李子赫，劉穗君，劉穎，劉磊，李少華，柳賓，尹鑫，沈小燕，胡佳成

基于K-近鄰算法的物料含水率測(cè)量標(biāo)準(zhǔn)裝置設(shè)計(jì)

李子赫1，劉穗君2，劉穎2，劉磊2，李少華2，柳賓2，尹鑫2，沈小燕1，胡佳成1

（1.中國(guó)計(jì)量大學(xué) 計(jì)量測(cè)試工程學(xué)院，杭州 310018；2.河南中煙工業(yè)有限責(zé)任公司 南陽(yáng)卷煙廠，河南 南陽(yáng) 473007）

針對(duì)烘箱法耗時(shí)長(zhǎng)且不適用于生產(chǎn)現(xiàn)場(chǎng)的問(wèn)題，圍繞短時(shí)干燥法設(shè)計(jì)物料含水率測(cè)量標(biāo)準(zhǔn)裝置。裝置主要包括移動(dòng)底盤、箱體、水分分析儀、可充電電源、配電板、工業(yè)觸屏電腦以及上位機(jī)軟件。建立基于K-近鄰（K-Nearest Neighbor）算法的物料含水率預(yù)測(cè)模型，并通過(guò)實(shí)驗(yàn)獲得預(yù)測(cè)結(jié)果與烘箱法測(cè)量結(jié)果之間的修正關(guān)系。以抽取自卷煙廠的煙草樣品為例，對(duì)裝置進(jìn)行測(cè)量實(shí)驗(yàn)。當(dāng)設(shè)置測(cè)量時(shí)間為30 min時(shí)，含水率測(cè)量結(jié)果的擴(kuò)展不確定度低于0.5%。該裝置可代替烘箱法對(duì)物料含水率進(jìn)行監(jiān)控，也可以用于在線水分儀的原位校準(zhǔn)。

含水率測(cè)量；K-近鄰算法；裝置設(shè)計(jì)；烘箱法；水分分析儀；誤差修正

很多工業(yè)領(lǐng)域（如茶葉、食品、煙草等）在生產(chǎn)環(huán)節(jié)都需要對(duì)物料的含水率進(jìn)行控制，在線水分儀是對(duì)物料含水率進(jìn)行在線監(jiān)測(cè)的常用儀器[1]。但是在線水分儀的測(cè)量結(jié)果容易受儀器安裝位置、物料狀態(tài)以及環(huán)境等因素的影響[2-4]，因此需要定期對(duì)在線水分儀進(jìn)行校驗(yàn)。烘箱法是校驗(yàn)在線水分儀的常用方法之一。烘箱法采用熱失重原理測(cè)量物料的含水率，它利用循環(huán)熱風(fēng)方式在箱內(nèi)制造100 ℃的溫度環(huán)境，對(duì)物料樣品進(jìn)行若干小時(shí)的干燥，并由人工使用電子天平稱量物料干燥前后的質(zhì)量變化，從而計(jì)算得出物料含水率。烘箱法同時(shí)是很多物料含水率測(cè)量的標(biāo)準(zhǔn)方法[5]，其測(cè)量準(zhǔn)確度高，但是時(shí)效性差、自動(dòng)化程度低，且需要在實(shí)驗(yàn)室環(huán)境中進(jìn)行，無(wú)法在生產(chǎn)現(xiàn)場(chǎng)進(jìn)行原位測(cè)量。一些研究人員嘗試改進(jìn)烘箱法，如金玉立等[6]優(yōu)化了烘箱法的取樣手法，將廢樣率降低了5%，大大提高了測(cè)量效率；還有研究人員試圖提高烘干溫度，縮短烘干時(shí)間，但是研究結(jié)果表明，提高溫度同樣會(huì)加速樣品中其余揮發(fā)性物質(zhì)的揮發(fā)，造成較嚴(yán)重的測(cè)量誤差[7]；王樂(lè)等[8]基于干燥動(dòng)力學(xué)模型，設(shè)計(jì)了一套新的烘干測(cè)量裝置，將測(cè)量時(shí)間由烘箱法的2 h，縮短到了20 min以內(nèi)，但是該套裝置設(shè)備繁多，不便于移動(dòng)，不能進(jìn)行原位測(cè)量。不論是對(duì)烘箱法本身的改進(jìn)，還是對(duì)新方法的研究，現(xiàn)有成果均無(wú)法在縮短測(cè)量時(shí)間的同時(shí)，提供在生產(chǎn)現(xiàn)場(chǎng)原位測(cè)量的能力。

烘干法水分測(cè)定儀是一類較新的含水率測(cè)量?jī)x器。該類儀器測(cè)量原理與烘箱法相同，且通過(guò)鹵素?zé)?、遠(yuǎn)紅外或石英加熱等方式，提高升溫速度和熱傳遞效率。除此以外，該類儀器將干燥模塊和稱重模塊集成于一體，具有體積小、數(shù)字化程度和測(cè)量效率高等優(yōu)點(diǎn)，而且不論是模擬式的還是數(shù)字式的，計(jì)量領(lǐng)域都對(duì)其進(jìn)行了不確定度的研究[9-10]，因此其得到了廣泛應(yīng)用。杜麗雯[11]進(jìn)行了烘箱法和烘干法水分測(cè)定儀的對(duì)比實(shí)驗(yàn)，結(jié)果表明，相較于烘箱法，烘干法水分測(cè)定儀的測(cè)量存在明顯的測(cè)量誤差，但是兩者都具有較高的測(cè)量一致性?？梢?，烘干法水分測(cè)定儀有極大潛力代替烘箱法，但是必須對(duì)其測(cè)量結(jié)果進(jìn)行修正。

本文針對(duì)物料含水率測(cè)量和在線水分儀校準(zhǔn)原位作業(yè)的需求，以烘干法水分測(cè)定儀為核心器件，研究物料含水率短時(shí)干燥法測(cè)量方案，設(shè)計(jì)物料含水率測(cè)量標(biāo)準(zhǔn)裝置，并進(jìn)行實(shí)驗(yàn)研究。建立物料含水率K-近鄰（K-Nearest Neighbor）預(yù)測(cè)模型，并通過(guò)烘箱法的測(cè)量結(jié)果獲得了K-近鄰預(yù)測(cè)結(jié)果修正值。該裝置在保證測(cè)量結(jié)果準(zhǔn)確的前提下，大幅縮短了測(cè)量時(shí)間，同時(shí)實(shí)現(xiàn)了可移動(dòng)功能，滿足原位測(cè)量的需求。

1 物料含水率短時(shí)干燥法測(cè)量原理

烘干法水分測(cè)定儀法相較于烘箱法是一大進(jìn)步，是其可以在干燥過(guò)程中，實(shí)時(shí)輸出物料含水率測(cè)量結(jié)果。因此，物料的含水率（失水質(zhì)量分?jǐn)?shù)）是關(guān)于干燥時(shí)間的函數(shù)，這為短時(shí)干燥法測(cè)量物料含水率提供了基礎(chǔ)。圖1為采用METTLER TOLEDO HE53水分分析儀對(duì)某物料樣品進(jìn)行含水率測(cè)量的過(guò)程曲線，設(shè)置的烘干溫度為100 ℃，重復(fù)測(cè)量5次。由圖1可知，隨著時(shí)間增長(zhǎng)，物料含水率呈現(xiàn)先快速增長(zhǎng)、后趨于平穩(wěn)的變化，且同一物料的含水率隨時(shí)間變化的曲線形狀一致。若得到某物料含水率隨時(shí)間變化的規(guī)律，則在測(cè)量過(guò)程中不必進(jìn)行全時(shí)干燥，只需通過(guò)短時(shí)干燥獲取部分含水率測(cè)量數(shù)據(jù)。利用該部分?jǐn)?shù)據(jù)預(yù)測(cè)最終的測(cè)量結(jié)果，以此達(dá)到縮短測(cè)量時(shí)間，實(shí)現(xiàn)快速測(cè)量的目的。

圖1 METTLER TOLEDO HE53水分分析儀測(cè)量某樣品含水率的曲線

圖2 物料短時(shí)干燥法測(cè)量原理

因此，物料含水率短時(shí)干燥法測(cè)量的關(guān)鍵問(wèn)題有：

1）建立有效的含水率預(yù)測(cè)模型。對(duì)于某種確定的物料，在某個(gè)確定的生產(chǎn)環(huán)節(jié)中，都有一個(gè)相對(duì)固定的含水率，這使得含水率預(yù)測(cè)模型能有效建立。

2）對(duì)預(yù)測(cè)結(jié)果進(jìn)行合理的修正。需要采用烘箱法獲得預(yù)測(cè)結(jié)果的修正值。

3）對(duì)最終測(cè)量結(jié)果進(jìn)行誤差分析。這些誤差來(lái)自于預(yù)測(cè)模型、修正值、重復(fù)性測(cè)量等。

2 物料含水率測(cè)量標(biāo)準(zhǔn)裝置設(shè)計(jì)

2.1 裝置總體結(jié)構(gòu)設(shè)計(jì)

以卷煙廠生產(chǎn)過(guò)程中對(duì)煙絲含水率原位測(cè)量需求為例，進(jìn)行短時(shí)干燥法物料含水率測(cè)量標(biāo)準(zhǔn)裝置設(shè)計(jì)。依據(jù)所提出的技術(shù)要求：含水率測(cè)量時(shí)間縮減至標(biāo)準(zhǔn)烘箱法時(shí)間的三分之一，即40 min；含水率測(cè)量結(jié)果不確定度低于0.5%；裝置可移動(dòng)且便于使用。裝置測(cè)量原理采用第1節(jié)中的短時(shí)干燥法測(cè)量原理。

裝置整體結(jié)構(gòu)設(shè)計(jì)如圖3所示。圖3a為主體結(jié)構(gòu)的三維設(shè)計(jì)圖，1為METTLER TOLEDO HE53鹵素水分分析儀，干燥溫度為50～160 ℃，最長(zhǎng)干燥時(shí)間1 h，含水率顯示分辨力達(dá)到0.01%（質(zhì)量分?jǐn)?shù)），測(cè)量重復(fù)性低于0.15%，支持二次開發(fā)。2為工業(yè)觸屏電腦，作為上位機(jī)運(yùn)行測(cè)量軟件。3為可充電電源，用于為裝置中集成的所有用電設(shè)備供電，賦予裝置獨(dú)立使用的能力。4為配電板，采用移動(dòng)電源、市電直供兩路供電的形式，用于為鹵素水分儀、工業(yè)觸屏電腦等設(shè)備分配電源電能。裝置整體采用鋁型材和鈑金構(gòu)成的框式箱體，并配置移動(dòng)底盤和推桿，由輕耐QND-200電動(dòng)推車改造而來(lái)，擁有2個(gè)前進(jìn)擋位、1個(gè)倒車擋位以及巡航功能，實(shí)物如圖3b所示。

1.METTLER TOLEDO HE53鹵素水分分析儀； 2.工業(yè)觸屏電腦；3.可充電電源；4.配電板。

2.2 上位機(jī)測(cè)量軟件開發(fā)

上位機(jī)測(cè)量軟件使用C#語(yǔ)言編寫，在WinForm類庫(kù)上開發(fā)了UI界面。軟件包括測(cè)量模塊、實(shí)驗(yàn)?zāi)K、歷史記錄、使用說(shuō)明4個(gè)模塊。其中測(cè)量模塊用于設(shè)置測(cè)量參數(shù)、控制水分儀測(cè)量、完成計(jì)算以及保存數(shù)據(jù)信息；實(shí)驗(yàn)?zāi)K用于對(duì)特定物料進(jìn)行預(yù)處理實(shí)驗(yàn)，并建立相應(yīng)的預(yù)測(cè)修正模型；歷史記錄模塊和使用說(shuō)明模塊，則用于調(diào)閱歷史測(cè)量記錄和裝置的使用說(shuō)明。該裝置中，電腦與水分儀通過(guò)RS232通信，軟件設(shè)置以500 ms的采樣時(shí)間間隔讀取水分儀的測(cè)量數(shù)據(jù)。軟件測(cè)量模塊和實(shí)驗(yàn)?zāi)K的基本運(yùn)行流程如圖4所示。

圖4 上位機(jī)軟件測(cè)量模塊和實(shí)驗(yàn)?zāi)K流程

3 基于K-近鄰算法的含水率預(yù)測(cè)模型及修正

3.1 K-近鄰預(yù)測(cè)模型建立及計(jì)算過(guò)程

3.1.1 訓(xùn)練集樣本獲取

式中：為第i次測(cè)量t時(shí)刻的含水率（失水質(zhì)量分?jǐn)?shù)），； s。訓(xùn)練集X的20次測(cè)量曲線如圖5所示。

3.1.2 加權(quán)K-近鄰預(yù)測(cè)模型建立

3.1.2.1 樣本間距離與回歸模型

表1 冪值不同取值條件下的預(yù)測(cè)平均誤差

Tab.1 Average prediction error under different values of power m

3.1.2.2 近鄰個(gè)數(shù)

近鄰個(gè)數(shù)的取值不宜過(guò)大或過(guò)小，若取值過(guò)小，則容易造成過(guò)擬合現(xiàn)象；若取值過(guò)大，則容易造成模型僵化，影響預(yù)測(cè)結(jié)果[15]。一般預(yù)設(shè)幾個(gè)較小的取值，對(duì)每一個(gè)預(yù)設(shè)值進(jìn)行訓(xùn)練，確定最佳取值。由于式（1）所示的訓(xùn)練集只有20組樣本，若按照機(jī)器學(xué)習(xí)的一般習(xí)慣，即3∶1∶1的比例，將其劃分為訓(xùn)練集、驗(yàn)證集和測(cè)試集，則只有12組樣本參與值的訓(xùn)練，且測(cè)試集和驗(yàn)證集的樣本數(shù)量也較少，訓(xùn)練出的值可信度較低，因此選擇交叉驗(yàn)證法（Cross Validation）訓(xùn)練值。交叉驗(yàn)證法流程如圖6所示。

1.不同的螺紋類型不可以相互代用，否則會(huì)導(dǎo)致螺紋損壞。為防止對(duì)緊固件造成損壞，螺紋緊固件裝配時(shí)需先用手(或手指)擰緊螺栓或螺母的前3～5圈，否則很可能會(huì)造成損壞。

3.1.3 加權(quán)K-近鄰預(yù)測(cè)模型使用過(guò)程

3.2 K-近鄰預(yù)測(cè)結(jié)果修正

圖6 交叉驗(yàn)證法流程

圖7 近鄰個(gè)數(shù)k不同取值條件下的預(yù)測(cè)平均誤差

表2 樣品A的烘箱法及HE53水分儀測(cè)量結(jié)果

Tab.2 Measurement results of sample A by oven method and HE53 moisture analyzer

4 含水率測(cè)量標(biāo)準(zhǔn)裝置不確定度評(píng)價(jià)及測(cè)量驗(yàn)證實(shí)驗(yàn)

4.1 含水率測(cè)量標(biāo)準(zhǔn)裝置不確定度評(píng)價(jià)

由3.1節(jié)、3.2節(jié)可知，標(biāo)準(zhǔn)裝置的含水率測(cè)量結(jié)果，與K-近鄰預(yù)測(cè)模型的預(yù)測(cè)誤差、HE53水分分析儀的測(cè)量重復(fù)性和標(biāo)準(zhǔn)烘箱法所得的修正值誤差有關(guān)。因此單次測(cè)量的不確定度應(yīng)包含3個(gè)不確定度分量。

對(duì)不確定度分量進(jìn)行合成，合成標(biāo)準(zhǔn)不確定度為：

4.2 含水率測(cè)量標(biāo)準(zhǔn)裝置測(cè)量驗(yàn)證實(shí)驗(yàn)

在卷煙廠制絲生產(chǎn)線5個(gè)不同工序（煙絲加香出口、松散回潮出口、切絲后、梗絲加料入口、梗絲干燥入口），分別抓取煙絲或梗絲樣品B、C、D、E、F按照3.1節(jié)、3.2節(jié)的流程建立各樣品的預(yù)測(cè)模型和修正值；使用含水率測(cè)量標(biāo)準(zhǔn)裝置對(duì)各樣品進(jìn)行實(shí)際測(cè)量及不確定度評(píng)價(jià)，結(jié)果如表3所示。

由表3可知，含水率測(cè)量標(biāo)準(zhǔn)裝置測(cè)量了5種不同樣品的含水率值，其測(cè)量結(jié)果的擴(kuò)展不確定度均低于0.5%；驗(yàn)證了本文設(shè)計(jì)的含水率標(biāo)準(zhǔn)裝置以及配套的測(cè)量方法，在測(cè)量不同物料時(shí)均能滿足性能要求。

表3 5種樣品測(cè)試結(jié)果與不確定度評(píng)價(jià)

Tab.3 Test results and uncertainty evaluation of five samples

5 結(jié)語(yǔ)

本文針對(duì)生產(chǎn)現(xiàn)場(chǎng)物料含水率原位快速測(cè)量需求，研究并設(shè)計(jì)了物料含水率測(cè)量標(biāo)準(zhǔn)裝置。以HE53水分儀為核心部件進(jìn)行可移動(dòng)結(jié)構(gòu)的設(shè)計(jì)，并開發(fā)了測(cè)量軟件，使其具有自動(dòng)計(jì)算、快速測(cè)量、處理并儲(chǔ)存測(cè)量數(shù)據(jù)的能力。以卷煙廠提供的煙絲樣品測(cè)試需求為例，建立了以K-近鄰算法為基礎(chǔ)的含水率預(yù)測(cè)模型，并通過(guò)烘箱法對(duì)預(yù)測(cè)結(jié)果進(jìn)行修正，在短時(shí)測(cè)量實(shí)現(xiàn)的同時(shí)具有較好的測(cè)量準(zhǔn)確度。利用本裝置對(duì)5種不同的樣品進(jìn)行了實(shí)測(cè)實(shí)驗(yàn)。實(shí)驗(yàn)結(jié)果表明，當(dāng)測(cè)量時(shí)間設(shè)定為30 min時(shí)，測(cè)量結(jié)果展伸不確定度小于等于0.3%，滿足測(cè)量時(shí)間小于40 min、測(cè)量不確定度低于0.5%的性能要求，驗(yàn)證了本裝置以及物料含水率短時(shí)干燥法測(cè)量原理是可行的。

本裝置同樣適用于茶葉、中草藥、食品等領(lǐng)域加工過(guò)程中的原位測(cè)量，或者對(duì)在線水分儀進(jìn)行原位校驗(yàn)。當(dāng)應(yīng)用于其他領(lǐng)域時(shí)，只需在前期針對(duì)不同物料進(jìn)行數(shù)據(jù)積累后，即可將本裝置作為烘箱法的替代方法，進(jìn)行物料含水率監(jiān)控這類日常性工作。

[1] 盧鑫坡. 便攜式近紅外水分儀系統(tǒng)的研制[D]. 長(zhǎng)春: 吉林大學(xué), 2022: 1-6.

LU Xin-po. Development of Portable Near Infrared Moisture Meter System[D]. Changchun: Jilin University, 2022: 1-6.

[2] 譽(yù)東明, 鄭海偉. 配方變化對(duì)煙草TM710水分儀檢測(cè)偏差的影響研究[J]. 輕工科技, 2019, 35(5): 127-128.

YU Dong-ming, ZHENG Hai-wei. Study on the Influence of Formula Change on the Detection Deviation of Tobacco TM710 Moisture Meter[J]. Light Industry Science and Technology, 2019, 35(5): 127-128.

[3] 黃傳喜, 葛宗國(guó), 張偉, 等. 煙絲輸送高度均勻性對(duì)紅外水分儀探測(cè)的影響[J]. 化纖與紡織技術(shù), 2021, 50(9): 72-73.

HUANG Chuan-xi, GE Zong-guo, ZHANG Wei, et al. Influence of Tobacco Conveying Height Uniformity on Infrared Moisture Meter Detection[J]. Chemical Fiber & Textile Technology, 2021, 50(9): 72-73.

[4] 李昆, 肖靜, 彭?xiàng)? 等. 不同壓縮空氣壓力及測(cè)試距離對(duì)紅外水分儀測(cè)量誤差的影響[J]. 輕工科技, 2021, 37(7): 93-95.

LI Kun, XIAO Jing, PENG Yang, et al. Influence of Different Compressed Air Pressure and Test Distance on the Measurement Error of Infrared Moisture Meter[J]. Light Industry Science and Technology, 2021, 37(7): 93-95.

[5] GB 5009.3—2016, 食品安全國(guó)家標(biāo)準(zhǔn)食品中水分的測(cè)定[S].

GB 5009.3—2016, National Food Safety Standard -- Determination of Moisture in Food[S].

[6] 金玉立, 俞仁皓, 李佳節(jié). 煙草制絲在線水分儀校準(zhǔn)檢測(cè)方法的改進(jìn)與應(yīng)用[J]. 生物化工, 2021, 7(5): 40-43.

JIN Yu-li, YU Ren-hao, LI Jia-jie. Improvement and Application of Calibration and Detection Method of On-Line Moisture Meter for Silk Making[J]. Biological Chemical Engineering, 2021, 7(5): 40-43.

[7] ZHABENTSOVA O, GNUCHIKH E. Determining of Moisture Content of Tobacco for Hookah[J]. Proceedings of the Voronezh State University of Engineering Technologies, 2017, 79(1): 257-263.

[8] 王樂(lè), 畢思強(qiáng), 鄧國(guó)棟, 等. 基于干燥動(dòng)力學(xué)的煙草含水率快速檢測(cè)方法[J]. 煙草科技, 2022, 55(10): 88-95.

WANG Le, BI Si-qiang, DENG Guo-dong, et al. A Rapid Detection Method for Moisture Content in Cured Tobacco Based on Drying Kinetics[J]. Tobacco Science & Technology, 2022, 55(10): 88-95.

[9] 王鵬. 烘干法數(shù)顯水分測(cè)I定儀不確定度的評(píng)定研究[J]. 儀器儀表標(biāo)準(zhǔn)化與計(jì)量, 2022(4): 36-37.

Wang Peng. Evaluation and Research of Uncertainty of Drying Digital Display Moisture Tester[J]. Instrument Standardization and Metrology, 2022(4): 36-37.

[10] 鄭藝. 烘干法模擬顯示水分測(cè)定儀測(cè)得值的不確定度評(píng)定[J]. 計(jì)量與測(cè)試技術(shù), 2020, 47(1): 106-108.

ZHENG Yi. The Drying Method Simulates the Evaluation of the Uncertainty of the Value Measured by the Moisture[J]. Metrology & Measurement Technique, 2020, 47(1): 106-108.

[11] 杜麗雯. 烘干法水分測(cè)定儀的計(jì)量檢測(cè)和性能分析[J]. 現(xiàn)代商貿(mào)工業(yè), 2021, 42(11): 167-168.

DU Li-wen. Measurement Detection and Performance Analysis of Drying Moisture Analyzer[J]. Modern Business Trade Industry, 2021, 42(11): 167-168.

[12] 李曉琳, 謝帥, 岳健. 基于KNN改進(jìn)神經(jīng)網(wǎng)絡(luò)的測(cè)試系統(tǒng)自動(dòng)設(shè)計(jì)[J]. 計(jì)算機(jī)仿真, 2022, 39(5): 50-55.

LI Xiao-lin, XIE Shuai, YUE Jian. Automatic Design of Test System Based on Neural Network Improved by KNN[J]. Computer Simulation, 2022, 39(5): 50-55.

[13] ZOU Jian-feng, LI Hui. Precise Marketing of E-Commerce Products Based on KNN Algorithm[J]. Computational Intelligence and Neuroscience, 2022, 2022: 1-12.

[14] BULLEJOS M, CABEZAS D, MARTIN-MARTIN M, et al. A K-Nearest Neighbors Algorithm in Python for Visualizing the 3D Stratigraphic Architecture of the Llobregat River Delta in NE Spain[J]. Journal of Marine Science and Engineering, 2022, 10(7): 986.

[15] RATTANASAK A, UTHANSAKUL P, UTHANSAKUL M, et al. Real-Time Gait Phase Detection Using Wearable Sensors for Transtibial Prosthesis Based on a kNN Algorithm[J]. Sensors, 2022, 22(11): 4242.

Standard Device Design for Matter Moisture Content Measurement Based on KNN Algorithm

LI Zi-he1, LIU Sui-jun2, LIU Ying2, LIU Lei2, LI Shao-hua2, LIU Bin2, YIN Xin2, SHEN Xiao-yan1, HU Jia-cheng1

(1. College of Metrology and Measurement Engineering, China Jiliang University, Hangzhou 310018, China; 2. Nanyang Cigarette Factory, China Tobacco Henan Industrial Co., Ltd., Henan Nanyang 473007, China)

The work aims to design a standard device for matter moisture content measurement based on the short time drying method, in order to solve the problems of poor timeliness and improper installation of standard oven on production site. The device was mainly composed of a mobile chassis, a box, a moisture analyzer, a rechargeable battery, a power distribution board, an industrial touch screen computer and PC software. The prediction model of matter moisture content based on K-nearest neighbor (KNN) algorithm was established, and the correction relationship between the prediction results and the measurement results of standard oven method was obtained. The measurement experiment was carried out to the device with tobacco samples provided by the cigarette factory. When the measurement time was 30 min, the expanded uncertainty of the moisture content measurement result by the device was no more than 0.5%. This device can replace the oven method to monitor the moisture content of matters, and can also be used for the in-situ calibration of online moisture analyzer.

moisture content measurement; K-nearest neighbor algorithm (KNN); device design; oven method; moisture analyzer; error correction

TH86

A

1001-3563(2023)15-0194-08

10.19554/j.cnki.1001-3563.2023.15.025

2023?02?11

國(guó)家自然科學(xué)基金（61673358）；河南中煙工業(yè)有限責(zé)任公司重點(diǎn)項(xiàng)目（A202053）

李子赫（1997—），男，碩士生，主攻工業(yè)檢測(cè)及其自動(dòng)化。

劉穎（1991—），女，工程師，主要研究方向?yàn)榫頍煿に嚺c智能制造技術(shù)。

責(zé)任編輯：曾鈺嬋