一种基于烟叶外观指标数据的打叶特性预测模型.pdf

中国科技信息 2024 年第 5 期CHINA SCIENCE AND TECHNOLOGY INFORMATION Mar.2024-70-三星推荐打叶复烤生产中通过分析打叶风分后的叶片结构能有效衡量打叶风分过程的加工质量，而打后叶片结构主要受烟叶自身特性和加工工艺影响。针对改善叶片结构提高烟叶综合利用价值方面的研究，国内外一直以来主要集中在打叶复烤工艺流程的完善和工艺参数的优化，国内外有较多相关研究。张腾健、肖锦哲通过提高润叶效果改善打后叶片片形结构，研发了一套在线可调式铺叶切断装置；张文和王跃采用近红外光谱对不同烟叶纤维形态的化学成分检测的差异性进行分析；胡静宜对不同配打模块各尺寸片烟化学成分变化规律做过研究，证明片烟的规格尺寸与常规化学成分含量存在相关关系；陈钰和王育军等得到烟叶物理指标和化学成分存在相关性；吴祚友、卫盼盼等通过对烟叶物理特性与打叶质量关系的研究，得出增大对叶片的拉力，烟叶加工小片率随之增加；张玉海和邓国栋等研究了各等级烟叶含水率，结果表明不同等级烟叶各力学特性指标达到最大值时的烟叶含水率不同；而李跃锋和姜焕元通过研究原烟含水率、工艺条件对打叶质量的影响，得出在一定范围内提高进入打叶段前的烟叶温度和含水率有利于提高打后的烟叶质量；王满等对片烟结构的差异性研究表明不同年份的同等级烟叶打叶后得到的片烟结构具有不同程度的差异；罗海燕等对打叶风分去梗过程中叶中含梗率与叶片结构之间的关系进行研究，结果表明叶中含梗率增加，碎片含量下降。国内外相关研究更多聚焦于完善打叶工艺条件、烟叶特征差异进行研究改善，而对于因原料自身特性对叶片结构的影响这一领域的深入研究较少。本文综合考虑烟叶原烟外观和物理特征，通过构建以烟叶外观特征对打叶后的烟叶造碎情况的预测模型，实现对不同等级和不同产地原烟打叶特性的有效预估，为有效优化打叶工艺参数、改善烟叶加工质量提供另一个研究维度和方向。材料与方法材料烟叶样本产地分别为云南产区的华宁、昭通彝良、江川和新平四个县份，品种为云 87，所有样品都包含上部、中部、下部三个部位烟叶，上部烟有 BO2 和 BO3 两个等级；中部包括 CO2、CO3、C3F、C4F 和 C3L 五个等级；下部为 XO2 一个等级。每个等级烟叶取 3kg 样品 10 个，共计 200 个烟叶样品。物理外观检测方法行业曲线开放度创新度生态度互交度持续度可替代度影响力可实现度行业关联度真实度一种基于烟叶外观指标数据的打叶特性预测模型熊开胜 雷 翔 李建荣 邹 泉 田栾栾 郑红艳熊开胜1 雷 翔2 李建荣2 邹 泉1 田栾栾2 郑红艳11.云南中烟工业有限责任公司2红塔烟草（集团）有限责任公司熊开胜（1984），云南玉溪，本科，工程师，研究方向：复烤工艺研究。雷翔（1988），云南玉溪，硕士研究生，助理工程师，研究方向：打叶复烤设备。-71-CHINA SCIENCE AND TECHNOLOGY INFORMATION Mar.2024中国科技信息 2024 年第 5 期三星推荐采用烟叶综合测试仪（上海创和亿公司，中国）检测所有样品烟叶的外观指标。每个等级取 50 片烟叶在环境温度25逐片进行物理外观检测，得到每片烟叶的重量、长度、宽度、周长、面积、颜色深浅、颜色均匀度、厚度、结构和油分，以平均值代表该等级烟片的总体外观质量。化学值检测方法采用手持式近红外检测仪对烟叶的六项化学值进行检测，检测指标包括烟碱值、氧化钾、总氮、还原糖、总糖和氯。手持式近红外光谱仪型号为 AURA（Carl Zeiss，德国），仪器光谱范围为：9501 650nm，光谱分辨率为：10nm，传感器阵列为：多路重复 InGaAs，波长精度：1.0nm，光源为卤素灯，光谱仪自带内部黑/白基准的自由光束光学元件，采集波长点数：351 个。水分检测方法采用实验室烘箱型号为 MT-CA（Brabender，德国）对烟叶进行水分检测。叶片结构检测方法主要仪器设备有取样盒、电子台秤、叶片振动分选筛型号为 CA24（北京长征高科技公司，中国）、自制试验用打叶机（北京长征高科技公司，中国）。分别对各等级烟叶在打叶线上进行实验。测试前，将烟叶回潮至 17%19%含水率后均匀投入试验打叶机中，每次投料量为 3kg，实验过程中，采用相同的打叶风分方式及打叶参数，将打辊转速固定在 500r/min，每个样品打叶后将打后烟叶全部接出，并按照标准方法检测叶片结构，计算出尺寸 6.25mm 的小片以下占比率（%）和尺寸 2.36mm 的碎片以下占比率（%），用于表征烟叶的打叶特性。数据处理及建模方法数据整理采用 Excel 软件进行。使用 Python3.7 作为编程语言来实现该模型。数据可视化使用 matplotlib3.3 库实现。Numpy1.2 和 Pandas1.1库用于数据清理、分析和特征工程。本文使用 Scikit-learn学习库用中的 Extra-Trees Regressor 模块构建烟叶打叶特性预测模型。本次建模过程中，将测试结果按 7：2：1 的比例依次划分为训练集、验证集和测试集，采用 R_score分数作为评估模型性能的指标，分数范围在 01 之间，模型的拟合效果越好则分数越接近 1，相应的模型预测性能和稳定性也越好，计算方法如式（1）：（1）其中，。K-fold 交叉验证通过 K-fold 交叉验证评估机器学习模型的泛化能力，将原始数据集分割成 K 个子样本集，每次选一个子样本集保留作为验证模型的数据，其余K-1个样本集用来训练。K-fold交叉验证需重复进行 K 次，且每个子样本集都验证一次，最终平均 K 次的结果作为评估值。特征重要度特征重要度表示 Extra-Trees Regressor 模型进行预测时每个特征所做的贡献量，基于该贡献量对每个特征的优先级、重要性进行排序。Gini 指数的计算公式为：（2）公式中，K 表示类别个数，pmk 表示类别 k 在节点 m中的占比。特征 Xj 在节点 m 的重要性，则节点 m 分枝前后的Gini 指数变化量为：（3）公式中，Gll和 Glr分别表示分枝后两个新节点的 Gini指数。如果特征 Xj 在决策树中出现的节点在集合 M 中，那么Xj 在第 i 颗树的重要性为：（4）假设模型中共有 n 颗树，那么：（5）最后，为了便于分析，归一化处理各个重要性评分，如式（6）所示，依据归一化值对此次模型做预测时所有特征的重要度排序。（6）PDP&ICE 曲线PDP&ICE 曲线用于呈现模型中各特征影响因变量方向的可解释性。部分依赖图 PDP 表示因变量拟合值的均值随其中一个自变量的变化而变化的趋势，PDP 曲线用于表示特征值贡献度大小，曲线越陡峭说明这个特征的贡献度越大。与 PDP 不同，个体条件期望 ICE 则代表取其中一个样本点时，因变量拟合值随其中一个自变量的变化趋势。ICE 图去除非均匀效应的影响，能有效反映每个样本的预测对特征的依赖关系。计算方式如式（7）：（7）公式中，S 为自变量，C 为其他自变量，f（xs，xC）是给定样本的响应函数，xC（i）是第 i 个样本中其他自变量特征值XC，每个自变量值 xs，对数据集进行一次完整的遍历，每一个 f（xs，xC（i）对应于评估的一条 ICE 线 xs。计算得到多个xs值，获得完整的 ICE 线。可以看出，ICE 曲线的平均值对应于 PDP 曲线。结果与分析样品检测数据结果各样品烟叶的外观特性检测数据见如表 1，打叶特性的中国科技信息 2024 年第 5 期CHINA SCIENCE AND TECHNOLOGY INFORMATION Mar.2024-72-三星推荐表 1 外观特性检测数据表产地等级颜色均值深浅均值均匀度均值厚度均值结构均值油分均值新平BO37.010 0.070 0.009 866.543 0.101 0.684 CO28.138 0.081 0.008 1 579.834 0.042 0.665 CO37.985 0.085 0.016 1 401.291 0.505 0.648 XO28.115 0.081 0.008 1 665.958 0.032 0.642 华宁BO27.293 0.073 0.008 992.923 0.061 0.682 BO37.257 0.073 0.008 1 201.042 0.067 0.682 CO28.044 0.080 0.008 1 525.483 0.045 0.663 CO38.042 0.080 0.008 1 522.617 0.041 0.649 XO28.304 0.083 0.009 1 504.642 0.034 0.623 江川BO27.373 0.074 0.008 1 067.408 0.056 0.688 CO28.227 0.082 0.008 1 583.633 0.040 0.666 CO37.846 0.078 0.008 1 487.650 0.050 0.667 XO28.267 0.083 0.008 1 679.467 0.038 0.638 昭通彝良BO37.042 0.070 0.008 926.341 0.072 0.683 C3F7.917 0.079 0.008 1 469.383 0.047 0.669 C3L8.376 0.084 0.008 1 578.166 0.041 0.640 C4F7.822 0.078 0.008 1 478.892 0.041 0.659 CO27.907 0.079 0.008 1 535.042 0.044 0.661 CO37.825 0.078 0.008 1 425.992 0.044 0.666 XO28.214 0.082 0.008 1 657.231 0.035 0.641 表 2 打叶特性检测数据表产地等级水分小片以下占比率%碎片以下占比率%新平BO317.515 16.4023.007CO216.367 15.0552.665CO316.540 15.7332.898XO216.788 16.4103.063华宁BO216.788 16.4103.063BO316.679 17.7654.491CO216.318 16.0012.925CO315.733 14.4653.018XO216.011 15.5532.595江川BO216.897 15.5592.794CO215.956 14.4732.493CO316.064 14.3912.511XO216.217 15.6503.690昭通彝良BO316.216 16.8924.014C3F16.334 16.3012.743C3L18.331 17.5712.463C4F17.615 16.7413.207CO218.508 16.3632.080CO316.795 17.2382.830XO216.176 16.2213.211检测结果见表 2，化学成分检测结果见表 3。不同产区等级烤烟叶片结构分布总体来看，图 1 中四个产地所有烟叶样本在同样固定工艺参数和加工流程的条件下，经过打叶后得到的小片以下占比率集中在16%18%，碎片以下占比率集中在2.5%3%。按产地观察，小片以下占比率最低的烟叶是江川地区云系品种为 14%16%，碎片以下占比率最低的同样来自江川地区云 87 品种为 2.5%左右。按烟叶生长部位来看，小片以下占比率最低的中部烟为 14%16%，碎片以下占比率最低的中部烟为 2.5%左右。机器学习预测模型构建模型 1 中自变量为重量、长度、宽度、周长、面积、深浅、均匀度、厚度、结构、油分，共 10 个指标。因变量分-73-CHINA SCIENCE AND TECHNOLOGY INFORMATION Mar.2024中国科技信息 2024 年第 5 期三星推荐图 1 烟叶小片和碎片以下占比率分布情况表 3 化学成分检测数据表产地等级烟碱%总糖%还原糖%总氮%氧化钾%氯%新平BO33.13023.82121.0432.8042.2420.222CO21.84933.34925.4642.0882.4350.216CO32.34625.78322.0052.4712.7370.083XO21.36534.03229.4171.7672.4160.288华宁BO23.27926.08121.7372.7141.7680.247BO33.30724.93120.5842.8142.1210.251CO22.35830.18322.9212.1921.9730.158CO32.20029.33023.7342.2432.3420.239XO21.59431.65325.2381.7142.5410.258江川BO22.77229.91424.8512.5621.9370.306CO21.89634.42524.3962.0132.1380.237CO32.11234.07925.4792.0872.3050.311XO21.58133.42426.0711.7652.2410.396昭通彝良BO33.47727.91020.5892.8482.0800.234C3F2.10933.16024.8352.0642.0780.125C3L1.75536.57427.5921.6931.8850.144C4F1.93631.81325.6532.0282.2920.122CO22.09932.72025.6002.1432.1340.100CO32.12031.84925.3422.1732.2290.204XO21.67530.42022.5631.9332.6490.104中国科技信息 2024 年第 5 期CHINA SCIENCE AND TECHNOLOGY INFORMATION Mar.2024-74-三星推荐图 4 模型 1 中特征重要度（b）碎片以下占比率为因变量预测结果图 3 模型 2 测试集预测值与实际观测值相关系数散点图（a）小片以下占比率为因变量预测结果（a）小片以下占比率为因变量的预测结果（b）碎片以下占比率为因变量的预测结果图 2 模型 1 测试集预测值与实际观测值相关系数散点图别是小片以下占比率%和碎片以下占比率，Extra-Trees Regressor 模型通过对训练数据集的学习构建完成，测试结果拟合优度 R_score 分别达到 0.44 和 0.67，模型对样本预测值与实际观测值相关系数分别为 0.72 和 0.83。样品模型的预测值和真实值之间的散点图如图 2 所示。模型 2 中自变量为重量、长度、宽度、周长、面积、深浅、均匀度、厚度、结构、油分，烟碱、总糖、还原糖、总氮、氧化钾、氯、水分共 17 个指标。因变量分别是小片以下占比率和碎片以下占比率。Extra-Trees Regressor 模型通过对训练数据集的学习构建完成，测试结果拟合优度 R_score 分别达到 0.46 和 0.61，模型对样本预测值与实际观测值相关系数分别为 0.68 和 0.79。图 3 为预测值和真实值相关性散点图。K-Fold 交叉验证本次研究将 K 设为 5，即数据集拆分为 5 个连续的折，每个折用于验证一次，而剩余的 4 折形成训练集。交叉验证结果如表 3 所示。相对来看，模型 1 的交叉验证成绩优于模型 2。表 3 R2_score 交叉验证结果模型 1Model 1模型 2Model 2（1）（2）（1）（2）0.4130.5370.3340.4690.4160.5390.3360.4700.4130.5370.3370.4790.4040.5250.3700.4950.4200.5410.3680.494注：（1）表示小片以下占比率验证结果；（2）表示碎片以下占比率验证结果特征重要度对于本次研究中建立的外观和物理特征对小片以下占比率和碎片以下占比率预测模型 1 的交叉验证和测试结果优于模型2，其特征重要度的计算结果如图4。烟叶颜色特征深浅、均匀度、物理特征中的厚度和油分对模型的预测都起关键作用。相较于纳入化学值作为烟叶特征建立模型的效果，仅用-75-CHINA SCIENCE AND TECHNOLOGY INFORMATION Mar.2024中国科技信息 2024 年第 5 期三星推荐外观特征作为自变量对出片率的预测效果更强。虽然化学值的检测可以增加对烟叶生长状态的了解，但烟叶所含化学成分在一定程度上可以通过外观体现，所以化学成分和烟叶外观及物理特征存在一定共线性，对模型的训练造成一定干扰。PDP&ICE 曲线对相关数据采用 PDP&ICE 曲线进行分析，模型 1 中重要特征的 PDP&ICE 曲线如图 5 所示，针对模型 1 选取排在前 4 位的重要特征，分别是深浅、均匀度、厚度和油分，由图可见随着烟叶颜色深浅、均匀度、厚度和油分等指标的增加，打叶生产过程得到的小片和碎片以上占比率均呈现下降趋势，即随着这 4 个指标数值的增加，打叶复烤生产过程中的小片和碎片以上占比率逐渐减少，其中油分的作用效果最为显著，充分反映了随着烟叶油分的增加，打叶复烤后小片、碎片大幅减少，表征出高油分烟叶耐加工性好。讨论烟叶的外观特性是烟叶质量的综合反映，也是目前国际烟叶分级体系的主要评价指标。本文通过研究烟叶外观指标对烟叶打叶特性的影响，其中烟叶外观中的深浅、均匀度、厚度、油分指标均与打叶特性高度相关。（1）烟叶外观的颜色深浅特征是对烟叶表面主色调最直观的表现，由于烟叶生长部位不同，受到的日照和吸收水分含量就会不同，体现在烟叶表面的颜色也存在差异，深浅特征值越大代表颜色越浅，叶片越不容易被打碎。（2）外观特征均匀度是以烟叶外表的颜色分布的均匀性来表征，因为不同生长条件下的烟叶所含主要化学成分含量会有差异，对烟叶表面的颜色区域形成产生影响，烟叶表面杂色越多其均匀越低，打叶后得到的小片和碎片越多。（3）烟叶的厚度直接影响其耐加工性，厚度越高的烟叶打叶后小片和碎片较少。烟叶所含油分会对烟叶形成有效的保护作用，间接体现其内部细胞分布的密度，烟叶油分含量对其耐打耐加工性影响较大，油分含量较高的烟叶在打叶后形成小片和碎片比率更低，即打叶过程的造碎较小。结语本研究以烟叶打叶后的小片以下占比和碎片以下占比作为烟叶打叶特性的评价指标，在对烟叶外观指标数字化标准的基础上，应用机器学习建模方法，构建了烟叶外观指标对打叶特性的预测模型。研究结果表明烟叶外观特征对打叶后小片和碎片以下占比率的预测时的重要影响因素，构建模型准确率分别为 72%和 83%。后续可通过该预测模型的结果，根据不同烟叶原料的打叶特性开展打叶复烤加工工艺优化研究，达到提升不同打叶特性烟叶的加工质量的效果。图 5 模型 1 中重要特征的 PDP&ICE 曲线