一种卷烟烟气指标预测方法及系统的制作方法
【技术领域】
[0001]本发明涉及卷烟制造技术领域，尤其涉及一种卷烟烟气指标预测方法及系统。
【背景技术】
[0002]近年来，随着社会对吸烟与健康的关注加强，烟气中焦油、烟碱、一氧化碳的检测成为烟支合格与否的重要标准之一。卷烟烟气中的焦油主要是有机物在高温乏氧条件下不完全燃烧的产物，大部分是稠环芳烃；一氧化碳是许多烟草成分如淀粉、纤维素、糖、羧酸、酯、氨基酸等通过热分解和燃烧而形成的；烟碱可以直接挥发进入烟气，烟叶中的生物碱含量越高，烟气碱性成分含量越高。因此，卷烟烟气指标与烟丝常规化学成分存在关联。目前，传统的卷烟焦油、烟碱、一氧化碳的检测只考虑了卷烟吸阻、通风等物理指标，无法基于烟丝的化学成分进行预测。
【发明内容】
[0003]本发明提供了一种卷烟烟气指标预测方法及系统，能够通过烟丝中的化学成分快速准确的预测烟气指标。
[0004]本发明提供了一种卷烟烟气指标预测方法，包括:
[0005]获取待测烟丝的常规化学成分含量；
[0006]输入所述待测烟丝的常规化学成分含量至预先生成的烟气预测模型，所述烟气预测模型为依据烟气指标与常规化学成分含量构建的模型；
[0007]运行所述烟气预测模型，输出待测烟丝的烟气指标。
[0008]优选地，所述获取待测烟丝的常规化学成分含量之前还包括:
[0009]对所述待测烟丝进行近红外光谱采集，生成所述待测烟丝光谱数据；
[0010]分析所述光谱数据，生成所述待测烟丝的常规化学成分含量。
[0011]优选地，所述预先生成烟气预测模型包括:
[0012]获取一定时期内卷烟的烟气检测数据和卷烟烟丝的常规化学成分含量；
[0013]将所述常规化学成分含量定义为自变量，将烟气检测数据定义为因变量；
[0014]对所述自变量和因变量进行多元线性回归分析，生成烟气预测模型。
[0015]优选地，所述常规化学成分包括:总糖、还原糖、总氮、烟碱、钾和氯；
[0016]所述烟气指标包括:焦油指标、烟碱指标和一氧化碳指标。
[0017]优选地，所述烟气预测模型包括:
[0018]焦油预测方程:Y焦油=-3.207+0.588X总糖-0.46X还原糖+0.293X总M +3.849X烟碱_2.726X钾 +6.853X氯；
[0019]烟碱预测方程:Y烟碱=-0.192+0.048Χ总糖-0.036X还原糖+0.363X烟碱-0.249XW+0.524X氯；
[0020]一氧化碳预测方程:Y—氧化碳=1.477+0.078Χ总糖+0.1OSX还原糖+0.103X,&et +3.04似烟碱_3.645XW +6."735氯。
[0021]一种卷烟烟气指标预测系统，包括:
[0022]获取单元，用于获取待测烟丝的常规化学成分含量；
[0023]输入单元，用于输入所述待测烟丝的常规化学成分含量至预先生成的烟气预测模型，所述烟气预测模型为依据烟气指标与常规化学成分含量构建的模型；
[0024]烟气预测模型，用于依据所述待测烟丝的常规化学成分含量，输出待测烟丝的烟气指标。
[0025]优选地，所述系统还包括:近红外光谱分析仪；
[0026]所述近红外光谱分析仪用于:对所述待测烟丝进行近红外光谱采集，生成所述待测烟丝光谱数据，分析所述光谱数据，生成所述待测烟丝的常规化学成分含量。
[0027]优选地，所述常规化学成分包括:总糖、还原糖、总氮、烟碱、钾和氯；
[0028]所述烟气指标包括:焦油指标、烟碱指标和一氧化碳指标。
[0029]优选地，所述烟气预测模型包括:
[0030]焦油预测方程:Y焦油=-3.207+0.588Χ总糖-0.4似还原糖+0.293X总Μ +3.849ΧΛ碱_2.726Χ钾 +6.853Χ氯；
[0031]烟碱预测方程:Υ烟碱=-0.192+0.048Χ总糖-0.036Χ还原糖+0.363Χ烟碱-0.249Χ钾+0- 524Χ氯；
[0032]一氧化碳预测方程:Υ一氧化碳=1.477+0.078Χ总糖+0.1OSX还原糖+0.103X,&et +3.04似烟碱_3.645)(卻 +6."735氯。
[0033]由上述方案可知，本发明提供的一种卷烟烟气指标预测方法，首先通过获取待测烟丝的常规化学成分含量，然后将常规化学成分含量输入到预先生成的依据烟气指标与常规化学成分含量构建的烟气预测模型中，运行烟气预测模型，得出待测烟丝的烟气指标，实现了通过烟丝的常规化学成分对烟气指标进行预测。
【附图说明】
[0034]为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0035]图1为本发明实施例公开的一种卷烟烟气指标预测方法的流程图；
[0036]图2为本发明另一实施例公开的一种卷烟烟气指标预测方法的流程图；
[0037]图3为本发明实施例公开的生成烟气预测模型的流程图；
[0038]图4为本发明实施例公开的一种卷烟烟气指标预测系统的结构框图；
[0039]图5为本发明另一实施例公开的一种卷烟烟气指标预测系统的结构框图。
【具体实施方式】
[0040]下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
[0041]如图1所示，为本发明实施例公开的一种卷烟烟气指标预测方法，包括:
[0042]S101、获取待测烟丝的常规化学成分含量；
[0043]S102、输入待测烟丝的常规化学成分含量至预先生成的烟气预测模型，烟气预测模型为依据烟气指标与常规化学成分含量构建的模型；
[0044]S103、运行烟气预测模型，输出待测烟丝的烟气指标。
[0045]具体的，上述实施例的工作过程为:在需要对卷烟的烟气指标进行预测时，首先获取待测烟丝的常规化学成分含量，然后将获取到的待测烟丝的常规化学成分含量输入到预先生成的烟气预测模型中，所述的烟气预测模型为依据烟气指标与常规化学成分含量构建的模型，然后运行烟气预测模型，输出依据待测烟丝的常规化学成分含量预测的待测烟丝的烟气指标。
[0046]如图2所示，为本发明另一实施例公开的一种卷烟烟气指标预测方法，包括:
[0047]S201、对待测烟丝进行近红外光谱采集，生成待测烟丝光谱数据；
[0048]S202、分析光谱数据，生成待测烟丝的常规化学成分含量；
[0049]S203、获取待测烟丝的常规化学成分含量；
[0050]S204、输入所述待测烟丝的常规化学成分含量至预先生成的烟气预测模型，所述烟气预测模型为依据烟气指标与常规化学成分含量构建的模型；
[0051]S205、运行所述烟气预测模型，输出待测烟丝的烟气指标。
[0052]具体的，上述实施例的工作过程为:在需要对卷烟的烟气指标进行预测时，首先对待测烟丝进行近红外光谱采集，生成待测烟丝的光谱数据，在对待测烟丝进行近红外光谱采集时，可以是在线采集，在线采集时近红外光谱仪安装在卷烟制丝车间生产线出料皮带上方，在生产线出料稳定时扫描皮带上的烟丝样品；也可以离线采集，即人工对烟丝样品取样，然后将一定重量的烟丝样品放入样品杯中，通过近红外光谱仪对样品杯中的样品进行扫描。然后近红外光谱仪对扫描得到的光谱数据进行分析，生成待测烟丝的常规化学成分含量；所述的常规化学成分包括总糖、还原糖、总氮、烟碱、钾和氯。
[0053]然后从近红外光谱仪中获取待测烟丝的常规化学成分含量，即总糖、还原糖、总氮、烟碱、钾和氯的含量，然后将获取的总糖、还原糖、总氮、烟碱、钾和氯的含量输入至预先生成的烟气预测模型，所述的烟气预测模型为依据烟气指标与常规化学成分含量构建的模型，构建过程如图3所示:
[0054]S301、获取一定时期内卷烟的烟气检测数据和卷烟烟丝的常规化学成分含量；
[0055]S302、将常规化学成分含量定义为自变量，将烟气检测数据定义为因变量；
[0056]S303、对自变量和因变量进行多元线性回归分析，生成烟气预测模型。
[0057]具体的，在构建烟气预测模型时，首先获取一定时期内各批次不同规格烟丝的常规化学成分数据和烟气检测数据，即获取总糖、还原糖、总氮、烟碱、钾和氯以及烟气中的焦油指标、烟碱指标和一氧化碳指标，为了使搭建的模型更精确，采样点遍及整个制丝过程。然后将总糖、还原糖、总氮、烟碱、钾和氯的含量定义为自变量，将焦油指标、烟碱指标和一氧化碳指标定义为因变量，对自变量和因变量进行多元线性回归分析，在“进入”、“逐步”、“删除”方法所建立的模型中，选取t检验最显著的，残差最小，即为烟气预测模型。最后形成的烟气预测模型包括:焦油预测方程:Y焦油=-3.207+0.588Χ总糖-0.46Χ还原糖+0.293Χ总氮+3.849Χ烟碱-2.726Χ钾+6.853Χ氯，烟碱预测方程:Υ烟碱=-0.192+0.048X总糖-0.036X还原糖+0.363X烟碱-0.249XW +0.524X氣和一氧化碳预测方程:Y—氧化碳=1.477+0.078X,&a +0.10?还原糖+0.103X总氛 +3.046X烟碱-3.645XW +6.735^。
[0058]然后将获取的待测烟丝的常规化学成分含量即总糖、还原糖、总氮、烟碱、