一种高温赋香雪茄烟叶调制方法
    1.
    发明公开

    公开(公告)号:CN118716665A

    公开(公告)日:2024-10-01

    申请号:CN202410914665.7

    申请日:2024-07-09

    Abstract: 本发明公开了一种高温赋香雪茄烟叶调制方法,包括如下步骤:A、烟叶预处理:选取解把、喷雾回潮后的雪茄烟叶;B、设备预热:对仿真电焙炉进行预热,设置高温赋香温度为90~140℃,打开风机,使设备内部均匀受热;C、烟叶堆码:将经步骤A处理之后的烟叶取出,将烟叶乱序堆码于高温赋香框内;D、翻焙:将装有烟叶的高温赋香框放入仿真电焙炉中进行高温赋香,每次高温赋香时间在40~90min之间,时间结束后,翻动一次烟叶,多次进行高温赋香;E、回潮。本发明通过高温赋香工艺,使雪茄烟叶在高温下提升香气质和香气量,赋予雪茄烟叶特殊的烘烤风味,丰富了雪茄烟叶原料的处理方法。

    一种雪茄外观检测设备
    6.
    发明公开

    公开(公告)号:CN116058531A

    公开(公告)日:2023-05-05

    申请号:CN202211682402.5

    申请日:2022-12-26

    Abstract: 本发明公开了一种雪茄外观检测设备,包括,左挡板、左输送带、右挡板、右输送带、搬运槽、旋转带、外观检测装置、控制装置。本发明在输送带与旋转带之间设置速度差,实现了雪茄在传送过程中旋转,进而实现了对雪茄完整外观的图像采集,实现了雪茄外观检测的自动化,解决了行业对手工雪茄烟采用人工检测,存在着主观性强、检测标准不统一的问题,满足了雪茄产量日益增加所带来的雪茄质量把控、生产效率的要求。

    温和型雪茄型电子烟及其制备方法

    公开(公告)号:CN105686060B

    公开(公告)日:2017-06-06

    申请号:CN201610135910.X

    申请日:2016-03-10

    Abstract: 本发明公开了一种温和型雪茄型电子烟及其制备方法,电子烟配方按照重量份数包括如下:香味型烟叶为30~70份,浓度型烟叶20~50份,填充型烟叶10~20份,包衣材料5份,雾化介质30~70份;按照上述配方经过电加热雾化处理后制成丸粒状的温和型雪茄型电子烟成品。本发明可以根据需要选择不同浓度风格的配方和雾化介质,既满足了吸烟者的尼古丁需求,又降低了对环境的污染,同时由于不产生烟气焦油,对人体的危害较小,故保护了吸烟者的身体健康。

    淡味型雪茄型电子烟及其制备方法

    公开(公告)号:CN105725260A

    公开(公告)日:2016-07-06

    申请号:CN201610135954.2

    申请日:2016-03-10

    CPC classification number: A24B15/12

    Abstract: 本发明公开了一种淡味型雪茄型电子烟及其制备方法,电子烟配方按照重量份数包括如下:填充型烟叶30~70份,香味型烟叶20~50份,浓度型烟叶10~20份,包衣材料5份,雾化介质30~70份;按照上述配方经过电加热雾化处理后制成丸粒状的淡味型雪茄型电子烟成品。本发明可以根据需要选择不同浓度风格的配方和雾化介质,既满足了吸烟者的尼古丁需求,又降低了对环境的污染,同时由于不产生烟气焦油,对人体的危害较小,故保护了吸烟者的身体健康。

    温和型雪茄型电子烟及其制备方法

    公开(公告)号:CN105686060A

    公开(公告)日:2016-06-22

    申请号:CN201610135910.X

    申请日:2016-03-10

    CPC classification number: A24B15/12

    Abstract: 本发明公开了一种温和型雪茄型电子烟及其制备方法,电子烟配方按照重量份数包括如下:香味型烟叶为30~70份,浓度型烟叶20~50份,填充型烟叶10~20份,包衣材料5份,雾化介质30~70份;按照上述配方经过电加热雾化处理后制成丸粒状的温和型雪茄型电子烟成品。本发明可以根据需要选择不同浓度风格的配方和雾化介质,既满足了吸烟者的尼古丁需求,又降低了对环境的污染,同时由于不产生烟气焦油,对人体的危害较小,故保护了吸烟者的身体健康。

    基于数据剪枝的智能烟叶识别模型微调训练方法及系统

    公开(公告)号:CN119251616A

    公开(公告)日:2025-01-03

    申请号:CN202411310029.X

    申请日:2024-09-19

    Abstract: 本发明公开了基于数据剪枝的智能烟叶识别模型微调训练方法及系统,方法包括:收集待剪枝的视频数据集;预处理所收集的视频数据集;将预处理得到的烟叶图像训练集S输入烟叶识别基模型Wt进行预训练;利用预训练后的烟叶识别基模型Wt对烟叶图片训练集S中新的烟叶样本x进行剪枝,形成剪枝后的烟叶样本数据集#imgabs0#以用于后续的模型微调训练;将剪枝后的烟叶样本数据集#imgabs1#中的烟叶样本x’输入至预训练后的烟叶识别基模型Wt,对烟叶识别基模型Wt进行微调训练,得到烟叶测试模型Wt”;将预处理得到的烟叶图片测试集C输入至烟叶测试模型Wt”进行测试。本发明利用数据集剪枝法能够减小训练数据集的大小来提高训练和模型识别效率。

Patent Agency Ranking