排序方式: 共有3条查询结果,搜索用时 0 毫秒
1
1.
2.
[目的]降低复烤加工成品片烟化学质量指标变异系数及提高现场工作效率。[方法]选择云南昆明地区50 t烟叶,以烟叶化学成分烟碱作为主要参数,结合总糖、总氮、还原糖等多项指标进行分组均匀投料研究。首先按烟叶化学成分烟碱高、中、低分组混配挑选出半成品烟叶,通过曼哈顿距离模型指导半成品烟叶出入库堆码;然后运用系统聚类分析方法对半成品烟叶进行聚类分组,化学指标相似的聚为一组;最后投料时,利用贪心算法模型对聚类分组结果进行小批次均匀投料。[结果]采用信息系统结合曼哈顿模型指导烟叶出入库堆码能有效提高现场作业效率;使用系统聚类分组和贪心算法均匀投料,能有效降低烟叶各化学指标变异系数,提高烟叶化学质量稳定性。[结论]该研究结果可应用于平库条件下提高复烤均质化加工水平,同时对未来组建高架库支撑复烤均质化加工提供参考。 相似文献
3.
【目的】常规化学检测方法检测茄衣烟叶内总氮、钾、总糖、还原糖、总碱、氯和镁等 7 种化学成分含量的过程复杂、费时费力,而近红外光谱技术操作简单、检测快速。旨在建立一种近红外光谱检测模型,对茄衣烟叶内 7 种化学成分的含量实现快速定量分析。【方法】以云南雪茄茄衣烟叶为试材,采用常规化学方法检测茄衣烟叶 7 种化学成分含量,再利用近红外光谱技术结合偏最小二乘法对茄衣烟叶中 7 种化学成分含量及其光谱数据进行近红外模型分析,通过比较模型均方根误差和相关系数确定预测性能最佳的模型。【结果】7种化学成分分别采用原始光谱、一阶导数、一阶导数、原始光谱、原始光谱、一阶导数 + 中值滤波和一阶导数+ 中值滤波预处理方法建立的模型预测效果最佳,最佳主成分数分别为 20、7、4、24、21、9 和 7。7 种模型的训练集相关系数分别为 0.9441、0.8589、0.7664、0.9511、0.9547、0.9031 和 0.8620,交叉验证均方差分别为 0.1288、0.2846、0.0280、0.0096、0.1894、0.2965 和 0.0795;验证集相关系数分别为 0.8958、0.7675、0.7181、0.7928、0.7282、0.8062 和 0.7980,验证集均方差分别为 0.1789、0.3011、0.0324、0.0193、0.3855、0.3990 和 0.0999。模型外部验证结果表明,7 种化学成分预测值与化学值的平均相对标准偏差值皆小于 32%。【结论】利用近红外光谱技术对茄衣烟叶 7 种化学成分含量进行快速定量分析是可行的,该模型对 7 种化学成分含量具有良好的预测效果,可为茄衣烟叶 7 种化学成分含量快速定量分析提供参考。 相似文献
1