基于近紅外光譜的烤后片煙箱箱對應(yīng)質(zhì)量監(jiān)控方法

王子沖 濮永安 張淑媛 徐田鋒 趙松瑋

摘要?結(jié)合云南煙葉復(fù)烤有限責(zé)任公司保山復(fù)烤廠現(xiàn)有烤后工藝，搭建了一套烤后片煙在線質(zhì)量監(jiān)控系統(tǒng)。該系統(tǒng)基于在線近紅外光譜技術(shù)實時檢測傳送帶上片煙煙堿、總糖等化學(xué)成分含量，并通過數(shù)據(jù)堆棧的方式統(tǒng)計成品片煙質(zhì)量，確保烤后片煙在線數(shù)據(jù)與片煙成品（片煙箱）數(shù)據(jù)箱箱對應(yīng)。片煙裝箱打標(biāo)后，標(biāo)簽信息包含生產(chǎn)批次、化學(xué)成分含量等信息，初步建立了烤后片煙質(zhì)量庫，為后續(xù)中煙工業(yè)根據(jù)配方進行原料加工提供了可靠的數(shù)據(jù)支持。根據(jù)實際生產(chǎn)情況，有針對性地選取了114個不同加工批次的樣品用于建模。其中，模型的決定系數(shù)（R2）為0.962，均方根誤差（SEC）為0.13。為了驗證系統(tǒng)性能，試驗對550箱片煙進行了監(jiān)控，結(jié)果發(fā)現(xiàn)煙箱煙堿數(shù)據(jù)波動和在線煙堿數(shù)據(jù)波動基本一致，說明該系統(tǒng)可用于復(fù)烤企業(yè)烤后片煙質(zhì)量監(jiān)控。

關(guān)鍵詞?均質(zhì)化加工;打葉復(fù)烤;在線近紅外;化學(xué)成分;箱箱對應(yīng)

中圖分類號?TS?44文獻標(biāo)識碼?A

文章編號?0517-6611（2020）01-0200-04

doi：10.3969/j.issn.0517-6611.2020.01.060

開放科學(xué)（資源服務(wù)）標(biāo)識碼（OSID）：

Box?to?box Corresponding Quality Monitoring Method of Pieces Tobacco Leaf after Baking Based on Near?infrared Spectrum

WANG Zi?chong，PU Yong?an，ZHANG Shu?yuan et al

（Baoshan Re?baking Factory，Yunnan Tobacco Re?baking Co.，Ltd.，Baoshan，Yunnan 678000）

Abstract?An on?line monitoring system of pieces tobacco leaf after baking was set up，which combined with post?baking process of Baoshan flue?cured tobacco factory.The system could detect the contents of tobacco based on the on?line near?infrared spectroscopy technology，such as nicotine and total sugar.The data stack was used to calculate the quality of the post?baking tobacco leaf，and ensure that the online data were corresponding smoke box data of the post?baked tobacco.The smoke box was labeled，which contains information such as batch，chemical composition content and so on.The quality library of the post?baked tobacco smoke was established，which provided reliable data support for the follow?up of the raw material processing according to the formula.According to the actual production situation，114 samples of different processing batches were selected for modeling.Among the established model，the determinationcoefficient（R2） is 0.962，the root?mean?square error （SEC） is 0.13.In order to verify the performance of the system，we continuously monitored 550smoke boxesof flue?cured tobacco.The results show that the variation trend between smoke box nicotine data and online nicotine data almost same，whence the system can be used at baking smoke quality monitoring of flue?cured tobacco factory.

Key words?Homogenization processing;Threshing and redrying;Online near?infrared;Chemical components;Box?box corresponding

煙草是我國重要的經(jīng)濟作物之一，在國內(nèi)乃至全世界范圍均被廣泛種植[1]。眾所周知，打葉復(fù)烤是煙葉加工到卷煙生產(chǎn)的中間環(huán)節(jié)，其均質(zhì)化水平直接影響到成品卷煙的口感。近年來，隨著國內(nèi)復(fù)烤技術(shù)的發(fā)展，復(fù)烤均質(zhì)化加工的要求越來越高[2-3]。許多復(fù)烤企業(yè)為了響應(yīng)行業(yè)要求，積極研究原煙、片煙均質(zhì)化加工工藝，旨在借助新技術(shù)提升自身復(fù)烤加工水平。

烤后片煙質(zhì)量監(jiān)控是打葉復(fù)烤行業(yè)的后端工藝，其質(zhì)量監(jiān)控措施直接影響成品片煙質(zhì)量。目前，常規(guī)的烤后片煙監(jiān)控方法大多采用實驗室離線抽檢的方式進行化驗[4-5]。常規(guī)的方法存在消耗化學(xué)試劑、檢測慢、代表性差等缺點，無法做到片煙逐箱質(zhì)量監(jiān)控。在實際生產(chǎn)加工過程中，片煙之間化學(xué)成分存在波動，而離線抽檢方法是將加工過程中一段時間內(nèi)的煙堿平均值作為打包后片煙煙箱的煙堿值[6-8]。該方法的局限性是數(shù)據(jù)不充分，無法為卷煙企業(yè)提供有效的數(shù)據(jù)支持，從而加大了卷煙企業(yè)生產(chǎn)的難度。

近紅外光譜技術(shù)因其檢測快速、無接觸等優(yōu)點，被廣泛應(yīng)用于農(nóng)畜產(chǎn)品加工、醫(yī)藥成分分析等領(lǐng)域[9-11]。近幾年，隨著光譜儀性能的提升、建模算法的優(yōu)化，在線近紅外光譜技術(shù)開始被應(yīng)用于工業(yè)加工環(huán)節(jié)的在線檢測。同時，研究和使用近紅外在線監(jiān)測技術(shù)是打葉復(fù)烤質(zhì)量監(jiān)控未來的發(fā)展趨勢[5]。因此，研究并應(yīng)用打葉復(fù)烤質(zhì)量監(jiān)控體系對煙草行業(yè)發(fā)展具有重大意義。

烤后片煙在線檢測數(shù)據(jù)與成品片煙煙箱數(shù)據(jù)對應(yīng)，是復(fù)烤加工均質(zhì)化過程中數(shù)據(jù)處理的重要一環(huán)，是客觀評價加工質(zhì)量的重要前提與數(shù)據(jù)支撐[12-13]。筆者基于在線近紅外光譜技術(shù)及自動化技術(shù)，搭建了一套烤后片煙質(zhì)量監(jiān)控系統(tǒng)，并考察了其應(yīng)用效果。

1?系統(tǒng)設(shè)計

1.1?整體方案

根據(jù)云南煙葉復(fù)烤有限責(zé)任公司保山復(fù)烤廠現(xiàn)有烤后片煙加工工藝，設(shè)計的烤后片煙在線質(zhì)量監(jiān)控系統(tǒng)如圖1所示。該系統(tǒng)主要由在線近紅外光譜采集與分析系統(tǒng)（瑞士BUCHI公司）、工控機、電控柜、稱重皮帶、傳送機構(gòu)及相關(guān)控制軟件。系統(tǒng)采用的光譜儀的有效波長范圍是900～1 700 nm，其電控箱通過USB-RS422模塊與工控機通訊，用于數(shù)據(jù)傳輸與檢測器控制。選用的檢測器光源為大光斑光源，有效檢測面積的直徑約為300 mm，最佳探測距離為350 mm，大大提高了檢測器的適應(yīng)能力。

在線近紅外光譜采集與分析系統(tǒng)架設(shè)在烤機出口后傳送帶正上方，用于實時檢測片煙化學(xué)成分的含量，包括煙堿含量、總糖含量、還原糖含量、總氮含量、氯含量、鉀含量及水分含量7項指標(biāo)。傳送帶末端正下方有一條翻轉(zhuǎn)皮帶，用于片煙裝箱。煙箱放置在稱重皮帶上，滿框（重量達到設(shè)定值）時，傳感器會發(fā)出脈沖信號給PLC，PLC收到滿框信號自動控制翻轉(zhuǎn)皮帶翻轉(zhuǎn)進行下一箱裝箱，工控機收到滿框信號后計算該煙箱內(nèi)所有有效數(shù)據(jù)的平均值，并上傳至服務(wù)器存儲。

1.2?軟件編寫

根據(jù)云南煙葉復(fù)烤有限責(zé)任公司保山復(fù)烤廠的實際生產(chǎn)需求，基于力控組態(tài)編程環(huán)境編寫了烤后片煙在線監(jiān)測系統(tǒng)軟件，如圖2所示。主界面包括基本信息、成分檢測、統(tǒng)計信息以及圖表顯示等模塊。為了降低數(shù)據(jù)存儲量，系統(tǒng)默認數(shù)據(jù)采集間隔時間為5 s，所采集的光譜數(shù)據(jù)及檢測指標(biāo)預(yù)測值實時上傳至服務(wù)器存儲，即烤后片煙質(zhì)量數(shù)據(jù)庫。當(dāng)軟件收到滿框信號時，系統(tǒng)從服務(wù)器獲取數(shù)據(jù)并自動計算煙箱內(nèi)化學(xué)指標(biāo)均值。軟件植入了烤后片煙近紅外檢測預(yù)測模型，并根據(jù)加工需求預(yù)設(shè)了片煙煙箱化學(xué)成分含量的波動范圍。如煙堿含量過高或過低（超出波動范圍）的片煙煙箱打標(biāo)后，軟件會提示該箱片煙煙堿不符合加工要求，并返回到故障柜中進行貯存。經(jīng)過混合、摻配且化學(xué)成分穩(wěn)定后，在烤后環(huán)節(jié)通過微流回摻線以微小流量均勻回摻，與正常打葉復(fù)烤加工后的成品片煙進行混合。

軟件的工作流程圖如圖3所示。即軟件初始化完成后，可選擇人工或自動進行黑參考、白參考校正。校正后，軟件將采集到的黑參考、白參考以及樣品光譜數(shù)據(jù)轉(zhuǎn)換成吸光度光譜，其計算公式為A=lgI0/R。式中，A表示樣品的吸光度;I0表示白參考與黑參考差值;R表示樣品光譜與黑參考差值。

軟件通過預(yù)設(shè)的煙葉光譜特征信息自動識別傳送帶下方是否有片煙通過。如果軟件沒有收到稱重皮帶的滿框外觸發(fā)信號，軟件將一直采集數(shù)據(jù)并上傳至均質(zhì)化加工云端服務(wù)器存儲。滿框后，軟件基于隊列順序，自動從服務(wù)器獲取該煙箱所有化學(xué)成分含量及其平均值數(shù)據(jù)。重復(fù)以上步驟，實現(xiàn)箱內(nèi)片煙化學(xué)指標(biāo)與煙箱編號一一對應(yīng)，直至該批次加工完成。

1.3?箱箱對應(yīng)原理

假設(shè)傳送帶傳輸速度（v）2 m/s保持不變，從探測器下方至裝箱位置傳送距離（L）為50 m，數(shù)據(jù)保存間隔（t）5 s，則在固定的傳輸距離內(nèi)有20個數(shù)據(jù)。數(shù)據(jù)存儲采用堆棧的方式，即先入先出原則。當(dāng)烤后片煙在線監(jiān)測系統(tǒng)軟件收到滿框信號后，系統(tǒng)自動從服務(wù)器獲取箱內(nèi)有效檢測數(shù)據(jù)，即當(dāng)前傳送帶上20個數(shù)據(jù)的片煙未進入該煙箱。如圖4所示，從第一個有效檢測數(shù)據(jù)開始到接收到滿框信號，假設(shè)共有n個數(shù)據(jù)堆棧存儲，那么從數(shù)據(jù)1到數(shù)據(jù)n-21之間的所有數(shù)據(jù)即為進入該煙箱的片煙檢測數(shù)據(jù)。同理，在打標(biāo)階段，煙箱信息通過類似方法實現(xiàn)煙箱虛擬編號與標(biāo)簽的對應(yīng)。基于以上過程，在烤后片煙加工、裝箱、打標(biāo)階段均實現(xiàn)了檢測數(shù)據(jù)與片煙煙箱箱箱對應(yīng)，大大提高了復(fù)烤企業(yè)成品片煙的監(jiān)管數(shù)字化和智能化水平。

1.4?軟件模擬

為了驗證方案的可行性，基于北京三維力控科技有限公司的力控組態(tài)編程環(huán)境（軟件版本為力控 ForceControl V7.0），編寫了圖5所示的仿真程序。其中，仿真程序測試了不同參數(shù)條件下的運行情況。當(dāng)采樣間隔為5 s、皮帶長度為65 m、皮帶轉(zhuǎn)速為1 m/s時，軟件裝框數(shù)據(jù)入棧暫存區(qū)共有14個數(shù)據(jù)緩存。每當(dāng)軟件接收到一個新的檢測值，其先入棧的煙堿值先出棧，直至出棧數(shù)據(jù)達到15個。此時，軟件自動計算該煙框的煙堿含量平均值，并從0開始記錄出棧數(shù)據(jù)個數(shù)。

1.5?取樣與建模?該研究共制備114個樣品，并基于交叉驗證及PLS（partial least squares method，偏最小二乘法）[14]建立了煙堿含量、總糖含量等7項化學(xué)指標(biāo)的近紅外光譜定量預(yù)測模型。模型結(jié)果用決定系數(shù)（R2）、均方根誤差（SEC）表示。以上過程采用SX-PLUS軟件（BUCHI）進行建模，并將模型植入系統(tǒng)軟件進行應(yīng)用驗證。