一种智能卷烟软点硬点检测方法

摘要

本发明涉及卷烟生产质量控制和检测环节，尤其涉及一种智能卷烟软点硬点检测方法。本发明通过对每支卷烟的密度值数据采样，并进行分段处理；结合分组批量采样数据，形成平均密度数据矩阵，依据工艺要求设定平均密度控制上下限，判定软点硬点。通过该检测方法，进而提高卷烟生产过程中烟支重软点、硬点的检测精度，降低消耗，提高产品质量。

权利要求

1.一种智能卷烟软点硬点检测方法，通过对每支卷烟的密度值数据采样，其特征在于，对每支卷烟进行分段处理；结合分组批量采样数据，形成平均密度数据矩阵，依据工艺要求设定平均密度控制上下限，判定软点硬点，该方法包括以下的步骤：

1)周期性对每支卷烟的密度值进行高速采样，获得采样数据，每支烟获得k个密度采样数据；

2)将所述的每支烟的k个采样数据，分为1……n段处理，k能被n整除，利用算术平均计算每段的平均密度,得到分段后每段的平均密度数组Di，i＝1，…，n；

3)将所述的段平均密度数组Di，进行分组累计预处理，每组设定累计烟支数为m支，得到在分段模式下m支烟的平均密度数据矩阵X,X＝m×n；

4)设定软点、硬点的总体剔除百分比要求，预计算每段的段平均密度和控制上下限设定值UCLi％，i＝1，…，n和LCLi％，i＝1，…，n；

5)将每段的段平均密度与该段的控制上下限进行对比，若只要有j段的数据超出控制，

1≤j≤n，代表该段烟支为存在软点、硬点异常的不合格烟。

2.如权利要求1所述的一种智能卷烟软点硬点检测方法，其特征在于，所述的密度矩阵X和上下限计算方法，每隔固定时间，重新提取密度矩阵X，并重新计算段平均密度和控制上下限，实现定期自动参数校核。

说明书

一种智能卷烟软点硬点检测方法

技术领域

[0001] 本发明涉及卷烟生产质量控制和检测环节，尤其涉及一种智能卷烟软点硬点检测方法。

背景技术

[0002] 卷烟内烟丝的密度分布的均匀性是影响卷烟物理指标（吸阻、硬度等）、烟气化学指标（焦油、烟碱、一氧化碳等）和感官质量（透发性、成团性等）稳定性的重要因素。在卷烟制造过程中，由于烟丝均匀性（如缠丝、湿团、梗签等）等来料因素、风室负压波动等设备因素，会造成卷烟内某一段烟丝存在密度过大或过小的现象，即硬点、软点。

[0003] 当前行业内卷烟设备对软点、硬点烟的普遍检测方法为：将每支烟整体平均密度，并通过人为设定标准密度下的硬点、软点绝对极限百分比，对超出该在生产过程中对软、硬点烟进行剔除。然而在实际生产过程中，此检测方法的误剔、漏剔率高，实用性差，主要表现在以下两点:

[0004] 1）检测基准的不准确，不同的平整器规格（平整器凹槽长度、深度）配置下的烟支密端增量大小不同，而软点、硬点若均根据密度标准基线百分比线为基准检测，烟支内烟丝本身就呈两端密度大、中间段密度小的碗状分布，而设备仅根据超出理论平均密度的绝对百分比，判断该支烟是否是硬点烟或软点烟，会导致大量烟支误剔或漏剔，例如，相同大小的湿团烟丝，若分布在烟支两端就极易剔除，若分布在烟支中间段则难以剔除。

[0005] 2）极限调整的不合理，当平整器规格等设备机械结构确定后，烟支密端增量由原料、设备等过程参数决定，在生产过程中，此类过程参数存在波动，仅依靠人为的调整，无法满足参数实时调整的精准性，会造成大量烟支误剔或漏剔。

发明内容

[0006] 为了解决上述的技术问题，本发明的目的是提供一种智能卷烟软点硬点检测方法，通过该检测方法，进而提高卷烟生产过程中烟支重软点、硬点的检测精度，降低消耗，提高产品质量。

[0007] 为了实现上述的目的，本发明采用了以下的技术方案：

[0008] 一种智能卷烟软点硬点检测方法，通过对每支卷烟的密度值数据采样，并进行分段处理；结合分组批量采样数据，形成平均密度数据矩阵，依据工艺要求设定平均密度控制上下限，判定硬点软点，具体步骤如下：

[0009] 1）周期性对每支卷烟的密度值进行高速采样，获得采样数据，每支烟可获得k个密度采样数据；

[0010] 2）将所述的每支烟的k个采样数据，分为1……n段处理， k能被n整除，利用算术平均计算每段的平均密度,得到分段后每段的平均密度数组Di (i=1，…，n)；

[0011] 3）将所述的段平均密度数组Di，进行分组累计预处理，每组设定累计烟支数为m支，得到在分段模式下m支烟的平均密度数据矩阵X,X=m×n；

[0012] 4）设定软点、硬点的总体剔除百分比要求，预计算每段的段平均密度和控制上下限设定值UCLi%，(i=1，…，n)和LCLi%，(i=1，…，n)；

[0013] 5）将每段的段平均密度与该段的控制上下限进行对比，若只要有j（1≤j≤n）段的数据超出控制，即代表该段烟支为存在软点、硬点异常的不合格烟。

[0014] 作为进一步改进，所述的密度矩阵和上下限计算方法每隔固定时间，能够重新提取密度矩阵X，并重新计算段平均密度和控制上下限，实现定期自动参数校核。

[0015] 本发明由于采用了上述的技术方案，可以使卷烟生产过程中的软点、硬点缺陷烟的剔除更加精准，同时也能避免误剔，造成不必要的浪费，使卷烟制造智能化发展的方向。

附图说明

[0016] 图1是智能卷烟软点硬点检测方法的流程示意图。

[0017] 图2是烟支内部曲线的分段分布示意图。

具体实施方式

[0018] 为了便于理解本发明寻求保护的主题，从附图和以下的描述，本发明寻求保护的主题、运作以及很多优点将得以理解。

[0019] 如图1、图2所示的一种智能卷烟软点硬点检测方法，包括以下步骤：

[0020] 1）、在卷烟生产过程中，周期性对每支卷烟的密度值进行高速采样，获得采样数据，每支烟可获得k个密度采样数据d1~dk，计算d1~dk的算术平均值，该平均值即整支烟的密度值。

[0021] 2）、将所述的每支烟的k个采样数据，分为1……n段处理(其中n的选择为：k可以被n整除)，利用算术平均计算每段的平均密度,得到分段后每段的平均密度数组Di(i=1，…，n)。

[0022] 3）、将所述的段平均密度数组Di，进行分组累计预处理，每组设定累计烟支数为m支，得到在分段模式下m支烟的平均密度数据矩阵x（m×n）。

[0023] 4）、根据工艺要求和质量管理基本原则，软点、硬点的总体剔除百分比要求为y%，通过批量烟支的实际生产，预计算每段的段平均密度和控制上下限设定值LCLi% (i=1，…，n)和UCLi% (i=1，…，n)，即高于控制上限UCL代表该段存在硬点异常，低于控制下限LCLi代表该段存在软点异常。

[0024] 5）、在线应用时，实时获取每支烟的k个密度采样数据，计算得到n段的段平均密度，将每段的段平均密度与该段的控制上下限进行对比，若只要有j段（1≤j≤n）的数据超出控制现即代表该段烟支为存在软点、硬点异常的不合格烟。

[0025] 6）、每间隔固定时间T，重新提取密度矩阵X，并重新计算段平均密度和控制上下限，实现定期自动参数校核。

[0026] 举一个实施例，包括以下步骤：

[0027] 1）在卷烟生产过程中，选择目前使用较为广泛的微波传感器而非核传感器（传统使用较多）作为在线周期性密度测量装置，每支烟可以获得125个密度测量数据d1 d125。~

[0028] 2）将烟支设定为分5段处理，则每段包含125/5=25个连续的密度测量数据，即每段的平均密度为Di分别为：D1=d1+……+d25，D2=d26+……+d50，D3=d51+……+d75，D4=d76+……+d100，D5=d101+……+d125。

[0029] 3）对连续烟支进行分组预处理，分组规则采用1024支/组，则我们可以得到每1024支烟的5段的平均密度，D1’,D2’,D3’,D4’,D5’。

[0030] 4）根据工艺要求，将软点、硬点的剔除比率设定为0.5%，连续预生产10万支烟，得出当每段的控制上限分别为UCL1=22%，UCL2=23%，UCL3=21%，UCL4=24%，UCL5=21%以及LCL1=21%，LCL2=24%，LCL3=26%，LCL4=23%，LCL5=22%，即代表当D1＞D1’时，且(D1-D1’)/D1’ ＞
22%时，代表该段判断为硬点异常；当D1＜D1’时，且(D1’-D1)/D1’>21%时，代表该段为软点异常。

[0031] 5）如上所述，总共有5X2=10种超出上下限的情况，则可以设定一个个数参数，即当几种出现异常时，即代表该段为硬点或者软点烟。在此我们设定为3段，即表示10种里有3种超出上下限的情况时，即整支烟判定为异常。

[0032] 6）在系统设定参数的T=30分钟，即表示每隔30分钟，累计10万支烟的密度数据重新形成密度矩阵，即实时重新计算上述第4点所描述的控制上下限，这样可以使得剔除精度始终保持在较高水平。

[0033] 本发明具有优点：分段式检测，段数可调，段长度可调，阈值可实时调整和对比基数可调。能提高卷烟生产过程中烟支重软点、硬点的检测精度，降低消耗，提高产品质量，使卷烟制造更智能化。