一种智能茶叶干燥设备及茶叶干燥的方法

1.本技术属于干燥技术领域，特别是涉及一种智能茶叶干燥设备及茶叶干燥的方法。


背景技术：

2.随着茶叶越来越受到国民的欢迎，这款设备的初衷就是为了让人们更多贴近制茶过程，产生交互心理，让人们对饮茶文化有更深入的了解，让浮躁的生活慢下来。茶叶的干燥方法，有烘干、炒干和晒干三种形式。人们采用干燥设备对于已经炮制好的茶叶进行处理，开封的茶叶干燥处理，对过于受潮的茶叶进行研磨。
3.茶叶烘干机是依靠流动的热空气来干燥茶叶的，但是现有的茶叶干燥设备功能较为单一。


技术实现要素：

4.1.要解决的技术问题
5.基于现有的茶叶干燥设备功能较为单一的问题，本技术提供了一种智能茶叶干燥设备及茶叶干燥的方法。
6.2.技术方案
7.为了达到上述的目的，本技术提供了一种智能茶叶干燥设备，包括壳体，所述壳体内设置有依次连通的入口、干燥组件、分拣处理组件和收纳组件，所述干燥组件上设置有智能识别模块，所述智能识别模块与控制器连接，所述干燥组件与所述控制器连接，所述分拣处理组件与所述控制器连接；所述智能识别模块对茶叶种类和受潮程度进行识别后，将数据传送至所述控制器，所述控制器计算干燥炒制时间，并控制所述干燥组件对茶叶进行干燥处理，对经干燥处理的茶叶进行分拣处理后进行收纳，所述智能识别模块包括茶叶姿态颜色识别的卷积神经网络。
8.本技术提供的另一种实施方式为：所述干燥组件包括陶瓷加热球，所述陶瓷加热球内设置有陶瓷加热滚轮，所述智能识别模块设置于所述陶瓷加热球上。
9.本技术提供的另一种实施方式为：所述分拣处理组件包括茶叶分拣器，所述茶叶分拣器一端与所述陶瓷加热球连通，所述茶叶分拣器另一端与第一茶叶通道连接，所述茶叶分拣器另一端与第二茶叶通道连接，所述第一茶叶通道设置于茶叶分拣漏斗上方，所述第二茶叶通道设置于茶叶研磨器上方。
10.本技术提供的另一种实施方式为：所述收纳组件包括第一茶叶收纳盒和第二茶叶收纳盒，所述第一茶叶收纳盒设置于所述茶叶分拣漏斗下方，所述第二茶叶收纳盒设置于所述茶叶研磨器下方。
11.本技术提供的另一种实施方式为：所述第一茶叶收纳盒与所述茶叶分拣漏斗之间设置有第一分拣挡板，所述第二茶叶收纳盒与所述茶叶研磨器之间设置有第二分拣挡板。
12.本技术提供的另一种实施方式为：所述第一茶叶收纳盒上设置有弹出弹簧片，所
述第二茶叶收纳盒上设置有弹出弹簧片。
13.本技术提供的另一种实施方式为：所述智能识别模块为3个，3个所述智能识别模块呈120度阵列分布于所述陶瓷加热球上。
14.本技术提供的另一种实施方式为：所述智能识别模块与显示器连接。
15.本技术还提供一种采用所述的智能茶叶干燥设备干燥茶叶的方法，采用茶叶姿态颜色识别的卷积神经网络对茶叶进行识别，根据所述茶叶的蜷曲姿态、颜色与品质良好的茶叶的不同，判定所述茶叶受潮程度，根据所述受潮程度设定加热时间和加热温度，使得所述茶叶干燥后达到品质良好的茶叶质量。
16.本技术提供的另一种实施方式为：所述茶叶姿态颜色识别的卷积神经网络训练方法包括前向传播和向后传播，所述前向传播包括如下步骤：
17.1)选择茶叶姿态颜色数据集，分成茶叶姿态颜色训练集、茶叶姿态颜色测试集和茶叶姿态颜色验证集；
18.2)随机初始化茶叶姿态颜色识别的卷积神经网络中的权重、偏置项和样本误差值，手动设定初始的学习速率；
19.3)将茶叶姿态颜色训练集的样本的数据向量输入网络，所述数据向量从输入层到输出层经过每层的处理不停地变换；
20.所述后向传播包括如下步骤：
21.a)用极小化误差的方法，根据样本的实际输出值和预测输出值进行误差阈值的计算，然后将该误差值层层的反向传播，根据误差值来调整每层的参数；
22.b)将调整后总的误差值和误差域值相比较，若前者大于后者，那么网络没有达成任务目标，接下来返回到前向传播的3)，反之，则接着进行下一步；
23.c)训练学习任务完成，得到训练好的一个卷积神经网络并保存所述网络的参数；
24.在训练完成后，即可利用训练好的模型进行预测，同时可加载训练好的模型进入测试阶段，采集受潮茶叶作为输入，根据已知的采集标签，比对网络的预测结果，即可得知模型的预测效果，进而获取模型的实际测试准确率。
25.3.有益效果
26.与现有技术相比，本技术提供的智能茶叶干燥设备及茶叶干燥的方法的有益效果在于：
27.本技术提供的智能茶叶干燥设备，涉及智能识别和陶瓷加热，尤其是能识别茶叶品质和茶叶种类。
28.本技术提供的智能茶叶干燥设备，可以烘干受潮茶叶的设备，通过智能识别技术确定不同茶叶种类所需烘干时间，且具有研磨茶粉的功能，其中应用到陶瓷加热技术，有较高绝缘耐火程度的陶瓷内穿上电阻丝，将合金丝浇铸在石英玻璃为原材料的半导体中；并且可以同通过隔离玻璃直观的感受到整个烘干的过程，增加使用者的交互感，可以使废弃茶叶变成粉放入香包等变废为宝。
29.本技术提供的智能茶叶干燥设备，不仅能直观观察到干燥茶叶的交互过程，而且能对茶叶进行二次处理。
附图说明
30.图1是本技术的智能茶叶干燥设备示意图；
31.图2是本技术的智能茶叶干燥设备结构示意图；
32.图3是本技术的智能茶叶干燥设备局部结构示意图；
33.图4是本技术的智能茶叶干燥设备第二局部结构示意图；
34.图5是本技术的智能茶叶干燥设备干燥过程流程示意图；
35.图6是本技术的显示器显示界面示意图。
具体实施方式
36.在下文中，将参考附图对本技术的具体实施例进行详细地描述，依照这些详细的描述，所属领域技术人员能够清楚地理解本技术，并能够实施本技术。在不违背本技术原理的情况下，各个不同的实施例中的特征可以进行组合以获得新的实施方式，或者替代某些实施例中的某些特征，获得其它优选的实施方式。
37.参见图1～6，本技术提供一种智能茶叶干燥设备，包括壳体101，所述壳体101内设置有依次连通的入口201、干燥组件、分拣处理组件和收纳组件，所述干燥组件上设置有智能识别模块210，所述智能识别模块210与控制器连接，所述干燥组件与所述控制器连接，所述分拣处理组件与所述控制器连接；所述智能识别模块210对茶叶种类和受潮程度进行识别后，将数据传送至所述控制器，所述控制器计算干燥炒制时间，并控制所述干燥组件对茶叶进行干燥处理，对经干燥处理的茶叶进行分拣处理后进行收纳。
38.这里的控制器可以是智能终端，包括手机、电脑、平板电脑等；控制器也可以是一个小程序或者app，还可以是一个物理按钮。
39.采用智能识别技术，鉴别茶叶品种以及对应干燥炒制时间。除此之外智能识别模块与茶叶分拣器结合，以达到选择新旧茶分拣，自动出茶。
40.收纳组件收纳经过茶叶分拣器处理后的茶叶或者研磨后的茶粉。
41.本技术的智能茶叶干燥设备为提供了配合鉴别茶叶种类、自动设定干燥温度及时间的装置。给设备通电，打开入口201放入茶叶，位于智能识别模块210自动识别茶叶种类以及受潮程度；干燥组件干燥处理完成后，通过分拣处理组件对茶叶进行分拣；对于已经完全受潮的茶叶干燥处理后，经过分拣处理组件处理进行二次利用。
42.壳体101上可以设置一个观察窗102，在炒制过程中，通过观察窗102可以看到陶瓷加热滚轮炒制茶叶的过程，增加使用者参与的交互感。
43.进一步地，所述干燥组件包括陶瓷加热球209，所述陶瓷加热球209内设置有陶瓷加热滚轮208，所述智能识别模块210设置于所述陶瓷加热球209上。通过观察窗102可以看到内部的陶瓷加热滚轮208与陶瓷加热球209。
44.陶瓷加热球209与陶瓷加热滚轮208应用陶瓷加热(mch发热体)技术，有较高绝缘耐火程度的陶瓷内穿上电阻丝，将合金丝浇铸在石英玻璃为原材料的半导体中而形成的干燥部件。陶瓷加热球209保持不动，陶瓷加热滚轮208顺时针旋转干燥茶叶，陶瓷加热滚轮208转动通过齿轮传动实现。
45.进一步地，所述分拣处理组件包括茶叶分拣器104，所述茶叶分拣器104一端与所述陶瓷加热球209连通，所述茶叶分拣器104另一端与第一茶叶通道连接，所述茶叶分拣器
104另一端与第二茶叶通道连接，所述第一茶叶通道设置于茶叶分拣漏斗204上方，所述第二茶叶通道设置于茶叶研磨器205上方。
46.进一步地，所述收纳组件包括第一茶叶收纳盒103和第二茶叶收纳盒，所述第一茶叶收纳盒设置于所述茶叶分拣漏斗204下方，所述第二茶叶收纳盒设置于所述茶叶研磨器205下方。
47.进一步地，所述第一茶叶收纳盒103与所述茶叶分拣漏斗之间设置有第一分拣挡板206，所述第二茶叶收纳盒与所述茶叶研磨器之间设置有第二分拣挡板。
48.进一步地，所述第一茶叶收纳盒103上设置有弹出弹簧片207，所述第二茶叶收纳盒上设置有弹出弹簧片207。
49.进一步地，所述智能识别模块210为3个，3个所述智能识别模块210呈120度阵列分布于所述陶瓷加热球209上。
50.进一步地，所述智能识别模块210与显示器连接。这里的显示器上设置有显示界面，显示器可以设置于干燥设备上，也可以单独进行设置。
51.使用者放入茶叶于茶叶干燥设备，设备可自动识别并干燥茶叶，直观观察茶叶干燥的过程，而且能对不同种茶叶进行二次处理。
52.本技术还提供一种采用所述的智能茶叶干燥设备干燥茶叶的方法，智能茶叶干燥设备中内置一种茶叶姿态颜色识别的卷积神经网络，通过采集受潮的茶叶和正常完好的茶叶的图像，避免无关背景的干扰，对焦集中在明显的特征上。
53.茶叶姿态颜色识别的卷积神经网络采用基于cnn的图像识别方案，其网络参数有：
54.a.深度学习框架：pytorch
55.b.网络结构：resent50
56.c.learning rate：0.01
57.d.batch size:32
58.e.optimize:sgd
59.f.损失函数：cross-entropy
60.g.epoch:40
61.茶叶姿态颜色识别的卷积神经网络训练方法包括前向传播以及向后传播，具体方法如下：
62.前向传播：
63.第一步，选择适当的茶叶姿态颜色数据集，分成茶叶姿态颜色训练集、茶叶姿态颜色测试集和茶叶姿态颜色验证集。
64.第二步，随机初始化茶叶姿态颜色识别的卷积神经网络中的权重和偏置项还有样本误差值，手动设定初始的学习速率。其特征在于网络中学习率能够左右权值的调整过程中上浮或下降的程度。当比如学习率过大的时候，有可能错过权值调整过程中的最优值；反之，则可能使得网络只获得局部最优。手动设置初始化学习率的取值范围一般选在区间[0.1,0.8]。
[0065]
第三步，将茶叶姿态颜色训练集的样本的数据向量输入到网络，该向量从输入层到输出层经过每层的处理不停地变换。该网络中每层的权值不同，当该向量经过一层时，都与当成的权值矩阵进行点乘运算，然后与偏置项相加，输出变化后的向量矩阵，通过网络的
每层都重复运算操作，一直到最后的输出；
[0066]
后向传播：
[0067]
第一步，用极小化误差的方法，根据样本的实际输出值和预测输出值进行误差阈值的计算，然后将该误差值层层的反向传播，根据误差值来调整每层的参数。
[0068]
第二步，将调整后总的误差值和误差域值相比较，若前者大于后者，那么网络没有达成任务目标，接下来返回到前向传播的第三步。反之，则可以接着进行下一步。
[0069]
第三步，训练学习任务完成，得到训练好的一个卷积神经网络并保存该网络的参数
[0070]
在训练完成后，即可利用训练好的模型进行预测，在训练完成后，我们可以加载训练好的模型进入测试阶段，采集受潮茶叶作为输入，根据已知的采集标签，再比对网络的预测结果，即可得知模型的预测效果，进而获取到模型的实际测试准确率等参数。
[0071]
进一步地，根据茶叶姿态颜色识别的卷积神经网络，让放入茶叶干燥设备中的受潮茶叶经过识别后，根据其蜷曲姿态、颜色与品质良好的茶叶的不同，判定其受潮程度，并于控制器设定具体的加热时间与加热温度，致其干燥后达到品质良好的茶叶的质量。
[0072]
实施例
[0073]
s100，给茶叶干燥机通电，打开入口201放入茶叶，在显示界面上启动。位干陶瓷加热球209上的智能识别模块210根据放入的茶叶卷曲程度以及颜色的深浅变化的不同，自动识别茶叶种类以及受潮程度与正常茶叶的区别，信息传递于控制器，控制器设定干燥温度进行干燥。
[0074]
s200，控制器工作完成后，电机带动传动齿轮203使得陶瓷加热滚轮208顺时针开始炒制，分别对于完全受潮、不能饮用的茶叶与普通受潮的茶叶完全干燥处理，以便于后续处理；这里默认进入智能茶叶干燥设备的茶叶均为同一种状态。
[0075]
s300，陶瓷加热滚轮208干燥处理完成后，通过茶叶分拣器104茶叶进行分拣，可以继续饮用的茶叶通过茶叶分拣漏斗204直接进入第一茶叶收纳盒103，不能饮用的茶叶经过茶叶研磨器205粉碎处理后进入第二茶叶收纳盒，便于后续二次利用。
[0076]
s400，茶叶进入茶叶分拣器104时，陶瓷加热滚轮208逆时针、顺时针依次旋转，清除陶瓷加热球209与陶瓷加热滚轮208中的残茶，保证设备的下一次使用；
[0077]
s500，结束使用前，所有通道保持打开，陶瓷加热滚轮208与茶叶研磨器205运转30秒，使得设备中没有茶叶残留。
[0078]
在图1、图3中，本智能茶叶干燥设备，入口201在智能茶叶干燥设备的最上方，壳体101在最外侧，壳体101支承着茶叶接触机构，壳体101保证茶叶接触模块的运行。
[0079]
在图6所示的入口201的显示界面，界面左上角显示的是干燥处理时的实时温度显示，右侧对应的是智能识别模块210识别出的茶叶种类以及对应的茶叶建议干燥温度，以及识别后当时的茶叶温度。下方有5个控制智能茶叶干燥设备的按键，分别为：暂停、识别、研磨、空转清洁、锁定。可对智能茶叶干燥设备运行过程进行暂停、重新识别、再次研磨、空转清洁设备中残留的茶叶以及防止后期误触的锁定。入口201上边缘中点处为圆心，以此旋开可置入茶叶。
[0080]
在图1所示的壳体101上有竖直状的纹理，便于平时使用时的抓握，壳体101有前后两个部分，底部茶叶收纳盒103所在区域有壳体101。同时观察窗102嵌入在壳体101中上部，
与内部陶瓷加热球209、陶瓷加热滚轮208呈同心对应。
[0081]
在图3、图4所示的内部的陶瓷加热滚轮208与陶瓷加热球209，其特征是3个智能识别模块210阵列置于陶瓷加热球209上，智能识别模块210识别茶叶的对应种类以及颜色深浅变化确定其湿度含量，设定智能茶叶干燥设备的工作温度并且适度控制气体流通，保证湿度达到预定值；陶瓷加热滚轮208内置于陶瓷加热球209中，陶瓷加热滚轮转动齿轮208由电机控制的转动齿轮203牵引转动，陶瓷加热球209上、陶瓷加热滚轮208中应用到陶瓷加热(mch发热体)技术，有较高绝缘耐火程度的陶瓷内穿上电阻丝，将合金丝浇铸在石英玻璃为原材料的半导体中，陶瓷加热滚轮208内置于陶瓷加热球209通过上方入口201与外界链接，下方连接着茶叶分拣器104，在干燥结束后陶瓷加热球209下方的开关打开，干燥后普通受潮的茶叶通过茶叶分拣器104置入下方茶叶分拣漏斗204，最后达标茶叶置入茶叶第一收纳盒103；而完全受潮不可饮用的茶叶经过茶叶分拣器104下方的茶叶研磨器205制成茶粉后可以于第二茶叶收纳盒取出，在满载情况时，第一分拣挡板206及时控制茶叶量，而第一茶叶收纳盒103弹出弹簧片207控制第一茶叶收纳盒103的取出和放入。
[0082]
工作原理：智能茶叶干燥设备通电以后，智能识别模块210识别茶叶的对应种类以及颜色深浅变化确定其湿度含量，设定智能茶叶干燥设备的工作温度并且适度控制气体流通，保证湿度达到预定值，在智能识别模块210识别茶叶的同时陶瓷加热球209与陶瓷加热滚轮208开始加热，陶瓷加热滚轮转动齿轮208由电机控制的转动齿轮203牵引陶瓷加热滚轮208开始顺时针旋转干燥茶叶，其中应用到陶瓷加热(mch发热体)技术，有较高绝缘耐火程度的陶瓷内穿上电阻丝，将合金丝浇铸在石英玻璃为原材料的半导体中，在干燥结束时，陶瓷加热球209下方通道打开，陶瓷加热滚轮208继续工作，根据茶叶受潮程度，普通受潮的茶叶干燥后通过茶叶分拣器104置入下方茶叶分拣漏斗204，最后达标茶叶置入第一茶叶收纳盒103；而完全受潮不可饮用的茶叶经过茶叶分拣器104下方的茶叶研磨器205制成茶粉后可以于第二茶叶收纳盒取出，分拣挡板及时控制茶叶量，而茶叶收纳盒弹出弹簧片207控制茶叶收纳盒的取出和放入。
[0083]
尽管在上文中参考特定的实施例对本技术进行了描述，但是所属领域技术人员应当理解，在本技术公开的原理和范围内，可以针对本技术公开的配置和细节做出许多修改。本技术的保护范围由所附的权利要求来确定，并且权利要求意在涵盖权利要求中技术特征的等同物文字意义或范围所包含的全部修改。