CN114441470B - 烟草薄片中化学组分的预测调节方法、***、介质及设备 - Google Patents
烟草薄片中化学组分的预测调节方法、***、介质及设备 Download PDFInfo
- Publication number
- CN114441470B CN114441470B CN202011224102.3A CN202011224102A CN114441470B CN 114441470 B CN114441470 B CN 114441470B CN 202011224102 A CN202011224102 A CN 202011224102A CN 114441470 B CN114441470 B CN 114441470B
- Authority
- CN
- China
- Prior art keywords
- content
- coating
- target
- coating rate
- chemical component
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 239000000126 substance Substances 0.000 title claims abstract description 173
- 238000000034 method Methods 0.000 title claims abstract description 82
- 241000208125 Nicotiana Species 0.000 title claims abstract description 51
- 235000002637 Nicotiana tabacum Nutrition 0.000 title claims abstract description 51
- 230000033228 biological regulation Effects 0.000 title claims description 4
- 238000000576 coating method Methods 0.000 claims abstract description 258
- 239000011248 coating agent Substances 0.000 claims abstract description 256
- 239000007788 liquid Substances 0.000 claims abstract description 91
- 238000001514 detection method Methods 0.000 claims abstract description 56
- 239000000243 solution Substances 0.000 claims description 53
- 238000012545 processing Methods 0.000 claims description 35
- 238000001228 spectrum Methods 0.000 claims description 29
- 230000008569 process Effects 0.000 claims description 21
- 239000007787 solid Substances 0.000 claims description 16
- 239000012141 concentrate Substances 0.000 claims description 15
- 239000000758 substrate Substances 0.000 claims description 14
- 238000000411 transmission spectrum Methods 0.000 claims description 13
- 238000004590 computer program Methods 0.000 claims description 12
- 238000004364 calculation method Methods 0.000 claims description 9
- 230000003750 conditioning effect Effects 0.000 claims description 8
- 239000000203 mixture Substances 0.000 claims description 6
- 230000009467 reduction Effects 0.000 claims description 6
- 239000000654 additive Substances 0.000 claims description 5
- 230000000996 additive effect Effects 0.000 claims description 5
- 230000014759 maintenance of location Effects 0.000 claims description 5
- 238000002360 preparation method Methods 0.000 claims description 5
- 238000009499 grossing Methods 0.000 claims description 4
- 239000011550 stock solution Substances 0.000 claims description 2
- 230000007547 defect Effects 0.000 abstract description 5
- 239000000523 sample Substances 0.000 description 16
- 239000011159 matrix material Substances 0.000 description 10
- SNICXCGAKADSCV-JTQLQIEISA-N (-)-Nicotine Chemical compound CN1CCC[C@H]1C1=CC=CN=C1 SNICXCGAKADSCV-JTQLQIEISA-N 0.000 description 9
- 238000004519 manufacturing process Methods 0.000 description 9
- 229960002715 nicotine Drugs 0.000 description 9
- SNICXCGAKADSCV-UHFFFAOYSA-N nicotine Natural products CN1CCCC1C1=CC=CN=C1 SNICXCGAKADSCV-UHFFFAOYSA-N 0.000 description 9
- 238000002835 absorbance Methods 0.000 description 7
- 230000001105 regulatory effect Effects 0.000 description 7
- 238000012795 verification Methods 0.000 description 7
- 238000004891 communication Methods 0.000 description 6
- 238000001914 filtration Methods 0.000 description 6
- 239000002699 waste material Substances 0.000 description 5
- 239000004480 active ingredient Substances 0.000 description 4
- 238000012937 correction Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 238000005206 flow analysis Methods 0.000 description 4
- 230000033001 locomotion Effects 0.000 description 4
- 239000000463 material Substances 0.000 description 4
- 239000002994 raw material Substances 0.000 description 4
- 238000003860 storage Methods 0.000 description 4
- 230000009286 beneficial effect Effects 0.000 description 3
- 230000008859 change Effects 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000003595 spectral effect Effects 0.000 description 3
- 238000003491 array Methods 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 230000001276 controlling effect Effects 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000002329 infrared spectrum Methods 0.000 description 2
- 238000002347 injection Methods 0.000 description 2
- 239000007924 injection Substances 0.000 description 2
- 230000010354 integration Effects 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000010238 partial least squares regression Methods 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- 230000015556 catabolic process Effects 0.000 description 1
- 230000000052 comparative effect Effects 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 238000006731 degradation reaction Methods 0.000 description 1
- 239000000428 dust Substances 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000000802 evaporation-induced self-assembly Methods 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 239000012634 fragment Substances 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 230000000977 initiatory effect Effects 0.000 description 1
- 238000010986 on-line near-infrared spectroscopy Methods 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 239000010453 quartz Substances 0.000 description 1
- 238000011897 real-time detection Methods 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- VYPSYNLAJGMNEJ-UHFFFAOYSA-N silicon dioxide Inorganic materials O=[Si]=O VYPSYNLAJGMNEJ-UHFFFAOYSA-N 0.000 description 1
- 238000000638 solvent extraction Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000010200 validation analysis Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
- G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
- G01N21/31—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry
- G01N21/35—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light
- G01N21/3577—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light for analysing liquids, e.g. polluted water
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
- G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
- G01N21/31—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry
- G01N21/35—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light
- G01N21/359—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light using near infrared light
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Physics & Mathematics (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
本发明提供一种烟草薄片中化学组分的预测调节方法、***、介质及设备,所述方法包括:通过预设近红外检测模型,预测浓缩液中至少一目标化学组分的第一含量;计算涂布液的当前涂布率,并预测在当前涂布率下一时间后至少一目标化学组分的第二含量;若目标化学组分的第二含量与目标组分含量的指标中心值的差异达到预设差异阈值,则表示当前涂布率需改变;计算涂布液的目标涂布率,并提示将涂布液的当前涂布率调节至目标涂布率。本发明可以直接测量浓缩液中的化学组分,预测成品中对应组分含量,预先调节涂布率,以满足成品中化学组分的稳定性要求,避免了现行方法固定涂布率后化学组分含量失控的缺陷,为成品化学组分含量的稳态控制提供了新途径。
Description
技术领域
本发明属于浓缩液组分的快速检测领域,涉及一种调节方法和***,特别是涉及一种烟草薄片中化学组分的预测调节方法、***、介质及设备。
背景技术
造纸法再造烟叶(纸质薄片)是利用烟梗、烟末和碎片、废弃烟叶等烟草废料作基本原材料,通过造纸工艺生产的烟草薄片。采用“先分后合”的工艺,先将烟草原料中的有效成分提取出来,再通过涂布的方式添加到以烟草原料为主制成的基片上去,从而制得造纸法烟草薄片。而造纸法薄片产品的化学组分主要来源于提取的有效成分,也就是说在“合”的工艺中,涂布到基片上面的有效成分的量决定了产品的化学组分的含量。
在目前行业中的造纸法再造烟叶的生产过程中,普遍采用控制涂布率的手段来实现产品化学性质的稳定,即在涂布过程中,通过控制涂布率的高低来实现产品化学组分的调整。一般来讲,涂布率越高,产品的常规化学组分含量越高,但有时原料配方的稳定性,基片质量的稳定性,涂布液质量的稳定性等方面的波动都会给产品的常规化学组分带来一定的波动。另外,产品化学指标的检测,行业内均采用流动分析法,该方法样品前处理复杂,耗时,无法快速反馈生产,属于事后检测,如果此时发现产品的化学指标不合格,一个批次的产品就可能需要进行降级或报废的处置,提高了生产成本,对人力、物力和时间造成大量浪费。因此从产品的化学组分稳定控制来讲,能够实现化学组分的在线实时检测,并能反馈通过微调涂布率来实现某一化学指标的稳定控制,既能进一步提升产品的化学指标的稳定性,又能减少不合格品的产生。另一方面,产品的化学指标目前通过固定涂布率、浓缩液密度来控制,但其要求的前提是浓缩液中组分含量的恒定。产品中化学组分含量的检验方法通过流动分析法测量,得到结果通常超过24h,因此在实际生产中产品化学成分含量处于一定程度上的失控状态。
因此,如何提供一种烟草薄片中化学组分的预测调节方法、***、介质及设备,以解决现有技术对烟草薄片中化学组分的检测都属于事后检测,若事后才发现产品的化学指标不合格,就会导致一个批次的产品可能需要进行降级或报废的处置,提高了生产成本,对人力、物力和时间造成大量浪费等缺陷,实已成为本领域技术人家亟待解决的技术问题。
发明内容
鉴于以上所述现有技术的缺点,本发明的目的在于提供一种烟草薄片中化学组分的预测调节方法、***、介质及设备,用于解决现有技术对烟草薄片中化学组分的检测都属于事后检测,若事后才发现产品的化学指标不合格,就会导致一个批次的产品可能需要进行降级或报废的处置,提高了生产成本,对人力、物力和时间造成大量浪费的问题。
为实现上述目的及其他相关目的,本发明一方面提供提供一种烟草薄片中化学组分的预测调节方法,包括:通过预设近红外检测模型,预测浓缩液中至少一目标化学组分的第一含量;计算涂布液的当前涂布率,并预测在所述当前涂布率下一时间后至少一目标化学组分的第二含量;若目标化学组分的第二含量与目标组分含量的指标中心值的差异达到预设差异阈值,则表示所述当前涂布率需改变;计算涂布液的目标涂布率,并提示将涂布液的当前涂布率调节至所述目标涂布率。
于本发明的一实施例中,在通过预设近红外检测模型,预测浓缩液中至少一目标化学组分的第一含量步骤之前,所述烟草薄片中化学组分的预测调节方法还包括:获取浓缩液的实时透射光谱,将浓缩液的实时透射光谱载入所述预设近红外检测模型,以便通过所述预设近红外检测模型预测原液中至少一目标化学组分的第一含量。
于本发明的一实施例中,在获取浓缩液的实时透射光谱步骤之后,所述烟草薄片中化学组分的预测调节方法还包括:计算浓缩液的实时透射光谱的平均光谱;对平均光谱进行二阶导,以获取载入所述预设近红外检测模型的浓缩液的光谱。
于本发明的一实施例中,在预测浓缩液中至少一目标化学组分的第一含量步骤之后,所述烟草薄片中化学组分的预测调节方法还包括:对至少一目标化学组分的第一含量进行平滑和降噪处理。
于本发明的一实施例中,涂布液的当前涂布率的计算方式为:其中,x表示涂布液的当前涂布率,t表示当前时刻,a表示涂布前基片水分,b表示涂布后薄片水分,c表示涂布液的固含量。
于本发明的一实施例中,根据涂布液的当前涂布率、浓缩液中至少一目标化学组分的第一含量及涂布液的固含量,预测在所述当前涂布率下一时间后至少一目标化学组分的第二含量;预测方式为:其中,wt+1表示所述当前涂布率下一时间后至少一目标化学组分的第二含量,wt表示浓缩液中至少一目标化学组分的第一含量,k表示该目标化学组分在涂布—抄造工艺中的保留率,T表示涂布液配置过程中浓缩液与添加剂的质量比,xt表示涂布液的当前涂布率,ws表示涂布液的固含量。
于本发明的一实施例中,计算涂布液的目标涂布率的计算方式为:其中,xt表示涂布液的当前涂布率,xt+1表示目标涂布率,wc表示目标组分含量的指标中心值,wt表示浓缩液中至少一目标化学组分的第一含量。
本发明另一方面提供一种烟草薄片中化学组分的预测调节***,包括:第一预测模块,用于通过预设近红外检测模型,预测浓缩液中至少一目标化学组分的第一含量;第一处理模块,用于计算涂布液的当前涂布率;第二预测模块,用于预测在所述当前涂布率下一时间后至少一目标化学组分的第二含量;第二处理模块,用于若目标化学组分的第二含量与目标组分含量的指标中心值的差异达到预设差异阈值,则表示所述当前涂布率需改变;计算涂布液的目标涂布率,并提示将涂布液的当前涂布率调节至所述目标涂布率。
本发明又一方面提供一种介质,其上存储有计算机程序,该计算机程序被处理器执行时实现所述烟草薄片中化学组分的预测调节方法。
本发明最后一方面提供一种设备,包括:处理器及存储器;所述存储器用于存储计算机程序,所述处理器用于执行所述存储器存储的计算机程序,以使所述设备执行所述烟草薄片中化学组分的预测调节方法。
如上所述,本发明所述的烟草薄片中化学组分的预测调节方法、***、介质及设备,具有以下有益效果:
第一,本发明利用近红外技术,可以实时在线检测成品中关键化学组分的含量,实时反馈于生产,避免现有技术检测滞后24h以上所产生的成品质量风险。
第二,本发明直接测量浓缩液中的化学组分,预测成品中对应化学组分的含量,可以预先调节涂布率,以满足成品中化学组分的稳定性要求,避免了现行方法固定涂布率后化学组分含量失控的缺陷,为成品化学组分含量的稳态控制提供了新途径。
第三,本发明无需对现场进行额外改变,部署方便,且可以无缝衔接进入车间MES***。
附图说明
图1显示为本发明的烟草薄片中化学组分的预测调节方法于一实施例中的流程示意图。
图2显示为本发明的检测机构示意图。
图3显示为本发明的近红外检测模型的预测值对比图。
图4显示为本发明的实际使用中随机验证的对比结果。
图5显示为本发明的化学组分与涂布率的理论关系模型简化过程示意图。
图6显示为本发明的烟草薄片中化学组分的预测调节方法于一实施例中的原理结构示意图。
元件标号说明
4 烟草薄片中化学组分的预测调节***
50 获取模块
51 第一处理模块
61 第一预测模块
52 第二处理模块
62 第二预测模块
S11~S18 步骤
具体实施方式
以下通过特定的具体实例说明本发明的实施方式,本领域技术人员可由本说明书所揭露的内容轻易地了解本发明的其他优点与功效。本发明还可以通过另外不同的具体实施方式加以实施或应用,本说明书中的各项细节也可以基于不同观点与应用,在没有背离本发明的精神下进行各种修饰或改变。需说明的是,在不冲突的情况下,以下实施例及实施例中的特征可以相互组合。
需要说明的是,以下实施例中所提供的图示仅以示意方式说明本发明的基本构想,遂图式中仅显示与本发明中有关的组件而非按照实际实施时的组件数目、形状及尺寸绘制,其实际实施时各组件的型态、数量及比例可为一种随意的改变,且其组件布局型态也可能更为复杂。
实施例一
本实施例提供一种烟草薄片中化学组分的预测调节方法,包括:
通过预设近红外检测模型,预测浓缩液中至少一目标化学组分的第一含量;
计算涂布液的当前涂布率,并预测在所述当前涂布率下一时间后至少一目标化学组分的第二含量;
若目标化学组分的第二含量与目标组分含量的指标中心值的差异达到预设差异阈值,则表示所述当前涂布率需改变;
计算涂布液的目标涂布率,并提示将涂布液的当前涂布率调节至所述目标涂布率。
以下将结合图示对本实施例所提供的烟草薄片中化学组分的预测调节方法进行详细描述。本实施例所述烟草薄片中化学组分的预测调节方法通过一电子设备。该电子设备与近红外探头和近红外光谱仪连接。
请参阅图1,显示为烟草薄片中化学组分的预测调节方法于一实施例中的流程示意图。
如图1所示,所述烟草薄片中化学组分的预测调节方法具体包括以下几个步骤:
S11,获取浓缩液的实时透射光谱。本实施例利用在线近红外检测技术采用透射射方案,浓缩液主管路旁边增加一个用于近红外检测的支路,在支路上安装如图2所示的流通池作为检测机构,透射玻璃采用石英材质,光程选择1mm,通过CCD传感器收集透射光谱,光谱信息为不同波数时流通池内部液体的吸光度,以向量的形式表示为:
A=(a1,…,ai,…,an)
其中,A表示某一时刻浓缩液的光谱向量,ai表示不同波数下浓缩液的吸光度,i表示波数的编号。
S12,计算浓缩液的实时透射光谱的平均光谱,对平均光谱进行二阶导,以获取载入所述预设近红外检测模型的浓缩液的光谱。
在本实施例中,用于建模的光谱刷新周期为100s。平均光谱的计算方法的矩阵形式如下:
其中,A表示一个光谱刷新周期的平均光谱,T表示光谱刷新瘦子,f表示光谱采样率,Ai表示刷新周期内每次采样光谱矩阵。建模的样本数量要求:样本集应大于200,验证集大于40。
在本实施例中,光谱在进行建模和套用模型预测结果前,均进行预处理,以消除基线偏移和背景干扰等外部因素,并可以一定程度上提高分辨率。光谱预处理采用二阶导数,方法使用直接差分法,计算公式如下:
其中,A(2)表示光谱举证的二阶导数,表示不同波数下光谱的二阶导数,g表示差分窗口宽度,ai表示不同波数下浓缩液的吸光度。
S13,通过预设近红外检测模型,预测浓缩液中至少一目标化学组分的第一含量。
在本实施例中,所述近红外检测模型的建立方法如下:
对于一个样品,用流动分析检测得到的化学组分为w,其预处理后的光谱为(a1,…,ai,…,an),建立以下线性方程:
w=z0+z1a1+z2a2+…+znan)
对于一个样品组而言,每一个样品应该均满足以上关系,将线性方程组写为矩阵形式如下:
Wn×m=An×jZj×m+Z0,n×m
其中,n表示样品数量,m、j表示矩阵维数。
提取浓度W、和吸光度A的主成分,分别进行分解:
Wn×m=Un×j1QT j×m+En×m
An×j=An×j2Pt j2×m+Fn×m
按照主成分相关性由大到小,逐个回归,直到增加主成分回归后残差变化不明显为止。回归后的结果为:
W=AKQT+W0
其中,W表示化学组分含量,K表示偏最小二乘回归产生的权重矩阵,W0表示常数矩阵。
在本实施例中,还需使用相关系数和均方根残差评价近红外检测模型检测的准确度:
在实际使用中,由于检测组分较低,相关系数r达到0.7左右即可认为符合检测条件,均方根残差用于确定检测误差。
目标化学组分以烟碱为例,收集总样本501个,其中校正样本数量393,验证样本数量42个,未来样本数量31个,剔除样本数量35个(注:校正集即用来建立模型的建模集;验证集用来对模型进行验证;未来样本集是用来判定模型的适应性和稳定性)。表1、2为样本的基本信息和模型验证信息,图3为近红外检测模型的预测值对比图,图4为实际使用中随机验证的对比结果。
表2::样本集划分情况及化学值统计
样本集 | 数量 | 最大值 | 最小值 | 均值 | 标准偏差 | 变异系数(%) |
校正集 | 393 | 1.08 | 0.71 | 0.93 | 0.07 | 7.32 |
验证集 | 42 | 1.05 | 0.80 | 0.92 | 0.06 | 6.82 |
未来样本集 | 31 | 1.02 | 0.84 | 0.94 | 0.05 | 4.90 |
表3:模型结果统计
样本集 | 相关系数 | 均方根误差 | 平均绝对偏差 | 平均相对偏差(%) |
校正集 | 0.75 | 0.04 | 0.04 | 3.86 |
验证集 | 0.63 | 0.05 | 0.04 | 4.39 |
S14,对至少一目标化学组分的第一含量进行平滑和降噪处理。
在本实施例中,降噪方法如下:
其中,wi表示化学组分含量的瞬时滤波结果,n表示滤波窗口长度,i表示检测结果序号,wi,0表示化学组分含量的瞬时检测结果。
在涂布液配比罐注入浓缩液过程中,对化学组分含量的瞬时滤波结果wi进行积分得到浓缩液对应化学组分含量,如下所示:
其中,表示罐中目标化学组分的含量,Δt表示近红外光谱扫描间隔,t表示注入浓缩液总时长,wi表示目标化学组分的瞬时检测结果。
S15,计算涂布液的当前涂布率,并预测在所述当前涂布率下一时间后至少一目标化学组分的第二含量。
在本实施例中,涂布液的当前涂布率的计算方式为:
其中,x表示涂布液的当前涂布率,t表示当前时刻,a表示涂布前基片水分,b表示涂布后薄片水分,c表示涂布液的固含量。
由于基片水分、薄片水分的扫描头的运动,在纸张横幅中不同时间采集的水分位置不同,为了保证上式计算得到的涂布率的准确性,应保证扫描头的扫描周期保持同步,并且扫面头的相位差满足以下关系:
其中,Δl表示薄片、基片扫面头的相位差,ΔL表示薄片、基片扫面头的水平距离,vs表示扫描头的运动速率,vp表示纸机速率。
在本实施例中,根据涂布液的当前涂布率、浓缩液中至少一目标化学组分的第一含量及涂布液的固含量,预测在所述当前涂布率下一时间后至少一目标化学组分的第二含量。
具体地,通过薄片中特定化学组分与涂布率的线性关系和涂布工序中化学组分物质守恒联立,计算所需的目标涂布率。该式即为化学组分与涂布率的理论关系模型,其简化过程见图5。
具体地,在所述当前涂布率下一时间后至少一目标化学组分的第二含量的预测方式为:
其中,wt+1表示所述当前涂布率xt下一时间后至少一目标化学组分的第二含量,wt表示浓缩液中至少一目标化学组分的第一含量,k表示该目标化学组分在涂布—抄造工艺中的保留率,T表示涂布液配置过程中浓缩液与添加剂的质量比,xt表示涂布液的当前涂布率,ws表示涂布液的固含量。
S16,获取目标化学组分的第二含量与目标组分含量的指标中心值的差异,若目标化学组分的第二含量与目标组分含量的指标中心值的差异达到预设差异阈值,则表示所述当前涂布率需改变。
在本实施例中,所述预设差异阈值Δx表示如下:
其中,n表示时间窗口长度,xt表示涂布液的当前涂布率,表示窗口内涂布率均值。
S17,计算涂布液的目标涂布率,并提示将涂布液的当前涂布率调节至所述目标涂布率。
具体地,计算涂布液的目标涂布率的计算方式为:
其中,xt表示涂布液的当前涂布率,xt+1表示目标涂布率,wc表示目标组分含量的指标中心值,wt表示浓缩液中至少一目标化学组分的第一含量。
所述目标涂布率超出工艺要求的上下限,则需要重新计算目标涂布率,新的目标涂布率取当前涂布率和现有目标涂布率的算数平均值,并给出风险提示。重复以上规则,直至目标涂布率处于工艺要求范围内。
S18,将涂布液的当前涂布率调节至所述目标涂布率。起始时刻以开始使用本罐涂布液的时刻,以该时刻为基准,设定一个切换涂布率的时间延时,延时时间按照下式计算
其中,t0表示涂布液制浓缩液的过程时间,x表示当前涂布率,ws表示涂布液的固含量,ρ表示涂布液密度,V0表示涂布***中的死体积,Mp表示基片定量,v表示纸机车速,r表示0-1之间参变量,b表示纸机横幅宽度。
继续以调节烟碱含量为例。使用一罐中的涂布液,浓缩液检测积分后的罐中烟碱含量为0.84%,当前涂布率为35.4%,产品设计烟碱含量为0.80%±0.15%,计算后的成品烟碱含量为0.83%。此时另一罐中涂布液加注完毕,积分后罐中烟碱含量为0.91%。***预测如果以当前涂布率不变,成品烟碱含量将达到0.90%,超过了预设差异阈值±0.10%,遂启动涂布率干预措施。使用中心值计算需要的涂布率为32.6%。此时由于超出工艺范围(35.0±2.0%),使用当前涂布率与计算涂布率的平均值作为新的目标涂布率,计算结果为34.0%,在工艺要求范围内。然后预测产品的烟碱含量为:0.81%。最后使用公式计算出涂布率切换延时约为6.5min。实际使用中于15:21开始注入第三罐涂布液,于15:28重新调整涂布率。事后流动检测结显示,调节涂布率后,成品烟碱含量为0.82%。
本实施例所述烟草薄片中化学组分的预测调节方法具有以下有益效果:
第一,本实施例利用近红外技术,可以实时在线检测成品中关键化学组分的含量,实时反馈于生产,避免现有技术检测滞后24h以上所产生的成品质量风险。
第二,本实施例直接测量浓缩液中的化学组分,预测成品中对应化学组分的含量,可以预先调节涂布率,以满足成品中化学组分的稳定性要求,避免了现行方法固定涂布率后化学组分含量失控的缺陷,为成品化学组分含量的稳态控制提供了新途径。
第三,本实施例无需对现场进行额外改变,部署方便,且可以无缝衔接进入车间MES***。
本实施例还提供一种介质(亦称为计算机可读存储介质),其上存储有计算机程序,该计算机程序被处理器执行时实现上述烟草薄片中化学组分的预测调节方法。
本领域普通技术人员可以理解计算机可读存储介质为:实现上述各方法实施例的全部或部分步骤可以通过计算机程序相关的硬件来完成。前述的计算机程序可以存储于一计算机可读存储介质中。该程序在执行时,执行包括上述各方法实施例的步骤;而前述的存储介质包括:ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。
实施例二
本实施例提供一种烟草薄片中化学组分的预测调节***,包括:
第一预测模块,用于通过预设近红外检测模型,预测浓缩液中至少一目标化学组分的第一含量;
第一处理模块,用于计算涂布液的当前涂布率;
第二预测模块,用于预测在所述当前涂布率下一时间后至少一目标化学组分的第二含量;
第二处理模块,用于若目标化学组分的第二含量与目标组分含量的指标中心值的差异达到预设差异阈值,则表示所述当前涂布率需改变;计算涂布液的目标涂布率,并提示将涂布液的当前涂布率调节至所述目标涂布率。
以下将结合图示对本实施例所提供的烟草薄片中化学组分的预测调节***进行详细描述。请参阅图6,显示为烟草薄片中化学组分的预测调节***于一实施例中的原理结构示意图。如图6所示,所述烟草薄片中化学组分的预测调节***4包括获取模块50、第一处理模块51、第一预测模块61、第二处理模块52及第二预测模块62。
所述获取模块50用于获取浓缩液的实时透射光谱。
所述第一处理模块51用于计算浓缩液的实时透射光谱的平均光谱,对平均光谱进行二阶导,以获取载入所述预设近红外检测模型的浓缩液的光谱。
在本实施例中,光谱在进行建模和套用模型预测结果前,所述第一处理模块61均进行预处理光谱,以消除基线偏移和背景干扰等外部因素,并可以一定程度上提高分辨率。光谱预处理采用二阶导数,方法使用直接差分法,计算公式如下:
其中,A(2)表示光谱举证的二阶导数,表示不同波数下光谱的二阶导数,g表示差分窗口宽度,ai表示不同波数下浓缩液的吸光度。
所述第一预测模块61用于通过预设近红外检测模型,预测浓缩液中至少一目标化学组分的第一含量。
在本实施例中,所述近红外检测模型的建立方法如下:
对于一个样品,用流动分析检测得到的化学组分为w,其预处理后的光谱为(a1,…,ai,…,an),建立以下线性方程:
w=z0+z1a1+z2a2+…+znan)
对于一个样品组而言,每一个样品应该均满足以上关系,将线性方程组写为矩阵形式如下:
Wn×m=An×jZj×m+Z0,n×m
其中,n表示样品数量,m、j表示矩阵维数。
提取浓度W、和吸光度A的主成分,分别进行分解:
Wn×m=Un×j1QT j×m+En×m
An×j=An×j2Pt j2×m+Fn×m
按照主成分相关性由大到小,逐个回归,直到增加主成分回归后残差变化不明显为止。回归后的结果为:
W=AKQT+W0
其中,W表示化学组分含量,K表示偏最小二乘回归产生的权重矩阵,W0表示常数矩阵。
在本实施例中,还需使用相关系数和均方根残差评价近红外检测模型检测的准确度:
在实际使用中,由于检测组分较低,相关系数r达到0.7左右即可认为符合检测条件,均方根残差用于确定检测误差。
所述第一处理模块51还用于对至少一目标化学组分的第一含量进行平滑和降噪处理。
在本实施例中,所述第一处理模块51的降噪方法如下:
其中,wi表示化学组分含量的瞬时滤波结果,n表示滤波窗口长度,i表示检测结果序号,wi,0表示化学组分含量的瞬时检测结果。
在涂布液配比罐注入浓缩液过程中,所述第一处理模块51对化学组分含量的瞬时滤波结果wi进行积分得到浓缩液对应化学组分含量,如下所示:
其中,表示罐中目标化学组分的含量,Δt表示近红外光谱扫描间隔,t表示注入浓缩液总时长,wi表示目标化学组分的瞬时检测结果。
所述第一处理模块51还用于计算涂布液的当前涂布率。
在本实施例中,所述第一处理模块51的计算方式为:
其中,x表示涂布液的当前涂布率,t表示当前时刻,a表示涂布前基片水分,b表示涂布后薄片水分,c表示涂布液的固含量。
由于基片水分、薄片水分的扫描头的运动,在纸张横幅中不同时间采集的水分位置不同,为了保证上式计算得到的涂布率的准确性,应保证扫描头的扫描周期保持同步,并且扫面头的相位差满足以下关系:
其中,Δl表示薄片、基片扫面头的相位差,ΔL表示薄片、基片扫面头的水平距离,vs表示扫描头的运动速率,vp表示纸机速率。
所述第二预测模块62用于预测在所述当前涂布率下一时间后至少一目标化学组分的第二含量。所述第二预测模块62在所述当前涂布率下一时间后至少一目标化学组分的第二含量的预测方式为:
其中,wt+1表示所述当前涂布率xt下一时间后至少一目标化学组分的第二含量,wt表示浓缩液中至少一目标化学组分的第一含量,k表示该目标化学组分在涂布—抄造工艺中的保留率,T表示涂布液配置过程中浓缩液与添加剂的质量比,xt表示涂布液的当前涂布率,ws表示涂布液的固含量。
所述第二处理模块52用于获取目标化学组分的第二含量与目标组分含量的指标中心值的差异,若目标化学组分的第二含量与目标组分含量的指标中心值的差异达到预设差异阈值,则表示所述当前涂布率需改变。
在本实施例中,所述预设差异阈值Δx表示如下:
其中,n表示时间窗口长度,xt表示涂布液的当前涂布率,表示窗口内涂布率均值。
所述第二处理模块52还用于计算涂布液的目标涂布率,并提示将涂布液的当前涂布率调节至所述目标涂布率。
具体地,所述第二处理模块52计算涂布液的目标涂布率的计算方式为:
其中,xt表示涂布液的当前涂布率,xt+1表示目标涂布率,wc表示目标组分含量的指标中心值,wt表示浓缩液中至少一目标化学组分的第一含量。
所述目标涂布率超出工艺要求的上下限,则需要重新计算目标涂布率,新的目标涂布率取当前涂布率和现有目标涂布率的算数平均值,并给出风险提示。重复以上规则,直至目标涂布率处于工艺要求范围内。
所述第二处理模块52还用于将涂布液的当前涂布率调节至所述目标涂布率。起始时刻以开始使用本罐涂布液的时刻,所述第二处理模块52以该时刻为基准,设定一个切换涂布率的时间延时,延时时间按照下式计算:
其中,t0表示涂布液制浓缩液的过程时间,x表示当前涂布率,ws表示涂布液的固含量,ρ表示涂布液密度,V0表示涂布***中的死体积,Mp表示基片定量,v表示纸机车速,r表示0-1之间参变量,b表示纸机横幅宽度。
需要说明的是,应理解以上***的各个模块的划分仅仅是一种逻辑功能的划分,实际实现时可以全部或部分集成到一个物理实体上,也可以物理上分开。且这些模块可以全部以软件通过处理元件调用的形式实现,也可以全部以硬件的形式实现,还可以部分模块通过处理元件调用软件的形式实现,部分模块通过硬件的形式实现。例如:x模块可以为单独设立的处理元件,也可以集成在上述***的某一个芯片中实现。此外,x模块也可以以程序代码的形式存储于上述***的存储器中,由上述***的某一个处理元件调用并执行以上x模块的功能。其它模块的实现与之类似。这些模块全部或部分可以集成在一起,也可以独立实现。这里所述的处理元件可以是一种集成电路,具有信号的处理能力。在实现过程中,上述方法的各步骤或以上各个模块可以通过处理器元件中的硬件的集成逻辑电路或者软件形式的指令完成。以上这些模块可以是被配置成实施以上方法的一个或多个集成电路,例如:一个或多个特定集成电路(Application Specific Integrated Circuit,简称ASIC),一个或多个微处理器(Digital Singnal Processor,简称DSP),一个或者多个现场可编程门阵列(Field Programmable Gate Array,简称FPGA)等。当以上某个模块通过处理元件调度程序代码的形式实现时,该处理元件可以是通用处理器,如中央处理器(CentralProcessing Unit,简称CPU)或其它可以调用程序代码的处理器。这些模块可以集成在一起,以片上***(System-on-a-chip,简称SOC)的形式实现。
实施例三
本实施例提供一种设备,所述设备包括:处理器、存储器、收发器、通信接口或/和***总线;存储器和通信接口通过***总线与处理器和收发器连接并完成相互间的通信,存储器用于存储计算机程序,通信接口用于和其他设备进行通信,处理器和收发器用于运行计算机程序,使设备执行如上所述烟草薄片中化学组分的预测调节方法的各个步骤。
上述提到的***总线可以是外设部件互连标准(Peripheral ComponentInterconnect,简称PCI)总线或扩展工业标准结构(Extended Industry StandardArchitecture,简称EISA)总线等。该***总线可以分为地址总线、数据总线、控制总线等。为便于表示,图中仅用一条粗线表示,但并不表示仅有一根总线或一种类型的总线。通信接口用于实现数据库访问装置与其他设备(如客户端、读写库和只读库)之间的通信。存储器可能包含随机存取存储器(Random Access Memory,简称RAM),也可能还包括非易失性存储器(non-volatile memory),例如至少一个磁盘存储器。
上述的处理器可以是通用处理器,包括中央处理器(Central Processing Unit,简称CPU)、网络处理器(Network Processor,简称NP)等;还可以是数字信号处理器(Digital Signal Processing,简称DSP)、专用集成电路(Application SpecificIntegrated Circuit,简称ASIC)、现场可编程门阵列(Field Programmable Gate Array,简称FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。
本发明所述的烟草薄片中化学组分的预测调节方法的保护范围不限于本实施例列举的步骤执行顺序,凡是根据本发明的原理所做的现有技术的步骤增减、步骤替换所实现的方案都包括在本发明的保护范围内。
本发明还提供一种烟草薄片中化学组分的预测调节***,所述烟草薄片中化学组分的预测调节***可以实现本发明所述的烟草薄片中化学组分的预测调节方法,但本发明所述的烟草薄片中化学组分的预测调节方法的实现装置包括但不限于本实施例列举的烟草薄片中化学组分的预测调节***的结构,凡是根据本发明的原理所做的现有技术的结构变形和替换,都包括在本发明的保护范围内。
综上所述,本发明所述烟草薄片中化学组分的预测调节方法、***、介质及设备具有以下有益效果:
第一,本发明利用近红外技术,可以实时在线检测成品中关键化学组分的含量,实时反馈于生产,避免现有技术检测滞后24h以上所产生的成品质量风险。
第二,本发明直接测量浓缩液中的化学组分,预测成品中对应化学组分的含量,可以预先调节涂布率,以满足成品中化学组分的稳定性要求,避免了现行方法固定涂布率后化学组分含量失控的缺陷,为成品化学组分含量的稳态控制提供了新途径。
第三,本发明无需对现场进行额外改变,部署方便,且可以无缝衔接进入车间MES***。本发明有效克服了现有技术中的种种缺点而具高度产业利用价值。
上述实施例仅例示性说明本发明的原理及其功效,而非用于限制本发明。任何熟悉此技术的人士皆可在不违背本发明的精神及范畴下,对上述实施例进行修饰或改变。因此,举凡所属技术领域中具有通常知识者在未脱离本发明所揭示的精神与技术思想下所完成的一切等效修饰或改变,仍应由本发明的权利要求所涵盖。
Claims (7)
1.一种烟草薄片中化学组分的预测调节方法,其特征在于,包括:
通过预设近红外检测模型,预测浓缩液中至少一目标化学组分的第一含量;
计算涂布液的当前涂布率,并预测在所述当前涂布率下一时间后至少一目标化学组分的第二含量;其中,涂布液的当前涂布率的计算方式为:
其中,x表示涂布液的当前涂布率,t表示当前时刻,a表示涂布前基片水分,b表示涂布后薄片水分,c表示涂布液的固含量;
根据涂布液的当前涂布率、浓缩液中至少一目标化学组分的第一含量及涂布液的固含量,预测在所述当前涂布率下一时间后至少一目标化学组分的第二含量;预测方式为:
其中,wt+1表示所述当前涂布率下一时间后至少一目标化学组分的第二含量,wt表示浓缩液中至少一目标化学组分的第一含量,k表示该目标化学组分在涂布—抄造工艺中的保留率,T表示涂布液配置过程中浓缩液与添加剂的质量比,xt表示涂布液的当前涂布率,ws表示涂布液的固含量;
若目标化学组分的第二含量与目标化学组分含量的指标中心值的差异达到预设差异阈值,则表示所述当前涂布率需改变;
计算涂布液的目标涂布率,并提示将涂布液的当前涂布率调节至所述目标涂布率;其中,所述涂布液的目标涂布率的计算方式为:
其中,xt表示涂布液的当前涂布率,xt+1表示目标涂布率,wc表示目标组分含量的指标中心值,wt表示浓缩液中至少一目标化学组分的第一含量。
2.根据权利要求1所述的烟草薄片中化学组分的预测调节方法,其特征在于,在通过预设近红外检测模型,预测浓缩液中至少一目标化学组分的第一含量步骤之前,所述烟草薄片中化学组分的预测调节方法还包括:
获取浓缩液的实时透射光谱,将浓缩液的实时透射光谱载入所述预设近红外检测模型,以便通过所述预设近红外检测模型预测原液中至少一目标化学组分的第一含量。
3.根据权利要求1所述的烟草薄片中化学组分的预测调节方法,其特征在于,在获取浓缩液的实时透射光谱步骤之后,所述烟草薄片中化学组分的预测调节方法还包括:
计算浓缩液的实时透射光谱的平均光谱;
对平均光谱进行二阶导,以获取载入所述预设近红外检测模型的浓缩液的光谱。
4.根据权利要求1所述的烟草薄片中化学组分的预测调节方法,其特征在于,在预测浓缩液中至少一目标化学组分的第一含量步骤之后,所述烟草薄片中化学组分的预测调节方法还包括:
对至少一目标化学组分的第一含量进行平滑和降噪处理。
5.一种烟草薄片中化学组分的预测调节***,其特征在于,包括:
第一预测模块,用于通过预设近红外检测模型,预测浓缩液中至少一目标化学组分的第一含量;
第一处理模块,用于计算涂布液的当前涂布率;其中,涂布液的当前涂布率的计算方式为:
其中,x表示涂布液的当前涂布率,t表示当前时刻,a表示涂布前基片水分,b表示涂布后薄片水分,c表示涂布液的固含量;
根据涂布液的当前涂布率、浓缩液中至少一目标化学组分的第一含量及涂布液的固含量,预测在所述当前涂布率下一时间后至少一目标化学组分的第二含量;预测方式为:
其中,wt+1表示所述当前涂布率下一时间后至少一目标化学组分的第二含量,wt表示浓缩液中至少一目标化学组分的第一含量,k表示该目标化学组分在涂布—抄造工艺中的保留率,T表示涂布液配置过程中浓缩液与添加剂的质量比,xt表示涂布液的当前涂布率,ws表示涂布液的固含量;
第二预测模块,用于预测在所述当前涂布率下一时间后至少一目标化学组分的第二含量;
第二处理模块,用于若目标化学组分的第二含量与目标化学组分含量的指标中心值的差异达到预设差异阈值,则表示所述当前涂布率需改变;计算涂布液的目标涂布率,并提示将涂布液的当前涂布率调节至所述目标涂布率;其中,所述涂布液的目标涂布率的计算方式为:
其中,xt表示涂布液的当前涂布率,xt+1表示目标涂布率,wc表示目标组分含量的指标中心值,wt表示浓缩液中至少一目标化学组分的第一含量。
6.一种介质,其上存储有计算机程序,其特征在于,该计算机程序被处理器执行时实现权利要求1至4中任一项所述烟草薄片中化学组分的预测调节方法。
7.一种设备,其特征在于,包括:处理器及存储器;
所述存储器用于存储计算机程序,所述处理器用于执行所述存储器存储的计算机程序,以使所述设备执行如权利要求1至4中任一项所述烟草薄片中化学组分的预测调节方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011224102.3A CN114441470B (zh) | 2020-11-05 | 2020-11-05 | 烟草薄片中化学组分的预测调节方法、***、介质及设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011224102.3A CN114441470B (zh) | 2020-11-05 | 2020-11-05 | 烟草薄片中化学组分的预测调节方法、***、介质及设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114441470A CN114441470A (zh) | 2022-05-06 |
CN114441470B true CN114441470B (zh) | 2023-12-22 |
Family
ID=81360779
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011224102.3A Active CN114441470B (zh) | 2020-11-05 | 2020-11-05 | 烟草薄片中化学组分的预测调节方法、***、介质及设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114441470B (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101710073A (zh) * | 2009-12-10 | 2010-05-19 | 云南瑞升烟草技术(集团)有限公司 | 利用近红外光谱检测造纸法再造烟叶物化指标的方法 |
CN105675432A (zh) * | 2016-02-19 | 2016-06-15 | 上海烟草集团有限责任公司 | 造纸法再造烟叶涂布率在线检测、控制方法及控制*** |
CN105842191A (zh) * | 2016-06-16 | 2016-08-10 | 泉州装备制造研究所 | 一种再造烟叶涂布率及其均匀性在线检测装置及方法 |
CN108541998A (zh) * | 2018-06-09 | 2018-09-18 | 中国烟草总公司郑州烟草研究院 | 一种造纸法再造烟叶涂布率在线控制***及其控制方法 |
CN111781162A (zh) * | 2020-07-14 | 2020-10-16 | 上海烟草集团有限责任公司 | 烟草薄片的制造方法、***、服务装置及可读存储介质 |
-
2020
- 2020-11-05 CN CN202011224102.3A patent/CN114441470B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101710073A (zh) * | 2009-12-10 | 2010-05-19 | 云南瑞升烟草技术(集团)有限公司 | 利用近红外光谱检测造纸法再造烟叶物化指标的方法 |
CN105675432A (zh) * | 2016-02-19 | 2016-06-15 | 上海烟草集团有限责任公司 | 造纸法再造烟叶涂布率在线检测、控制方法及控制*** |
CN105842191A (zh) * | 2016-06-16 | 2016-08-10 | 泉州装备制造研究所 | 一种再造烟叶涂布率及其均匀性在线检测装置及方法 |
CN108541998A (zh) * | 2018-06-09 | 2018-09-18 | 中国烟草总公司郑州烟草研究院 | 一种造纸法再造烟叶涂布率在线控制***及其控制方法 |
CN111781162A (zh) * | 2020-07-14 | 2020-10-16 | 上海烟草集团有限责任公司 | 烟草薄片的制造方法、***、服务装置及可读存储介质 |
Non-Patent Citations (3)
Title |
---|
AOTF-NIR快速检测再造烟叶涂布液主要化学指标;王保兴;李晓亚;刘维涓;邹振民;侯英;董海平;卫青;;烟草科技(第06期);56-59 * |
造纸法再造烟叶涂布率与有机化学成分对应关系研究;张文军;邱晔;苏丹丹;刘静;朱婷;米兰;王艳红;;中国农学通报(第26期);96-102 * |
造纸法再造烟叶生产过程中氯含量的变化;戴丽君;施建在;张静楠;曾平;郑彬;;中华纸业(06);45-48 * |
Also Published As
Publication number | Publication date |
---|---|
CN114441470A (zh) | 2022-05-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Austin et al. | The estimation of non-normalized breakage distribution parameters from batch grinding tests | |
Shi et al. | Process characterization of powder blending by near-infrared spectroscopy: blend end-points and beyond | |
US10742027B2 (en) | Method and device for online limit early-warning to shunt capacitor bank | |
CN108732127B (zh) | 一种检测烟丝中各组分掺配比例的方法 | |
CN104062256A (zh) | 一种基于近红外光谱的软测量方法 | |
CN108169165B (zh) | 基于太赫兹光谱和图像信息融合的麦芽糖混合物定量分析方法 | |
CN104062260A (zh) | 一种含有柚皮苷中药生产过程中的近红外在线检测方法 | |
US20110208436A1 (en) | Method of performing a series of experiments, an integrated continuous pharmaceutical product processing system, and a computer program product | |
CN105675526A (zh) | 用于检测造纸法再造烟叶产品涂布率的方法和装置 | |
CN111497028A (zh) | 搅拌站卸料控制方法、装置、卸料***及搅拌站 | |
CN112287550B (zh) | 基于主成分分析控制器的带钢头部厚差过程参数优化方法 | |
CN114441470B (zh) | 烟草薄片中化学组分的预测调节方法、***、介质及设备 | |
CN104865322A (zh) | 一种栀子萃取液浓缩过程快速检测方法 | |
CN114403487A (zh) | 一种松散回潮的加水控制方法 | |
Giridhar et al. | Intelligent process management for continuous operations in pharmaceutical manufacturing | |
CN107173844A (zh) | 一种含烟梗预处理的造纸法再造烟叶成品化学成分预测方法 | |
Zackrisson et al. | Accelerated dissolution rate analysis (ACDRA) for controlled release drugs. Application to Roxiam® | |
CN116026780A (zh) | 基于串联策略波长选择的包衣吸湿率在线检测方法及*** | |
CN105092509A (zh) | 一种基于pcr-elm算法的样品成份测定方法 | |
CN108267429A (zh) | 一种烧结矿中全铁及碱度的定量分析方法 | |
CN111612276A (zh) | 电力负荷特性指标预测方法及装置 | |
JPH08114543A (ja) | 茶葉品質評価方法 | |
Walling et al. | Process control of shampoo with near-infrared reflectance spectroscopy | |
CN114384039B (zh) | 一种基于光谱投影残差的卷烟加料均匀性检测方法 | |
CN111781162A (zh) | 烟草薄片的制造方法、***、服务装置及可读存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |