一种卷烟烟支色斑污染的检测方法及系统的制作方法

一种卷烟烟支色斑污染的检测方法及系统的制作方法
【专利摘要】本发明公开了一种卷烟烟支色斑污染的检测方法及系统，其方法包括：收集卷烟生产设备使用的油品、烟用香精以及卷烟纸；将油品、烟用香精分别涂抹在卷烟纸上，生成多种带有色斑的卷烟纸样品；通过扫描带有色斑的卷烟纸样品获取第一近红外谱图，基于第一近红外谱图建立检测模型；扫描带有色斑的卷烟纸获取第二近红外光谱图；根据检测模型对第二近红外光谱图进行检测，确定在卷烟纸上形成色斑的污染源以及卷烟生产设备。本发明的检测方法及系统，以色斑烟支的近红外光谱信息为对象，能够对卷烟烟支色斑污染源进行快速鉴别，操作简便，分析测试速度快，测定结果准确，重复性好，能够缩小可能导致烟支色斑设备排查的范围。
【专利说明】
一种卷烟烟支色斑污染的检测方法及系统
技术领域
[0001] 本发明涉及烟草设备技术领域，尤其涉及一种卷烟烟支色斑污染的检测方法及系 统。
【背景技术】
[0002] 卷烟生产过程中，设备如果出现跑、冒、滴、漏等问题，会使烟支被油污、烟用香精 等污染，进而造成烟支表面出现色斑。烟支表面出现色斑的问题已经影响到卷烟企业的正 常生产。色斑烟支如果进入流通消费环节，更会严重影响到企业的声誉。为避免色斑烟支的 持续出现及进入流通消费环节，卷烟生产车间发现色斑烟支后，卷烟企业只能停止生产进 行排查，同时需要组织大量的人员于生产现场进行手工挑选出色斑烟支，而且已包装入库 的产品也需全部开包挑选。由于卷烟生产过程复杂，设备众多，对造成烟支出现色斑设备的 排查需要付出巨大的人力、物力，如生产现场输送带所用的轴承油、除尘风机等使用的机 油、减速机等使用的齿轮油、油雾分离器等所带来的油脂以及加香加料机所带来的香精香 料等的跑、冒、滴、漏都会造成烟支表面出现色斑。不同的油类施加设备和位置是固定的，如 果能快速确定造成油斑的油种类，可以排除其他油类干扰，仅仅重点排查施加该种油的设 备和施加位置，所以急需一种能快速确定造成油斑的油种类的技术和设备。

【发明内容】

[0003] 有鉴于此，本发明要解决的一个技术问题是提供一种卷烟烟支色斑污染的检测方 法及系统。
[0004] 根据本发明的一个方面，本发明提供一种卷烟烟支色斑污染的检测方法，包括:收 集卷烟生产设备使用的油品、烟用香精以及卷烟纸;将所述油品、烟用香精分别涂抹在卷烟 纸上，生成多种带有色斑的卷烟纸样品；通过扫描所述带有色斑的卷烟纸样品获取第一近 红外谱图，基于所述第一近红外谱图建立检测模型；收集生产出的具有色斑污染的卷烟烟 支，并提取所述卷烟烟支的带有色斑的卷烟纸，扫描所述带有色斑的卷烟纸获取第二近红 外光谱图；根据所述检测模型对所述第二近红外光谱图进行检测，确定在卷烟纸上形成色 斑的污染源以及卷烟生产设备。
[0005] 可选地，所述基于所述第一近红外谱图建立检测模型包括:获取与第一卷烟牌号 相对应的所述第一近红外谱图；基于与第一卷烟牌号相对应的第一近红外谱图并应用判别 分析法建立与此第一卷烟牌号相对应的第一检测模型。
[0006] 可选地，通过在卷烟纸上生成色斑的污染源，将与第一卷烟牌号相对应的所述第 一近红外谱图分成多组第一近红外谱图，每组第一近红外谱图与一个污染源相对应，所述 污染源包括：油品、烟用香精;基于多组第一近红外谱图建立多个分类模型，并将所述分类 模型存储在存储器中，生成与第一卷烟牌号相对应的第一检测模型。
[0007] 可选地，基于多组第一近红外谱图建立多个分类模型包括:计算第一组中的所述 第一近红外谱图的平均光谱;将第一组中第一近红外谱图对应的光谱分别减去所述平均光 谱，并利用第一组中的所有光谱信息生成一条单一的变异光谱;通过估计在分析区域内每 个波数点的变化建立一个与所述第一组中第一近红外谱图相对应的分类模型。
[0008] 可选地，所述确定在卷烟纸上形成色斑的污染源以及卷烟生产设备包括:确定所 述第二近红外光谱图对应的卷烟牌号以及与此卷烟牌号相对应的检测模型;基于与此卷烟 牌号相对应的检测模型对与此卷烟牌号对应的所述第二近红外光谱图进行检测，确定在卷 烟纸上形成色斑的污染源并确定卷烟生产设备。
[0009] 可选地，在基于所述第一近红外谱图建立检测模型前包括:对所述第一近红外谱 图进行预处理;其中，采用矢量归一化、一阶导数、二阶导数、多元信号校正和光谱平滑方法 中的一种或多种的组合对对所述第一近红外谱图进行预处理;选择所述第一近红外光谱的 谱区范围为7500~550001^。
[0010] 可选地，通过近红外光谱仪扫描获取第一近红外谱图，所述近红外光谱仪的工作 参数为:光谱范围为12500~3800cnf 1，分辨率4cnf1，扫描次数大于40次;所述带有色斑的卷 烟纸样品上的色斑大小为0.05-0.15cm 3;所述油品包括:齿轮油、轴承油、油脂、机油;所述 卷烟生产设备包括:卷烟机、包装机、烘丝机、切丝机。
[0011] 根据本发明的另一个方面，本发明提供一种卷烟烟支色斑污染的检测系统，包括： 近红外光谱仪、样品和检品生成装置和检测装置;所述近红外光谱仪，用于通过扫描带有色 斑的卷烟纸样品获取第一近红外谱图，扫描带有色斑的卷烟纸获取第二近红外光谱图；样 品和检品生成装置，用于收集卷烟生产设备使用的油品、烟用香精以及卷烟纸，将所述油 品、烟用香精分别涂抹在卷烟纸上，生成所述多种带有色斑的卷烟纸样品；收集生产出的具 有色斑污染的卷烟烟支，提取所述卷烟烟支的所述带有色斑的卷烟纸;所述检测装置，包 括:检测模型建立单元，用于基于所述第一近红外谱图建立检测模型；色斑污染鉴别单元， 用于根据所述检测模型对所述第二近红外光谱图进行检测，确定在卷烟纸上形成色斑的污 染源以及卷烟生产设备。
[0012] 可选地，所述检测模型建立单元，还用于获取与第一卷烟牌号相对应的所述第一 近红外谱图，基于与第一卷烟牌号相对应的第一近红外谱图并应用判别分析法建立与此第 一卷烟牌号相对应的第一检测模型。
[0013] 可选地，所述检测模型建立单元，还用于通过在卷烟纸上生成色斑的污染源，将与 第一卷烟牌号相对应的所述第一近红外谱图分成多组第一近红外谱图，基于多组第一近红 外谱图建立多个分类模型，并将所述多个分类模型存储在存储器中，生成与第一卷烟牌号 相对应的第一检测模型；其中，每组第一近红外谱图与一个污染源相对应，所述污染源包 括:油品、烟用香精。
[0014] 可选地，所述检测模型建立单元，还用于计算第一组中的所述第一近红外谱图的 平均光谱，将第一组中第一近红外谱图对应的光谱分别减去所述平均光谱，并利用第一组 中的所有光谱信息生成一条单一的变异光谱，通过估计在分析区域内每个波数点的变化建 立一个与所述第一组中第一近红外谱图相对应的分类模型。
[0015] 可选地，所述色斑污染鉴别单元，还用于确定所述第二近红外光谱图对应的卷烟 牌号以及与此卷烟牌号相对应的检测模型;基于与此卷烟牌号相对应的检测模型对与此卷 烟牌号对应的所述第二近红外光谱图进行检测，确定在卷烟纸上形成色斑的污染源并确定 卷烟生产设备。
[0016] 可选地，所述检测模型建立单元，用于在基于所述第一近红外谱图建立检测模型 前对所述第一近红外谱图进行预处理;其中，所述检测模型建立单元采用矢量归一化、一阶 导数、二阶导数、多元信号校正和光谱平滑方法中的一种或多种的组合对对所述第一近红 外谱图进行预处理;选择所述第一近红外光谱的谱区范围为7500~SSOOcnf 1。
[0017] 本发明的卷烟烟支色斑污染的检测方法及系统，以色斑烟支的近红外光谱信息为 对象，采用判别分析方法直接对产生烟支色斑的污染源进行快速鉴别，充分发挥了近红外 检测技术的优势，并且检测结果准确性高，操作简便，分析测试速度快，测定结果准确，重复 性好，能够缩小可能导致烟支色斑设备排查的范围。
【附图说明】
[0018] 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一简单地介绍，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性的前提下，还 可以根据这些附图获得其他的附图。
[0019] 图1为根据本发明的卷烟烟支色斑污染的检测方法的一个实施例的流程示意图；
[0020] 图2为根据本发明的卷烟烟支色斑污染的检测系统的一个实施例的流程示意图。
【具体实施方式】
[0021] 下面参照附图对本发明进行更全面的描述，其中说明本发明的示例性实施例。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。下面结合各个图和实施例对本发明的技术方案进行多方面的描述。
[0022] 下文中的"第一"、"第二"等，为描述上相区别，并没有其它特殊的含义。
[0023] 图1为根据本发明的卷烟烟支色斑污染的检测方法的一个实施例的流程示意图， 如图1所示：
[0024] 步骤101，收集卷烟生产设备使用的油品、烟用香精以及卷烟纸。
[0025] 例如，在卷烟制造过程各个工段收集所用到的油及烟用香精，包括所有可能出现 跑冒滴漏的油，例如，齿轮油、轴承油、油脂、机油等。收集的烟用香精按照卷烟企业在产卷 烟牌号所使用的烟用香液和烟用料液。卷烟制造各个工段包括切片、松散回潮、加料、切丝、 烟丝掺配、加香、配丝贮丝、卷接包等及各个工段间的物料输送。
[0026] 步骤102,将油品、烟用香精分别涂抹在卷烟纸上，生成多种带有色斑的卷烟纸样 品。
[0027] 例如，收集卷烟企业在产所有卷烟牌号所使用的卷烟纸，将收集的油及烟用香精 分别涂抹在所收集的卷烟纸上，色斑大小0.05-0.15cm 3,每种色斑卷烟纸的制备数量不少 于10个。
[0028] 步骤103,通过扫描带有色斑的卷烟纸样品获取第一近红外谱图，基于第一近红外 谱图建立检测模型。
[0029] 例如，将带有色斑的卷烟纸置于近红外光谱仪漫反射支架上，采用光纤探头对准 色斑进行扫描，获得其近红外谱图。漫反射支架能够固定光谱光程，且其材料在近红外波段 无吸收。仪器的工作参数为:光谱范围12500~3800CHT1，分辨率不高于16CHT1，扫描次数不 低于40次。
[0030] 步骤104,收集生产出的具有色斑污染的卷烟烟支，并提取卷烟烟支的带有色斑的 卷烟纸，扫描带有色斑的卷烟纸获取第二近红外光谱图。
[0031] 步骤105,根据检测模型对第二近红外光谱图进行检测，确定在卷烟纸上形成色斑 的污染源以及卷烟生产设备。
[0032] 随着计算机技术的发展，近红外光谱分析技术已经成为发展最快、备受关注的快 速分析测试技术之一。分子在近红外区的吸收主要由C一H，0 - H，S - 0，N-H和C = 0等基团 的合频吸收与倍频吸收组成。卷烟加工过程的油污、烟用香精的近红外光谱反映出其丰富 的结构和组成信息。
[0033]使用近红外技术不必对烟支色斑进行前处理，直接采集样品的近红外谱图，结合 判别分析的方法能够实现对油污种类的快速鉴别，进而缩小可能导致烟支色斑设备排查的 范围，大大减轻设备排查的工作量，减少卷烟企业停机的时间，为恢复生产赢得时间。
[0034]例如:CLP 220齿轮油主要用于松散回潮机主传动减速机、排潮转网减速机、CTD出 料气锁安全阀减速机、润梗机的主传动减速机、螺旋蒸梗机的主传动减速机几个位置，如果 通过近红外光谱检测出油斑是CLP 220齿轮油，则可以重点检查上述位置是否出现漏油等 故障，节约设备排查时间，提高生产效率。
[0035] 上述实施例中的卷烟烟支色斑污染的检测方法，能够对卷烟烟支色斑污染源进行 快速鉴别，操作简便，分析测试速度快，测定结果准确，重复性好，能够缩小可能导致烟支色 斑设备排查的范围，大大减轻设备排查的工作量，减少卷烟企业停机的时间，为恢复生产赢 得时间。
[0036] 在一个实施例中，获取与第一卷烟牌号相对应的第一近红外谱图，基于与第一卷 烟牌号相对应的第一近红外谱图并应用判别分析法建立与此第一卷烟牌号相对应的第一 检测模型。
[0037] 建立第一检测模型的方法有多种，例如，将与第一卷烟牌号相对应的第一近红外 谱图分成多组第一近红外谱图，每组第一近红外谱图与一个污染源相对应，污染源包括:油 品、烟用香精等。基于多组第一近红外谱图建立多个分类模型，并将分类模型存储在存储器 中，生成与第一卷烟牌号相对应的第一检测模型。
[0038] 基于多组第一近红外谱图建立多个分类模型有多种方法，例如，计算第一组中的 第一近红外谱图的平均光谱，将第一组中第一近红外谱图对应的光谱分别减去平均光谱， 并利用第一组中的所有光谱信息生成一条单一的变异光谱;通过估计在分析区域内每个波 数点的变化建立一个与第一组中第一近红外谱图相对应的分类模型。
[0039] 采用判别分析法建立模型，计算每类样品的平均光谱，把每条标准光谱减去该类 别的平均光谱，然后利用所有类别的光谱信息生成一条单一的变异光谱，最后通过估计在 分析区域内每个波数点的变化建立一个分类模型，将建立得到的分类模型存入存储器中。 为每种牌号的卷烟分别建立一个模型，每类样品是按油、烟用香精等进行分类。
[0040] 确定第二近红外光谱图对应的卷烟牌号以及与此卷烟牌号相对应的检测模型，基 于与此卷烟牌号相对应的检测模型对与此卷烟牌号对应的第二近红外光谱图进行检测，确 定在卷烟纸上形成色斑的污染源并确定卷烟生产设备。
[0041] 例如，烟支色斑污染源的鉴别:卷烟车间收集已知牌号的色斑烟支，剥离出带有色 斑的卷烟纸，扫描并预处理后获得其近红外谱图，与存储器中的分类模型进行比对即可鉴 别出该色斑烟支的污染源。鉴别出的污染源，有针对性的对卷烟车间的设备进行排查，快速 的寻找出造成烟支色斑的设备，并进行检修。
[0042] 判别分析法又称"分辨法"，是在分类确定的条件下，根据某一研究对象的各种特 征值判别其类型归属问题的一种多变量统计分析方法。其基本原理是按照一定的判别准 贝1J，建立一个或多个判别函数，用研究对象的大量资料确定判别函数中的待定系数，并计算 判别指标，据此即可确定某一样本属于何类。根据判别标准不同，可以分为距离判别、 Fisher判别、Bayes判别法等。可以使用现有技术中的多种应用判别分析法分别建立检测模 型。
[0043] 马氏距离(1&11^1311〇1318(118丨311〇6)表示数据的协方差距离，是一种有效的计算两 个未知样本集的相似度的方法。与欧氏距离不同的是它考虑到各种特性之间的联系，并且 是尺度无关的（scale-invariant)，即独立于测量尺度。例如，对于一个均值为y，协方差矩 阵为5：的多变量向量，其马氏距离为&-1〇'5：~(-1)&4)。马氏距离也可以定义为两个服 从同一分布并且其协方差矩阵为2的随机变量与的差异程度。
[0044] 可以采用现有技术中的多种统计过程控制计算方法获取第二近红外光谱图在各 个分类模型中的马氏距离阈值，当判断第二近红外光谱图在某个分类模型中计算的马氏距 离最小，则确定在卷烟纸上形成色斑的污染源与此分类模型对应的污染源相同。例如，一个 分类模型对应的污染源为润滑油，判断第二近红外光谱图在此分类模型中计算的马氏距离 最小，则确定生产中出现润滑油泄露。
[0045] 在基于第一近红外谱图建立检测模型前对第一近红外谱图进行预处理，采用矢量 归一化、一阶导数、二阶导数、多元信号校正和光谱平滑方法中的一种或多种的组合对对第 一近红外谱图进行预处理。选择第一近红外光谱的谱区范围为7500~5500CHT 1，例如，对于 预处理后的光谱寻找光谱差异较大的谱区范围，谱区范围为6500~5500CHT1。
[0046] 近红外光谱图会受到样品扫描点不同及仪器稳定性的影响而出现噪音及基线漂 移，可以利用TQAnalyst智能分析软件包中的优化功能对样品的近红外光谱图进行预处理。 TQAnalyst智能分析软件是一个通用的光谱分析软件，它可以为中红外、近红外、远红外和 拉曼光谱分析的应用提供各种定性和定量分析工具。采用标准正则变换（SNV)消除样品不 均匀带来的差异;采用一阶微分处理，消除基线漂移的影响，获得比原光谱更高分辨率和更 清晰的光谱轮廓变化，
[0047] 红外光谱技术主要有以下特点:分析速度快、工业上可以做到实时监控，样品不需 预处理、操作简单、人员要求低，无浪费、无污染，其定性分析还具有整体性模糊性的特点。
[0048] 下面是本发明的卷烟烟支色斑污染的检测方法在实际中应用的具体的实施例：
[0049] 实施例1
[0050] (1)烟支色斑污染源样品收集：
[0051] 收集某卷烟企业卷烟牌号A卷烟制造过程中松散回潮、加料、切丝、烟丝掺配、加 香、配丝贮丝、卷接包所用到的齿轮油、轴承油、油脂、机油共15种样品，并按照来源及油类 型进行标记。
[0052]收集某卷烟企业的卷烟牌号A所使用的烟用香液和烟用料液共2种样品。
[0053] (2)卷烟纸的收集:收集步骤(1)中对应卷烟牌号的卷烟纸1种。
[0054] (3)模拟色斑烟支制备:将15种油及2种烟用香精分别涂抹在对应卷烟牌号的卷烟 纸上，为与实际烟支上的色斑大小相对应，获得的色斑大小控制在0.05-0.15cm 3,且每种污 染源的色斑卷烟纸的制备数量不少于10个，共制作获得200个样品。
[0055] (4)光谱扫描:将带有色斑的卷烟纸置于近红外光谱仪漫反射支架上，采用光纤探 头对准色斑进行扫描，光谱范围为12500~SSOOcnf 1，分辨率4CHT1，扫描次数40次，获得其近 红外谱图。
[0056] (5)光谱预处理:采用多元信号校正、一阶导数、诺里斯平滑滤波对近红外谱图进 行预处理；
[0057] (6)谱区范围的选择:对比步骤(5)所获得的预处理后的光谱，寻找到光谱差异较 大的谱区范围为7500~5500CHT1。
[0058] (7)模型建立:采用判别分析法建立模型，计算每类样品的平均光谱，把每条标准 光谱减去该类别的平均光谱，然后利用所有类别的光谱信息生成一条单一的变异光谱，最 后通过估计在分析区域内每个波数点的变化建立一个分类模型，将建立得到的分类模型存 入存储器中。
[0059] (8)烟支色斑污染源的鉴别：于卷烟车间收集卷烟牌号A的色斑烟支，剥离出带有 色斑的卷烟纸，按步骤(4)_(6)扫描并预处理后获得其近红外谱图，并将其导入该牌号卷烟 的分类模型的存储器中，与存储器中的分类模型进行比对得知色斑烟支的污染源来自于卷 烟机、包装机所使用的齿轮油。
[0060] (9)设备排查:根据步骤(8)鉴别出的污染源，对卷包车间对应机台的卷烟机和包 装机进行排查，最终确定色斑烟支是由于卷烟机盘纸输送时齿轮油泄漏所造成，对其进行 维修后齿轮油不再泄漏，色斑烟支不再出现。与传统的设备排查相比，使用本方法大大缩小 了设设备排查的范围，大大减轻设备排查的工作量，为企业恢复生产赢得了时间。
[0061 ] 实施例2
[0062] 随机删除实施例1中的样品谱图，使每种类型的色斑烟支的数量为9个，按照实施 例1中的方法建立数学模型。将于卷烟车间收集卷烟牌号A的色斑烟支的谱图导入新建立的 该牌号卷烟的分类模型的存储器中，与存储器中的分类模型进行比对得知色斑烟支的污染 源来自于卷烟机、包装机、烘丝机、切丝机所使用的齿轮油。
[0063] 由于减少了模型中色斑烟支的数量，实施例1相比，实施2的结果扩大了烟支色斑 污染源的范围。
[0064] 实施例3
[0065] 众所周知，谱图的分辨率越高，扫描次数越多所获得的谱图质量越高，建立模型效 果越好，但分辨率越高，扫描次数越多，谱图的获得的时间越长。建立模型的光谱范围越广， 样品谱图的有用信息越全面，但同时干扰的信息也越多。通过实验考察光谱扫描分辨率、扫 描次数、建立模型光谱范围对模型鉴别效果的影响，结果如下表1，分辨率小于16CHT 1，扫描 次数不低于40次，所建立的模型效果较好，建立模型光谱范围在7500~5500CHT1，所建立的 模型效果较好。
[0068] 表1-模型参数对鉴别效果的影响
[0069] 实施例4
[0070] (1)烟支色斑污染源样品收集：
[0071] 收集某卷烟企业卷烟牌号B卷烟制造过程中松散回潮、加料、切丝、烟丝掺配、加 香、配丝贮丝、卷接包所用到的齿轮油、轴承油、油脂、机油共16种样品，并按照来源及油类 型进行标记。收集某卷烟企业的卷烟牌号B所使用的烟用香液和烟用料液共3种样品。
[0072] (2)卷烟纸的收集:收集步骤(1)中对应卷烟牌号的卷烟纸1种。
[0073] (3)模拟色斑烟支制备:将16种油及3种烟用香精分别涂抹在对应卷烟牌号的卷烟 纸上，为与实际烟支上的色斑大小相对应，获得的色斑大小控制在0.05-0.15cm 3,且每种污 染源的色斑卷烟纸的制备数量不少于10个，共制作获得240个样品。
[0074] (4)光谱扫描:将带有色斑的卷烟纸置于近红外光谱仪漫反射支架上，采用光纤探 头对准色斑进行扫描，光谱范围为12500~SSOOcnf 1，分辨率8CHT1，扫描次数40次，获得其近 红外谱图。
[0075] (5)光谱预处理:采用多元信号校正、一阶导数、诺里斯平滑滤波对近红外谱图进 行预处理；
[0076] (6)谱区范围的选择:对比步骤(5)所获得的预处理后的光谱，寻找到光谱差异较 大的谱区范围为7500~5500CHT 1。
[0077] (7)模型建立:采用判别分析法建立模型，计算每类样品的平均光谱，把每条标准 光谱减去该类别的平均光谱，然后利用所有类别的光谱信息生成一条单一的变异光谱，最 后通过估计在分析区域内每个波数点的变化建立一个分类模型，将建立得到的分类模型存 入存储器中。
[0078] (8)烟支色斑污染源的鉴别：于卷烟车间收集卷烟牌号B的色斑烟支，剥离出带有 色斑的卷烟纸，按步骤(4)_(6)扫描并预处理后获得其近红外谱图，并将其导入该牌号卷烟 的分类模型的存储器中，与存储器中的分类模型进行比对得知色斑烟支的污染源来自于制 丝车间输送带所使用的轴承油。
[0079] (9)设备排查:根据步骤(8)鉴别出的污染源，对制丝车间所有的输送带进行排查， 最终确定色斑烟支是由于烟丝掺配时输送带轴承油泄漏所造成，对其进行维修后轴承油不 再泄漏，色斑烟支不再出现。与传统的设备排查相比，使用本方法大大缩小了设设备排查的 范围，大大减轻设备排查的工作量，为企业恢复生产赢得了时间。
[0080] 上述实施例提供的卷烟烟支色斑污染的检测方法，以色斑烟支的近红外光谱信息 为对象，采用判别分析方法直接对产生烟支色斑的污染源进行快速鉴别，充分发挥了近红 外检测技术的优势，并且检测结果准确性高，能够缩小可能导致烟支色斑设备排查的范围。
[0081] 在一个实施例中，如图2所示，本发明提供一种卷烟烟支色斑污染的检测系统，包 括:近红外光谱仪20、样品和检品生成装置21和检测装置30。近红外光谱仪20通过扫描带有 色斑的卷烟纸样品获取第一近红外谱图，扫描带有色斑的卷烟纸获取第二近红外光谱图。
[0082] 样品和检品生成装置21通过收集卷烟生产设备使用的油品、烟用香精以及卷烟 纸，将油品、烟用香精分别涂抹在卷烟纸上，生成多种带有色斑的卷烟纸样品，样品和检品 生成装置21收集生产出的具有色斑污染的卷烟烟支，提取卷烟烟支的带有色斑的卷烟纸。 样品和检品生成装置21可以采用多种机械手等装置完成样品和检品生成功能。
[0083]检测装置30包括检测模型建立单元31和色斑污染鉴别单元32。检测模型建立单元 31基于第一近红外谱图建立检测模型；色斑污染鉴别单元32根据检测模型对第二近红外光 谱图进行检测，确定在卷烟纸上形成色斑的污染源以及卷烟生产设备。
[0084] 检测模型建立单元31获取与第一卷烟牌号相对应的第一近红外谱图，检测模型建 立单元31基于与第一卷烟牌号相对应的第一近红外谱图并应用判别分析法建立与此第一 卷烟牌号相对应的第一检测模型。
[0085] 检测模型建立单元31通过在卷烟纸上生成色斑的污染源，将与第一卷烟牌号相对 应的第一近红外谱图分成多组第一近红外谱图，检测模型建立单元31基于多组第一近红外 谱图建立多个分类模型，并将多个分类模型存储在存储器中，检测模型建立单元31生成与 第一卷烟牌号相对应的第一检测模型;其中，每组第一近红外谱图与一个污染源相对应，污 染源包括:油品、烟用香精等。
[0086] 检测模型建立单元31计算第一组中的第一近红外谱图的平均光谱，将第一组中第 一近红外谱图对应的光谱分别减去平均光谱，检测模型建立单元31利用第一组中的所有光 谱信息生成一条单一的变异光谱，检测模型建立单元31通过估计在分析区域内每个波数点 的变化建立一个与第一组中第一近红外谱图相对应的分类模型。
[0087] 检测模型建立单元31确定第二近红外光谱图对应的卷烟牌号以及与此卷烟牌号 相对应的检测模型。检测模型建立单元31基于与此卷烟牌号相对应的检测模型对与此卷烟 牌号对应的第二近红外光谱图进行检测，检测模型建立单元31确定在卷烟纸上形成色斑的 污染源并确定卷烟生产设备。
[0088]检测模型建立单元31在基于第一近红外谱图建立检测模型前对第一近红外谱图 进行预处理;其中，检测模型建立单元31采用矢量归一化、一阶导数、二阶导数、多元信号校 正和光谱平滑方法中的一种或多种的组合对对第一近红外谱图进行预处理。检测模型建立 单元31选择第一近红外光谱的谱区范围为7500~5500CHT 1。
[0089]上述实施例提供的卷烟烟支色斑污染的检测方法及系统，以色斑烟支的近红外光 谱信息为对象，采用判别分析方法直接对产生烟支色斑的污染源进行快速鉴别，充分发挥 了近红外检测技术的优势，并且检测结果准确性高，能够缩小可能导致烟支色斑设备排查 的范围，大大减轻设备排查的工作量，减少卷烟企业停机的时间，为恢复生产赢得时间。
[0090] 可能以许多方式来实现本发明的方法和系统。例如，可通过软件、硬件、固件或者 软件、硬件、固件的任何组合来实现本发明的方法和系统。用于方法的步骤的上述顺序仅是 为了进行说明，本发明的方法的步骤不限于以上具体描述的顺序，除非以其它方式特别说 明。
[0091] 此外，在一些实施例中，还可将本发明实施为记录在记录介质中的程序，这些程序 包括用于实现根据本发明的方法的机器可读指令。因而，本发明还覆盖存储用于执行根据 本发明的方法的程序的记录介质。
[0092] 本发明的描述是为了示例和描述起见而给出的，而并不是无遗漏的或者将本发明 限于所公开的形式。很多修改和变化对于本领域的普通技术人员而言是显然的。选择和描 述实施例是为了更好说明本发明的原理和实际应用，并且使本领域的普通技术人员能够理 解本发明从而设计适于特定用途的带有各种修改的各种实施例。
【主权项】
1. 一种卷烟烟支色斑污染的检测方法，其特征在于，包括： 收集卷烟生产设备使用的油品、烟用香精以及卷烟纸； 将所述油品、烟用香精分别涂抹在卷烟纸上，生成多种带有色斑的卷烟纸样品； 通过扫描所述带有色斑的卷烟纸样品获取第一近红外谱图，基于所述第一近红外谱图 建立检测模型； 收集生产出的具有色斑污染的卷烟烟支，并提取所述卷烟烟支的带有色斑的卷烟纸， 扫描所述带有色斑的卷烟纸获取第二近红外光谱图； 根据所述检测模型对所述第二近红外光谱图进行检测，确定在卷烟纸上形成色斑的污 染源以及卷烟生产设备。2. 如权利要求1所述的检测方法，其特征在于，所述基于所述第一近红外谱图建立检测 模型包括： 获取与第一卷烟牌号相对应的所述第一近红外谱图； 基于与第一卷烟牌号相对应的第一近红外谱图并应用判别分析法建立与此第一卷烟 牌号相对应的第一检测模型。3. 如权利要求2所述的检测方法，其特征在于，包括： 通过在卷烟纸上生成色斑的污染源，将与第一卷烟牌号相对应的所述第一近红外谱图 分成多组第一近红外谱图，每组第一近红外谱图与一个污染源相对应，所述污染源包括:油 品、烟用香精； 基于多组第一近红外谱图建立多个分类模型，并将所述分类模型存储在存储器中，生 成与第一卷烟牌号相对应的第一检测模型。4. 如权利要求3所述的检测方法，其特征在于，基于多组第一近红外谱图建立多个分类 模型包括： 计算第一组中的所述第一近红外谱图的平均光谱； 将第一组中第一近红外谱图对应的光谱分别减去所述平均光谱，并利用第一组中的所 有光谱信息生成一条单一的变异光谱； 通过估计在分析区域内每个波数点的变化建立一个与所述第一组中第一近红外谱图 相对应的分类模型。5. 如权利要求3所述的检测方法，其特征在于，所述确定在卷烟纸上形成色斑的污染源 以及卷烟生产设备包括： 确定所述第二近红外光谱图对应的卷烟牌号以及与此卷烟牌号相对应的检测模型； 基于与此卷烟牌号相对应的检测模型对与此卷烟牌号对应的所述第二近红外光谱图 进行检测，确定在卷烟纸上形成色斑的污染源并确定卷烟生产设备。6. 如权利要求1所述的检测方法，其特征在于，在基于所述第一近红外谱图建立检测模 型前包括： 对所述第一近红外谱图进行预处理； 其中，采用矢量归一化、一阶导数、二阶导数、多元信号校正和光谱平滑方法中的一种 或多种的组合对对所述第一近红外谱图进行预处理;选择所述第一近红外光谱的谱区范围 为7500~5500cm-、7. 如权利要求1所述的检测方法，其特征在于： 通过近红外光谱仪扫描获取第一近红外谱图，所述近红外光谱仪的工作参数为:光谱 范围为12500~3800cm-1，分辨率4cm-1，扫描次数大于40次； 所述带有色斑的卷烟纸样品上的色斑大小为〇. 05-0.15cm3; 所述油品包括:齿轮油、轴承油、油脂、机油;所述卷烟生产设备包括:卷烟机、包装机、 烘丝机、切丝机。8. -种卷烟烟支色斑污染的检测系统，其特征在于，包括： 近红外光谱仪、样品和检品生成装置和检测装置； 所述近红外光谱仪，用于通过扫描带有色斑的卷烟纸样品获取第一近红外谱图，扫描 带有色斑的卷烟纸获取第二近红外光谱图； 所述样品和检品生成装置，用于通过收集卷烟生产设备使用的油品、烟用香精以及卷 烟纸，将所述油品、烟用香精分别涂抹在卷烟纸上，生成所述多种带有色斑的卷烟纸样品； 收集生产出的具有色斑污染的卷烟烟支，提取所述卷烟烟支的所述带有色斑的卷烟纸； 所述检测装置，包括： 检测模型建立单元，用于基于所述第一近红外谱图建立检测模型； 色斑污染鉴别单元，用于根据所述检测模型对所述第二近红外光谱图进行检测，确定 在卷烟纸上形成色斑的污染源以及卷烟生产设备。9. 如权利要求8所述的检测系统，其特征在于： 所述检测模型建立单元，还用于获取与第一卷烟牌号相对应的所述第一近红外谱图， 基于与第一卷烟牌号相对应的第一近红外谱图并应用判别分析法建立与此第一卷烟牌号 相对应的第一检测模型。10. 如权利要求9所述的检测系统，其特征在于： 所述检测模型建立单元，还用于通过在卷烟纸上生成色斑的污染源，将与第一卷烟牌 号相对应的所述第一近红外谱图分成多组第一近红外谱图，基于多组第一近红外谱图建立 多个分类模型，并将所述多个分类模型存储在存储器中，生成与第一卷烟牌号相对应的第 一检测模型； 其中，每组第一近红外谱图与一个污染源相对应，所述污染源包括:油品、烟用香精。11. 如权利要求10所述的检测系统，其特征在于： 所述检测模型建立单元，还用于计算第一组中的所述第一近红外谱图的平均光谱，将 第一组中第一近红外谱图对应的光谱分别减去所述平均光谱，并利用第一组中的所有光谱 信息生成一条单一的变异光谱，通过估计在分析区域内每个波数点的变化建立一个与所述 第一组中第一近红外谱图相对应的分类模型。12. 如权利要求10所述的检测系统，其特征在于： 所述色斑污染鉴别单元，还用于确定所述第二近红外光谱图对应的卷烟牌号以及与此 卷烟牌号相对应的检测模型;基于与此卷烟牌号相对应的检测模型对与此卷烟牌号对应的 所述第二近红外光谱图进行检测，确定在卷烟纸上形成色斑的污染源并确定卷烟生产设 备。13. 如权利要求8所述的检测系统，其特征在于： 所述检测模型建立单元，用于在基于所述第一近红外谱图建立检测模型前对所述第一 近红外谱图进行预处理； 其中，所述检测模型建立单元采用矢量归一化、一阶导数、二阶导数、多元信号校正和 光谱平滑方法中的一种或多种的组合对对所述第一近红外谱图进行预处理;选择所述第一 近红外光谱的谱区范围为7500~5500CHT 1。
【文档编号】G01N21/359GK105928899SQ201610234421
【公开日】2016年9月7日
【申请日】2016年4月15日
【发明人】张峰, 于静, 鹿洪亮, 刘泽春, 许泓, 谢金栋
【申请人】福建中烟工业有限责任公司