一种烟丝结构预测模型的构建方法和装置

    公开(公告)号:CN112016046A

    公开(公告)日:2020-12-01

    申请号:CN202010710238.9

    申请日:2020-07-22

    IPC分类号: G06F17/18 G06K9/62 G06Q10/06

    摘要: 本申请公开了一种烟丝结构预测模型的构建方法和装置,检测获取的各烟片样本的叶片结构和切丝后的烟丝结构;对各烟片样本的叶片结构进行主成分分析,选取累计方差贡献率大于或等于95%的预置数量个主成分作为目标主成分,输出目标主成分的得分系数矩阵;基于得分系数矩阵构建各目标主成分与叶片结构的得分计算模型,并计算得到各目标主成分的得分;对各目标主成分的得分和烟丝结构进行逐步多元回归分析,输出目标主成分的得分和烟丝结构的回归模型;结合得分计算模型和所述回归模型,得到叶片结构的烟丝结构预测模型,解决了现有的烟丝结构预测方法的预测叶片结构的烟丝结构与叶片的实际烟丝结构相差较大,存在预测精度不高的技术问题。

    一种打叶片烟皱缩率稳定的控制方法

    公开(公告)号:CN111165856A

    公开(公告)日:2020-05-19

    申请号:CN202010087136.6

    申请日:2020-02-11

    IPC分类号: A24B3/00 A24B3/10

    摘要: 本发明涉及一种打叶片烟皱缩率稳定的控制方法,确定当前时间打叶工序各指标控制参数信息;每间隔设定时间,检测系统将打叶工序来料处的原料烟叶的检测信息数据提供给控制系统;控制系统分析比对检测信息数据与当前信息数据,并判断,根据判断结果进行相应的调整。本技术方案针对不同的原料烟叶的等级、品种、种类及含水率范围在经过打叶复烤工序后,保证皱缩率的稳定,通过建立相应的不同含水率皱缩率控制模型,并建立皱缩率控制模型,首次通过在打叶工序环节控制大片比例来降低皱缩率,并且根据不同的原料烟叶进行相应的控制。

    一种烤烟化学成分协调性评价方法及装置

    公开(公告)号:CN110853713A

    公开(公告)日:2020-02-28

    申请号:CN201810828401.4

    申请日:2018-07-25

    IPC分类号: G16C20/20

    摘要: 本发明提供了一种烤烟化学成分协调性评价方法及装置,包括:确定烤烟的各个化学成分协调性指标,通过层次分析法确定各个化学成分协调性指标的权重;获取样品烤烟的各个化学成分协调性指标的测量值,根据各个化学成分协调性指标的预置适宜区间或预置适宜值对对应的测量值进行打分;将各个化学成分协调性指标的打分结果根据对应的权重进行累加计算得到样品烤烟的化学成分协调性评价分数。本发明通过层次分析法对常规化学成分协调性指标科学地进行权重分析,再对各个化学成分协调性指标的测量值进行打分,再结合各个指标的权重和打分结果进行计算,能够快速准确地对烤烟化学成分协调性进行量化评价。

    一种防止水吸入口中的水过滤嘴

    公开(公告)号:CN110810925A

    公开(公告)日:2020-02-21

    申请号:CN201911168537.8

    申请日:2019-11-25

    IPC分类号: A24F13/06 A24F13/02

    摘要: 本发明涉及一种防止水吸入口中的水过滤嘴,包括前烟嘴转换器、后烟嘴转换器、过滤管、前半透膜及后半透膜;前烟嘴转换器和后烟嘴转换器分别设置于过滤管的两端;前烟嘴转换器用于同烟支插接配合;后烟嘴转换器用于同烟嘴插接配合;在过滤管内设置有过滤液;在过滤管与前烟嘴转换器之间设置有前半透膜;在过滤管与后烟嘴转换器之间设置有后半透膜;前半透膜的厚度与后半透膜的厚度不同。用本技术方案的水过滤烟嘴抽吸体验表明,不仅减少烟气刺激呛喉感,改善烟气抽吸舒适度,而且不会把水误吸入口中,并且也灵巧美观,携带方便。

    一种烟丝结构预测模型的构建方法和装置

    公开(公告)号:CN112016046B

    公开(公告)日:2023-11-28

    申请号:CN202010710238.9

    申请日:2020-07-22

    摘要: 本申请公开了一种烟丝结构预测模型的构建方法和装置,检测获取的各烟片样本的叶片结构和切丝后的烟丝结构;对各烟片样本的叶片结构进行主成分分析,选取累计方差贡献率大于或等于95%的预置数量个主成分作为目标主成分,输出目标主成分的得分系数矩阵;基于得分系数矩阵构建各目标主成分与叶片结构的得分计算模型,并计算得到各目标主成分的得分;对各目标主成分的得分和烟丝结构进行逐步多元回归分析,输出目标主成分的得分和烟丝结构的回归模型;结合得分计算模型和所述回归模型,得到叶片结构的烟丝结构预测模型,解决了现有的烟丝结构预测方法的预测叶片结构的烟丝结构与叶片的实际烟丝结构相差较大,存在预测精度不高的技术问题。