基于聚類分析和曼哈頓距離實(shí)現(xiàn)平庫(kù)煙葉堆碼及均勻投料技術(shù)研究

何曉健,劉 浩,劉紅光*,肖旭斌,李 覓,張從秋

(1.紅云紅河煙草(集團(tuán))有限責(zé)任公司,云南昆明 650032;2.北京金蝶云基科技有限公司,北京 100086)

煙葉原料質(zhì)量的均勻穩(wěn)定是卷煙產(chǎn)品質(zhì)量穩(wěn)定的決定性因素,而打葉復(fù)烤均質(zhì)化加工是穩(wěn)定煙葉原料質(zhì)量的重要措施。國(guó)內(nèi)煙葉復(fù)烤均質(zhì)化加工研究已取得成就,宋智勇等[1]根據(jù)煙葉煙堿值分類堆放,組批出庫(kù),實(shí)現(xiàn)均勻投料;沈晗等[2]通過(guò)配方比例混配后的半成品煙葉平庫(kù)單元格堆碼,混配組合投料實(shí)現(xiàn)煙葉均勻控制;王戈等[3]在煙堿的基礎(chǔ)上,引入煙葉顏色和光譜定性值,在高架庫(kù)條件下實(shí)現(xiàn)均勻調(diào)控。這些研究重點(diǎn)關(guān)注煙堿均勻、水分均勻方面,缺乏按總糖、總氮、還原糖等化學(xué)成分均質(zhì)化進(jìn)行配比投料方面的研究。復(fù)烤企業(yè)多以平庫(kù)為主,缺乏自動(dòng)化設(shè)備,出入庫(kù)主要依靠人工計(jì)算核對(duì),導(dǎo)致工作量大、效率和準(zhǔn)確率低,且倉(cāng)儲(chǔ)資源難以得到合理使用。同時(shí),復(fù)烤均質(zhì)化加工及基于煙堿或其他方式堆碼均勻投料加工加大了現(xiàn)場(chǎng)工作復(fù)雜度和出錯(cuò)率,同時(shí)給倉(cāng)儲(chǔ)帶來(lái)壓力。筆者以煙葉煙堿為主要參數(shù),結(jié)合煙葉總糖、總氮、還原糖等多項(xiàng)指標(biāo),研究煙葉均勻控制技術(shù),旨在提高現(xiàn)場(chǎng)作業(yè)效率及準(zhǔn)確率的技術(shù)。

1 材料與方法

1.1 原料選擇選擇云南昆明地區(qū)品種為K326的中部上等煙葉經(jīng)過(guò)工業(yè)分級(jí)后的2個(gè)等級(jí)(A、B),共50 t煙葉作為研究原料。加工時(shí),等級(jí)A(48%)和等級(jí)B(52%)按煙堿范圍投到煙葉鋪把臺(tái)混配,將挑選出的半成品煙葉分為試驗(yàn)組和對(duì)照組進(jìn)行投料復(fù)烤。

1.2 研究方法

1.2.1煙葉加工流程。煙葉從工商交接到復(fù)烤加工流程如圖1所示。煙葉工業(yè)分級(jí)后,按批次取樣,檢測(cè)樣品化學(xué)質(zhì)量信息。復(fù)烤加工:首先按煙葉煙堿高、中、低煙葉比例進(jìn)行混配挑選,然后將混配的半成品煙葉2次分組混配,最后根據(jù)分組比例均勻投料[4-7]。

圖1 煙葉儲(chǔ)存加工流程Fig.1 Tobacco processing and storage process

1.2.2煙葉煙堿混配挑選。工業(yè)分級(jí)煙葉堆放在紙箱中,打印二維碼標(biāo)簽,記錄煙箱信息。每50箱抽樣檢測(cè)化學(xué)質(zhì)量,根據(jù)煙葉煙堿值和重量,繪制煙堿數(shù)據(jù)分布頻率直方圖(圖2)。觀察煙堿頻率直方圖,分析堆碼煙堿數(shù)據(jù)分布狀況,平衡煙堿高、中、低煙葉比例接近1∶1∶1,劃分高煙堿、低煙堿、中煙堿范圍值[8]?；炫涮暨x時(shí),每個(gè)鋪把臺(tái)嚴(yán)格按照復(fù)烤配方和煙堿分組均勻混配,同時(shí)將青、雜、霉煙葉挑出?；炫浜髮氤善窡熑~裝入底部設(shè)置滾輪的煙框,共180框煙葉。按照裝框時(shí)間順序排序(1,2,…,180),取單數(shù)順序號(hào)煙框?yàn)樵囼?yàn)組,偶數(shù)順序號(hào)煙框作為對(duì)照組。試驗(yàn)組將煙葉總糖、總氮、還原糖、煙堿作為變量進(jìn)行系統(tǒng)聚類分析分組[9-10],均勻投料,對(duì)照組不分組隨機(jī)投料。

圖2 煙堿頻率直方圖Fig.2 Nicotine frequency histogram

1.2.3曼哈頓距離模型調(diào)度。半成品煙框入庫(kù)堆碼和出庫(kù)調(diào)度時(shí),利用曼哈頓模型計(jì)算出最優(yōu)調(diào)運(yùn)位置,指導(dǎo)出入庫(kù)調(diào)度堆碼。建立半成品煙葉暫存區(qū)域二維坐標(biāo)系,如圖3所示,1個(gè)煙框擺放1個(gè)貨位,2個(gè)貨位之間設(shè)置1條通道,運(yùn)送煙框。坐標(biāo)系中,通道兩邊的2個(gè)貨位視作1個(gè)坐標(biāo)點(diǎn)(xi,yi)。

圖3 半成品煙葉暫存區(qū)坐標(biāo)系Fig.3 Coordinate system of semi-finished tobacco temporary storage area

半成品煙葉入暫存貨位堆碼時(shí),利用貨位坐標(biāo)系,計(jì)算稱重房起點(diǎn)坐標(biāo)(xk,yk)到所有空貨位(xi,yi)以及空貨位(xi,yi)到投料點(diǎn)(x0,y0)的曼哈頓距離。假設(shè)f(xi,yi)為稱重房起點(diǎn)坐標(biāo)(xk,yk)到空貨位(xi,yi)再到投料點(diǎn)(x0,y0)的曼哈頓距離之和。坐標(biāo)系上,兩點(diǎn)之間的曼哈頓距離為D=|x1-x2|+|y1-y2|,所以

Min[f(xi,yi)]=|yi-yk|+|xi-xk|+|yi-y0|+|xi-x0|

入庫(kù)堆碼時(shí),在信息系統(tǒng)基于曼哈頓距離模型計(jì)算每個(gè)空貨位點(diǎn)(xi,yi)的距離f(xi,yi),選擇距離最短Min(f(xi,yi))的貨位堆放,依次類推,直至煙葉堆碼完成。投料出庫(kù)時(shí),通過(guò)曼哈頓距離尋找最近距離煙框投料。

1.2.4聚類分析模型分組。聚類分析是數(shù)據(jù)分析中常用的一種方法,根據(jù)數(shù)據(jù)之間的內(nèi)在聯(lián)系,將相似的變量或樣品聚集在一起成為一個(gè)族群。一般使用聚類分析的數(shù)據(jù),樣本或變量之間都會(huì)存在一些相似之處,通過(guò)樣品各個(gè)變量進(jìn)行計(jì)算,找出相似點(diǎn),根據(jù)相似程度將樣品分成不同族群,使同一個(gè)族群中的相似程度最小,與其他族群之間的相似度最大。聚類分析在煙葉等級(jí)和產(chǎn)區(qū)分類中應(yīng)用較廣,依據(jù)化學(xué)指標(biāo)進(jìn)行聚類分組研究也初見(jiàn)規(guī)模[11-12]。

通過(guò)相關(guān)性和主成分、因子分析表明,煙葉化學(xué)質(zhì)量中總糖、還原糖、總氮、煙堿與煙葉感官質(zhì)量相關(guān)性最強(qiáng)[13],因此筆者選擇總糖、還原糖、總氮和煙堿作為樣本變量,通過(guò)系統(tǒng)聚類分析進(jìn)行分組。由于煙葉化學(xué)指標(biāo)不在同一數(shù)量級(jí),因此聚類分析前將數(shù)據(jù)進(jìn)行標(biāo)注化處理。

式中,yi為標(biāo)準(zhǔn)化后的樣本變量,k為原始樣本變量均值,xi為原始變量。聚類分析時(shí),計(jì)算樣品之間的距離,使用歐式距離(Euclidean distance):

歐式距離是聚類分析中使用廣泛的距離測(cè)度。

1.2.5貪心算法模型輪回投料。貪心算法模型將求解問(wèn)題分級(jí)成若干個(gè)子問(wèn)題,尋找每個(gè)子問(wèn)題最優(yōu)解,最終達(dá)到整個(gè)問(wèn)題的最優(yōu)解[14]。煙葉半成品投料過(guò)程使用貪心算法模型,將每輪投料當(dāng)作1個(gè)子問(wèn)題,求解每輪投料規(guī)劃最優(yōu)解,以達(dá)到整體最優(yōu)投料。

假設(shè)每輪投料m框煙葉,復(fù)烤加工投料時(shí),以小批次為投料單元,每批次固定投料γ框,根據(jù)煙葉化學(xué)成分聚類分為n組,配比依次為,其中i=1,2,…,n,假設(shè)該次復(fù)烤加工投料σ件:

(1)總投料批次(輪次)=σ/γ, 及遞歸「σ/γ?輪回次計(jì)算每輪投料分布。

(2)ai=σ×bi,即各組煙葉投料總框數(shù)。

(3)根據(jù)貪心算法原則及每個(gè)投料批次,獨(dú)立計(jì)算最優(yōu)投料組配,aij為第j輪第i組投料框數(shù)。

1.2.6搭建信息系統(tǒng)。配合整個(gè)煙葉收儲(chǔ)、工業(yè)分級(jí)、混配、復(fù)烤投料過(guò)程管理,搭建煙葉堆碼加工信息系統(tǒng)支撐整個(gè)煙葉過(guò)程管理,簡(jiǎn)稱“煙葉管理系統(tǒng)”,實(shí)現(xiàn)主要功能如圖4所示。

圖4 系統(tǒng)功能Fig.4 System function

2 結(jié)果與分析

2.1 煙葉煙堿混配工業(yè)分級(jí)后煙葉等級(jí)A和等級(jí)B,按混打配方比例和煙堿范圍組合投料混配挑選,組配投料方案見(jiàn)表1。

表1 煙葉煙堿高低混配

混配投料到鋪把臺(tái)時(shí),中煙堿獨(dú)立投料,高低煙堿組合搭配投料。煙堿混配前和煙堿混配后的半成品煙葉煙堿變異對(duì)比如圖5所示,混配后煙堿變異系數(shù)明顯降低,還原糖、總糖、總氮變異系數(shù)均降低,降低幅度小于煙堿。

圖5 煙葉混配前后變異系數(shù)對(duì)比Fig.5 Comparison of coefficient of variation before and after tobacco blending

2.2 煙葉混配堆碼調(diào)度對(duì)影響煙葉混配堆碼調(diào)度的因素展開分析,結(jié)果如圖6所示。從圖6可以看出,在煙葉堆碼出入庫(kù)調(diào)度過(guò)程中,影響因素主要有運(yùn)輸效率、成本、準(zhǔn)確率、信息流、倉(cāng)庫(kù)及基礎(chǔ)設(shè)施。復(fù)烤企業(yè)多以平庫(kù)為主,搭建高架庫(kù)成本高,在平庫(kù)條件下,提高出入庫(kù)效率和倉(cāng)庫(kù)利用率成為主要研究對(duì)象?；A(chǔ)設(shè)施、倉(cāng)庫(kù)、成本屬于固化因素,準(zhǔn)確率、信息流、運(yùn)輸效率屬于可改善性因素。筆者重點(diǎn)針對(duì)可改善性因素,利用曼哈頓距離模型和信息化系統(tǒng)支撐來(lái)提高煙葉出入庫(kù)效率。

圖6 出入庫(kù)效率因果分析魚骨圖Fig.6 Fish bone diagram of causal analysis of warehousing efficiency

煙葉混配后堆放煙框中,人工推到稱重房,稱重時(shí)攝像頭掃描煙框二維碼獲取煙框信息,將煙框和裝載煙葉物料、重量等信息關(guān)聯(lián)。煙葉裝框過(guò)程中,隨機(jī)抽取煙葉,將樣品送到實(shí)驗(yàn)室,利用近紅外設(shè)備檢驗(yàn)煙葉化學(xué)成分信息,包括煙葉總糖、總氮、還原糖、煙堿、氧化鉀和氯氣等信息。檢測(cè)完成,將數(shù)據(jù)導(dǎo)入煙葉系統(tǒng)中,自動(dòng)關(guān)聯(lián)每一框煙葉化學(xué)質(zhì)量信息。入庫(kù)時(shí),在系統(tǒng)中,根據(jù)當(dāng)前庫(kù)存分布信息,利用曼哈頓距離模型,計(jì)算出最優(yōu)存放貨位,現(xiàn)場(chǎng)人員根據(jù)系統(tǒng)推薦的最優(yōu)貨位,手動(dòng)將煙框推送到貨位上。復(fù)烤加工投料時(shí),利用曼哈頓模型計(jì)算每輪投料最優(yōu)貨位,投料時(shí)按照規(guī)劃的最優(yōu)出庫(kù)貨位出庫(kù)。

曼哈頓距離模型實(shí)現(xiàn)最優(yōu)路徑的選擇,調(diào)度時(shí),綜合考慮稱重房到空貨位、空貨位到投料口的距離,稱重房到空貨位距離影響入庫(kù)效率,存放貨位到投料口距離影響出庫(kù)效率,因此調(diào)度時(shí),綜合考慮2段距離之和最小,為最佳調(diào)度貨位,通過(guò)減少運(yùn)輸距離,提高運(yùn)輸效率,進(jìn)而提高出入庫(kù)效率。出入庫(kù)調(diào)度過(guò)程,引入二維碼和RFID射頻技術(shù),實(shí)現(xiàn)信息的實(shí)時(shí)采集和出入庫(kù)驗(yàn)證,確保出入庫(kù)信息流及時(shí)性和準(zhǔn)確性,同時(shí)提供準(zhǔn)確的庫(kù)存信息,支撐科學(xué)合理準(zhǔn)確的調(diào)度規(guī)劃,提高出入庫(kù)準(zhǔn)確率。

2.3 煙葉聚類分析分組試驗(yàn)組,基于煙葉總糖、總氮、還原糖、煙堿進(jìn)行系統(tǒng)聚類分析分組,分為4組(表2)。每個(gè)分組中,均值都在不同數(shù)據(jù)段,分組后變異系數(shù)明顯降低。圖7以化學(xué)指標(biāo)構(gòu)建三維散點(diǎn)圖,不同煙葉的散點(diǎn)代表不同分組的樣品,從散點(diǎn)分布情況可以看出,聚類分組結(jié)果較佳。

表2 聚類分組明細(xì)

圖7 煙葉聚類分組散點(diǎn)圖Fig.7 Scatter diagram of tobacco leaf clustering and grouping

2.4 煙葉復(fù)烤加工均勻投料試驗(yàn)組中每組半成品煙葉占比見(jiàn)表3,每10框作為一個(gè)投料單元,總共9批。使用貪心算法遞歸循環(huán)9次,計(jì)算每批投料組合,考慮投料按比例均勻組配和每輪每框不拆開投料,按照貪心算法模型,拋開前一輪投料比,獨(dú)立計(jì)算每輪的煙葉投料比即組配投料煙框。每輪投料框數(shù)乘以每組投料比為該組該輪投料量,先取整數(shù)件,小數(shù)部分以取最大數(shù)為優(yōu)先順序取1件,直至取滿該輪投料框數(shù)。首輪按照物料配比比值計(jì)算投料框數(shù),次輪每組煙投料比重新計(jì)算,減去首輪投料框數(shù)后按剩余分組煙框比值計(jì)算,依次類推,得出9批煙葉投料矩陣如下:

表3 半成品煙葉分組投料比

試驗(yàn)組半成品煙葉投料是按照投料矩陣順序投料,矩陣列為每輪各組投料量,矩陣行為每組在每輪投料中的投料量。對(duì)照組半成品煙葉不分組,投料時(shí),按照曼哈頓距離順序投料。投料時(shí),RFID讀寫器獲取煙框RFID標(biāo)簽信息驗(yàn)證物料準(zhǔn)確性、分組準(zhǔn)確性、煙堿合理性等,驗(yàn)證通過(guò)后,發(fā)送投料指令,核減暫存區(qū)庫(kù)存,解綁煙框信息。

經(jīng)打葉復(fù)烤加工后,試驗(yàn)組產(chǎn)出143箱片煙,對(duì)照組產(chǎn)出142箱片煙,片煙通過(guò)在線近紅外設(shè)備檢測(cè)出每箱片化學(xué)質(zhì)量信息,包括水分、總糖、總氮、煙堿、還原糖、氧化鉀、氯等信息,2組化學(xué)質(zhì)量統(tǒng)計(jì)分析結(jié)果見(jiàn)表4。

表4 片煙化學(xué)質(zhì)量對(duì)比分析

與試驗(yàn)組對(duì)比,成品片煙中煙堿、總糖、還原糖、總氮變異系數(shù)明顯降低。聚類分析分組和貪心算法均勻投料,對(duì)降低成品片煙化學(xué)質(zhì)量煙堿、總糖、總氮、還原糖變異系數(shù)有一定作用。

對(duì)比分析煙葉煙堿混配挑選、聚類分組貪心算法均勻投料和隨機(jī)投料,煙葉化學(xué)質(zhì)量的變化過(guò)程如圖8、9所示。煙葉混配挑選,根據(jù)煙堿范圍組合投料,半成品煙葉4個(gè)化學(xué)指標(biāo)中煙堿變異系數(shù)降低52%,降幅最大,與目前大部分均質(zhì)化加工研究結(jié)果相同。試驗(yàn)組和對(duì)照組成品片煙對(duì)比半成品煙葉4項(xiàng)化學(xué)指標(biāo)變異系數(shù)均降低,試驗(yàn)組降低幅度高于對(duì)照組,且試驗(yàn)組4項(xiàng)化學(xué)指標(biāo)降幅接近,證明多指標(biāo)聚類分組投料對(duì)平衡指標(biāo)之間差異,及降低各指標(biāo)的變異系數(shù)即提高煙葉化學(xué)質(zhì)量穩(wěn)定性有一定作用。

圖8 變異系數(shù)對(duì)比分析Fig.8 Comparative analysis of coefficient of variation

圖9 變異系數(shù)變化對(duì)比分析Fig.9 Comparative analysis of variation coefficient

3 結(jié)論

在煙葉煙堿實(shí)現(xiàn)復(fù)烤均質(zhì)化加工研究的基礎(chǔ)上,擴(kuò)大研究范圍,加入煙葉感官質(zhì)量影響較大的總糖、還原糖、總氮化學(xué)指標(biāo)研究。結(jié)果表明,使用高低煙堿組合和中煙堿組合混配,能夠有效降低煙葉煙堿變異系數(shù);通過(guò)煙堿、還原糖、總糖、總氮系統(tǒng)聚類分組,貪心算法模型均勻輪回投料條件下,能進(jìn)一步有效降低各項(xiàng)化學(xué)指標(biāo)變異系數(shù),提高成品片煙化學(xué)質(zhì)量穩(wěn)定性。煙葉根據(jù)化學(xué)指標(biāo)系統(tǒng)聚類分組時(shí),可逐步擴(kuò)充加入更多指標(biāo),如鉀、氯、糖堿比、氮堿比、鉀氯比等,可使分組更科學(xué)均勻,能進(jìn)一步提高成品片煙化學(xué)綜合質(zhì)量。

針對(duì)現(xiàn)場(chǎng)管理進(jìn)行進(jìn)一步探討,提出曼哈頓距離模型在支持均質(zhì)化加工過(guò)程中平庫(kù)條件下出入庫(kù)堆碼調(diào)度的指導(dǎo)作用,使用二維碼和RFID射頻技術(shù),在信息化系統(tǒng)的支撐下,實(shí)現(xiàn)自動(dòng)調(diào)度、自動(dòng)掃碼驗(yàn)證,提高了作業(yè)效率和準(zhǔn)確率。曼哈頓距離模型對(duì)未來(lái)高架庫(kù)的使用具有指導(dǎo)性,最優(yōu)存儲(chǔ)位置的規(guī)劃及利用曼哈頓距離模型能有效提高調(diào)度效率。

該研究注重?zé)焿A均勻、水分均勻,以及總糖、總氮、還原糖等化學(xué)成分均勻,在平庫(kù)條件下,采用煙堿高中低分組、聚類分組,結(jié)合貪心算法模型進(jìn)行輪回均勻投料,提高煙葉化學(xué)質(zhì)量穩(wěn)定性。同時(shí)兼顧煙堿分組投料對(duì)現(xiàn)場(chǎng)作業(yè)帶來(lái)的壓力,利用曼哈頓模型選擇最優(yōu)堆放和出庫(kù)貨位,結(jié)合信息化系統(tǒng)支撐,提高煙葉質(zhì)量穩(wěn)定性且同時(shí)降低現(xiàn)場(chǎng)工作量,提高作業(yè)效率。