简介：为研究不同温湿度条件下烟叶加工中的水分迁移规律,从水分迁移速率、动力学模型及参数应用性三个部分分析了攀枝花C2F片烟的增湿及干燥特性。结果表明,片烟的增湿和干燥都经历升速段、第一降速段和第二降速段三个阶段的速率变化过程,通过逐步提高湿度的控制方法可以避免冷凝吸湿,增强片烟增湿的均匀性;考察了6种薄层动力学模型,其中以Midilli模型对片烟的吸湿和干燥过程拟合效果最好;结合实际复烤生产中的润叶及复烤水分控制区间,发现动力学参数与区间内水分变化时间有很好规律性,对实际生产具有很好的理论和应用参考性。

简介：为建立不同产区及风格烤烟烟叶与化学指标之间的关系,对2005~2009年湖南省、河南省、福建省和云南省等4省份共计1040份烟叶样品的21种化学成分进行检测,并利用MiningTree模型进行分类-回归决策树（C＆RTanalysis）数据分析。结果表明：（1）从21个烟叶化学成分中,共筛选出14个特征化学指标,其中钾和硝酸根为4省烟叶共有特征化学指标;（2）湖南、河南、福建和云南4省份识别概率最高的特征化学指标分段组合（Segment）分别为：还原糖（≤24.93%）、钾（〉1.98%）、pH值（≤5.37）（p=0.658）;钾（≤1.98%）、灰分（〉11.03%）、水溶性灰份碱度（≤0.49）、硝酸根（≤0.06%）（p=0.776）;还原糖（〉24.93%）、钾（〉1.98%）、硝酸根（≤0.06%）、蛋白质（〉5.01%）（p=0.914）;钾（≤1.98%）、灰分（≤11.03%）、水溶性总糖（〉28.94%）、硫酸根（≤1.43%）（p=0.957）。分类-回归决策树方法在建立烤烟化学成分识别模型中具有重要的应用价值。

简介：运用烟草知识对烟叶进行初步分类,以经过标准化处理的常规化学指标和烟叶评吸指标为依据,由训练样本集得到最佳的网络参数,在此基础上对检验样本进行了烟叶品质的识别.提出了利用3层BP人工神经网络识别烟叶品质的方法.人工神经网络用于烟叶品质识别,结果与实际符合良好.该方法优于传统的识别方法,也优于文献报道的识别误差.