基于均質化加工的煙葉生產投料方式對比研究*

楊江平 ，林珈夷 ，易百靈 ，彭云發 ，李小生 ，張薇薇

（1.重慶煙葉復烤有限公司，重慶 400054；2.上海創和億電子科技發展有限公司，上海 200082）

0 引言

打葉復烤作為卷煙工業中第一道加工環節起著關鍵的作用，在這一環節將不同產地、品種、等級的原煙按照一定比例均勻摻配后再進入打葉復烤的過程即為打葉復烤均質化。這一處理過程對構建一個內在質量穩定、量化指標均勻的成品片煙或配方模塊尤為重要。隨著國家煙草專賣局“卷煙上水平”的提出，卷煙工業企業對復烤片煙產品的質量要求已不單純停留在滿足復烤加工過程中的簡單理化指標上，煙葉復烤加工均質化控制需在最大程度上促使成品具備一致性和穩定性[1]。為提高打葉復烤的均質化加工能力，提升煙葉成品加工的均勻性，很多學者對這一工序不同環節的加工生產進行研究。

沈晗等從比例調控模式上進行各批次的調配，根據原煙小產地品種、葉位、外觀等綜合質量進行相似性組合，形成相似單元有序入庫出庫組合，但對最終成品片煙CV 的降低效果并不顯著[2]。宋照凱等在投料環節以不同投料模式對配方模塊均質化影響開展不同投料模式的試驗，發現雙循環模式下感官評吸質量更加均質化且穩定[3]。鐘永健等發現在大模塊、多等級均質化加工條件下，按照選后堆垛化學成分搭配投料對煙葉化學成分均質化更有利，在小模塊、少等級加工條件下需根據實際情況選擇合適的生產投料方式[4]。說明不同復烤企業在根據不同原料和模塊選擇合適的投料方式的同時需要根據實時原料情況優化預處理算法來達到理想的均勻品質輸出。王發勇等通過研究不同的倉庫堆碼方式，采用不同種因子做均質化調控，發現這種調控方式在實際生產過程中的自動化程度仍有很大上升空間[5-7]。劉華友等從出庫方式上研究備料原煙內部品質的均勻性，發現均質化分類組批出庫方式比非均質化的隨機出庫方式檢測到的煙堿均勻性更好[8-9]。尹凡等利用分選器和高架庫自動進行煙葉的分選入庫，最后通過高低搭配的方式均質化自動投料出庫來觀察原煙品種的均勻性[10-12]。高宏通過對打葉復烤均質化加工主要工序的煙葉煙堿變異系數開展研究，發現現有加工流程可以確保同一模塊間煙堿變異系數控制在較低水平以內[1]。

雖然眾多學者從原料和工藝各環節的角度上進行了較多研究，但是鮮少有從選葉、鋪葉混配環節分別進行的針對性調控研究，而選葉后按照四分位區間搭配堆垛方式對整條加工程序可以起到綜合均質化作用。因此，本研究根據選葉后原煙煙堿做四分位區間搭配堆垛出庫，待原料做好配方鋪葉入庫后，再運用遺傳算法計算出最佳組合原料做搭配出庫。與原有非均質化的隨機出庫方式相比，選葉后按照四分位區間搭配堆垛方式可最大程度地挖掘原料品質，在滿足原料配方和創新產品的需求的基礎上，可提高成品片煙的穩定性，實現原料經濟價值。

1 材料與方法

1.1 材料

1.1.1 煙葉原料

選取某中煙公司均質化加工模塊，投料等級10 個，最小投料配方比例0.96%，最大投料配方比例58%，均來自重慶等產地。選葉后原煙等級包括B3F-B2F、B2F-0、B2F-A、C2F-C4F、C3F-W、C2F-W2、C2F-G、C3F-C4F、C3F-W2等。

1.1.2 主要設備

AntarisⅡ實驗室近紅外光譜儀，美國賽默飛世爾科技公司生產；FED240 電熱烘，德國Binder 公司生產；旋轉式煙葉粉碎機，丹麥福斯有限公司生產；Armor711 在線近紅外光譜儀，德國卡爾蔡司集團（Carl Zeiss AG）生產；5 000 m2高架倉庫，為深圳市今天國際物流技術股份有限公司所擁有。

1.2 均質化算法流程

1.2.1 選葉后搭配堆垛

本環節是對每個等級的選葉后原煙逐框做煙堿檢測，將測得的所有煙堿數據按照大小排序，分別以煙堿值的25%、50%、75%分位處作為分割點，劃分出A、B、C、D 四個煙堿數值區間，即0～25%分位數范圍作為A 區間，25%～50%分位數范圍作為B 區間，50%～75%分位數范圍作為C 區間，75%～100%分位數范圍作為D 區間，按煙堿劃分的四個分位區間如圖1 所示。將A 和B 分位區間內煙框按照煙堿值從小到大排序，C 和D 分位區間內煙框按照煙堿值從大到小排序；然后把A 和D 區間內煙框按照排序的位置序號依次組合堆放待出庫，B 和C 區間內煙框按照排序的位置序號依次組合堆放待出庫。例如：A 區間內排在序號1 位置的煙框和D 區間內排在序號1 位置的煙框兩兩組合放置出庫，B 區間內排在序號1 位置的煙框和C 區間內排在序號1 位置的煙框兩兩組合放置出庫，以此類推，A 和D 區間內煙框、B 和C 區間內煙框搭配堆放出庫示意圖如圖2 所示。

圖1 按煙堿劃分的四個分位區間

圖2 A 和D區間內煙框、B和C區間內煙框搭配堆放出庫示意圖

1.2.2 基于遺傳算法的高架庫出庫

將入庫原料的50%作為試驗組，采用遺傳算法計算最佳煙堿組合的原則做煙框搭配，利用高架庫自動控制功能實現均質化配方打葉，按批次出庫；庫內的另外50%原料作為參照，不做任何控制，隨機出庫投料打葉。

遺傳算法是一種受到生物進化思想啟發的優化算法，用于解決搜索和優化問題?；谧匀唤缰械倪m者生存和優勝劣汰原理，模擬生物個體的遺傳、交叉、變異等操作來實現問題的優化。其核心是構建一個適應度函數，該函數衡量了每個個體的優劣程度，稱為適應度。初始時，隨機生成一組個體稱為種群，然后通過選擇、交叉和變異等操作對種群進行演化，逐步優化個體的適應度。本研究采用遺傳算法求解，使得煙堿搭配后綜合煙堿變異系數最小的煙框搭配出庫組合，嚴格按照計算結果中的組合出庫。算法的實現采用Python 語言，運用Geatpy 庫的遺傳算法模型計算?；诂F場的生產條件，每3 框混配后的原煙作為出庫組合數量，即設置種群個體數為3，將最大遺傳代數設置為3 000。交叉操作模擬生物個體的基因交換過程是指對初始生成的煙堿搭配種群進行交換重組生成新的個體。變異操作是模擬生物個體基因發生突變的過程，通過對某些個體進行隨機變換，引入新的個體。通過以上的重復選擇、交叉和變異操作，逐代演化直到達到綜合煙堿變異系數最小的停止條件，計算最終的煙堿變異系數來比較出最適合的出庫批次，算法實現流程如圖3所示。

圖3 算法實現流程

α為每3 框煙堿計算的均值θi1為每框混配后原煙的煙堿檢測值，?α為每個出庫批次內每3框煙堿均值的總體均值，σ為每個批次內煙堿標準偏差為每個批次煙堿的變異系數。具體求解算式函數為：

1.2.3 成品檢驗與評價

成品片煙每50箱取樣檢測主要化學成分，用密封袋單獨封裝送至實驗室，煙葉樣品抽去主脈及≥2 mm的支脈后放入烘箱中，在40 ℃下烘4 h，使用帶60目篩選網的旋風磨磨制成粉末，再利用實驗室近紅外光譜儀檢測煙堿含量，最后采用變異系數分析評價片煙成品穩定性的調控效果。

2 結果與分析

2.1 兩種出庫方式對混配鋪葉后煙葉煙堿和糖堿比均勻性的影響

為了研究兩種選葉原煙堆放方式對煙葉煙堿和糖堿比均勻性的影響，在每條選葉線近紅外光譜儀下面采集煙堿和糖堿比監測數據。本研究涉及選葉后原煙等級包括酉陽B3F-B2F、B2F-0、B2F-A、C2FC4F、C3F-W、C2F-W2、C2F-G、C3F-C4F、C3F-W2。依照1.2.1 方法根據線上采集的煙堿數據做A、B、C、D 四分位區間劃分后，如圖4、圖5、圖6、圖7、圖8、圖9、圖10、圖11、圖12 所示，將A 和D 分位區間內煙框分別按照煙堿值從小到大和從大到小排序后搭配放置待出庫，B 和C 分位區間內煙框分別按照煙堿值從小到大和從大到小排序后搭配放置待出庫。

圖4 整選后B3F-B2F煙堿區間劃分

圖5 整選后B2F-0煙堿區間劃分

圖6 整選后B2F-A煙堿區間劃分

圖7 整選后C2F-C4F 煙堿區間劃分

圖8 整選后C3F-W煙堿區間劃分

圖9 整選后C2F-W2煙堿區間劃分

圖10 整選后C2F-G煙堿區間劃分

圖11 整選后C3F-C4F煙堿區間劃分

圖12 整選后C3F-W2煙堿區間劃分

從經選葉裝框后的煙堿和糖堿比的檢測數據計算來看，按照隨機搭配出庫方式的50%原煙煙堿變異系數范圍在8.74%～17.89%，糖堿比的變異系數范圍在16.22%～31.90%。另外50%的部分按照四分位劃分后均質化搭配出庫的原煙煙堿變異系數范圍在6.40%～12.00%，具體數據描述見表1，其數據走勢如圖13 所示；糖堿比的變異系數范圍在6.20%～21.60%，具體數據描述見表2，其數據走勢如圖14 所示?？梢?，根據煙堿的四分位將屬于各分位區間的煙框有序搭配放置，BC 區間煙框的搭配能夠令處于煙堿中位數附近且煙堿值接近的原料充分混合，AD 區間煙框的搭配使得煙堿含量處于較高和較低水平的原料混合，這樣整一批的混合后原料煙堿會趨于同一水平區間，有效起到均質化的作用。

表1 兩種出庫方式煙堿數據描述

表2 兩種出庫方式糖堿比數據描述

圖13 隨機搭配與均質化搭配出庫煙堿變異系數對比

圖14 隨機搭配與均質化搭配出庫糖堿比變異系數對比

2.2 隨機組合出庫和基于遺傳算法的高架庫出庫對成品煙堿和糖堿比均勻性的影響對比

本環節是對原煙配方鋪葉裝框后逐框檢測煙堿值，然后直接將50%混配原煙送入平庫儲存并隨機搭配出庫翻箱喂料送入打葉復烤生產線；另外50%混配原料送入高架庫儲存并依照1.2.2 方法基于遺傳算法計算出的煙框組合抓取3 框1 組出庫進行翻箱喂料，繼而送入生產線加工得到成品煙等級分別為C4F、C3F-W、C2F-G。按照1.2.3 中的方法進行取樣后做煙堿和糖堿比的檢測。

C4F 等級經均質化出庫后數據計算10 個批次內的糖堿比變異系數范圍在8.46%～10.32%，煙堿變異系數范圍在3.41%～3.82%，具體信息見表3，其變化情況如圖15 所示。按照隨機搭配出庫的成品煙堿變異系數范圍在3.87%～4.2%，糖堿比變異系數范圍為9.32%～11.2%。

表3 C4F高架庫配比投料后成品等級各批次煙堿、糖堿比均值、變異系數

圖15 C4F等級高架庫出庫煙堿、糖堿比各批次變異系數

C 3 F-W 等級各批次糖堿比變異系數范圍在6.04%～7.72%，煙堿變異系數范圍在2.62%～2.90%，具體信息見表4，其變化情況如圖16 所示。隨機搭配出庫的成品片煙煙堿變異系數為3.56%～3.77%，糖堿比變異系數范圍在8.13%～11.89%。

表4 C3F-W高架庫配比投料后成品等級各批次煙堿、糖堿比均值、變異系數

圖16 C3F-W等級高架庫出庫煙堿、糖堿比各批次變異系數

C 2 F-G 等級各批次糖堿比變異系數范圍在6.39%～8.75%，煙堿變異系數范圍在2.69%～2.97%，具體信息見表5，其變化情況如圖17 所示。隨機搭配出庫成品片煙煙堿變異系數為3.46%～3.68%，糖堿比變異系數為8.47%～12.66%。

表5 C2F-G高架庫配比投料后成品等級各批次煙堿、糖堿比均值、變異系數

圖17 C2F-G等級高架庫出庫煙堿、糖堿比各批次變異系數

依C4F、C3F-W、C2F-G 這三個等級的兩種出庫方式對比結果來看，根據遺傳算法搜索最佳出庫搭配組合形成的成品片煙煙堿和糖堿比變異系數均有很大程度的降低。因為在很多情況下，大多數傳統搜索和優化算法很容易陷入局部最優解，這些值代表的解比周圍的解要好，但并不是對于全局最佳的解。本研究將最終變異系數最小化設為適應度函數，在每次迭代中對單個煙堿值做評估，將適應度得分較高的煙堿組合作為更好的解，這部分煙堿組合也更有可能被選擇繁殖且其形狀會在下一代中體現。隨著迭代次數的增加，煙堿組合會更替得出質量較高的搭配。之后還要通過選擇不同煙堿做交叉重組，隨機更新組合來在解空間的未知區域進行搜索，使得每3 個煙堿形成的組合搭配得到的均值逐批次相近，從而在批次內提高煙葉質量均勻性的基礎上令批次間的綜合煙堿變異系數也降到極低水平。

3 結語

煙葉生產投料是打葉復烤均質化加工的關鍵前提，投料對原料化學成分的均勻摻配起到重要作用。在大模塊均質化加工條件下，從選后煙葉化學成分均勻性和感官評吸結果來看，按照橫進縱出的出庫投料方式更多地考量不同時段進出料的均勻摻配，難以滿足大模塊、多等級加工條件下的精細化投料要求。本研究分別在投料前兩個原料處理關鍵點展開對比研究，發現根據原料煙堿劃分四個區間分位并按順序前后搭配出庫的方法可以提高混配后原料煙堿的均勻性，為高架庫配比出庫奠定穩定原料基礎。在另一投料關鍵點高架庫配比出庫時采用遺傳算法計算最佳出庫搭配組合，與隨機出庫對照組相比各等級成品片煙煙堿變異系數降幅范圍在10%～30%，糖堿比變異系數降幅范圍在20%～50%，可見在原料均勻性上配比出庫較隨機出庫有較大幅度的提升。這對于打葉復烤加工質量的提高起到助推作用，可最大限度地發揮原料基本性質作用，滿足配方和產品更新的需求。本研究系統地將打葉復烤均質化加工技術做投料關鍵環節試驗對照分析，在實踐中提升打葉復烤加工的質量和效率，提高煙葉加工質量和可用性。