一种烟草烘烤数据预测监控模型建立方法技术

本发明专利技术公开了一种烟草烘烤数据预测监控模型建立方法，包括以下步骤：采集烘烤工艺参数，以及该工艺参数下烟叶的颜色和水分，将烟叶的颜色转换为红、绿、蓝三种颜色数值；其中烘烤的工艺参数包括干球的相对温度、绝对温度，湿球的相对温度、绝对温度，出风湿空气水蒸气分压力、绝度湿度；建立多输入与多输出的映射关系矩阵，建立监控模型；监控模型评估即可；本发明专利技术方法正确预测率高达90%及以上，本发明专利技术方法建立的监控模型具有有效性与可行性，大大提及高了烟草烘烤数据的预测，为烟草质量准确预测提供基础，进一步降低生产人员的劳动强度、减少资源浪费。减少资源浪费。

【技术实现步骤摘要】
一种烟草烘烤数据预测监控模型建立方法


[0001]本专利技术属于烟草烘烤数据处理
，具体涉及一种烟草烘烤数据预测监控模型建立方法。

技术介绍

[0002]烘烤是烤烟生产中的重要环节，田间收获的鲜烟叶必须经过烘烤才能体现和固定其优良品质，成为商品烟叶。烘烤过程是充分显现、固定和改善烟叶田间所形成的潜在质量的过程，也是决定烟叶最终品质的关键环节。
[0003]当前生产过程中的烟叶烘烤效果检测主要是采用目视法对烟叶的颜色进行评判，目视法是一种传统的颜色测量方法。它是一种完全主观评价方法，同时也是很简单的一种方法。它将烟叶烘烤的成品作定性评估。其实质是一种目视光度测定法，原理是利用加色混合定律，将各个分量的未知色加在一起，以描述所得的未知色。虽然对于色彩评价来说很可靠的方式是借助人眼，而且简单灵活，但是由于观测人员的经验和心理、生理因素的影响，使得该方法可变因素太多，并且无法进行定量描述，从而影响到评估的准确性和可靠性。
[0004]烟草烘烤的工艺参数直接影响最终的烟叶颜色，当前大多是经过烘烤后观察烟叶的颜色，并没有太多对二者之间关系的研究，因此急需开发一种烟草烘烤数据与烟叶颜色之间变化关系的模型。

技术实现思路

[0005]本专利技术的目的在于提供一种烟草烘烤数据预测监控模型建立方法。
[0006]为实现上述目的，本专利技术采用如下技术方案：
[0007]一种烟草烘烤数据预测监控模型建立方法，包括以下步骤：
[0008](1)采集烘烤工艺参数，以及该工艺参数下烟叶的颜色和水分，将烟叶的颜色转换为红、绿、蓝三种颜色数值；其中烘烤的工艺参数包括干球的相对温度、绝对温度，湿球的相对温度、绝对温度，出风湿空气水蒸气分压力、绝度湿度；
[0009](2)对烘烤工艺参数、烟叶的颜色和水分进行归一化处理，建立多输入与多输出的映射关系矩阵，建立监控模型；
[0010](3)监控模型评估，通过烘烤工艺参数和烟叶的颜色、水分数据对监控模型进行训练评估，输入烘烤工艺参数，输出颜色的颜色和水分指标，使输出的各项指标与实际值误差小于10％；
[0011](4)监控模型评估后即可进行使用，输入烘烤工艺参数，即可显示出烘烤颜色和水分预测值，同时显示烟草预测值的变化曲线图。
[0012]优选的，步骤(1)中，采用工业相机采集烟叶的颜色，通过采集均匀光照下的烟叶颜色与标准色板的图像，将烟叶颜色区分为红绿蓝三种颜色，使用色差检测系统对图像进行色差计算，最后比较色差与用户设置的阈值来判断产品颜色是否合格；其中，色差检测采用CIEDE2000色差公式。
[0013]优选的，步骤(2)中，归一化处理将数据控制在在[
‑
1,1]的范围内。
[0014]步骤(2)中，建立过输入与多输出映射关系矩阵，建立监控模型的具体步骤为：
[0015]建立期望的状态方程：x
i
(k+1)＝A
i
(k)x
i
(k)+B
i
(k)w
i
(k)；
ꢀꢀꢀꢀ
(1)
[0016]估计输出数据的方程：y
i
(k)＝C
i
(k)x
i
(k)+v
i
(k)；
ꢀꢀꢀꢀꢀ
(2)
[0017]其中x
i
(k+1)是k时刻输入的状态向量，w
i
(k)是偏置量或权值量，且是零均值和正定协方差矩阵Q(k)的高斯噪声向量；y
i
(k)∈R
m
是在k时刻的实际输出向量，C(k)为实际输出的系数矩阵。实际输出的偏差v
i
(k)∈R
m
是具有零均值与正定协方差矩阵R(k)的高斯分布测量噪声向量；A
i
(k)和B
i
(k)为期望系数矩阵；
[0018]状态估计的预测方程是
[0019][0020]预测误差方程为
[0021][0022]状态预测协方差为
[0023][0024]其中，
[0025]为k时刻预测的状态估计误差协方差y
ik
＝{y(j),j＝1,2,
…
,k}为累积实际输出向量；
[0026]预测的实际输出向量为
[0027]实际输出向量的预测误差为
[0028][0029]是实际输出的残差。
[0030]于是，实际输出的预测误差协方差为
[0031][0032]S(k+1)实际输出的协方差阵。
[0033]利用实际输出向量的预测误差，状态预测误差和实际输出向量预测误差之间的互协方差为
[0034][0035]由式实际输出的预测误差协方差、状态预测误差和实际输出向量预测误差之间的互协方差，可得状态更新增益为：
[0036]K
i
(k+1)＝P
i
(k+1|k)C
i
′
(k+1)S
i
‑1(k+1)
ꢀꢀꢀꢀ
(11)
[0037]于是，此状态更新算法的状态更新方程为
[0038][0039]与上式相对应的状态更新误差协方差更新方程表示为
[0040]P
i
(k+1|k+1)＝P
i
(k+1|k)
‑
K
i
(k+1)S
i
(k+1)K
′
i
(k+1)＝[I
‑
K
i
(k+1)C
i
(k+1)]P
i
(k+1|k)
[0041]建立出多输入多输出的监控模型：
[0042]设输入为X＝{x1,x2,
…
,x
n
}，输出为Y＝{y1,y2,
…
,y
m
}；可确定X到Y的一个函数变换：Y
m
＝C
i
(k)X
n
+v
i
(k)+P
i
(k+1|k+1)。
[0043]优选的，步骤(3)中，监控模型的评估方法为：
[0044](一)建立因素集U＝{u1,u2,
…
,u
n
}与决断集V＝{v1,v2,
…
,v
m
}；因素集为烘烤工艺参数，决断集为烟叶的颜色和水分；
[0045](二)建立综合评判矩阵.
[0046]对于每一个因素u
i
，先建立单因素评判：(d
i1
,d
i2
,
…
,d
im
)
[0047]即d
ij
(0≤d
ij
本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种烟草烘烤数据预测监控模型建立方法，其特征在于，包括以下步骤：(1)采集烘烤工艺参数，以及该工艺参数下烟叶的颜色和水分，将烟叶的颜色转换为红、绿、蓝三种颜色数值；其中烘烤的工艺参数包括干球的相对温度、绝对温度，湿球的相对温度、绝对温度，出风湿空气水蒸气分压力、绝度湿度；(2)对烘烤工艺参数、烟叶的颜色和水分进行归一化处理，建立多输入与多输出的映射关系矩阵，建立监控模型；(3)监控模型评估，通过烘烤工艺参数和烟叶的颜色、水分数据对监控模型进行训练评估，输入烘烤工艺参数，输出颜色的颜色和水分指标，使输出的各项指标与实际值误差小于10％；(4)监控模型评估后即可进行使用，输入烘烤工艺参数，即可显示出烘烤颜色和水分预测值，同时显示烟草预测值的变化曲线图。2.根据权利要求1所述的一种烟草烘烤数据预测监控模型建立方法，其特征在于，步骤(1)中，采用工业相机采集烟叶的颜色，通过采集均匀光照下的烟叶颜色与标准色板的图像，将烟叶颜色区分为红绿蓝三种颜色，使用色差检测系统对图像进行色差计算，最后比较色差与用户设置的阈值来判断产品颜色是否合格；其中，色差检测采用CIEDE2000色差公式。3.根据权利要求1所述的一种烟草烘烤数据预测监控模型建立方法，其特征在于，步骤(2)中，归一化处理将数据控制在在[
‑
1,1]的范围内。4.根据权利要求3所述的一种烟草烘烤数据预测监控模型建立方法，其特征在于，步骤(2)中，建立过输入与多输出映射关系矩阵，建立监控模型的具体步骤为：建立期望的状态方程：x
i
(k+1)＝A
i
(k)x
i
(k)+B
i
(k)w
i
(k)；估计输出数据的方程：y
i
(k)＝C
i
(k)x
i
(k)+v
i
(k)；其中x
i
(k+1)是k时刻输入的状态向量，w
i
(k)是偏置量或权值量，且是零均值和正定协方差矩阵Q(k)的高斯噪声向量；y
i
(k)∈R
m
是在k时刻的实际输出向量，C(k)为实际输出的系数矩阵。实际输出的偏差v
i
(k)∈R
m
是具有零均值与正定协方差矩阵R(k)的高斯分布测量噪声向量；A
i
(k)和B
i
(k)为期望系数矩阵；状态估计的预测方程是：预测误差方程为：状态预测协方差为：其中，为k时刻预测的状态估计误差协方差y
ik
＝{y(j),j＝1,2,
…
,k}为累积实际输出向量；预测的实际输出向量为实际输出向量的预测误差为：实际输出向量...

【专利技术属性】
技术研发人员：景延秋，雷强，喻保华，李斌，杨兴有，谢良文，武圣江，何佶弦，胡刚，俞世康，李俊举，顾会战，张启莉，母明新，罗东升，黄涛，殷鸿飞，谢云波，
申请(专利权)人：景延秋，
类型：发明
国别省市：