煙草智能烤房系統(tǒng)中電子鼻關(guān)鍵技術(shù)研究.pdf

1、電子鼻是基于神經(jīng)嗅覺系統(tǒng)原理，以電子科學(xué)技術(shù)為工具，采用數(shù)學(xué)和信息科學(xué)中的理論和方法研究化學(xué)分析物的特征，采用先進的智能信息處理技術(shù)開發(fā)的一種能夠模擬人類嗅覺的智能機器。近年來電子鼻在煙草行業(yè)中的應(yīng)用正在不斷增多，電子鼻在真假煙鑒別、卷煙質(zhì)量控制等方面具有廣闊的應(yīng)用前景，本文將電子鼻用于煙葉烘烤過程的煙葉氣味的變化規(guī)律的研究。
　　煙葉烘烤作為煙草生產(chǎn)的一個重要環(huán)節(jié)，直接影響著煙草的生產(chǎn)質(zhì)量。近年來，全國各地廣泛使用密集烤房進行煙

2、葉烘烤。密集烤房具有裝煙密度大、熱能利用率高，便于自動化控制等優(yōu)點。但密集烤房在實際烘烤過程中，烘烤控制基于預(yù)設(shè)曲線，不具有靈活性，需要專業(yè)的煙葉烘烤師傅在烘烤過程中不停地進行調(diào)整，且目前的煙葉烘烤主要依賴于煙葉顏色變化對烘烤狀態(tài)做出判斷，忽略了煙葉氣味變化及其對烤后煙葉吃香味的影響。為此本文提出了一種基于電子鼻煙葉氣味檢測的煙葉烘烤控制預(yù)測算法，該算法是智能烤房項目的一部分，用以實現(xiàn)能夠根據(jù)不同情況智能調(diào)整煙葉烘烤過程的煙葉烘烤智能化

3、。
　　算法通過對煙葉烘烤過程中電子鼻采集的煙葉氣味數(shù)據(jù)進行分析得到煙葉烘烤過程中煙葉氣味的變化規(guī)律，然后根據(jù)得到的煙葉氣味特征變化建立烘烤控制預(yù)測模型，對煙葉的烘烤進行預(yù)測。算法的具體實現(xiàn)包含數(shù)據(jù)采集，數(shù)據(jù)預(yù)處理，數(shù)據(jù)降維，干擾抑制和訓(xùn)練模型等幾個關(guān)鍵技術(shù)。
　　數(shù)據(jù)采集是利用項目組研發(fā)的電子鼻氣味檢測子系統(tǒng)硬件進行烤煙過程中的煙葉氣味數(shù)據(jù)采集，并根據(jù)實際情況設(shè)計了具體的數(shù)據(jù)采集方案。采集到數(shù)據(jù)之后對數(shù)據(jù)進行了預(yù)處理，提取

4、其中的有用信息，抑制了傳感器漂移和噪聲。采用PCA技術(shù)對電子鼻傳感器數(shù)據(jù)進行降維，同時為了滿足系統(tǒng)的在線應(yīng)用需求研究了兩種在線的PCA算法，比較了兩種在線PCA算法的收斂速度和其與離線PCA計算結(jié)果的誤差，最終選擇隨機梯度上升算法作為在線PCA處理的算法。
　　PCA得到的氣味特征數(shù)據(jù)仍存較多的干擾成分，論文研究了用于盲源信號分離的獨立分量分析算法，用于氣味特征數(shù)據(jù)中的干擾氣味和煙葉氣味的分離。為了在線應(yīng)用和離線分析分別討論了在線

5、ICA算法和離線ICA算法。為了辨別分離后的干擾成分，引入了復(fù)相關(guān)系數(shù)，通過計算 ICA的輸入輸出各個分量與溫、濕度和氣壓的復(fù)相關(guān)系數(shù)，辨別并去除了分離后的干擾分量，同時比較 ICA輸入輸出各分量的復(fù)相關(guān)系數(shù)也從一方面說明了干擾的抑制效果。對于烤煙現(xiàn)場燃煤的氣味干擾，通過設(shè)計濾波器進行濾波的方法進行了一定的抑制。最終得到了烤煙過程中煙葉的氣味變化曲線。
　　為了實現(xiàn)通過氣味的變化規(guī)律對煙葉烘烤控制進行預(yù)測的目標，研究了傳統(tǒng)煙葉烘烤