基于物聯網技術的江西煙葉烘烤大數據特征分析

摘要 為探索煙葉烘烤物聯網大數據管理，以江西煙區2346臺物聯網烤房為研究對象，利用大數據軟件分析了12 685烤次烘烤工藝數據。結果表明，江西各產區煙葉?？酒诓▌虞^進烤期波動更大，煙葉采烤周期52～54 d，采烤次數5次左右，煙農烘干烤房比例偏少；各產區關鍵溫度點穩溫時間、總烘烤時間和三階段時間比例方面存在一定差異，下部葉烘烤用時133～144 h，中部葉144～155 h，上部葉159～162 h；各產區干球溫度點控制較為一致，濕球溫度控制存在一定差異。江西產區可適當縮短干筋時間，合理調控關鍵溫度點濕球溫度，烘烤大數據可以快速實現烘烤執行情況、烘烤時間、烘烤關鍵溫濕度控制及煙農烘烤習慣分析，助力實現煙葉烘烤大數據管理。

關鍵詞 烤煙；物聯網；烘烤；大數據；烘烤特征

中圖分類號 S126 文獻標識碼 A 文章編號 0517-6611（2024）15-0229-03

doi：10.3969/j.issn.0517-6611.2024.15.048

開放科學（資源服務）標識碼（OSID）：

Big Data Analysis on Flue-Curing Process of Tobacco Leaves in Jiangxi Based on Internet of Things and Analysis of Baking Characteristics

DUAN Shi-jiang1， HUANG Cheng-hua2， LIANG Zhou-hong2 et al

（1. Ji’an Branch of Jiangxi Provincial Tobacco Company， Ji’an，Jiangxi 343009；2. China Tobacco Jiangxi Industrial Co.， Ltd.， Nanchang，Jiangxi 330096）

Abstract To explore the management of big data for tobacco drying based on the Internet of Things. A total of 2 346 Internet of Things drying rooms in Jiangxi tobacco-growing areas were selected as the research objects. Big data analysis software was used to analyze 12 685 baking process data. The results showed that the fluctuation of the drying period of tobacco leaves in various regions of Jiangxi was greater than that of the baking period. The harvesting-curing cycles was 52-54 days， the harvest frequency was about five times， there were fewer drying rooms for farmers. There were certain differences in the stable time of the key temperature points， the total baking time， and the three-stage time ratio in different production areas. The total curing time of lower， middle and upper tobacco leaves was mainly in ranges of 133-144 h， 144-155 h and 159-162 h. The control of the dry-bulb temperature points in Jiangxi production areas was relatively consistent， while there were some differences in the control of the wet-bulb temperature. The durations of stem drying stage could be appropriately reduced， and the wet bulb temperature should be reasonably regulated to avoid drastic fluctuation， the use of big data analysis software can quickly realize the analysis of baking execution status， baking time， and key temperature and humidity control in tobacco drying. It can also analyze the baking habits of tobacco farmers， which can achieve the management of big data for tobacco drying and continuously promote the high-quality development of tobacco drying.

Key words Tobacco;Internet of Things;Baking;Big data;Baking characteristics

烘烤是烤煙生產的關鍵環節，是成熟鮮煙葉中內在物質轉化成優質工業原料的過程［1］。煙葉烘烤過程中烘烤工藝的變化直接影響了煙葉生理生化變化，直接決定了煙葉的品質特色，在煙葉生產鏈條上占據核心地位［2-3］。我國目前普遍采用的是三段式烘烤工藝，即變黃階段、定色階段、干筋階段［4］，各煙葉產區在此基礎上相繼提出了符合地區特色的烘烤工藝，如“八點式”“三段六步式”“十點式”等，烘烤工藝參數的優化和細分持續推動了煙葉烘烤質量的提升［5-8］。

目前烤煙烘烤主要基于烘烤師或煙農的主觀判斷進行工藝設置，由于鮮煙葉素質差異、天氣變化等原因，使得烘烤工藝在設置和執行環節存在不同程度的差異，烘烤工藝執行與反饋難度較大。伴隨物聯網技術在烤房設備中的應用，已經實現了手機端實時查看工藝狀態、工藝偏離警報等功能［9-10］，但由于設備廠商參數不一、控制系統不兼容等問題，尚未實現烘烤工藝實時分析與大數據監測功能。為此，利用烘烤物聯網裝置，統一數據采集標準，設計烘烤工藝數據分析標準算法，對江西省4個產區烘烤物聯網數據進行分析，并將分析結果實時展示在相關平臺，實現煙葉烘烤大數據管理，為烘烤決策、工藝優化、技術指導提供大數據支持。

1 材料與方法

1.1 烘烤工藝大數據采集

2023年江西產區已安裝物聯網自控儀2 346臺，通過物聯網協議，對物聯網烤房數據采集標準進行統一規范，包括采用接口、接口地址、數據格式、調用權限控制、設備數據推送接口等內容，對不同廠商的烘烤大數據進行適配采集，便于后期數據處理。自控儀開烤后每5 min自動記錄一組烘烤數據，以2023年度調取的12 685烤次2 000余萬組烘烤數據為基礎進行大數據分析（表1）。

1.2 分析方法

以烤煙三段式烘烤工藝為基礎，提取單座烤房烘烤周期、?？局芷凇⒑婵究敬巍慰竞婵究倳r間、關鍵溫度點設置、關鍵濕度點設置、穩溫時間設置、溫度差等參數指標。

根據物聯網烘烤大數據分析標準流程算法，開發物聯網大數據分析軟件，軟件基于Java EE企業級軟件開發標準，運用Spring Boot微服務開發架構，采用MariaDB數據庫存儲煙葉烘烤物聯網數據庫，主要包括數據采集、數據分析、數據建模、數據展示等功能。

2 結果與分析

2.1 烘烤執行總體情況分析

對江西不同烤煙種植區的采收烘烤執行總體情況進行分析（表2）。結果發現，各產區第一烤次煙葉普遍在11～15 d內陸續進烤；煙葉?？緯r間波動稍大，不同產區集中在18～24 d；不同產區平均采烤周期波動較小，均在50 d以上；各產區整株進烤次數在5次左右，其中贛東煙區平均進烤次數最少，贛南煙區進烤次數最多；進烤前有12 h以上明顯烘干烤房操作的烤房占比集中在1/3左右。由此可見，利用大數據分析軟件剔除無效烘烤數據后，可以實現對年度烘烤執行總體情況的客觀分析。

2.2 不同部位烘烤時間分析

比較不同產區各部位煙葉烘烤時間分布情況（表3）發現，各產區下部葉平均烘烤用時集中在133～144 h，其中贛西煙區下部葉變黃階段用時最長，贛東煙區定色階段用時最長，贛東煙區干筋階段用時占比時間最長；各產區中部葉平均烘烤用時集中在144～155 h，其中贛西煙區中部葉變黃階段用時最長，贛南煙區定色階段用時最長，贛南煙區干筋階段用時占比時間最長；各產區上部葉平均烘烤用時集中在159～162 h，相對較集中，其中贛中煙區上部葉變黃階段用時最長，贛南煙區定色階段用時最短，贛西煙區干筋階段用時占比時間最長。由此可見，各產區在不同部位煙葉烘烤過程時間控制方面存在一定差異，部分產區干筋階段時間占比偏長，而促進大分子物質降解的變黃階段和促進香氣物質形成的定色階段穩溫時間偏短。

2.3 不同部位關鍵溫濕度點控制分析

研究不同產區關鍵溫濕度點控制情況差異（表4）發現，各產區在干球溫度控制和濕球溫度控制方面均存在多點控制情況，其中干球溫度在定色前期、定色后期普遍存在2個穩溫點，濕球溫度在變黃中期普遍存在2個控濕度點。具體來看，變黃中期濕球溫度普遍前高后低，以此促進煙葉變黃與失水協調；定色前期干球溫度普遍存在2個穩溫點，即44.0～45.0 ℃過渡段和47.0～48.0 ℃穩溫段；定色后期干球溫度普遍存在2個穩溫點，即50.0～52.0 ℃過渡段和54.0～55.0 ℃穩溫段。綜上分析，不同產區烘烤過程中干球溫度控制差異很小，但濕球溫度控制存在一定差異，比如贛西煙區變黃中期至定色期濕球溫度控制較低，贛南煙區下部葉濕球溫度控制略高，贛中煙區上部葉濕球溫度控制略高。

2.4 不同產區烘烤習慣分析

不同產區煙葉?？玖晳T及烘烤特征描述分析見表5～6。隨著采烤煙葉部位的上升停烤時間逐漸延長，其中以最后一次采烤前?？緯r間最長，普遍為6～8 d。通過分析各產區烘烤特征，各產區在執行烘烤工藝方面均存在各自特點，烘烤大數據分析可以對穩溫點數量、垂直溫差、階段時間比例等情況進行綜合運算分析。

3 討論

通過大數據分析發現，江西各產區煙葉停烤期波動較進烤期波動更大，這與大田后期田間均質性和管理操作相關，煙葉采烤周期受采烤次數影響較小，煙農烘干烤房比例與下部葉采烤前天氣狀況影響較大，2023年江西產區雨水偏少因此烘干烤房比例偏低。

烘烤時間和溫濕度點控制是烘烤工藝的核心內容，不同產區在各關鍵溫度點穩溫時間、總烘烤時間和三階段時間比例方面存在一定差異，這與各產區鮮煙素質差異和烘烤習慣有關；目前，江西產區在烘烤過程中干球溫度點的控制較為一致，在關鍵過渡段和穩溫點方面基本趨于相同，但在濕球溫度控制方面存在一定差異，這與采烤期間天氣狀況和煙葉烘烤特性有較大關系。

煙農烘烤習慣對采收烘烤質量有較大影響。目前，煙葉烘烤物聯網的作用主要集中于煙農實時在線查看和異常預警，通過大數據對烘烤特性的分析較少，該研究發現，不同產區在執行烘烤工藝過程存在一定差異，主要集中在烘烤關鍵點數量設置、觀察棚選擇、烘烤總時間把控、干筋階段時間控制、排濕策略、升溫策略等方面。

4 結論

煙葉烘烤數字化轉型是必然趨勢，在統一烘烤物聯網數據格式的基礎上，利用大數據分析軟件可以快速實現烘烤執行情況分析、烘烤時間分析、烘烤關鍵溫濕度控制分析，并分析煙農烘烤習慣，以上分析結果可通過微信小程序、APP等實時反饋至煙葉管理端，可實現煙葉烘烤大數據管理，為烘烤決策、工藝優化、技術指導提供大數據支持，持續推進煙葉烘烤高質量發展。

參考文獻

［1］ 宮長榮，陳江華，李銳，等.烤煙三段式烘烤及其配套技術［M］.北京：科學技術文獻出版社，1996.

［2］ 宮長榮，袁紅濤，陳江華.烘烤過程中環境濕度和煙葉水分與淀粉代謝動態［J］.中國農業科學，2003，36（2）：155-158.

［3］ 段史江，付品山，王建峰，等.濕球溫度對上部葉光滑僵硬煙產生的影響［J］.天津農業科學，2019，25（2）：18-22.

［4］ 宮長榮，周義和，楊煥文.烤煙三段式烘烤導論［M］.北京：科學出版社，2006.

［5］ 賀帆，王濤，王戰義，等.變黃期不同溫濕度對烘烤中煙葉蛋白質降解及酶活性的影響［J］.中國煙草學報，2014，20（5）：80-86.

［6］ 江厚龍，劉國順，周輝，等.變黃時間和定色時間對烤煙煙葉化學成分的影響［J］.煙草科技，2012，45（12）：33-38.

［7］ 李春喬，劉永軍，朱祖俊，等.三種不同工藝對烤煙煙葉烘烤效果研究［J］.云南農業大學學報，2003，18（1）：91-93.

［8］ 張喜峰，劉偉，李東陽，等.隴縣煙區中煙202品種上部煙葉烘烤工藝優化研究［J］.安徽農業科學，2020，48（16）：178-180.

［9］ 過偉民，趙虎，鄭勁民，等.基于物聯網數據采集技術的河南煙葉烘烤工藝大數據分析［J］.煙草科技，2021，54（9）：11-18，39.

［10］ 張保全，張波，張瑞亞，等.基于物聯網的溫濕度實時監測系統在煙葉烘烤中的應用［J］.天津農業科學，2018，24（10）：61-63，72.