据维数;
S2:选择烟叶变化状态指标X在数据采集时刻t的高光谱数据,使用数据处理方法对所述高光谱数据原始矩阵Axt进行数据预处理,获得预处理后的光谱矩阵Bxt;
S3:通过光谱矩阵Bxt对所述的烟叶状态变化指标X进行特征波段的提取;从光谱矩阵Bxt筛选出至少一个与烟叶变化指标X关联性较强的特征波段,形成所述烟叶变化指标X的在数据采集时刻t的特征光谱矩阵Xt:
Xt=(x1…xn)
其中,t为数据采集时刻,单位min;n为高光谱数据维数;
S4:利用烟叶变化指标X特征光谱Xt,计算出实际烘烤过程中烟叶状态变化速率;采用如下方式式计算t时刻烟叶状态变化速率Vxt:
其中,△t为当前烘烤的采样时间间隔,单位min;
N为高光谱数据的维数;
S5:建立烘烤过程中烟叶状态变化速率矩阵Vxt:
其中:x为所监测的任意一个烟叶状态变化指标
m为数据采集的次数
n筛选的高光谱特征波段的维数。
8.如权利要求7所述的烟叶烘烤过程控制方法,其特征在于,在所述的步骤S2中,还可以采用线性回归、最小二乘法、决策树、随机森林、向量机、神经网络其中任何一种常规的等数据处理方法,或者两种以上处理方法的结合。
9.如权利要求1或7所述的烟叶烘烤过程控制方法,其特征在于,所述的烟叶状态变化速率Vt,由时刻为at时烟叶状态变化最佳速率Vta构成。
10.如权利要求1或7所述的烟叶烘烤过程控制方法,其特征在于,所述的在实际烘烤过程中烟叶状态变化的最佳速率Vat,通过如下方法获取:
S21:计算烟叶烘烤进程时刻t烟叶状态变化的特征光谱矩阵Xt与对应的标定特征光谱矩阵Ct的欧氏距离,得到距离矩阵Yt:
其中,t为数据采集时刻,单位min;
n为高光谱数据维数;
S22:求出矩阵Yxt每行数据之和,构成矩阵Zxt;
S23:筛选出矩阵Zxt的最小值Zxmin,将Zxtmin的行编号的烘烤进程时刻设定为烟叶烘烤时刻ta;将烟叶烘烤进程时刻t校正为时刻ta;
S24:从矩阵Vxt烟叶状态变化速率矩阵Vxt中选取出烘烤时刻ta采集的监测数据,构成烟叶状态变化最佳速率矩阵Vta:
Vta=(vta1…vtan)
其中,ta为烟叶状态变化最佳速率的时刻。
11.如权利要求1或10所述的烟叶烘烤过程控制方法,其特征在于,将所述的实际烘烤过程中所获得的烟叶状态变化速率Vt,通过如下方法与本次烘烤烟叶的标定数据进行比较:
S31:计算烟叶状态变化速率Vt,与对应的烟叶状态变化标定的最佳速率V的比较差异值K;采用以下公式:
其中:vtn为标定的烟叶状态变化最佳速率;
vtan为依据实际监测数据计算出的烟叶状态变化最佳速率;
n为特征光谱的维数;
S32:依据所述kn值,构建实际烟叶状态变化速率Vta与标定烟叶状态变化最佳速率V的比较差异矩阵K:
K=(k1…kn)
S33:计算K矩阵元素的绝对值的均值,具体计算如下:
S34:计算比较差异矩阵K中矩阵元素的总和Ktotal,具体如下:
S35:规定比较阈值Q,比较阈值Q的取值范围为0.1~0.3;
12.如权利要求11所述的烟叶烘烤过程控制方法,其特征在于,所述的比较阈值Q依据Q的范围设定,比较阈值Q的取值范围为0.1~0.3。
16.如权利要求15所述的烟叶烘烤过程控制方法,其特征在于,当Ktotal>0,则判定当前烟叶状态变化速率大于标定的烟叶状态变化最佳速率V;调整烘烤条件以降低当前烟叶状态变化速率Vta。
17.如权利要求15所述的烟叶烘烤过程控制方法,其特征在于,当Ktotal≤0,则说明当前烟叶状态变化速率小于烟叶状态变化最佳速率,通过调整烘烤条件以提高烟叶状态变化速率Vta。
18.如权利要求1所述的烟叶烘烤过程控制方法,其特征在于,所述的自动调节当前烟叶烘烤条件至少包括烤炉内的温、湿度。
19.如权利要求1所述的烟叶烘烤过程控制方法,其特征在于,所述的自动调节当前烟叶烘烤条件,可以通过调节干球和/或湿球的温度。
20.如权利要求1所述的烟叶烘烤过程控制方法,其特征在于,所述的自动调节当前烟叶烘烤条件,可以通过调节风机转速,或者排潮风门开度,或者调节辅助排潮窗开关状态。
21.如上述任意一个权利要求所述的烟叶烘烤过程控制方法,其特征在于,所述的在全部烘烤过程中,所述的高光谱数据的采集、计算,以及依据计算结果实时调控烤房烘烤条件的过程是连续的。
22.如上述任意一个权利要求所述的烟叶烘烤过程控制方法,其特征在于,所述的在全部烘烤过程中,所述的高光谱数据的采集、计算,以及依据计算结果实时调控烤房烘烤条件的过程,形成闭环控制,从而控制烟叶烘烤的全部过程。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211011485.5A CN115281361A (zh) | 2022-08-23 | 2022-08-23 | 一种烟叶烘烤过程的控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211011485.5A CN115281361A (zh) | 2022-08-23 | 2022-08-23 | 一种烟叶烘烤过程的控制方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115281361A true CN115281361A (zh) | 2022-11-04 |
Family
ID=83829760
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211011485.5A Pending CN115281361A (zh) | 2022-08-23 | 2022-08-23 | 一种烟叶烘烤过程的控制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115281361A (zh) |
Citations (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4470422A (en) * | 1980-01-22 | 1984-09-11 | Modsa (Proprietary) Limited | Curing of tobacco leaf |
US4788989A (en) * | 1984-06-21 | 1988-12-06 | Japan Tobacco, Inc. | Process for the temperature control of a drying apparatus for tobacco leaves |
CN106509969A (zh) * | 2016-11-29 | 2017-03-22 | 福建省烟草公司三明市公司 | 一种基于云平台的在线智能化烤烟系统及烘烤工艺 |
CN106579532A (zh) * | 2017-01-17 | 2017-04-26 | 重庆电子工程职业学院 | 一种密集烤房烟叶烘烤工艺曲线的在线生成方法 |
CN107224002A (zh) * | 2017-07-03 | 2017-10-03 | 贵州大学 | 一种利用变频技术提高烟叶烘烤质量的方法 |
CN109164009A (zh) * | 2018-11-13 | 2019-01-08 | 云南农业大学 | 一种烟叶烘烤实时在线监测记录系统 |
CN111406968A (zh) * | 2020-04-27 | 2020-07-14 | 云南省烟草公司曲靖市公司 | 基于图像采集和水分变化的烟叶烘烤方法 |
CN112914141A (zh) * | 2021-01-22 | 2021-06-08 | 湖北省烟草科学研究院 | 基于物联网的智能烟叶烘烤采集系统 |
CN112949663A (zh) * | 2021-01-28 | 2021-06-11 | 贵州省烟草科学研究院 | 基于图像识别的烟叶烘烤控制系统和方法 |
CN112956722A (zh) * | 2021-02-02 | 2021-06-15 | 湖北省烟草科学研究院 | 一种烤烟烘烤工艺关键点稳温时间计算模型 |
CN113002816A (zh) * | 2021-02-23 | 2021-06-22 | 湖北省烟草科学研究院 | 一种烤烟烘烤工艺智能控制方法 |
CN113237836A (zh) * | 2021-05-10 | 2021-08-10 | 福建省烟草公司南平市公司 | 一种基于高光谱图像的烤烟叶水分含量估测方法 |
CN113804644A (zh) * | 2021-09-18 | 2021-12-17 | 贵州省烟草科学研究院 | 基于近红外光谱的烟叶烘烤过程化学指标预测方法 |
CN114355857A (zh) * | 2022-01-12 | 2022-04-15 | 华中科技大学 | 一种烟叶烘烤智能控制系统、方法、介质、设备及终端 |
CN114868948A (zh) * | 2022-06-14 | 2022-08-09 | 云南省烟草公司楚雄州公司 | 一种烟叶智能化烘烤动态管理方法 |
-
2022
- 2022-08-23 CN CN202211011485.5A patent/CN115281361A/zh active Pending
Patent Citations (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4470422A (en) * | 1980-01-22 | 1984-09-11 | Modsa (Proprietary) Limited | Curing of tobacco leaf |
US4788989A (en) * | 1984-06-21 | 1988-12-06 | Japan Tobacco, Inc. | Process for the temperature control of a drying apparatus for tobacco leaves |
CN106509969A (zh) * | 2016-11-29 | 2017-03-22 | 福建省烟草公司三明市公司 | 一种基于云平台的在线智能化烤烟系统及烘烤工艺 |
CN106579532A (zh) * | 2017-01-17 | 2017-04-26 | 重庆电子工程职业学院 | 一种密集烤房烟叶烘烤工艺曲线的在线生成方法 |
CN107224002A (zh) * | 2017-07-03 | 2017-10-03 | 贵州大学 | 一种利用变频技术提高烟叶烘烤质量的方法 |
CN109164009A (zh) * | 2018-11-13 | 2019-01-08 | 云南农业大学 | 一种烟叶烘烤实时在线监测记录系统 |
CN111406968A (zh) * | 2020-04-27 | 2020-07-14 | 云南省烟草公司曲靖市公司 | 基于图像采集和水分变化的烟叶烘烤方法 |
CN112914141A (zh) * | 2021-01-22 | 2021-06-08 | 湖北省烟草科学研究院 | 基于物联网的智能烟叶烘烤采集系统 |
CN112949663A (zh) * | 2021-01-28 | 2021-06-11 | 贵州省烟草科学研究院 | 基于图像识别的烟叶烘烤控制系统和方法 |
CN112956722A (zh) * | 2021-02-02 | 2021-06-15 | 湖北省烟草科学研究院 | 一种烤烟烘烤工艺关键点稳温时间计算模型 |
CN113002816A (zh) * | 2021-02-23 | 2021-06-22 | 湖北省烟草科学研究院 | 一种烤烟烘烤工艺智能控制方法 |
CN113237836A (zh) * | 2021-05-10 | 2021-08-10 | 福建省烟草公司南平市公司 | 一种基于高光谱图像的烤烟叶水分含量估测方法 |
CN113804644A (zh) * | 2021-09-18 | 2021-12-17 | 贵州省烟草科学研究院 | 基于近红外光谱的烟叶烘烤过程化学指标预测方法 |
CN114355857A (zh) * | 2022-01-12 | 2022-04-15 | 华中科技大学 | 一种烟叶烘烤智能控制系统、方法、介质、设备及终端 |
CN114868948A (zh) * | 2022-06-14 | 2022-08-09 | 云南省烟草公司楚雄州公司 | 一种烟叶智能化烘烤动态管理方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110893001B (zh) | 一种松散回潮工序的出口含水率的控制方法及系统 | |
CN111109643B (zh) | 一种薄板烘丝的烟丝含水量的控制方法及系统 | |
CN110946306B (zh) | 一种基于滚筒式叶丝回潮的质量控制方法及系统 | |
CN113002816B (zh) | 一种烤烟烘烤工艺智能控制方法 | |
CN110946313B (zh) | 一种叶丝干燥工序的出口含水率的控制方法及系统 | |
CN112914139A (zh) | 一种松散回潮工序的加水量的控制方法及系统 | |
CN114403487B (zh) | 一种松散回潮的加水控制方法 | |
CN112790418B (zh) | 一种叶丝超级回潮的加水控制方法及系统 | |
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 | |
US20230067754A1 (en) | Water control method for loosening and conditioning process based on neural network model and double parameter correction | |
CN112931913A (zh) | 一种气流式梗丝干燥出口含水率的控制方法 | |
CN113358647B (zh) | 一种烟草烘烤数据预测监控模型建立方法 | |
CN111165866A (zh) | 一种基于气流式梗丝干燥的质量控制方法及系统 | |
CN114115393A (zh) | 一种制丝线薄板烘丝机出口水分和温度的控制方法 | |
CN115281361A (zh) | 一种烟叶烘烤过程的控制方法 | |
CN111879726B (zh) | 基于加工前后同步近红外分析的烟草热加工强度及波动性在线监测方法 | |
CN113876008B (zh) | 一种控制松散回潮烟片含水率稳定性的方法 | |
CN113017137B (zh) | 一种烟梗的增压蒸梗出口温度的控制方法及系统 | |
CN112790421B (zh) | 一种基于滑窗预测的梗丝加料出口含水率的控制方法 | |
CN112471572B (zh) | 烟草隧道式增温设备加工强度一致性的控制方法及系统 | |
CN115841026A (zh) | 烟叶松散回潮出口温度自动预测系统 | |
CN115290579A (zh) | 一种烟叶烘烤过程阶段的判断方法 | |
CN115349654A (zh) | 一种烟叶烘烤参数的标定方法 | |
CN115017700A (zh) | 基于scad算法的卷烟制丝过程变量选择及赋权方法 | |
CN112641124A (zh) | 烟草滚筒类增温设备加工强度一致性的控制方法及系统 |
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 |