基于九孔取样法的箱内片烟密度预测模型建立方法及装置

摘要

本发明实施例提供一种基于九孔取样法的箱内片烟密度预测模型建立方法及装置，所述方法包括：获取预设重量梯度的样品片烟烟箱，并通过微波法获取样品片烟烟箱的微波信号值；通过九点检测法检测样品片烟烟箱的密度值；将预设重量梯度中不同重量的样品片烟烟箱的微波信号值和密度值进行对比，根据对比结果得到微波信号值和所述密度值之间的相关性；当相关性大于预设阈值时，通过样品片烟烟箱的微波信号值和密度值对不同种类的样品片烟烟箱的微波信号值和密度值进行数据修正；根据数据修正后的微波信号值和密度值建立密度值预测模型。采用本方法能够实现箱内片烟密度值的快速、准确、无损检测。

说明书

技术领域

本发明涉及成品片烟箱内密度检测技术领域，尤其涉及一种基于九孔取样法的箱内片烟密度预测模型建立方法及装置。

背景技术

箱内片烟密度偏差率是打叶复烤叶片包装工序的重要质量指标之一，密度偏差率通过箱内片烟密度计算得到，也是指导优化叶片包装工序均料装置的重要依据，同时箱内片烟密度偏差率过大也是导致片烟仓储醇化过程中出现板结、出油甚至霉变、碳烧等现象的重要影响因素，且制丝过程中难以松散。

在目前的行业中，行业箱内片烟密度的检测，九点静态取样法都是根据相关工作人员的经验，在成品烟箱上规定的9个位置直接进行取样并称重计算其密度值，然后通过密度值计算得到对应的密度偏差率（DVR）。

但是，该方法的检测结果虽然正确度高，但在检测的过程中存在检测效率较低、被测烟箱破损、片烟造碎等问题。

发明内容

针对现有技术中存在的问题，本发明实施例提供一种基于九孔取样法的箱内片烟密度预测模型建立方法及装置。

本发明实施例提供一种基于九孔取样法的箱内片烟密度预测模型建立方法，包括：

获取预设重量梯度的样品片烟烟箱，并通过微波法获取所述样品片烟烟箱的微波信号值；

通过九点检测法检测所述样品片烟烟箱的密度值；

将所述预设重量梯度中不同重量的样品片烟烟箱的微波信号值和所述密度值进行对比，根据对比结果得到所述微波信号值和所述密度值之间的相关性；

当所述相关性大于预设阈值时，通过所述样品片烟烟箱的微波信号值和密度值对不同种类的样品片烟烟箱的微波信号值和密度值进行数据修正；

根据数据修正后的所述微波信号值和密度值建立密度值预测模型。

在其中一个实施例中，所述方法还包括：

将数据修正后的所述微波信号值和密度值对应的数据划分为校正集和验证集；

通过所述校正集的数据建立所述密度值预测模型，并通过所述验证集的数据对所述密度值预测模型的预测准确性进行验证。

在其中一个实施例中，所述方法还包括：

通过所述微波法对所述预设重量梯度的样品片烟烟箱进行重复检测，得到所述样品片烟烟箱的变异系数。

在其中一个实施例中，所述方法还包括：

对所述样品片烟烟箱的烟箱表面进行打孔，得到所述样品片烟烟箱的测试孔洞；

选择所述测试孔洞中的中间孔洞，并检测所述中间孔洞的密度值；

计算所述中间孔洞密度值的平均值，得到所述样品片烟烟箱的密度值。

在其中一个实施例中，所述方法还包括：

将所述样品片烟烟箱根据产地划分为不同种类的样品片烟烟箱；

通过样品片烟烟箱的微波信号值和密度值对不同种类的样品片烟烟箱的微波信号值和密度值进行数据修正。

在其中一个实施例中，所述方法还包括：

所述预设重量梯度的样品片烟烟箱包含9个重量梯度的成品片烟烟箱。

本发明实施例提供一种基于九孔取样法的箱内片烟密度预测模型建立装置，包括：

获取模块，用于获取预设重量梯度的样品片烟烟箱，并通过微波法获取所述样品片烟烟箱的微波信号值；

检测模块，用于通过九点检测法检测所述样品片烟烟箱的密度值；

对比模块，用于将所述预设重量梯度中不同重量的样品片烟烟箱的微波信号值和所述密度值进行对比，根据对比结果得到所述微波信号值和所述密度值之间的相关性；

数据修正模块，用于当所述相关性大于预设阈值时，通过所述样品片烟烟箱的微波信号值和密度值对不同种类的样品片烟烟箱的微波信号值和密度值进行数据修正；

建立模块，用于根据数据修正后的所述微波信号值和密度值建立密度值预测模型。

在其中一个实施例中，所述装置还包括：

划分模块，用于将数据修正后的所述微波信号值和密度值对应的数据划分为校正集和验证集；

验证模块，用于通过所述校正集的数据建立所述密度值预测模型，并通过所述验证集的数据对所述密度值预测模型的预测准确性进行验证。

本发明实施例提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现上述基于九孔取样法的箱内片烟密度预测模型建立方法的步骤。

本发明实施例提供一种非暂态计算机可读存储介质，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上述基于九孔取样法的箱内片烟密度预测模型建立方法的步骤。

本发明实施例提供的基于九孔取样法的箱内片烟密度预测模型建立方法及装置，获取预设重量梯度的样品片烟烟箱，并通过微波法获取样品片烟烟箱的微波信号值；通过九点检测法检测样品片烟烟箱的密度值；将预设重量梯度中不同重量的样品片烟烟箱的微波信号值和密度值进行对比，根据对比结果得到微波信号值和所述密度值之间的相关性；当相关性大于预设阈值时，通过样品片烟烟箱的微波信号值和密度值对不同种类的样品片烟烟箱的微波信号值和密度值进行数据修正；根据数据修正后的微波信号值和密度值建立密度值预测模型。这样通过建立应用微波检测箱内片烟密度值的方法，能够实现箱内片烟密度值的快速、准确、无损检测。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中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为本发明实施例中基于九孔取样法的箱内片烟密度预测模型建立方法的流程图；

图2为本发明实施例中基于九孔取样法的箱内片烟密度预测模型建立装置的结构图；

图3为本发明实施例中电子设备结构示意图。

具体实施方式

为使本发明实施例的目的、技术方案和优点更加清楚，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他实施例，都属于本发明保护的范围。

图1为本发明实施例提供的基于九孔取样法的箱内片烟密度预测模型建立方法的流程示意图，如图1所示，本发明实施例提供了一种基于九孔取样法的箱内片烟密度预测模型建立方法，包括：

步骤S101，获取预设重量梯度的样品片烟烟箱，并通过微波法获取所述样品片烟烟箱的微波信号值。

具体地，获取预设的重量梯度的样品片烟烟箱，其中，预设的重量梯度可以包括9个重量梯度，每个重量梯度各1箱，比如可以分别制备160kg、170kg、180kg、190kg、200kg、205kg、210kg、215kg和220kg等9个重量梯度的样品片烟烟箱，然后根据预设的微波法，通过微波密度检测仪对各个样品片烟烟箱进行检测，得到样品片烟烟箱的微波信号值。

步骤S102，通过九点检测法检测所述样品片烟烟箱的密度值。

具体地，通过九点检测法检测样品片烟烟箱的密度值，具体的检测步骤可以为，对样品片烟烟箱的烟箱表面进行打孔，打孔的数量可以为9个，然后可以得到样品片烟烟箱的测试孔洞，并选择9个测试孔洞中的中间3个测试孔洞，并通过九点检测法检测中间孔洞的密度值，然后计算中间孔洞密度值的平均值，得到样品片烟烟箱的密度值。

步骤S103，将所述预设重量梯度中不同重量的样品片烟烟箱的微波信号值和所述密度值进行对比，根据对比结果得到所述微波信号值和所述密度值之间的相关性。

具体地，将预设重量梯度中不同重量的样品片烟烟箱的微波信号值和密度值进行对比，比如将9种不同重量下的样品片烟烟箱的微波信号值和9种不同重量下的样品片烟烟箱的密度值进行对比，得到微波信号值和密度值之间的相关性，一般来说，随着九点法检测检测到的样品片烟烟箱的密度值的变大，样品片烟烟箱的微波信号值呈变大趋势，计算两者的相关系数。

步骤S104，当所述相关性大于预设阈值时，通过所述样品片烟烟箱的微波信号值和密度值对不同种类的样品片烟烟箱的微波信号值和密度值进行数据修正。

具体地，检测微波信号值和密度值之间的相关性是否大于预设阈值，即检测微波信号值和密度值之间的相关系数是否大于预设阈值，当相关性大于预设阈值时，说明微波信号值和密度值之间的相关性足够高，则通过样品片烟烟箱的微波信号值和密度值对不同种类的样品片烟烟箱的微波信号值和密度值进行数据修正，修正可以消除九点法检测过程设备和人员等方面的误差以及不同微波密度检测仪设备之间的误差，具体的修正步骤包括：先将样品片烟烟箱根据产地划分为不同种类的样品片烟烟箱，比如分为福建三明和云南丽江的样品片烟烟箱数据，以福建三明样品的九点法密度检测值为标准对云南丽江样品检测数据进行修正，同时以云南丽江样品的微波信号值为标准对福建三明样品检测数据进行修正等方法进行数据修正。

步骤S105，根据数据修正后的所述微波信号值和密度值建立密度值预测模型。

具体地，得到修正后的微波信号值和密度值之后，利于修正后的不同重量梯度下的微波信号值和密度值数据对比，得到利用微波信号值建立九点法检测密度值预测模型，该模型能够通过微波信号值直接计算得到片烟烟箱的密度值数据。

本发明实施例提供的一种基于九孔取样法的箱内片烟密度预测模型建立方法，获取预设重量梯度的样品片烟烟箱，并通过微波法获取样品片烟烟箱的微波信号值；通过九点检测法检测样品片烟烟箱的密度值；将预设重量梯度中不同重量的样品片烟烟箱的微波信号值和密度值进行对比，根据对比结果得到微波信号值和所述密度值之间的相关性；当相关性大于预设阈值时，通过样品片烟烟箱的微波信号值和密度值对不同种类的样品片烟烟箱的微波信号值和密度值进行数据修正；根据数据修正后的微波信号值和密度值建立密度值预测模型。这样通过建立应用微波检测箱内片烟密度值的方法，能够实现箱内片烟密度值的快速、准确、无损检测。

在上述实施例的基础上，所述基于九孔取样法的箱内片烟密度预测模型建立方法，还包括：

将数据修正后的所述微波信号值和密度值对应的数据划分为校正集和验证集；

通过所述校正集的数据建立所述密度值预测模型，并通过所述验证集的数据对所述密度值预测模型的预测准确性进行验证。

在本发明实施例中，在得到数据修正后的微波信号值和密度值之后，将修正后的九点法检测密度值和微波信号值数据随机划分校正集（建模集）和验证集，可以选择数据中的80%的样本用于建立密度值预测模型，20%的样本对建立的密度值预测模型进行验证。

本发明实施例通过部分数据对建立的密度值预测模型进行验证，保证了密度值预测模型的准确性。

在上述实施例的基础上，所述基于九孔取样法的箱内片烟密度预测模型建立方法，还包括：

通过所述微波法对所述预设重量梯度的样品片烟烟箱进行重复检测，得到所述样品片烟烟箱的变异系数。

在本发明实施例中，在通过样品片烟烟箱的微波信号值和密度值对不同种类的样品片烟烟箱的微波信号值和密度值进行数据修正之前，还需要对样品片烟烟箱的变异系数进行检测，检测变异系数即为检测样品片烟烟箱的重复性，具体通过样品片烟烟箱的微波信号值与对应的标准值（标准值可以通过预设标准得到）进行对比得到样品片烟烟箱的变异系数，当变异系数小于1%时，说明微波信号值检测箱内片烟密度的重复性较好。

本发明实施例通过对样品片烟烟箱的变异系数进行检测，进而可以得到样品片烟烟箱中片烟数据的离散程度。

图2为本发明实施例提供的一种基于九孔取样法的箱内片烟密度预测模型建立装置，包括：获取模块201、检测模块202、对比模块203、数据修正模块204和建立模块205，其中：

获取模块201，用于获取预设重量梯度的样品片烟烟箱，并通过微波法获取所述样品片烟烟箱的微波信号值。

检测模块202，用于通过九点检测法检测所述样品片烟烟箱的密度值。

对比模块203，用于将所述预设重量梯度中不同重量的样品片烟烟箱的微波信号值和所述密度值进行对比，根据对比结果得到所述微波信号值和所述密度值之间的相关性。

数据修正模块204，用于当所述相关性大于预设阈值时，通过所述样品片烟烟箱的微波信号值和密度值对不同种类的样品片烟烟箱的微波信号值和密度值进行数据修正。

建立模块205，用于根据数据修正后的所述微波信号值和密度值建立密度值预测模型。

在一个实施例中，装置还可以包括：

划分模块，用于将数据修正后的所述微波信号值和密度值对应的数据划分为校正集和验证集。

验证模块，用于通过所述校正集的数据建立所述密度值预测模型，并通过所述验证集的数据对所述密度值预测模型的预测准确性进行验证。

在一个实施例中，装置还可以包括：

第二检测模块，用于通过所述微波法对所述预设重量梯度的样品片烟烟箱进行重复检测，得到所述样品片烟烟箱的变异系数。

在一个实施例中，装置还可以包括：

打孔模块，用于对所述样品片烟烟箱的烟箱表面进行打孔，得到所述样品片烟烟箱的测试孔洞。

第三检测模块，用于选择所述测试孔洞中的中间孔洞，并检测所述中间孔洞的密度值。

计算模块，用于计算所述中间孔洞密度值的平均值，得到所述样品片烟烟箱的密度值。

在一个实施例中，装置还可以包括：

划分模块，用于将所述样品片烟烟箱根据产地划分为不同种类的样品片烟烟箱。

第二数据修正模块，用于通过样品片烟烟箱的微波信号值和密度值对不同种类的样品片烟烟箱的微波信号值和密度值进行数据修正。

关于基于九孔取样法的箱内片烟密度预测模型建立装置的具体限定可以参见上文中对于基于九孔取样法的箱内片烟密度预测模型建立方法的限定，在此不再赘述。上述基于九孔取样法的箱内片烟密度预测模型建立装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。

图3示例了一种电子设备的实体结构示意图，如图3所示，该电子设备可以包括：处理器(processor)301、存储器(memory)302、通信接口(Communications Interface)303和通信总线304，其中，处理器301，存储器302，通信接口303通过通信总线304完成相互间的通信。处理器301可以调用存储器302中的逻辑指令，以执行如下方法：获取预设重量梯度的样品片烟烟箱，并通过微波法获取样品片烟烟箱的微波信号值；通过九点检测法检测样品片烟烟箱的密度值；将预设重量梯度中不同重量的样品片烟烟箱的微波信号值和密度值进行对比，根据对比结果得到微波信号值和所述密度值之间的相关性；当相关性大于预设阈值时，通过样品片烟烟箱的微波信号值和密度值对不同种类的样品片烟烟箱的微波信号值和密度值进行数据修正；根据数据修正后的微波信号值和密度值建立密度值预测模型。

此外，上述的存储器302中的逻辑指令可以通过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软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备（可以是个人计算机，服务器，或者网络设备等）执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器（ROM，Read-Only Memory）、随机存取存储器（RAM，Random Access Memory）、磁碟或者光盘等各种可以存储程序代码的介质。

另一方面，本发明实施例还提供一种非暂态计算机可读存储介质，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以执行上述各实施例提供的传输方法，例如包括：获取预设重量梯度的样品片烟烟箱，并通过微波法获取样品片烟烟箱的微波信号值；通过九点检测法检测样品片烟烟箱的密度值；将预设重量梯度中不同重量的样品片烟烟箱的微波信号值和密度值进行对比，根据对比结果得到微波信号值和所述密度值之间的相关性；当相关性大于预设阈值时，通过样品片烟烟箱的微波信号值和密度值对不同种类的样品片烟烟箱的微波信号值和密度值进行数据修正；根据数据修正后的微波信号值和密度值建立密度值预测模型。

以上所描述的装置实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下，即可以理解并实施。

通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件。基于这样的理解，上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如ROM/RAM、磁碟、光盘等，包括若干指令用以使得一台计算机设备（可以是个人计算机，服务器，或者网络设备等）执行各个实施例或者实施例的某些部分所述的方法。

最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。