一种烟叶烘烤过程工艺执行指标分析表征方法

摘要

本发明涉及一种烟叶烘烤过程工艺执行指标分析表征方法，属于烘烤工艺领域，对烟叶烘烤阶段的干球温度和湿球温度进行统计，根据烟叶的干球温度筛选出一次有效的烘烤过程，再根据不同的烘烤温度对应确定不同的烘烤阶段，最后在各个烘烤阶段中利用干球温度和湿球温度确定烟叶的烘烤指标。本发明在筛选一次有效的烘烤过程中能够对大量烘烤数据进行快速地分离和去噪，能够根据不同的烘烤工艺所对应的烘烤温度来对应确定不同的烘烤阶段，能得到不同阶段的烘烤指标，并且确定过程更加简洁，效率更高。

说明书

技术领域

本发明涉及一种烟叶烘烤过程工艺执行指标分析表征方法，属于烘烤工艺领域。

背景技术

烟叶烘烤是烤烟原料品质生成中至关重要的环节。烘烤过程中的烤房环境变化与烟叶内在品质之间关系密切，而烘烤的时间、烤房中温湿度变化则是衡量烘烤质量的重要指标。

随着物联网技术的发展，物联网在农业上的运用也愈加广泛。通过在烤房内部安装物联网模块，可以获取烘烤过程的环境变化，进而对烘烤质量进行控制和判断。然而，海量的烤房物联网数据采集之后，面临数据清洗复杂、挖掘困难等障碍，如何高效地对烤房物联网数据进行分析和处理，是烘烤过程走向智能化的坚实基础。现有技术中基于物联网大数据对烘烤数据进行分析研究，但中间分析过程主要依赖于经验判断，无法实现自动化。

申请公布号为CN1129141410A的中国专利文件公开了一种基于物联网数据的智能烘烤系统，但该申请无法自动识别烘烤阶段。申请公布号为CN1107719400A的中国专利文件基于图像识别对烘烤过程阶段进行识别，再通过物联网模块检测温湿度变化，在图像识别过程中存在色彩校正和模型精度问题，往往导致无法准确对烘烤指标进行精准计算。

发明内容

本发明的目的是提供一种烟叶烘烤过程工艺执行指标分析表征方法，用以解决烟叶烘烤过程中无法准确识别烟叶烘烤阶段和烟叶烘烤指标的问题。

为实现上述目的，本发明的方案包括：

本发明的一种烟叶烘烤过程工艺执行指标分析表征方法，包括如下步骤：

1)获取烟叶烘烤过程中的烘烤数据，所述烘烤数据包括干球温度和湿球温度，根据干球温度分布情况进行单次有效烘烤数据提取；

2)根据单次有效烘烤数据中的干球温度确定烘烤起点和烘烤终点；

3)统计单次有效烘烤数据中的干球温度，以干球温度第一次大于第一设定温度的时间点为变黄期终点；以干球温度第一次大于第二设定温度的时间点为定色期终点，其中，第二设定温度大于第一设定温度，所述烘烤起点与变黄期终点之间的时间间隔为变黄期；所述变黄期终点与定色期终点之间的时间间隔为定色期；所述定色期终点与烘烤终点之间的时间间隔为干筋期；

4)根据烟叶不同烘烤阶段的干球温度和/或湿球温度确定烟叶的烘烤指标，所述烘烤指标包括掉温次数和湿球温度状态中的至少一种。

上述技术方案的有益效果为：本发明提供的烟叶烘烤过程工艺执行指标分析表征方法对烟叶烘烤阶段的干球温度和湿球温度进行统计，根据烟叶的干球温度筛选出一次有效的烘烤过程，再根据不同的烘烤温度对应确定不同的烘烤阶段，最后在各个烘烤阶段中利用干球温度和湿球温度确定烟叶的烘烤指标。本发明在筛选一次有效的烘烤过程中能够对大量烘烤数据进行快速的分离和去噪，能够根据不同的烘烤工艺所对应的烘烤温度来对应确定不同的烘烤阶段，能得到不同阶段的烘烤指标，并且确定过程更加简洁，效率更高。

进一步地，统计变黄期内的干球温度，以干球温度第一次大于第三设定温度的时间点为预变黄阶段终点；以干球温度第一次大于第四设定温度的时间点为变黄期低温阶段终点；以干球温度第一次大于第五设定温度的时间点为变黄期中低温阶段终点；以干球温度第一次大于第六设定温度的时间点为变黄期中高温阶段终点；以干球温度第一次大于第七设定温度的时间点为变黄期中高温阶段终点；其中，第三设定温度到第七设定温度在数值上逐渐增大；

所述烘烤起点与预变黄阶段终点之间的时间间隔为预变黄阶段，所述预变黄阶段终点与变黄期低温阶段终点之间的时间间隔为变黄期低温阶段，所述变黄期低温阶段终点与变黄期中低温阶段终点之间的时间间隔为变黄期中高温阶段，所述变黄期中低温阶段终点与变黄期中高温阶段终点之间的时间间隔为变黄期中高温阶段，所述变黄期中高温阶段终点与变黄期终点之间的时间间隔为变黄期高温阶段。

进一步地，统计定色期内的干球温度，以干球温度第一次大于第八设定温度的时间点为定色期低温阶段终点；以干球温度第一次大于第九设定温度的时间点为定色期中温阶段终点；其中，第九设定温度大于第八设定温度；

所述变黄期终点与定色期低温阶段终点之间为时间间隔为定色期低温阶段，所述定色期低温阶段终点与定色期中温阶段终点之间的时间间隔为定色期中温阶段，所述定色期中温阶段终点与定色期终点之间的时间间隔为定色期高温阶段。

进一步地，统计干筋期内的干球温度，以干球温度第一次大于第十设定温度的时间点为干筋期低温阶段终点；所述定色期终点与干筋期低温阶段终点之间的时间间隔为干筋期低温阶段，所述干筋期低温阶段终点与烘烤终点之间的时间间隔为干筋期高温阶段。

上述技术方案的有益效果为：根据不同烘烤阶段的烘烤温度，将烟叶烘烤过程中的变黄期、定色期和干筋期进行更详细地划分，使得烟叶烘烤阶段的表征更为准确。

进一步地，处于变黄期时，将当前的干球温度减去相邻的上一次干球温度得到第一温度差，所述第一温度差小于第一设定差值的次数为变黄期的掉温次数。

进一步地，处于定色期时，将当前的干球温度减去相邻的上一次干球温度得到第二温度差，所述第二温度差小于第二设定差值的次数为定色期的掉温次数。

进一步地，处于干筋期时，将当前的干球温度减去相邻的上一次干球温度得到第三温度差，所述第三温度差小于第三设定差值的次数为为干筋期的掉温次数。

进一步地，处于干筋期时，烘烤终点前第一设定时长内的掉温次数不计为干筋期的掉温次数。

进一步地，湿球温度状态包括湿球缺水状态和湿球正常状态；统计定色期内的湿球温度，若湿球温度大于第一设定湿球温度，则所述湿球温度为定色期的湿球缺水状态；统计干筋期内的湿球温度，若湿球温度大于第二设定湿球温度，则所述湿球温度为干筋期的湿球缺水状态。

进一步地，统计单次有效烘烤数据中的干球温度为第二设定时长范围内的平均干球温度；统计单次有效烘烤数据中的湿球温度为第三设定时长范围内的平均湿球温度。

上述技术方案的有益效果为：利用平均干球温度和平均湿球温度作为划分烘烤阶段以及确定烘烤指标的参考值，有效避免了干扰数据，保证了烘烤阶段和烘烤指标的准确性。

附图说明

图1是本发明烟叶烘烤过程工艺执行指标分析表征方法的流程图；

图2是某地的原始单次烟叶烘烤数据图；

图3是利用本发明提取出烘烤起点与烘烤终点之间的烘烤数据图；

图4是某地烘烤数据包含多次烘烤数据图；

图5是烘烤编号为1的单次烘烤数据图；

图6是烘烤编号为2的单次烘烤数据图；

图7是烘烤编号为3的单次烘烤数据图；

图8是烘烤编号为4的单次烘烤数据图；

图9是烘烤编号为1的单次烘烤数据的不同烘烤阶段图；

图10是烘烤编号为2的单次烘烤数据的不同烘烤阶段图；

图11是烘烤编号为3的单次烘烤数据的不同烘烤阶段图；

图12是烘烤编号为4的单次烘烤数据的不同烘烤阶段图；

图13是烘烤编号为1的单次烘烤数据的湿球温度分布图；

图14是烘烤编号为2的单次烘烤数据的湿球温度分布图；

图15是烘烤编号为3的单次烘烤数据的湿球温度分布图；

图16是烘烤编号为4的单次烘烤数据的湿球温度分布图；

图17是烘烤编号为1的单次烘烤数据的掉温次数分布图；

图18是烘烤编号为2的单次烘烤数据的掉温次数分布图；

图19是烘烤编号为3的单次烘烤数据的掉温次数分布图；

图20是烘烤编号为4的单次烘烤数据的掉温次数分布图；。

具体实施方式

下面结合附图对本发明做进一步详细地说明。

实施例：

本发明提供一种烟叶烘烤过程工艺执行指标分析表征方法，首先利用物联网干球温度数据的频率和范围进行烘烤数据识别，记录有效烘烤数据；然后对有效烘烤数据进行噪声处理，使得烘烤数据更加平稳平滑；接着基于烘烤的温度范围和持续时间，对去噪后的有效烘烤数据进行烘烤阶段识别，构建烟叶的变黄期、定色期和干筋期；最后通过对不同烘烤阶段的干湿球温度数据进行分析，统计不同时期干湿球温度范围、中位值，并记录烤房掉温次数和缺水情况。应用本发明的方法可以对烤房的烘烤数据形成的烘烤曲线进行识别，能够对烘烤曲线特征进行去噪声处理，并结合烘烤曲线特征提取烘烤过程中温湿度变化，计算掉温次数和湿球温度状态等烘烤指标。

本发明的烟叶烘烤过程工艺执行指标分析表征方法的流程图如图1所示，包括如下步骤：

1)获取烟叶的有效烘烤数据。

在烟叶烘烤过程中，一个烘烤周期内的烘烤数据由干湿球温度传感器获得，干湿球温度传感器的记录频率约为5～8min/次。运用Python第三方库Pandas中的resample函数对烘烤过程中的数据进行采样，以获取烟叶的烘烤数据。

获取一个烘烤周期内每个小时的干球温度，利用每个小时的干球温度计算一个小时内的干球温度平均值，判断一个烘烤周期内的干球温度平均值是否存在大于54.4℃的数据，如果一个烘烤周期内的干球温度平均值不存在大于54.4℃的数据，或者一个烘烤周期内的干球温度数据记录次数小于100次，则说明该烘烤周期的数据为无效的烘烤数据，不存在和参考价值，需要剔除。

2)在多次烘烤周期内筛选出具有参考价值的烘烤周期，在一个烘烤周期内会对烟叶进行多次烘烤，因此在一个烘烤周期内就会有多次的升温和降温过程。如果一个烘烤周期的总时长小于4天，则该烘烤周期为无效的烘烤周期。剔除掉无效的烘烤周期后，在剩余的具有参考价值的烘烤周期内选取有效烘烤数据，具体选取方法为：以第一次干球温度大于54.4℃的时间点作为起始时间点，以干球温度记录时间间隔大于4天后第一次出现大于54.4℃的时间点作为分割点，在分割点后最后一次出现大于54.4℃的时间点作为结束时间点，在起始时间点到结束时间点内的烘烤数据为有效烘烤数据。但该有效烘烤数据中干球温度的记录次数要大于等于100次，并且干球温度缺失的次数不能达到干球温度总记录次数的10％。在起始时间点到结束时间点内，干球温度的记录次数小于100次，或者干球温度缺失的次数占干球温度总记录次数的10％，则该段烘烤数据仍旧认为是无效烘烤数据，基于有效烘烤数据确定单次有效烘烤数据。

运用shift函数对有效烘烤数据的时间点进行移位，并计算移位前与移位后时间点的时间间隔，如果仍旧存在干球温度大于54.4℃的记录间隔大于4天的烘烤数据，则认为该段烘烤数据中可能记录了多次有效烘烤数据；如果不存在干球温度大于54.4℃的记录间隔大于4天的烘烤数据，则认为该段烘烤数据中仅记录了单次有效烘烤数据。

在单次有效烘烤数据中判断烘烤数据中是否存在干球温度小于等于42.4℃和大于54.4℃的烘烤数据，如果不存在，则进一步确定该段有效烘烤数据为无效数据；如果存在，则将该段有效烘烤数据中小于等于42.4℃的烘烤数据作为烘烤前端数据。

3)对单次有效烘烤数据进行烘烤阶段识别。

运用Python中resample函数计算烘烤前端数据中干球温度2h内烘烤数据的平均值，再运用shift函数计算相邻烘烤数据的平均值的变化幅度，运用resample函数统计8h内烘烤数据的平均值的变化幅度之和。统计烘烤数据的平均值变化幅度的最大值对应的时间点之前的干球温度数据个数，如果干球温度数据个数小于等于3，则将烘烤前端数据中干球温度最小值对应的时间点作为烘烤起点；如果干球温度数据个数大于3，则将第一次大于烘烤数据的平均值变化幅度最大值80％的干球温度数据对应的时间点，将该时间点前8h中干球温度数据最小值对应的时间点作为烘烤起点。

若单次有效烘烤数据中存在干球温度大于60℃的烘烤数据，以最后一个干球温度大于60℃对应的时间点作为烘烤终点；若单次有效烘烤数据中不存在干球温度大于60℃的数据，则以最后一个干球温度大于54.4℃对应的时间点作为烘烤终点。烘烤起点与烘烤终点之间的时间间隔为烘烤总时长，烘烤起点与烘烤终点之间的烘烤数据为最终烘烤数据。

利用最终烘烤数据分别确定烟叶变黄期、定色期和干筋期的时长。计算最终烘烤数据中2h干球温度的平均值，将平均值大于42.4℃的2h中的第一个干球温度大于42.4℃的时间点作为变黄期终点，则烘烤起点与变黄期终点之间的烘烤数据为变黄期烘烤数据，烘烤起点与变黄期终点之间的时间间隔为变黄期时长。计算最终烘烤数据中2h干球温度的平均值，将平均值大于54.4℃的2h中的第一个干球温度大于54.4℃的时间点作为定色期终点，则变黄期终点与定色期终点之间的烘烤数据为定色期烘烤数据，变黄期终点与定色期终点之间的时间间隔为定色期时长。定色期终点与烘烤终点之间的烘烤数据为干筋期烘烤数据，定色期终点与烘烤终点之间的时间间隔为干筋期时长。

4)计算不同烘烤阶段的烘烤指标。

在变黄期烘烤数据中，计算1h内干球温度的平均值。以干球温度第一次大于35.4℃的时间点作为预变黄阶段终点，以干球温度第一次大于37.4℃的时间点作为变黄期低温阶段终点，以干球温度第一次大于38.4℃的时间点作为变黄期中低温阶段终点，以干球温度第一次大于40.4℃的时间点作为变黄期中高温阶段终点。

烘烤起点与预变黄阶段终点之间的数据为预变黄阶段数据，烘烤起点与预变黄阶段终点之间的时间间隔为预变黄阶段时长。将预变黄阶段终点与变黄期低温阶段终点之间的数据为变黄期低温阶段数据，预变黄阶段终点与变黄期低温阶段终点之间的时间间隔为变黄期低温阶段时长。将变黄期低温阶段终点与变黄期中低温阶段终点之间的数据为变黄期中低温阶段数据，变黄期低温阶段终点与变黄期中低温阶段终点之间的时间间隔为变黄期中低温阶段时长。将变黄期中低温阶段终点与变黄期中高温阶段终点之间的数据为变黄期中高温阶段数据，变黄期中低温阶段终点与变黄期中高温阶段终点之间的时间间隔为变黄期中高温阶段时长，并统计变黄期中高温阶段湿球温度中位值。变黄期中高温阶段终点与变黄期终点之间的数据为变黄期高温阶段数据，变黄期中高温阶段终点与变黄期终点之间的时间间隔为变黄期高温阶段时长。在确定变黄期各个阶段的时长后，分别计算变黄期各个阶段湿球温度的中位值，作为其他实施例，还可以计算变黄期各个阶段湿球温度的平均值或方差。

在定色期烘烤数据中，计算1h内干球温度的平均值。以1h内干球温度的平均值第一次大于46.4℃的时间点作为定色期低温阶段终点，以干球温度第一次大于49.4℃的时间点作为定色期中温阶段终点。

变黄期终点与定色期低温阶段终点之间的数据为定色期低温阶段数据，变黄期终点与定色期低温阶段终点之间的时间间隔为定色期低温阶段时长。定色期低温阶段终点与定色期中温阶段终点之间的数据为定色期中温阶段数据，定色期低温阶段终点与定色期中温阶段终点之间的时间间隔为定色期中温阶段时长。定色期中温阶段终点与定色期终点之间的数据为定色期高温阶段数据，定色期中温阶段终点与定色期终点之间的时间间隔为定色期高温阶段时长。在确定定色期各个阶段的时长后，分别计算定色期各个阶段湿球温度的中位值，作为其他实施例，还可以计算定色期各个阶段湿球温度的平均值或方差。

在干筋期烘烤数据中，计算1h内干球温度的平均值。以干球温度第一次大于60.4℃的时间点作为干筋期低温阶段终点。

定色期终点与干筋期低温阶段终点之间的数据为干筋期低温阶段数据，定色期终点与干筋期低温阶段终点之间的时间间隔为干筋期低温阶段时长。干筋期低温阶段终点与烘烤终点之间的数据为干筋期高温阶段数据，干筋期低温阶段终点与烘烤终点之间的时间间隔为干筋期高温阶段时长。在确定干筋期各个阶段的时长后，分别计算干筋期各个阶段湿球温度的中位值，作为其他实施例，还可以计算干筋期各个阶段湿球温度的平均值或方差。

确定烟叶烘烤的不同的阶段后，分别统计变黄期、定色期和干筋期的掉温次数。在烟叶烘烤过程中，当干球温度2h内下降3℃时，则认为是掉温。运用resample函数对变黄期和定色期的烘烤数据进行计算，计算干球温度0.2h的平均值，计算相邻时间点干球温度的差值，运用resample函数计算2h平均值的差值之和，并统计干球温度平均值的差值之和小于-3℃的数据个数，该数据个数即为对应烘烤阶段的掉温次数。在统计干筋期的掉温次数时，如果烘烤终点前3h存在干球温度差值小于-3℃，则烘烤终点前3h干球温度差值小于-3℃的数据不计为掉温次数。

除此之外，还需要统计定色期和干筋期的湿球温度状态。在烘烤过程中，定色期和干筋期湿球缺水会导致湿球温度显著增加，正常情况下湿球温度始终在45℃以下。在定色期和干筋期湿球温度大于45℃则判定为湿球缺水。因此，计算湿球温度1h的平均值，如果湿球温度大于45℃的数据，则该湿球温度对应的时长范围内的湿球温度为湿球缺水；如果湿球温度小于45℃的数据，则该湿球温度对应的时长范围内的湿球温度为湿球正常。

综上，在确定烟叶烘烤阶段时，为避免单个采样点数据受到干扰，以至于影响烘烤阶段的判断，因此本发明采用的干球温度和湿球温度都是某一时间段内的平均值，作为其他实施例还可以采用某一时间段内的方差进行烘烤阶段的确定。并且，在不同的烟叶烘烤过程中，以不同的温度来具体划分不同的烘烤阶段，本发明中分隔各个烘烤阶段的温度是通过人为经验获得，不同种类的烟叶在烘烤时，烘烤温度会有所不同，可根据实际情况进行调整。除此之外，计算湿球温度和干球温度在某短时间内的平均值时，可根据烘烤阶段时长的不同确定对应时长下的干球温度和湿球温度的平均值。

利用本发明对某地的烟叶进行烘烤，如图2所示为某地的原始单次烟叶烘烤数据，在原始单次烟叶烘烤数据中提取出烘烤起点与烘烤终点之间的烘烤数据，如图3所示。

某地的烟叶烘烤中包含多次烘烤数据如图4所示，在多次烘烤数据中分别提取单次烘烤数据，如图5、图6、图7和图8所示。利用本发明对各个单次烘烤数据确定烘烤阶段如表1所示，其中图5中对应的烘烤数据的烘烤编号为1，图6中对应的烘烤数据的烘烤编号为2，图6中对应的烘烤数据的烘烤编号为3，图7中对应的烘烤数据的烘烤编号为3，图8中对应的烘烤数据的烘烤编号为4。

表1烘烤过程中不同时期烘烤时长

表1中各个单次烘烤数据对应的烘烤阶段如图9、图10、图11和图12所示，图中烘烤阶段从左向右依次为变黄期、定色期和干筋期。基于四次不同的烘烤数据，利用本发明计算不同烘烤阶段的烘烤时长如表2所示，以及湿球温度中位值如表3所示。

表2烘烤过程中不同阶段的烘烤时长

表3烘烤过程中不同时期不同阶段湿球温度中位值

分别统计四个单次有效烘烤数据不同烘烤阶段的湿球状态如表4所示，具体情况如图13、图14、图15和图16所示。

表4烘烤过程中不同时期对应湿球状态

再统计四个单次有效烘烤数据不同烘烤阶段的掉温次数如表5所示，具体情况如图17、图18、图19和图20所示。

表5烘烤过程中不同时期掉温统计