CN117172723A - 一种基于人工智能的卷烟生产加工智能管理系统 - Google Patents

Abstract

本发明涉及卷烟生产加工管理领域，具体公开一种基于人工智能的卷烟生产加工智能管理系统，本发明通过获取烟叶处理后烟叶的含水量、挥发分含量和烟碱含量，评估烟叶处理工序，保证烟叶的外观、口感和香气等，提升卷烟的品质；获取切割烟叶后烟叶的长度、粒径和烟支含量，评估切割烟叶工序，使得烟叶切割符合卷烟规格，避免烟包破损和卷烟燃烧不均匀，提升吸烟体验；获取配方调配后烟叶的烟叶种类配比、添加物含量配比和pH值，评估配方调配工序，保障卷烟的味道、烟雾量和烟气成分等，提升卷烟的风味和质量；获取烟筒制作后烟筒的外观信息、尺寸信息和抽阻系数，评估烟筒制作工序，保证烟筒的美观度和燃烧性能。

Description

一种基于人工智能的卷烟生产加工智能管理系统

技术领域

本发明涉及卷烟生产加工管理领域，涉及到一种基于人工智能的卷烟生产加工智能管理系统。

背景技术

对卷烟生产加工进行监测管理有利于保护公众健康、维护消费者权益、提升行业形象、推动环保和可持续发展，以及满足法规合规要求，因此，卷烟生产加工的监测管理对于卷烟行业的可持续发展和社会责任的履行具有重要意义。

现有的卷烟生产加工的监测管理方法大都针对卷烟成品的质量检测，缺乏对卷烟生产加工过程的跟随性监测分析，进而不能及时发现和处理卷烟生产加工中的问题，不利于卷烟产品质量问题的溯源，也不利于卷烟产品质量的提高和卷烟生产加工工艺的提升，因而存在一些不足：第一方面，现有方法缺乏对烟叶处理工序的深入监测分析，烟叶处理工序是影响卷烟质量的关键工序之一，其包括烟叶的晾晒、发酵、杀青和脱水等处理过程，烟叶处理不当会影响烟叶的外观、口感和香气等，进而可能导致烟叶质量下降，从而影响卷烟的品质。

第二方面，现有方法缺乏对切割烟叶工序的深入监测分析，切割烟叶工序是将经过处理的烟叶切割成符合卷烟规格的长度，切割烟叶不达标可能导致烟叶具有不理想的结构，使烟包容易破损，还可能导致烟草密度不均匀使卷烟燃烧不均匀，进而影响吸烟体验。

第三方面，现有方法缺乏对配方调配工序的深入监测分析，配方调配工序是根据烟叶的种类和性质，以及消费者的需求，调配合适的配方，配方调配不佳可能影响卷烟的味道、烟雾量和烟气成分等，进而导致卷烟的风味和质量发生变化，使卷烟与消费者的期望不符，从而降低消费者的满意程度。

第四方面，现有方法缺乏对烟筒制作工序的深入监测分析，烟筒制作工序是将切割好的烟叶和配方混合物装入卷烟纸中，并通过机械装置将卷烟纸卷成烟筒形状，烟筒制作出现问题可能导致烟筒外观的缺陷，如破损、变形等，影响产品的美观度，还可能导致烟筒的燃烧性能差，影响卷烟的燃烧体验，甚至可能导致烟筒材料中的有害物质释放增加，对吸烟者的健康构成潜在威胁。

发明内容

针对上述问题，本发明提出了一种基于人工智能的卷烟生产加工智能管理系统，实现对卷烟生产加工管理的功能。

本发明解决其技术问题采用的技术方案是：本发明提供一种基于人工智能的卷烟生产加工智能管理系统，包括：烟叶处理工序监测分析模块：用于获取目标卷烟厂当前生产批次烟叶处理工序完成后的烟叶并进行采样，获取烟叶处理工序完成后烟叶的各样本，将其记为各目标烟叶样本，获取各目标烟叶样本的含水量、挥发分含量和烟碱含量，分析烟叶处理工序的达标系数。

切割烟叶工序监测分析模块：用于获取切割烟叶工序完成后的烟叶并进行采样，获取切割烟叶工序完成后烟叶的各样本，将其记为各指定烟叶样本，获取各指定烟叶样本的平均长度、平均粒径和烟支含量，分析切割烟叶工序的达标系数。

配方调配工序监测分析模块：用于获取配方调配工序完成后的烟叶并进行采样，获取配方调配工序完成后烟叶的各样本，将其记为各标记烟叶样本，获取各标记烟叶样本的烟叶种类配比、添加物含量配比和pH值，分析配方调配工序的达标系数。

烟筒制作工序监测分析模块：用于获取烟筒制作工序完成后的烟筒并进行采样，获取烟筒制作工序完成后烟筒的各样本，将其记为各检验烟筒，获取各检验烟筒的外观信息、尺寸信息和抽阻系数，分析烟筒制作工序的达标系数。

卷烟生产加工评估反馈模块：用于将烟叶处理工序、切割烟叶工序、配方调配工序和烟筒制作工序的达标系数反馈至目标卷烟厂的生产加工管理部门。

数据库：用于存储烟叶处理工序的适宜含水量、适宜挥发分含量和适宜烟碱含量及切割烟叶工序的适宜长度、适宜粒径和适宜烟支含量；并存储配方调配工序的适宜烟叶种类配比、适宜添加物含量配比和适宜pH值及烟筒的参考长度、参考直径和参考壁厚。

在上述实施例的基础上，所述烟叶处理工序监测分析模块的具体分析过程包括：按照预设的等距离原则在目标卷烟厂当前生产批次烟叶处理工序完成后的烟叶传输带上布设各采样点，得到烟叶处理工序的各采样点，并按照预设的等深度原则在烟叶处理工序的各采样点处布设各样本提取点，获取烟叶处理工序各采样点处各样本提取点设定重量的烟叶，得到烟叶处理工序完成后烟叶的各样本，将其记为各目标烟叶样本。

在上述实施例的基础上，所述烟叶处理工序监测分析模块的具体分析过程还包括：按照预设的等重量原则将各目标烟叶样本分为三等份，得到各目标烟叶样本的第一子样本、第二子样本和第三子样本。

利用红外湿度计测量各目标烟叶样本第一子样本的含水量，将其记为各目标烟叶样本的含水量，并表示为，/>表示第/>个目标烟叶样本的编号，/>。

将各目标烟叶样本第二子样本放置于设定温度下进行加热，直至各目标烟叶样本第二子样本的质量稳定，比较各目标烟叶样本第二子样本加热前后的质量差异，得到各目标烟叶样本第二子样本的挥发分质量，将各目标烟叶样本第二子样本的挥发分质量除以其目标烟叶样本第二子样本的质量，得到各目标烟叶样本第二子样本的挥发分含量，将其记为各目标烟叶样本的挥发分含量，并表示为。

将各目标烟叶样本第三子样本烘干研磨成粉末状放入提取瓶中，加入设定容量的指定溶剂进行加热搅拌，制成各目标烟叶样本第三子样本的提取液，利用分光光度计测定各目标烟叶样本第三子样本的提取液中烟碱的浓度，根据各目标烟叶样本第三子样本的提取液中烟碱浓度和提取液体积，计算出各目标烟叶样本第三子样本的烟碱质量，将各目标烟叶样本第三子样本的烟碱质量除以其目标烟叶样本第三子样本的质量，得到各目标烟叶样本第三子样本的烟碱含量，将其记为各目标烟叶样本的烟碱含量，并表示为。

在上述实施例的基础上，所述烟叶处理工序监测分析模块的具体分析过程还包括：通过分析公式得到烟叶处理工序的达标系数/>，其中/>表示目标烟叶样本的数量，/>表示自然常数，/>分别表示数据库中存储的烟叶处理工序的适宜含水量、适宜挥发分含量和适宜烟碱含量，分别表示预设的烟叶处理工序的含水量、挥发分含量和烟碱含量的偏差阈值，/>分别表示预设的含水量、挥发分含量和烟碱含量的权值。

在上述实施例的基础上，所述切割烟叶工序监测分析模块的具体分析过程包括：获取切割烟叶工序完成后的烟叶并进行采样，获取切割烟叶工序完成后烟叶的各样本，将其记为各指定烟叶样本。

通过光学显微镜获取各指定烟叶样本的平均长度，将其记为，/>表示第/>个指定烟叶样本的编号，/>。

通过颗粒分析仪获取各指定烟叶样本的平均粒径，将其记为。

对各指定烟叶样本进行筛分，获取各指定烟叶样本中无法吸入烟雾的杂质重量，将各指定烟叶样本中无法吸入烟雾的杂质重量除以其指定烟叶样本的重量，得到各指定烟叶样本的烟支含量，将其记为。

在上述实施例的基础上，所述切割烟叶工序监测分析模块的具体分析过程还包括：通过分析公式得到切割烟叶工序的达标系数/>，/>表示指定烟叶样本的数量，/>分别表示预设的指定烟叶样本的长度、粒径和烟支含量的偏差阈值，/>分别表示数据库中存储的切割烟叶工序的适宜长度、适宜粒径和适宜烟支含量，/>分别表示预设的指定烟叶样本的长度、粒径和烟支含量的权值。

在上述实施例的基础上，所述配方调配工序监测分析模块的具体分析过程包括：获取配方调配工序完成后的烟叶并进行采样，获取配方调配工序完成后烟叶的各样本，将其记为各标记烟叶样本。

将各标记烟叶样本按照相同烟叶种类进行筛分，得到各标记烟叶样本中各种烟叶的重量，将各标记烟叶样本中各种烟叶的重量除以其标记烟叶样本的重量，得到各标记烟叶样本中各种烟叶的配比，将其记为，/>表示第/>个标记烟叶样本的编号，/>，表示第/>个烟叶种类的编号，/>，进一步得到各标记烟叶样本的烟叶种类配比。

对各标记烟叶样本进行检测，获取各标记烟叶样本中各种添加物的含量，将其记为，/>表示第/>种添加物的编号，/>，进一步得到各标记烟叶样本的添加物含量配比。

获取各标记烟叶样本的pH值，将其记为。

在上述实施例的基础上，所述配方调配工序监测分析模块的具体分析过程还包括：获取标记烟叶样本中各种烟叶的适宜配比、各种添加物的适宜含量和适宜pH值，将其分别记为、/>和/>。

通过分析公式得到配方调配工序的达标系数/>，其中/>表示标记烟叶样本的数量，/>表示预设的烟叶配比单位偏差对应的影响因子，/>表示预设的第/>个烟叶种类的权值，/>，/>表示预设的添加物含量单位偏差对应的影响因子，/>表示预设的第/>种添加物的权值，/>，/>表示预设的标记烟叶样本的pH偏差阈值。

在上述实施例的基础上，所述烟筒制作工序监测分析模块的具体分析过程包括：获取烟筒制作工序完成后的烟筒并进行采样，获取烟筒制作工序完成后烟筒的各样本，将其记为各检验烟筒。

获取各检验烟筒表面的破损面积和三维模型，分析各检验烟筒的外观符合度，将其记为，/>表示第/>个检验烟筒的编号，/>。

获取各检验烟筒的长度、直径和壁厚，分析各检验烟筒的尺寸符合度，将其记为。

在上述实施例的基础上，所述烟筒制作工序监测分析模块的具体分析过程还包括：通过抽阻测试仪对各检验烟筒进行抽阻测试，获取各检验烟筒中吸食单位长度卷烟时烟筒所提供的阻力，将其记为各检验烟筒的抽阻，并表示为，通过分析公式得到各检验烟筒的抽阻系数/>，其中/>表示预设的烟筒的抽阻阈值。

通过分析公式得到烟筒制作工序的达标系数/>，其中/>表示检验烟筒的数量，/>表示预设的烟筒的适宜抽阻系数，/>表示预设的抽阻系数偏差阈值，/>分别表示预设的外观符合度、尺寸符合度和抽阻系数的权值。

相对于现有技术，本发明所述的一种基于人工智能的卷烟生产加工智能管理系统以下有益效果：1.本发明通过获取烟叶处理工序完成后烟叶的含水量、挥发分含量和烟碱含量，分析烟叶处理工序的达标系数，对烟叶处理工序进行深入监测分析，保证烟叶的外观、口感和香气等，进而提升卷烟的品质。

2.本发明通过获取切割烟叶工序完成后烟叶的长度、粒径和烟支含量，分析切割烟叶工序的达标系数，对切割烟叶工序进行深入监测分析，使得烟叶切割符合卷烟规格，避免烟包破损和卷烟燃烧不均匀，提升吸烟体验。

3.本发明通过获取配方调配工序完成后烟叶的烟叶种类配比、添加物含量配比和pH值，分析配方调配工序的达标系数，对配方调配工序进行深入监测分析，保障卷烟的味道、烟雾量和烟气成分等，进而提升卷烟的风味和质量，从而提高消费者的满意程度。

4.本发明通过获取烟筒制作工序完成后烟筒的外观信息、尺寸信息和抽阻系数，分析烟筒制作工序的达标系数，对烟筒制作工序进行深入监测分析，避免烟筒出现外观缺陷，进而保证烟筒的美观度，并提高烟筒的燃烧性能，进而提升卷烟的燃烧体验。

附图说明

为了更清楚地说明本发明实施例的技术方案，下面将对实施例描述所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为本发明的系统模块连接图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。

请参阅图1所示，本发明提供一种基于人工智能的卷烟生产加工智能管理系统，包括烟叶处理工序监测分析模块、切割烟叶工序监测分析模块、配方调配工序监测分析模块、烟筒制作工序监测分析模块、卷烟生产加工评估反馈模块和数据库。

所述卷烟生产加工评估反馈模块分别与烟叶处理工序监测分析模块、切割烟叶工序监测分析模块、配方调配工序监测分析模块和烟筒制作工序监测分析模块连接，数据库分别与烟叶处理工序监测分析模块、切割烟叶工序监测分析模块、配方调配工序监测分析模块和烟筒制作工序监测分析模块连接。

所述烟叶处理工序监测分析模块用于获取目标卷烟厂当前生产批次烟叶处理工序完成后的烟叶并进行采样，获取烟叶处理工序完成后烟叶的各样本，将其记为各目标烟叶样本，获取各目标烟叶样本的含水量、挥发分含量和烟碱含量，分析烟叶处理工序的达标系数。

进一步地，所述烟叶处理工序监测分析模块的具体分析过程包括：按照预设的等距离原则在目标卷烟厂当前生产批次烟叶处理工序完成后的烟叶传输带上布设各采样点，得到烟叶处理工序的各采样点，并按照预设的等深度原则在烟叶处理工序的各采样点处布设各样本提取点，获取烟叶处理工序各采样点处各样本提取点设定重量的烟叶，得到烟叶处理工序完成后烟叶的各样本，将其记为各目标烟叶样本。

进一步地，所述烟叶处理工序监测分析模块的具体分析过程还包括：按照预设的等重量原则将各目标烟叶样本分为三等份，得到各目标烟叶样本的第一子样本、第二子样本和第三子样本。

利用红外湿度计测量各目标烟叶样本第一子样本的含水量，将其记为各目标烟叶样本的含水量，并表示为，/>表示第/>个目标烟叶样本的编号，/>。

将各目标烟叶样本第二子样本放置于设定温度下进行加热，直至各目标烟叶样本第二子样本的质量稳定，比较各目标烟叶样本第二子样本加热前后的质量差异，得到各目标烟叶样本第二子样本的挥发分质量，将各目标烟叶样本第二子样本的挥发分质量除以其目标烟叶样本第二子样本的质量，得到各目标烟叶样本第二子样本的挥发分含量，将其记为各目标烟叶样本的挥发分含量，并表示为。

将各目标烟叶样本第三子样本烘干研磨成粉末状放入提取瓶中，加入设定容量的指定溶剂进行加热搅拌，制成各目标烟叶样本第三子样本的提取液，利用分光光度计测定各目标烟叶样本第三子样本的提取液中烟碱的浓度，根据各目标烟叶样本第三子样本的提取液中烟碱浓度和提取液体积，计算出各目标烟叶样本第三子样本的烟碱质量，将各目标烟叶样本第三子样本的烟碱质量除以其目标烟叶样本第三子样本的质量，得到各目标烟叶样本第三子样本的烟碱含量，将其记为各目标烟叶样本的烟碱含量，并表示为。

作为一种优选方案，还可以利用烘干法或者核磁共振技术测量各目标烟叶样本第一子样本的含水量。

作为一种优选方案，制成各目标烟叶样本第三子样本的提取液用到的指定溶剂为水或丙酮。

作为一种优选方案，还可以利用高效液相色谱仪测定各目标烟叶样本第三子样本的提取液中烟碱的浓度。

进一步地，所述烟叶处理工序监测分析模块的具体分析过程还包括：通过分析公式得到烟叶处理工序的达标系数/>，其中/>表示目标烟叶样本的数量，/>表示自然常数，/>分别表示数据库中存储的烟叶处理工序的适宜含水量、适宜挥发分含量和适宜烟碱含量，/>分别表示预设的烟叶处理工序的含水量、挥发分含量和烟碱含量的偏差阈值，/>分别表示预设的含水量、挥发分含量和烟碱含量的权值。

需要说明的是，本发明通过获取烟叶处理工序完成后烟叶的含水量、挥发分含量和烟碱含量，分析烟叶处理工序的达标系数，对烟叶处理工序进行深入监测分析，保证烟叶的外观、口感和香气等，进而提升卷烟的品质。

所述切割烟叶工序监测分析模块用于获取切割烟叶工序完成后的烟叶并进行采样，获取切割烟叶工序完成后烟叶的各样本，将其记为各指定烟叶样本，获取各指定烟叶样本的平均长度、平均粒径和烟支含量，分析切割烟叶工序的达标系数。

进一步地，所述切割烟叶工序监测分析模块的具体分析过程包括：获取切割烟叶工序完成后的烟叶并进行采样，获取切割烟叶工序完成后烟叶的各样本，将其记为各指定烟叶样本。

通过光学显微镜获取各指定烟叶样本的平均长度，将其记为，/>表示第/>个指定烟叶样本的编号，/>。

通过颗粒分析仪获取各指定烟叶样本的平均粒径，将其记为。

对各指定烟叶样本进行筛分，获取各指定烟叶样本中无法吸入烟雾的杂质重量，将各指定烟叶样本中无法吸入烟雾的杂质重量除以其指定烟叶样本的重量，得到各指定烟叶样本的烟支含量，将其记为。

作为一种优选方案，对切割烟叶工序完成后的烟叶进行采样的方法与对烟叶处理工序完成后的烟叶进行采样的方法，原理相同。

作为一种优选方案，还可以通过图像处理技术获取各指定烟叶样本的平均长度。

作为一种优选方案，各指定烟叶样本的粒径表示各指定烟叶样本的颗粒直径。

作为一种优选方案，各指定烟叶样本中无法吸入烟雾的杂质包括但不限于：烟叶的根茎和梗片等。

进一步地，所述切割烟叶工序监测分析模块的具体分析过程还包括：通过分析公式得到切割烟叶工序的达标系数/>，/>表示指定烟叶样本的数量，/>分别表示预设的指定烟叶样本的长度、粒径和烟支含量的偏差阈值，/>分别表示数据库中存储的切割烟叶工序的适宜长度、适宜粒径和适宜烟支含量，/>分别表示预设的指定烟叶样本的长度、粒径和烟支含量的权值。

需要说明的是，本发明通过获取切割烟叶工序完成后烟叶的长度、粒径和烟支含量，分析切割烟叶工序的达标系数，对切割烟叶工序进行深入监测分析，使得烟叶切割符合卷烟规格，避免烟包破损和卷烟燃烧不均匀，提升吸烟体验。

所述配方调配工序监测分析模块用于获取配方调配工序完成后的烟叶并进行采样，获取配方调配工序完成后烟叶的各样本，将其记为各标记烟叶样本，获取各标记烟叶样本的烟叶种类配比、添加物含量配比和pH值，分析配方调配工序的达标系数。

进一步地，所述配方调配工序监测分析模块的具体分析过程包括：获取配方调配工序完成后的烟叶并进行采样，获取配方调配工序完成后烟叶的各样本，将其记为各标记烟叶样本。

将各标记烟叶样本按照相同烟叶种类进行筛分，得到各标记烟叶样本中各种烟叶的重量，将各标记烟叶样本中各种烟叶的重量除以其标记烟叶样本的重量，得到各标记烟叶样本中各种烟叶的配比，将其记为，/>表示第/>个标记烟叶样本的编号，/>，表示第/>个烟叶种类的编号，/>，进一步得到各标记烟叶样本的烟叶种类配比。

对各标记烟叶样本进行检测，获取各标记烟叶样本中各种添加物的含量，将其记为，/>表示第/>种添加物的编号，/>，进一步得到各标记烟叶样本的添加物含量配比。

获取各标记烟叶样本的pH值，将其记为。

作为一种优选方案，对配方调配工序完成后的烟叶进行采样的方法与对烟叶处理工序完成后的烟叶进行采样的方法，原理相同。

作为一种优选方案，配方调配工序中通过合理使用不同种类的烟叶进行配方调配，卷烟厂可以生产出独特的产品风格和口感，满足不同消费者的需求，提高市场竞争力，同时，也可以实现成本控制和生产效益的优化。

作为一种优选方案，各标记烟叶样本中各种添加物包括但不限于：

糖、甘油和香精等。

作为一种优选方案，可以通过质谱法、液相色谱法、气相色谱法或红外光谱法获取各标记烟叶样本中各种添加物的含量。

作为一种优选方案，可以通过pH计法或pH试纸法获取各标记烟叶样本的pH值。

进一步地，所述配方调配工序监测分析模块的具体分析过程还包括：获取标记烟叶样本中各种烟叶的适宜配比、各种添加物的适宜含量和适宜pH值，将其分别记为、/>和/>。

作为一种优选方案，获取标记烟叶样本中各种烟叶的适宜配比、各种添加物的适宜含量和适宜pH值，具体方法为：提取数据库中存储的配方调配工序的适宜烟叶种类配比、适宜添加物含量配比和适宜pH值，得到标记烟叶样本中各种烟叶的适宜配比、各种添加物的适宜含量和适宜pH值。

通过分析公式得到配方调配工序的达标系数/>，其中/>表示标记烟叶样本的数量，/>表示预设的烟叶配比单位偏差对应的影响因子，/>表示预设的第/>个烟叶种类的权值，/>，/>表示预设的添加物含量单位偏差对应的影响因子，/>表示预设的第/>种添加物的权值，/>，/>表示预设的标记烟叶样本的pH偏差阈值。

需要说明的是，本发明通过获取配方调配工序完成后烟叶的烟叶种类配比、添加物含量配比和pH值，分析配方调配工序的达标系数，对配方调配工序进行深入监测分析，保障卷烟的味道、烟雾量和烟气成分等，进而提升卷烟的风味和质量，从而提高消费者的满意程度。

所述烟筒制作工序监测分析模块用于获取烟筒制作工序完成后的烟筒并进行采样，获取烟筒制作工序完成后烟筒的各样本，将其记为各检验烟筒，获取各检验烟筒的外观信息、尺寸信息和抽阻系数，分析烟筒制作工序的达标系数。

进一步地，所述烟筒制作工序监测分析模块的具体分析过程包括：获取烟筒制作工序完成后的烟筒并进行采样，获取烟筒制作工序完成后烟筒的各样本，将其记为各检验烟筒。

获取各检验烟筒表面的破损面积和三维模型，分析各检验烟筒的外观符合度，将其记为，/>表示第/>个检验烟筒的编号，/>。

作为一种优选方案，分析各检验烟筒的外观符合度，具体方法为：获取各检验烟筒表面的破损面积，将其记为，/>表示第/>个检验烟筒的编号，/>，对各检验烟筒进行扫描，获取各检验烟筒的三维模型，将各检验烟筒的三维模型与预设的烟筒的标准三维模型进行比对，得到各检验烟筒的三维模型与标准三维模型的重合度，将其记为/>，通过分析公式/>得到各检验烟筒的外观符合度/>，其中/>表示预设的烟筒单位破损面积对应的影响因子，/>表示预设的烟筒三维模型重合度的阈值。

获取各检验烟筒的长度、直径和壁厚，分析各检验烟筒的尺寸符合度，将其记为。

作为一种优选方案，分析各检验烟筒的尺寸符合度，具体方法为：获取各检验烟筒的长度、直径和壁厚，将其分别记为，提取数据库中存储的烟筒的参考长度、参考直径和参考壁厚，将其分别记为/>，通过分析公式得到各检验烟筒的尺寸符合度/>，其中分别表示预设的烟筒的长度、直径和壁厚的偏差阈值。

作为一种优选方案，对烟筒制作工序完成后的烟筒进行采样的方法与对烟叶处理工序完成后的烟叶进行采样的方法，原理相同。

作为一种优选方案，可以通过激光扫描仪对各检验烟筒进行扫描，获取各检验烟筒的三维模型。

进一步地，所述烟筒制作工序监测分析模块的具体分析过程还包括：通过抽阻测试仪对各检验烟筒进行抽阻测试，获取各检验烟筒中吸食单位长度卷烟时烟筒所提供的阻力，将其记为各检验烟筒的抽阻，并表示为，通过分析公式/>得到各检验烟筒的抽阻系数/>，其中/>表示预设的烟筒的抽阻阈值。

通过分析公式得到烟筒制作工序的达标系数/>，其中/>表示检验烟筒的数量，/>表示预设的烟筒的适宜抽阻系数，/>表示预设的抽阻系数偏差阈值，/>分别表示预设的外观符合度、尺寸符合度和抽阻系数的权值。

需要说明的是，本发明通过获取烟筒制作工序完成后烟筒的外观信息、尺寸信息和抽阻系数，分析烟筒制作工序的达标系数，对烟筒制作工序进行深入监测分析，避免烟筒出现外观缺陷，进而保证烟筒的美观度，并提高烟筒的燃烧性能，进而提升卷烟的燃烧体验。

所述卷烟生产加工评估反馈模块用于将烟叶处理工序、切割烟叶工序、配方调配工序和烟筒制作工序的达标系数反馈至目标卷烟厂的生产加工管理部门。

所述数据库用于存储烟叶处理工序的适宜含水量、适宜挥发分含量和适宜烟碱含量及切割烟叶工序的适宜长度、适宜粒径和适宜烟支含量；并存储配方调配工序的适宜烟叶种类配比、适宜添加物含量配比和适宜pH值及烟筒的参考长度、参考直径和参考壁厚。

以上内容仅仅是对本发明的构思所作的举例和说明，所属本技术领域的技术人员对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代，只要不偏离发明的构思或者超越本发明所定义的范围，均应属于本发明的保护范围。

Claims (10)

1.一种基于人工智能的卷烟生产加工智能管理系统，其特征在于，包括：

烟叶处理工序监测分析模块：用于获取目标卷烟厂当前生产批次烟叶处理工序完成后的烟叶并进行采样，获取烟叶处理工序完成后烟叶的各样本，将其记为各目标烟叶样本，获取各目标烟叶样本的含水量、挥发分含量和烟碱含量，分析烟叶处理工序的达标系数；

切割烟叶工序监测分析模块：用于获取切割烟叶工序完成后的烟叶并进行采样，获取切割烟叶工序完成后烟叶的各样本，将其记为各指定烟叶样本，获取各指定烟叶样本的平均长度、平均粒径和烟支含量，分析切割烟叶工序的达标系数；

配方调配工序监测分析模块：用于获取配方调配工序完成后的烟叶并进行采样，获取配方调配工序完成后烟叶的各样本，将其记为各标记烟叶样本，获取各标记烟叶样本的烟叶种类配比、添加物含量配比和pH值，分析配方调配工序的达标系数；

烟筒制作工序监测分析模块：用于获取烟筒制作工序完成后的烟筒并进行采样，获取烟筒制作工序完成后烟筒的各样本，将其记为各检验烟筒，获取各检验烟筒的外观信息、尺寸信息和抽阻系数，分析烟筒制作工序的达标系数；

卷烟生产加工评估反馈模块：用于将烟叶处理工序、切割烟叶工序、配方调配工序和烟筒制作工序的达标系数反馈至目标卷烟厂的生产加工管理部门；

数据库：用于存储烟叶处理工序的适宜含水量、适宜挥发分含量和适宜烟碱含量及切割烟叶工序的适宜长度、适宜粒径和适宜烟支含量；并存储配方调配工序的适宜烟叶种类配比、适宜添加物含量配比和适宜pH值及烟筒的参考长度、参考直径和参考壁厚。

2.根据权利要求1所述的一种基于人工智能的卷烟生产加工智能管理系统，其特征在于：所述烟叶处理工序监测分析模块的具体分析过程包括：

按照预设的等距离原则在目标卷烟厂当前生产批次烟叶处理工序完成后的烟叶传输带上布设各采样点，得到烟叶处理工序的各采样点，并按照预设的等深度原则在烟叶处理工序的各采样点处布设各样本提取点，获取烟叶处理工序各采样点处各样本提取点设定重量的烟叶，得到烟叶处理工序完成后烟叶的各样本，将其记为各目标烟叶样本。

3.根据权利要求1所述的一种基于人工智能的卷烟生产加工智能管理系统，其特征在于：所述烟叶处理工序监测分析模块的具体分析过程还包括：

按照预设的等重量原则将各目标烟叶样本分为三等份，得到各目标烟叶样本的第一子样本、第二子样本和第三子样本；

利用红外湿度计测量各目标烟叶样本第一子样本的含水量，将其记为各目标烟叶样本的含水量，并表示为，/>表示第/>个目标烟叶样本的编号，/>；

将各目标烟叶样本第二子样本放置于设定温度下进行加热，直至各目标烟叶样本第二子样本的质量稳定，比较各目标烟叶样本第二子样本加热前后的质量差异，得到各目标烟叶样本第二子样本的挥发分质量，将各目标烟叶样本第二子样本的挥发分质量除以其目标烟叶样本第二子样本的质量，得到各目标烟叶样本第二子样本的挥发分含量，将其记为各目标烟叶样本的挥发分含量，并表示为；

将各目标烟叶样本第三子样本烘干研磨成粉末状放入提取瓶中，加入设定容量的指定溶剂进行加热搅拌，制成各目标烟叶样本第三子样本的提取液，利用分光光度计测定各目标烟叶样本第三子样本的提取液中烟碱的浓度，根据各目标烟叶样本第三子样本的提取液中烟碱浓度和提取液体积，计算出各目标烟叶样本第三子样本的烟碱质量，将各目标烟叶样本第三子样本的烟碱质量除以其目标烟叶样本第三子样本的质量，得到各目标烟叶样本第三子样本的烟碱含量，将其记为各目标烟叶样本的烟碱含量，并表示为。

4.根据权利要求3所述的一种基于人工智能的卷烟生产加工智能管理系统，其特征在于：所述烟叶处理工序监测分析模块的具体分析过程还包括：

通过分析公式得到烟叶处理工序的达标系数/>，其中/>表示目标烟叶样本的数量，/>表示自然常数，/>分别表示数据库中存储的烟叶处理工序的适宜含水量、适宜挥发分含量和适宜烟碱含量，分别表示预设的烟叶处理工序的含水量、挥发分含量和烟碱含量的偏差阈值，/>分别表示预设的含水量、挥发分含量和烟碱含量的权值。

5.根据权利要求2所述的一种基于人工智能的卷烟生产加工智能管理系统，其特征在于：所述切割烟叶工序监测分析模块的具体分析过程包括：

获取切割烟叶工序完成后的烟叶并进行采样，获取切割烟叶工序完成后烟叶的各样本，将其记为各指定烟叶样本；

通过光学显微镜获取各指定烟叶样本的平均长度，将其记为，/>表示第/>个指定烟叶样本的编号，/>；

通过颗粒分析仪获取各指定烟叶样本的平均粒径，将其记为；

对各指定烟叶样本进行筛分，获取各指定烟叶样本中无法吸入烟雾的杂质重量，将各指定烟叶样本中无法吸入烟雾的杂质重量除以其指定烟叶样本的重量，得到各指定烟叶样本的烟支含量，将其记为。

6.根据权利要求5所述的一种基于人工智能的卷烟生产加工智能管理系统，其特征在于：所述切割烟叶工序监测分析模块的具体分析过程还包括：

通过分析公式得到切割烟叶工序的达标系数/>，/>表示指定烟叶样本的数量，/>分别表示预设的指定烟叶样本的长度、粒径和烟支含量的偏差阈值，/>分别表示数据库中存储的切割烟叶工序的适宜长度、适宜粒径和适宜烟支含量，/>分别表示预设的指定烟叶样本的长度、粒径和烟支含量的权值。

7.根据权利要求2所述的一种基于人工智能的卷烟生产加工智能管理系统，其特征在于：所述配方调配工序监测分析模块的具体分析过程包括：

获取配方调配工序完成后的烟叶并进行采样，获取配方调配工序完成后烟叶的各样本，将其记为各标记烟叶样本；

将各标记烟叶样本按照相同烟叶种类进行筛分，得到各标记烟叶样本中各种烟叶的重量，将各标记烟叶样本中各种烟叶的重量除以其标记烟叶样本的重量，得到各标记烟叶样本中各种烟叶的配比，将其记为，/>表示第/>个标记烟叶样本的编号，/>，/>表示第/>个烟叶种类的编号，/>，进一步得到各标记烟叶样本的烟叶种类配比；

对各标记烟叶样本进行检测，获取各标记烟叶样本中各种添加物的含量，将其记为，/>表示第/>种添加物的编号，/>，进一步得到各标记烟叶样本的添加物含量配比；

获取各标记烟叶样本的pH值，将其记为。

8.根据权利要求7所述的一种基于人工智能的卷烟生产加工智能管理系统，其特征在于：所述配方调配工序监测分析模块的具体分析过程还包括：

获取标记烟叶样本中各种烟叶的适宜配比、各种添加物的适宜含量和适宜pH值，将其分别记为、/>和/>；

通过分析公式得到配方调配工序的达标系数/>，其中/>表示标记烟叶样本的数量，/>表示预设的烟叶配比单位偏差对应的影响因子，/>表示预设的第/>个烟叶种类的权值，/>，/>表示预设的添加物含量单位偏差对应的影响因子，/>表示预设的第/>种添加物的权值，/>，/>表示预设的标记烟叶样本的pH偏差阈值。

9.根据权利要求2所述的一种基于人工智能的卷烟生产加工智能管理系统，其特征在于：所述烟筒制作工序监测分析模块的具体分析过程包括：

获取烟筒制作工序完成后的烟筒并进行采样，获取烟筒制作工序完成后烟筒的各样本，将其记为各检验烟筒；

获取各检验烟筒表面的破损面积和三维模型，分析各检验烟筒的外观符合度，将其记为，/>表示第/>个检验烟筒的编号，/>；

获取各检验烟筒的长度、直径和壁厚，分析各检验烟筒的尺寸符合度，将其记为。

10.根据权利要求9所述的一种基于人工智能的卷烟生产加工智能管理系统，其特征在于：所述烟筒制作工序监测分析模块的具体分析过程还包括：

通过抽阻测试仪对各检验烟筒进行抽阻测试，获取各检验烟筒中吸食单位长度卷烟时烟筒所提供的阻力，将其记为各检验烟筒的抽阻，并表示为，通过分析公式/>得到各检验烟筒的抽阻系数/>，其中/>表示预设的烟筒的抽阻阈值；

通过分析公式得到烟筒制作工序的达标系数/>，其中/>表示检验烟筒的数量，/>表示预设的烟筒的适宜抽阻系数，/>表示预设的抽阻系数偏差阈值，/>分别表示预设的外观符合度、尺寸符合度和抽阻系数的权值。