智能化技术在红茶加工中的应用研究进展

张玲，高飞虎，李雪，张欢欢，张雪梅，杨世雄

重庆市农业科学院，重庆401329

红茶是我国六大茶类之一，在我国茶叶生产与销售中占据举足轻重的地位。据统计，2020年我国红茶产量43.45万t，在六大茶类中产量占比14.2%，仅次于绿茶。内销额503.0亿元，占总额的16.2%[1]；出口量为2.96万t，占总出口量的8.0%。红茶是全发酵茶，经萎凋、揉捻、发酵、烘干等一系列工艺加工而成[2]。当前，红茶加工主要以半自动、半人工操作为主，难以做到每批次茶叶品质一致，不利于标准化生产。另外，因鲜叶采摘季节、采摘标准等不同，红茶加工原料分类多，加工过程中环境温湿度影响加工品质，自动化生产线无法根据原料情况调整生产工艺。运用智能化技术，对红茶加工的各个工序进行智能化控制，避免加工过程受外界环境的影响，降低常规加工环节的各项不确定性，可达到茶叶品质的统一，大大提高红茶加工效率和产品品质。近年来，随着计算机技术的不断发展和机械设备自动化水平的日益提高，云计算、大数据、人工智能等技术深入发展，新的数字革命正在悄然兴起，传统红茶加工也逐渐从半机械化转向机械化，从劳动密集型走向技术密集型，从经验判断走向数据标准化，从人工走向智能[3]。

1 智能化在茶鲜叶判定中的应用研究

不同品种、不同采摘时间、不同采摘嫩度茶树鲜叶对成品茶品质起到重要影响。制茶人常说的“看茶做茶”便是指做茶时需要通过判定在制叶的状态来制定相应的加工参数。近年来，对茶鲜叶智能化判定的研究主要集中在利用不同嫩度的鲜叶色泽、形状特征的差异性，作为红茶原料等级判别的量化指标，基于计算机技术和图像处理技术，采用计算机智能化平台进行量化筛选，从而有效地实现鲜叶等级分类、质量优劣的对比判别。

吴雪梅等[4]提出了基于图像颜色信息的茶叶嫩芽识别方法，根据嫩叶和老叶的颜色差异区分嫩芽与背景，再利用阈值的设定来识别嫩芽。邵明[5]采用标记的Watershed算法为分割算法并提出一种快速区域合并算法对茶叶图像进行初始分割，再通过提取茶叶颜色、纹理和形态特征为特征参数训练支持向量机，从而建立茶鲜叶的判别模型；该模型对芽头和一芽一叶初展的鲜叶识别率均达到100%，对一芽三叶的识别率达到76.9%，鲜叶嫩度越高，识别度也越高。张蕴[6]以茶嫩芽为研究对象，构建了茶叶嫩芽样本数据库，根据原料颜色特征、纹理特性研究了阈值分割和支持向量机的茶嫩芽分割方法，利用深度网络模型对茶嫩芽进行识别，并通过实验验证了其在茶嫩芽识别上的性能；优化后的茶嫩芽识别模型得出的mAP为85.67%，软件系统也实现了对茶嫩芽的快速自动识别。谢日星等[7]认为在茶叶生产全过程中，通过计算机图像处理技术可有效对茶鲜叶等级进行判定，依据R、G、B、L参数值差异水平，对茶叶颜色参数进行量化分析，以形成自动化评估，准确判断茶鲜叶等级以及其质量情况。陈妙婷[8]的研究提出了一种改进PSO-SVM算法，对茶叶嫩芽图像的分割时间平均1 s左右，分割准确率达94%，然后通过深度网络模型YOLO进行模型训练采摘点识别模型，训练后的识别准确率达到84%，可基本满足采摘需要。孙肖肖等[9]选用YOLO目标检测算法实现茶叶嫩芽检测，首次将基于深度学习的目标检测算法应用到复杂背景下的茶叶嫩芽图像的检测，结果表明，此方法对茶嫩叶具有较高的检测精度。鲍伟[10]利用传统图像分析方法对茶叶嫩梢图像进行分析，提出一种茶叶嫩梢检测模型，通过设置Ostu阈值来实现对茶叶嫩梢图像的预处理，单张图片进行时间为2～3 s，检测mAP为82.6%。Wang等[11]在智能手机上开发了一种快速检测多品种的鲜叶质量指标和采收标准的近红外分析工具，采用偏最小二乘法（PLS）建模结合光谱预处理和特征波长选择，得到最优的预测模型，从而实现茶鲜叶的快速、准确和低成本判定。各项研究同时也表明，对鲜叶品质的研究与选择主要集中在图像识别和色泽分析判定上，需要大批量的样本供机器学习，才能实现较为精准的判定。

2 智能化在红茶萎凋中的应用研究

萎凋是茶鲜叶通过摊放、晾晒，使茶叶因散失部分水分而萎蔫、叶质变柔软、色泽变深绿的过程。水分变化是萎凋过程的重要指标，对红茶品质起到至关重要的作用。

国内外现有的红茶萎凋机基本不具备水分在线检测功能，主要依赖于人工经验判断萎凋叶水分情况，难以做到精准、客观和量化评价。近年来，针对红茶智能化萎凋，主要从萎凋工艺出发，综合运用机器视觉技术、数字图像处理、化学计量学方法和人工智能算法等诸多交叉学科知识，开发红茶萎凋过程的水分在线感知系统，实现机械制茶中萎凋叶水分含量的在线快速检测，提升萎凋机性能及精准掌控萎凋品质，以满足现代名优红茶的标准化、自动化、智能化加工需求。

安霆[12]认为光谱信息对萎凋叶水分的表征能力要强于图像信息，在光谱与图像技术的支持下，以萎凋叶水分的定量预测作为感知手段，建立萎凋时序下水分定量预测模型，并通过该模型实现萎凋叶水分可视化，以推动红茶萎凋加工工序的智能化发展。研究采用图像技术采集萎凋时序下萎凋叶的颜色特征与纹理特征，并且搭建了萎凋叶水分感知系统，建立特征与水分间的关联模型，实现萎凋时序下萎凋叶水分含量的快速无损检测[13-14]。李洁等[15]检测萎凋叶色泽参数和含水量变化，认为R、G色泽参数能够较好地反映茶鲜叶萎凋程度的变化，可以为萎凋工序智能化提供技术支持。An等[16]提出了一种基于卷积神经网络置信度的红茶萎凋叶的快速检测方法，此方法可更好地表征图像和水分间的相关性，从而实现萎凋叶的快速无损检测。谢日星等[7]利用Photoshop CS滤镜对20 h内茶鲜叶色泽参数的变化情况实施动态监测，通过得出R、G色泽参数从而反映鲜叶萎凋情况。

黄藩[17]选择迎霜品种开展研究，建立工夫红茶光补偿萎凋工艺的含水量变化预测模型，获得拟合度极好的萎凋温度、时间和含水量变化之间的关系模型公式，为萎凋叶水分的在线快速无损检测技术及智能装备的研究奠定了理论基础。Zhang等[18]选择西门子PLC为主控制器，设计了一款可以在萎凋过程中采集温度、湿度和氧浓度信息且具备数据记录功能的萎凋设备，实现了萎凋的自动化、智能化。Shen等[19]依靠微型近红外光谱和智能手机开发了基于Elman神经网络的水分预测模型，此模型结合主成分分析可用于萎凋叶的快速检测和分析，其预测的相关系数达0.993 14。Wang等[20]采用近红外光谱、电子眼和色度传感阵列相结合的技术来判别茶叶的萎凋程度，其SVM模型的最佳判别精度可达97.5%。

3 智能化在红茶揉捻中的应用研究

揉捻是通过外力作用于茶叶上，通过揉、搓、加压等方法破坏茶叶的细胞组织，使部分茶汁外溢并使其粘附于茶叶表面，同时使茶鲜叶形成条索状的工序。揉捻的质量直接决定了茶叶成品的品质，是红茶的重要加工工序[21-22]。

近年来揉捻研究主要从茶原料变化及揉捻机数字化控制技术两个方面开展。在茶原料方面，主要开展了揉捻过程中加工茶原料成条特性、外观颜色及纹理变化、细胞破碎及显微结构变化、主要内含成分的变化等相关研究；在揉捻机数字化控制方面，主要采用CAD/CAE/CAM集成数字化设计方法对茶叶揉捻机进行技术改造，将原来的人工操纵改为数字化控制，实现了智能化调节揉捻的速度以及时间，初步建立了揉捻程度的评价方法及揉捻机数字化控制策略。赵春芳[23]认为茶叶揉捻机技术依旧处于机械化阶段，其通过分析揉捻原理，确立了PLC控制为主，设置了调速、压力、上下叶及显示等4个子系统的自动控制设计方案。梁娟等[24]的采用单片机STC89C52作为控制器、压力传感器进行数据采集，ADC0809芯片对信号进行模/数转换，选用LCD1602进行显示等实现了55型揉捻机的工作压力检测、揉捻时间控制和步进电机的控制。钟应富等[25]以送料装备研发、盘式揉捻机改造为基础，以连续自动化作业为方向，采用PLC控制技术，研发了连续自动化揉捻机及其控制系统，实现茶叶揉捻工序的连续自动化作业。刘飞[26]的研究发现揉捻成条率与对应的在制叶理化特征相关性较好，建立了基于色泽、纹理等图像特征的多信息融合的成条率回归方程，进而提出了一种红茶揉捻叶成条率的在线检测方法，为智能化揉捻提供支撑。徐传娣[27]以智能经验库和自动控制层构建揉捻机智能控制系统。智能经验库存储经验参数值，传感器采集并存储制茶过程的经验参数，通过内部计算，最终输出控制方式和控制参数，实现自动控制。任晓娜[28]采用CAD/CAE/CAM集成数字化设计方法改造揉捻机，首先进行UG/CAD建模，再对零件的受力性能进行分析和自动化设计，并对关键零件进行加工仿真模拟，最终实现设备质量变轻，可实现PLC自动控制等功能。

4 智能化在红茶发酵中的应用研究

发酵是红茶制作中最为关键的工序。由于前端的揉捻工艺使茶叶细胞破碎、茶叶内含物外溢，使得发酵过程中多种成分参与理化反应，形成红茶特有的红汤红叶、滋味甜醇等特点，发酵品质的优劣直接影响成品红茶的品质。

近年来，针对发酵工序，运用图像处理、光电特性分析、仿生嗅觉等技术手段来表征红茶发酵过程中品质变化，初步建立了发酵品质的数字化指标，为发酵工序智能化控制提供了新的方法和思路。许琦[29]认为动态发酵有利于儿茶素的转化消耗，以及茶黄素、茶红素等品质成分的生成。Jin等[30]使用UV-Vis光谱仪测定茶多酚在发酵过程中的降解情况以对发酵程度分类，随后采用两种中层策略对傅里叶变换近红外和计算机视觉系统的融合信号进行分析，可快速评价红茶的发酵程度。在此基础上，Jin等[31]提出基于微近红外光谱和计算机视觉系统的红茶发酵品质的在线检测方法，测定儿茶素和茶黄素的含量和颜色后对发酵程度进行分组、建模，随后通过光谱和数据信息的融合实现发酵程度的评估。Li等[32]通过紫外-可见光谱法获得相位比色传感器阵列的特征光谱，然后结合机器学习算法构建了红茶发酵质量评价模型，此模型可在2 min内准确监测红茶的发酵品质。杨崇山等[33]利用高光谱检测技术并结合化学计量方法实现对不同发酵程度的茶样进行无损检测和智能判别。董春旺[34]为提高对工夫红茶加工过程中发酵品质评价的科学性和时效性，利用近红外、电特性、机器视觉、仿生嗅觉等现代智能感官表征技术和计量手段来表征红茶发酵过程中的光电物理、色泽、香气等品质。Singh[35]利用RGB、灰度等图像色泽信息建立了外形综合品质指标的评价方法，能较好区分发酵茶品质的等级差异。胡其伟[36]采用CCD镜头采集并分析不同发酵程度下红茶发酵叶的颜色灰度值，并且通过有效面积的计算来判断红茶发酵是否适度，最后，通过判定结果初步实现温度与湿度的模糊调节。王梅[37]设计了一种具有翻拌功能的滚筒自动发酵机，采用CFD技术对发酵筒结构参数进行优化设计，同时采用机器视觉和非线性算法来智能感知红茶发酵品质，实现发酵工艺在线监控与控制。Huang等[38]在确立茶叶制作关键环节参数的基础上采用PLC控制，实现了发酵装置的温湿度在线监测和自动控制。Borah等[39]利用图像处理技术采集发酵过程中鲜叶和发酵适度样品的图像，通过曼哈顿距离算法计算被测图像与适度样品图像的距离，可获取发酵适度样品指标值。红茶发酵环境处于高湿高雾条件下，容易发生图像采集不准、无法实时采集等问题，雷攀登等[40]开发了一种由工业相机、加热除雾防潮装置、面光源、支架、控制软件和电脑组成的实时图像采集系统，在采集图像的基础上添加发酵程度的数据标签，并搭建深度学习模型，其对发酵程度判定的准确率可达95.68%。发酵过程也是红茶香气形成的重要过程，相关学者也尝试将电子鼻技术应用于发酵品质的监测上。Bhattcharya等[41]采用金属氧化物型电子鼻（MOS-EN）对红茶发酵过程的香气实时监测，从而判定最佳发酵时间和程度，以获得较好的发酵品质。

5 智能化在红茶干燥中的应用研究

干燥是红茶加工中非常重要的环节，是通过热传递将茶叶中的水分蒸发的过程。茶叶干燥过程是动态过程，主要分为预热、恒速和降速3部分[42]，由于茶叶含水量的动态变化使得烘干温度难以很好控制，无法保证茶叶品质并且会造成能耗。

当前茶叶干燥设备的智能研究主要集中在恒温控制、实时调控、稳定性和抗干扰能力提升等方面。近年来，针对红茶干燥工序，建立烘干过程茶叶含水率预测模型，运用水分在线无损检测技术实现在制品中含水量的实时检测，采用数字化控制技术热风风量、温度与干燥进程的最佳匹配，实现了茶叶干燥过程精准控制。张德炎等[43]在外燃式热风炉中应用PLC自动控制技术，并同时运用Concept软件中的PID功能模块，以实现对温度的精准控制。黄家春[44]采用变频风机替代传统风机，通过PLC智能控制排烟机的频率，使排风机转速、燃料状态和热风温度匹配到最佳，从而实现恒温控制。徐文娟[45]以DCS技术为基础设计了一套茶叶干制工艺监测系统，实现了对茶叶烘干工艺的实时监控，对茶叶生产的品质把控具有重要意义。吴晓强等[46]采用模糊控制技术对烘干机进行恒温控制，同时，应用MATLAB软件对模糊PID恒温控制系统进行仿真，从而达到恒温控制的目的。李兵等[47]设计了一款动态矩阵控制的茶叶烘干机，运用DMC-PID串级温度控制系统，能有效提高温控系统的动态响应能力、鲁棒性和抗干扰能力。袁海波等[48]研发了一种电磁内热链板式烘干机并采用智能技术控制，实现了茶叶干燥过程的能耗低、升温快、热效高、精准控制等功能，通过评审，该设备制作的茶叶的品质较好。赵丽清等[49]为研究茶叶热风干燥过程中茶叶内部水分的变化规律，利用多元线性回归、BP神经网络、Elman神经网络及Pos-Elman神经网络算法建立茶叶干燥过程中含水率的预测模型，结果表明，Pos-Elman神经网络算法具有更好的预测效果。

6 展望

智能化是由现代通信与信息技术、计算机网络技术、行业技术、智能控制技术汇集而成的针对某一个方面的应用，一般具备感知、记忆、思维、学习、适应和决策能力等特征。当前，茶叶产业是高度的劳动密集型产业，对人工的需求量巨大，而且，生产过程中的原料认定、工艺判断、品质判定等大多依靠人工经验，对工业化、标准化生产不利，而红茶加工时间长、物料状态变化多样、品质判定复杂，亟需智能化加工技术（数据采集、数据监控和智慧控制）的应用来提升产品质量及市场竞争力。

红茶智能化加工需要选择合适的传感器进行数据采集。红茶加工过程归根结底是一个茶叶干燥的过程，水分的变化伴随整个加工过程，准确、高效地对生产过程中的水分进行监测并指导后续生产是红茶智能加工的关键技术点，相应的在线水分监测传感器选择尤为重要。在水分检测的同时，配合能够表征图像信息的摄像头、表征温湿度的探针/头、表征风速的风速传感器等进行数据采集，可提升红茶加工的智能化水平。

红茶智能化加工需要一个专家数据库为支撑。专家数据库是指在现有红茶的加工工艺和装备的基础上，对加工的全过程进行系统分析，明确加工过程中的“数据化”指标及相应的工艺参数后形成的数据库，是将经验操作转化为智能系统可判别的数字指标的数据库。计算机在采集加工过程的数据后，与专家数据库比对后可实现加工的智能化。同时，传统数据的收集和传感数据的标记与判定，可丰富专家数据库的内容，提供给机器学习，从而实现智能操作准确率的提升。