智能化技術在紅茶加工中的應用研究進展

張玲，高飛虎，李雪，張歡歡，張雪梅，楊世雄

重慶市農業科學院，重慶401329

紅茶是我國六大茶類之一，在我國茶葉生產與銷售中占據舉足輕重的地位。據統計，2020年我國紅茶產量43.45萬t，在六大茶類中產量占比14.2%，僅次于綠茶。內銷額503.0億元，占總額的16.2%[1]；出口量為2.96萬t，占總出口量的8.0%。紅茶是全發酵茶，經萎凋、揉捻、發酵、烘干等一系列工藝加工而成[2]。當前，紅茶加工主要以半自動、半人工操作為主，難以做到每批次茶葉品質一致，不利于標準化生產。另外，因鮮葉采摘季節、采摘標準等不同，紅茶加工原料分類多，加工過程中環境溫濕度影響加工品質，自動化生產線無法根據原料情況調整生產工藝。運用智能化技術，對紅茶加工的各個工序進行智能化控制，避免加工過程受外界環境的影響，降低常規加工環節的各項不確定性，可達到茶葉品質的統一，大大提高紅茶加工效率和產品品質。近年來，隨著計算機技術的不斷發展和機械設備自動化水平的日益提高，云計算、大數據、人工智能等技術深入發展，新的數字革命正在悄然興起，傳統紅茶加工也逐漸從半機械化轉向機械化，從勞動密集型走向技術密集型，從經驗判斷走向數據標準化，從人工走向智能[3]。

1 智能化在茶鮮葉判定中的應用研究

不同品種、不同采摘時間、不同采摘嫩度茶樹鮮葉對成品茶品質起到重要影響。制茶人常說的“看茶做茶”便是指做茶時需要通過判定在制葉的狀態來制定相應的加工參數。近年來，對茶鮮葉智能化判定的研究主要集中在利用不同嫩度的鮮葉色澤、形狀特征的差異性，作為紅茶原料等級判別的量化指標，基于計算機技術和圖像處理技術，采用計算機智能化平臺進行量化篩選，從而有效地實現鮮葉等級分類、質量優劣的對比判別。

吳雪梅等[4]提出了基于圖像顏色信息的茶葉嫩芽識別方法，根據嫩葉和老葉的顏色差異區分嫩芽與背景，再利用閾值的設定來識別嫩芽。邵明[5]采用標記的Watershed算法為分割算法并提出一種快速區域合并算法對茶葉圖像進行初始分割，再通過提取茶葉顏色、紋理和形態特征為特征參數訓練支持向量機，從而建立茶鮮葉的判別模型；該模型對芽頭和一芽一葉初展的鮮葉識別率均達到100%，對一芽三葉的識別率達到76.9%，鮮葉嫩度越高，識別度也越高。張蘊[6]以茶嫩芽為研究對象，構建了茶葉嫩芽樣本數據庫，根據原料顏色特征、紋理特性研究了閾值分割和支持向量機的茶嫩芽分割方法，利用深度網絡模型對茶嫩芽進行識別，并通過實驗驗證了其在茶嫩芽識別上的性能；優化后的茶嫩芽識別模型得出的mAP為85.67%，軟件系統也實現了對茶嫩芽的快速自動識別。謝日星等[7]認為在茶葉生產全過程中，通過計算機圖像處理技術可有效對茶鮮葉等級進行判定，依據R、G、B、L參數值差異水平，對茶葉顏色參數進行量化分析，以形成自動化評估，準確判斷茶鮮葉等級以及其質量情況。陳妙婷[8]的研究提出了一種改進PSO-SVM算法，對茶葉嫩芽圖像的分割時間平均1 s左右，分割準確率達94%，然后通過深度網絡模型YOLO進行模型訓練采摘點識別模型，訓練后的識別準確率達到84%，可基本滿足采摘需要。孫肖肖等[9]選用YOLO目標檢測算法實現茶葉嫩芽檢測，首次將基于深度學習的目標檢測算法應用到復雜背景下的茶葉嫩芽圖像的檢測，結果表明，此方法對茶嫩葉具有較高的檢測精度。鮑偉[10]利用傳統圖像分析方法對茶葉嫩梢圖像進行分析，提出一種茶葉嫩梢檢測模型，通過設置Ostu閾值來實現對茶葉嫩梢圖像的預處理，單張圖片進行時間為2～3 s，檢測mAP為82.6%。Wang等[11]在智能手機上開發了一種快速檢測多品種的鮮葉質量指標和采收標準的近紅外分析工具，采用偏最小二乘法（PLS）建模結合光譜預處理和特征波長選擇，得到最優的預測模型，從而實現茶鮮葉的快速、準確和低成本判定。各項研究同時也表明，對鮮葉品質的研究與選擇主要集中在圖像識別和色澤分析判定上，需要大批量的樣本供機器學習，才能實現較為精準的判定。

2 智能化在紅茶萎凋中的應用研究

萎凋是茶鮮葉通過攤放、晾曬，使茶葉因散失部分水分而萎蔫、葉質變柔軟、色澤變深綠的過程。水分變化是萎凋過程的重要指標，對紅茶品質起到至關重要的作用。

國內外現有的紅茶萎凋機基本不具備水分在線檢測功能，主要依賴于人工經驗判斷萎凋葉水分情況，難以做到精準、客觀和量化評價。近年來，針對紅茶智能化萎凋，主要從萎凋工藝出發，綜合運用機器視覺技術、數字圖像處理、化學計量學方法和人工智能算法等諸多交叉學科知識，開發紅茶萎凋過程的水分在線感知系統，實現機械制茶中萎凋葉水分含量的在線快速檢測，提升萎凋機性能及精準掌控萎凋品質，以滿足現代名優紅茶的標準化、自動化、智能化加工需求。

安霆[12]認為光譜信息對萎凋葉水分的表征能力要強于圖像信息，在光譜與圖像技術的支持下，以萎凋葉水分的定量預測作為感知手段，建立萎凋時序下水分定量預測模型，并通過該模型實現萎凋葉水分可視化，以推動紅茶萎凋加工工序的智能化發展。研究采用圖像技術采集萎凋時序下萎凋葉的顏色特征與紋理特征，并且搭建了萎凋葉水分感知系統，建立特征與水分間的關聯模型，實現萎凋時序下萎凋葉水分含量的快速無損檢測[13-14]。李潔等[15]檢測萎凋葉色澤參數和含水量變化，認為R、G色澤參數能夠較好地反映茶鮮葉萎凋程度的變化，可以為萎凋工序智能化提供技術支持。An等[16]提出了一種基于卷積神經網絡置信度的紅茶萎凋葉的快速檢測方法，此方法可更好地表征圖像和水分間的相關性，從而實現萎凋葉的快速無損檢測。謝日星等[7]利用Photoshop CS濾鏡對20 h內茶鮮葉色澤參數的變化情況實施動態監測，通過得出R、G色澤參數從而反映鮮葉萎凋情況。

黃藩[17]選擇迎霜品種開展研究，建立工夫紅茶光補償萎凋工藝的含水量變化預測模型，獲得擬合度極好的萎凋溫度、時間和含水量變化之間的關系模型公式，為萎凋葉水分的在線快速無損檢測技術及智能裝備的研究奠定了理論基礎。Zhang等[18]選擇西門子PLC為主控制器，設計了一款可以在萎凋過程中采集溫度、濕度和氧濃度信息且具備數據記錄功能的萎凋設備，實現了萎凋的自動化、智能化。Shen等[19]依靠微型近紅外光譜和智能手機開發了基于Elman神經網絡的水分預測模型，此模型結合主成分分析可用于萎凋葉的快速檢測和分析，其預測的相關系數達0.993 14。Wang等[20]采用近紅外光譜、電子眼和色度傳感陣列相結合的技術來判別茶葉的萎凋程度，其SVM模型的最佳判別精度可達97.5%。

3 智能化在紅茶揉捻中的應用研究

揉捻是通過外力作用于茶葉上，通過揉、搓、加壓等方法破壞茶葉的細胞組織，使部分茶汁外溢并使其粘附于茶葉表面，同時使茶鮮葉形成條索狀的工序。揉捻的質量直接決定了茶葉成品的品質，是紅茶的重要加工工序[21-22]。

近年來揉捻研究主要從茶原料變化及揉捻機數字化控制技術兩個方面開展。在茶原料方面，主要開展了揉捻過程中加工茶原料成條特性、外觀顏色及紋理變化、細胞破碎及顯微結構變化、主要內含成分的變化等相關研究；在揉捻機數字化控制方面，主要采用CAD/CAE/CAM集成數字化設計方法對茶葉揉捻機進行技術改造，將原來的人工操縱改為數字化控制，實現了智能化調節揉捻的速度以及時間，初步建立了揉捻程度的評價方法及揉捻機數字化控制策略。趙春芳[23]認為茶葉揉捻機技術依舊處于機械化階段，其通過分析揉捻原理，確立了PLC控制為主，設置了調速、壓力、上下葉及顯示等4個子系統的自動控制設計方案。梁娟等[24]的采用單片機STC89C52作為控制器、壓力傳感器進行數據采集，ADC0809芯片對信號進行模/數轉換，選用LCD1602進行顯示等實現了55型揉捻機的工作壓力檢測、揉捻時間控制和步進電機的控制。鐘應富等[25]以送料裝備研發、盤式揉捻機改造為基礎，以連續自動化作業為方向，采用PLC控制技術，研發了連續自動化揉捻機及其控制系統，實現茶葉揉捻工序的連續自動化作業。劉飛[26]的研究發現揉捻成條率與對應的在制葉理化特征相關性較好，建立了基于色澤、紋理等圖像特征的多信息融合的成條率回歸方程，進而提出了一種紅茶揉捻葉成條率的在線檢測方法，為智能化揉捻提供支撐。徐傳娣[27]以智能經驗庫和自動控制層構建揉捻機智能控制系統。智能經驗庫存儲經驗參數值，傳感器采集并存儲制茶過程的經驗參數，通過內部計算，最終輸出控制方式和控制參數，實現自動控制。任曉娜[28]采用CAD/CAE/CAM集成數字化設計方法改造揉捻機，首先進行UG/CAD建模，再對零件的受力性能進行分析和自動化設計，并對關鍵零件進行加工仿真模擬，最終實現設備質量變輕，可實現PLC自動控制等功能。

4 智能化在紅茶發酵中的應用研究

發酵是紅茶制作中最為關鍵的工序。由于前端的揉捻工藝使茶葉細胞破碎、茶葉內含物外溢，使得發酵過程中多種成分參與理化反應，形成紅茶特有的紅湯紅葉、滋味甜醇等特點，發酵品質的優劣直接影響成品紅茶的品質。

近年來，針對發酵工序，運用圖像處理、光電特性分析、仿生嗅覺等技術手段來表征紅茶發酵過程中品質變化，初步建立了發酵品質的數字化指標，為發酵工序智能化控制提供了新的方法和思路。許琦[29]認為動態發酵有利于兒茶素的轉化消耗，以及茶黃素、茶紅素等品質成分的生成。Jin等[30]使用UV-Vis光譜儀測定茶多酚在發酵過程中的降解情況以對發酵程度分類，隨后采用兩種中層策略對傅里葉變換近紅外和計算機視覺系統的融合信號進行分析，可快速評價紅茶的發酵程度。在此基礎上，Jin等[31]提出基于微近紅外光譜和計算機視覺系統的紅茶發酵品質的在線檢測方法，測定兒茶素和茶黃素的含量和顏色后對發酵程度進行分組、建模，隨后通過光譜和數據信息的融合實現發酵程度的評估。Li等[32]通過紫外-可見光譜法獲得相位比色傳感器陣列的特征光譜，然后結合機器學習算法構建了紅茶發酵質量評價模型，此模型可在2 min內準確監測紅茶的發酵品質。楊崇山等[33]利用高光譜檢測技術并結合化學計量方法實現對不同發酵程度的茶樣進行無損檢測和智能判別。董春旺[34]為提高對工夫紅茶加工過程中發酵品質評價的科學性和時效性，利用近紅外、電特性、機器視覺、仿生嗅覺等現代智能感官表征技術和計量手段來表征紅茶發酵過程中的光電物理、色澤、香氣等品質。Singh[35]利用RGB、灰度等圖像色澤信息建立了外形綜合品質指標的評價方法，能較好區分發酵茶品質的等級差異。胡其偉[36]采用CCD鏡頭采集并分析不同發酵程度下紅茶發酵葉的顏色灰度值，并且通過有效面積的計算來判斷紅茶發酵是否適度，最后，通過判定結果初步實現溫度與濕度的模糊調節。王梅[37]設計了一種具有翻拌功能的滾筒自動發酵機，采用CFD技術對發酵筒結構參數進行優化設計，同時采用機器視覺和非線性算法來智能感知紅茶發酵品質，實現發酵工藝在線監控與控制。Huang等[38]在確立茶葉制作關鍵環節參數的基礎上采用PLC控制，實現了發酵裝置的溫濕度在線監測和自動控制。Borah等[39]利用圖像處理技術采集發酵過程中鮮葉和發酵適度樣品的圖像，通過曼哈頓距離算法計算被測圖像與適度樣品圖像的距離，可獲取發酵適度樣品指標值。紅茶發酵環境處于高濕高霧條件下，容易發生圖像采集不準、無法實時采集等問題，雷攀登等[40]開發了一種由工業相機、加熱除霧防潮裝置、面光源、支架、控制軟件和電腦組成的實時圖像采集系統，在采集圖像的基礎上添加發酵程度的數據標簽，并搭建深度學習模型，其對發酵程度判定的準確率可達95.68%。發酵過程也是紅茶香氣形成的重要過程，相關學者也嘗試將電子鼻技術應用于發酵品質的監測上。Bhattcharya等[41]采用金屬氧化物型電子鼻（MOS-EN）對紅茶發酵過程的香氣實時監測，從而判定最佳發酵時間和程度，以獲得較好的發酵品質。

5 智能化在紅茶干燥中的應用研究

干燥是紅茶加工中非常重要的環節，是通過熱傳遞將茶葉中的水分蒸發的過程。茶葉干燥過程是動態過程，主要分為預熱、恒速和降速3部分[42]，由于茶葉含水量的動態變化使得烘干溫度難以很好控制，無法保證茶葉品質并且會造成能耗。

當前茶葉干燥設備的智能研究主要集中在恒溫控制、實時調控、穩定性和抗干擾能力提升等方面。近年來，針對紅茶干燥工序，建立烘干過程茶葉含水率預測模型，運用水分在線無損檢測技術實現在制品中含水量的實時檢測，采用數字化控制技術熱風風量、溫度與干燥進程的最佳匹配，實現了茶葉干燥過程精準控制。張德炎等[43]在外燃式熱風爐中應用PLC自動控制技術，并同時運用Concept軟件中的PID功能模塊，以實現對溫度的精準控制。黃家春[44]采用變頻風機替代傳統風機，通過PLC智能控制排煙機的頻率，使排風機轉速、燃料狀態和熱風溫度匹配到最佳，從而實現恒溫控制。徐文娟[45]以DCS技術為基礎設計了一套茶葉干制工藝監測系統，實現了對茶葉烘干工藝的實時監控，對茶葉生產的品質把控具有重要意義。吳曉強等[46]采用模糊控制技術對烘干機進行恒溫控制，同時，應用MATLAB軟件對模糊PID恒溫控制系統進行仿真，從而達到恒溫控制的目的。李兵等[47]設計了一款動態矩陣控制的茶葉烘干機，運用DMC-PID串級溫度控制系統，能有效提高溫控系統的動態響應能力、魯棒性和抗干擾能力。袁海波等[48]研發了一種電磁內熱鏈板式烘干機并采用智能技術控制，實現了茶葉干燥過程的能耗低、升溫快、熱效高、精準控制等功能，通過評審，該設備制作的茶葉的品質較好。趙麗清等[49]為研究茶葉熱風干燥過程中茶葉內部水分的變化規律，利用多元線性回歸、BP神經網絡、Elman神經網絡及Pos-Elman神經網絡算法建立茶葉干燥過程中含水率的預測模型，結果表明，Pos-Elman神經網絡算法具有更好的預測效果。

6 展望

智能化是由現代通信與信息技術、計算機網絡技術、行業技術、智能控制技術匯集而成的針對某一個方面的應用，一般具備感知、記憶、思維、學習、適應和決策能力等特征。當前，茶葉產業是高度的勞動密集型產業，對人工的需求量巨大，而且，生產過程中的原料認定、工藝判斷、品質判定等大多依靠人工經驗，對工業化、標準化生產不利，而紅茶加工時間長、物料狀態變化多樣、品質判定復雜，亟需智能化加工技術（數據采集、數據監控和智慧控制）的應用來提升產品質量及市場競爭力。

紅茶智能化加工需要選擇合適的傳感器進行數據采集。紅茶加工過程歸根結底是一個茶葉干燥的過程，水分的變化伴隨整個加工過程，準確、高效地對生產過程中的水分進行監測并指導后續生產是紅茶智能加工的關鍵技術點，相應的在線水分監測傳感器選擇尤為重要。在水分檢測的同時，配合能夠表征圖像信息的攝像頭、表征溫濕度的探針/頭、表征風速的風速傳感器等進行數據采集，可提升紅茶加工的智能化水平。

紅茶智能化加工需要一個專家數據庫為支撐。專家數據庫是指在現有紅茶的加工工藝和裝備的基礎上，對加工的全過程進行系統分析，明確加工過程中的“數據化”指標及相應的工藝參數后形成的數據庫，是將經驗操作轉化為智能系統可判別的數字指標的數據庫。計算機在采集加工過程的數據后，與專家數據庫比對后可實現加工的智能化。同時，傳統數據的收集和傳感數據的標記與判定，可豐富專家數據庫的內容，提供給機器學習，從而實現智能操作準確率的提升。