基于近紅外光譜及主成分雷達(dá)圖特征提取的產(chǎn)品質(zhì)量穩(wěn)定性研究

秦玉華， 張海濤， 高 銳， 張 磊

(1. 青島科技大學(xué) 信息科學(xué)技術(shù)學(xué)院， 山東 青島 266061；2. 云南中煙工業(yè)有限責(zé)任公司 技術(shù)中心， 云南 昆明 650024； 3. 中國海洋大學(xué) 信息科學(xué)與工程學(xué)院， 山東 青島 266100)

1 引 言

在卷煙生產(chǎn)過程中，及時(shí)監(jiān)控產(chǎn)品質(zhì)量、保證產(chǎn)品的均質(zhì)化和穩(wěn)定性從而避免不合格產(chǎn)品流入市場，對(duì)于企業(yè)提高產(chǎn)品質(zhì)量和實(shí)際生產(chǎn)指導(dǎo)具有重要意義。以往企業(yè)多采用感官評(píng)吸、化學(xué)成分等方法進(jìn)行卷煙產(chǎn)品質(zhì)量一致性檢測控制，該方法耗時(shí)長，效率低，產(chǎn)品質(zhì)量難以精確把握。

近年來，隨著科技的進(jìn)步和計(jì)算機(jī)技術(shù)的發(fā)展，近紅外光譜分析技術(shù)在煙草及各行業(yè)均得到了廣泛的應(yīng)用[1-2]，該技術(shù)不但具有簡單、快速、準(zhǔn)確、無損、重現(xiàn)性好等優(yōu)點(diǎn)，而且樣品的近紅外光譜還包含了包括其化學(xué)和物理特性的整體信息，目前該技術(shù)在卷煙化學(xué)成分快速檢測[3-4]、真?zhèn)舞b別[5]等領(lǐng)域應(yīng)用較成熟，但在產(chǎn)品質(zhì)量穩(wěn)定性分析領(lǐng)域研究相對(duì)較少且缺少直觀的可視化結(jié)果展示。此外，近紅外光譜數(shù)據(jù)還具有高維、小樣本的特點(diǎn)[6]，樣本往往為幾十或上百，特征波長數(shù)據(jù)卻高達(dá)幾千維，包含較多噪聲和冗余信息[7-8]，導(dǎo)致計(jì)算變得復(fù)雜，因此，為獲得更好的模型性能，分析時(shí)需先對(duì)其進(jìn)行特征信息的提取。

針對(duì)上述問題，本文以云南某品牌不同批次卷煙產(chǎn)品為研究對(duì)象，提出了一種近紅外指紋圖譜特征提取新方法。首先將卷煙近紅外光譜進(jìn)行主成分降維，并以雷達(dá)圖可視化形式描述產(chǎn)品質(zhì)量穩(wěn)定性趨勢(shì)，進(jìn)而提取重心特征對(duì)樣品內(nèi)部結(jié)構(gòu)進(jìn)行了展示，建立了質(zhì)量穩(wěn)定性及異常類型判別模型，以期實(shí)現(xiàn)對(duì)質(zhì)量異常樣本的快速識(shí)別，為卷煙產(chǎn)品質(zhì)量監(jiān)控提供技術(shù)保障。

2 實(shí)驗(yàn)與方法

2.1 樣品制備

選取云南紅塔集團(tuán)不同批次的某A品牌卷煙150個(gè)質(zhì)量合格煙絲樣品，按照企業(yè)內(nèi)部標(biāo)準(zhǔn)，將樣品置入烘箱中，40 ℃下干燥4 h，粉碎過40目篩。將樣品存放在密封袋中，常溫下平衡4 h后進(jìn)行光譜采集。另外再按同樣方法制備120個(gè)代表質(zhì)量異常的A品牌卷煙樣品(包括常規(guī)化學(xué)成分超標(biāo)、B品牌卷煙、A品牌與B品牌不同比例的摻配樣品各40個(gè))，在此基礎(chǔ)上進(jìn)行A品牌卷煙產(chǎn)品質(zhì)量穩(wěn)定性實(shí)驗(yàn)對(duì)比分析。

2.2 光譜采集

采用Nicolet Antaris Ⅱ 近紅外光譜儀，光譜掃描范圍為4 000～10 000 cm-1，掃描次數(shù)64次，分辨率為8 cm-1，采用漫反射方式，室溫保持在18～22 ℃，將樣品置于樣品杯中用壓樣器輕壓樣品，每個(gè)樣品均重復(fù)裝樣測定3次，計(jì)算其平均值作為最終光譜。

2.3 近紅外高維數(shù)據(jù)雷達(dá)圖表示

雷達(dá)圖是一種將多屬性數(shù)據(jù)進(jìn)行平面綜合描述的圖形評(píng)價(jià)方式，能將多維數(shù)據(jù)與平面圖形對(duì)應(yīng)，數(shù)據(jù)維數(shù)不多時(shí)可以直觀地觀察多維數(shù)據(jù)屬性的特點(diǎn)和變化趨勢(shì)[9]。但近紅外光譜數(shù)據(jù)特征波長往往高達(dá)幾千維且相鄰波長相關(guān)程度較高，無法直接用雷達(dá)圖進(jìn)行特征空間描述和直觀理解，需先進(jìn)行降維處理。

主成分分析[10](Pricipal component analysis，PCA)是一種常用的數(shù)據(jù)降維方法，它借助于一個(gè)正交變換，將原來具有一定相關(guān)性的指標(biāo)重新組合成一組新的相互無關(guān)的綜合指標(biāo)，主成分分析通過選取方差較大的前幾個(gè)主成分來代替原來的指標(biāo)，能夠保留原始信息的同時(shí)降低所研究的空間維數(shù)。實(shí)踐證明，指標(biāo)間相關(guān)程度越高，主成分分析效果越好，因此特別適合相鄰波長相關(guān)程度較高的光譜數(shù)據(jù)的特征降維處理。

由此本文提出先對(duì)光譜數(shù)據(jù)進(jìn)行主成分降維處理，選取前k個(gè)主成分(方差貢獻(xiàn)率≥90%)作為主要特征屬性進(jìn)行雷達(dá)圖的繪制，從而直觀地表現(xiàn)樣本光譜數(shù)據(jù)的特征，保證了圖譜數(shù)據(jù)整體性與模糊性的統(tǒng)一。

2.4 雷達(dá)圖重心特征提取

對(duì)于選取的k個(gè)主成分構(gòu)成的可視化多邊形，因其具有較強(qiáng)的主觀性，實(shí)際應(yīng)用中較難規(guī)定圖形特征的統(tǒng)一標(biāo)準(zhǔn)。研究表明[11-12]，圖形的重心可能是一種圖形辨別的重要特征，因此針對(duì)可視化圖形的模糊性，本文提出對(duì)包含樣本全局信息的多邊形重心特征進(jìn)行提取，從而進(jìn)一步對(duì)樣本間的內(nèi)部結(jié)構(gòu)進(jìn)行展示，進(jìn)而建立質(zhì)量一致性判別模型，實(shí)現(xiàn)對(duì)產(chǎn)品質(zhì)量的監(jiān)控。提取的重心特征包括重心矢量幅值和角度[13]，其極坐標(biāo)表示如下：

(1)

3 結(jié)果與討論

3.1 卷煙近紅外光譜預(yù)處理

選取的150個(gè)質(zhì)量合格卷煙產(chǎn)品的原始光譜如圖1所示，可以看到樣品光譜在吸光度軸上差異較大，為充分提取有效信息，提高模型性能，需對(duì)光譜進(jìn)行預(yù)處理從而消除基線漂移及光散射等干擾的影響。經(jīng)過比較，本文選用一階導(dǎo)數(shù)+Norris 11點(diǎn)平滑作為預(yù)處理方法，經(jīng)過預(yù)處理后的光譜如圖2所示，可以看出，預(yù)處理后的光譜能有效消除原始譜圖的漂移現(xiàn)象。

圖1 原始光譜

同時(shí)，適當(dāng)?shù)墓庾V范圍選擇也是光譜信息有效提取的重要環(huán)節(jié)之一，本文選取4 000～8 000 cm-1譜段進(jìn)行分析。

圖2 預(yù)處理后的光譜

3.2 卷煙產(chǎn)品雷達(dá)圖特征表示

選取100個(gè)A品牌質(zhì)量合格卷煙樣品作為基準(zhǔn)樣本集，剩余50個(gè)質(zhì)量合格樣品作為測試集1，120個(gè)質(zhì)量異常樣品作為測試集2，對(duì)基準(zhǔn)樣本集進(jìn)行主成分變換，選取前10個(gè)主成分歸一化后的雷達(dá)圖如圖3(a)所示，對(duì)測試集1、2樣本按照與基準(zhǔn)樣本集同樣的系數(shù)矩陣進(jìn)行主成分變換后的雷達(dá)圖如圖3(b)、(c)、(d)所示。

圖3 主成分雷達(dá)圖

可以看出，基準(zhǔn)樣本集與測試集1均為A品牌卷煙，其雷達(dá)圖形狀類似，與代表質(zhì)量異常的測試集2的卷煙產(chǎn)品的雷達(dá)圖形狀明顯不同，基本可以通過可視化圖形對(duì)產(chǎn)品類別進(jìn)行辨別，從而達(dá)到對(duì)質(zhì)量異常波動(dòng)的監(jiān)控。但該方法主觀性較強(qiáng)，實(shí)際應(yīng)用中較難規(guī)定圖形特征的統(tǒng)一標(biāo)準(zhǔn)，只能作為產(chǎn)品鑒別和質(zhì)量異常波動(dòng)的參考，因此需對(duì)圖形特征進(jìn)行進(jìn)一步提取。

3.3 重心特征提取分析

對(duì)上述所有樣本的主成分雷達(dá)圖按照2.4方法進(jìn)行重心特征提取，其結(jié)果投影圖如圖4所示，圖5為主成分降維后第1、2主成分投影圖。

圖4 雷達(dá)圖特征提取投影圖

圖5 主成分投影圖

由圖4和圖5可以看出，基準(zhǔn)樣本集與測試集1均為卷煙A質(zhì)量合格產(chǎn)品，兩樣本集基本重合，并均與卷煙B能較好地區(qū)分，說明兩種方法都能較好地實(shí)現(xiàn)同品牌卷煙與其他品牌卷煙的識(shí)別，可用于卷煙的真?zhèn)舞b別中。但在主成分投影圖中，質(zhì)量異常樣品(包括化學(xué)成分超標(biāo)、不同比例卷煙A、B摻配樣品)與卷煙A合格產(chǎn)品混雜在一起，區(qū)分界限不明顯，因此無法達(dá)到對(duì)質(zhì)量異常樣品的較好識(shí)別。而雷達(dá)圖重心特征提取投影圖中，代表質(zhì)量異常的測試集2樣本與基準(zhǔn)樣本集基本能較好地區(qū)分，其中化學(xué)成分超標(biāo)、摻配卷煙A比例越高的樣品靠基準(zhǔn)樣本集越近，說明該模型具備識(shí)別產(chǎn)品異常波動(dòng)的能力。

3.4 質(zhì)量穩(wěn)定性判別分析模型

選取上述質(zhì)量合格卷煙A樣品和質(zhì)量異常樣品各120個(gè)，每類的前80個(gè)作為訓(xùn)練集，剩余的樣品作為測試集，分別以提取的重心特征、前10個(gè)主成分、光譜全波長作為輸入指標(biāo)，建立質(zhì)量穩(wěn)定性判別模型，實(shí)現(xiàn)對(duì)質(zhì)量異常樣品的識(shí)別。選取KNN、SVM作為分類器，表1為不同輸入特征的分類性能對(duì)比。

表1 分類正確識(shí)別率對(duì)比

可以看出，兩種分類模型中，采用提取的雷達(dá)圖重心特征作為輸入特征的正確識(shí)別率均最高，明顯高于其他2種輸入特征的識(shí)別率，主成分降維方法次之，全波長作為輸入特征模型正確識(shí)別率最差，這主要是由于高維光譜數(shù)據(jù)中含有較多噪聲和冗余信息，全波長作為輸入特征無法對(duì)光譜信息進(jìn)行有效的提取，而本文所提出的雷達(dá)圖重心提取的方法能更好地表達(dá)樣本的全局信息和樣本間的內(nèi)部結(jié)構(gòu)，實(shí)現(xiàn)對(duì)光譜信息的全局提取，因此能更好地識(shí)別卷煙產(chǎn)品生產(chǎn)過程中的質(zhì)量波動(dòng)。

3.5 質(zhì)量異常類型判別分析模型

為了更進(jìn)一步驗(yàn)證本方法的有效性，分別以提取的重心特征、前10個(gè)主成分作為輸入指標(biāo)對(duì)質(zhì)量異常樣品的類型(包括常規(guī)化學(xué)成分超標(biāo)、不同比例卷煙A、B摻配品、卷煙B)進(jìn)行了判別分析。選取SVM作為分類器，表2為對(duì)不同質(zhì)量異常類型的正確識(shí)別率對(duì)比。

表2 質(zhì)量異常類型正確識(shí)別率對(duì)比

可以看出，對(duì)于卷煙A的3種不同質(zhì)量異常類型的識(shí)別，雷達(dá)圖重心特征方法的正確識(shí)別率均明顯好于主成分特征方法，從而進(jìn)一步表明了該方法的優(yōu)越性。從對(duì)質(zhì)量異常類型的識(shí)別來看，2種方法對(duì)卷煙B均能較好地識(shí)別，可用于不同品牌卷煙產(chǎn)品的真?zhèn)握鐒e，而對(duì)于化學(xué)成分超標(biāo)和卷煙A與B的摻配品這2種質(zhì)量異常類型的識(shí)別要稍差一些，這也與3.3的投影分析結(jié)果一致。

4 結(jié) 論

本文針對(duì)卷煙生產(chǎn)過程中質(zhì)量穩(wěn)定性監(jiān)控效率低及缺少可視化結(jié)果展示等問題，提出了以主成分雷達(dá)圖可視化形式描述產(chǎn)品穩(wěn)定性趨勢(shì)并提取圖形重心特征進(jìn)行質(zhì)量一致性判別。實(shí)驗(yàn)結(jié)果表明，和其他方法相比，該特征提取方法取得了更好的識(shí)別效果。該方法可進(jìn)一步推廣到煙絲等其他狀態(tài)產(chǎn)品的在線質(zhì)量監(jiān)控，這對(duì)企業(yè)及時(shí)了解、提升產(chǎn)品質(zhì)量，改進(jìn)生產(chǎn)技術(shù)具有重要意義。