-
公开(公告)号：CN118402564A
公开(公告)日：2024-07-30
申请号：CN202410614865.0
申请日：2024-05-17
Applicant: 湖北省农业科学院果树茶叶研究所
IPC: A23F3/12
Abstract: 一种全自动火控系统，本系统用于茶叶揉捻设备上，该茶叶揉捻设备包括控制箱（1）、动力输出装置（2）和设置在机架（3）上的若干组揉捻组件（4），揉捻组件（4）包括有上盖（5），上盖（5）下方设置有锅体（6），底锅（19）前后两端设置有正锅（18），底锅（19）左右两侧设置有侧锅（17），侧锅（17）下方设置有火排（9），靠近火排（9）设置有点火器（3），点火器（3）与输气管线连接，输气管线上设置有电磁阀（12），锅体（6）上靠近火排（9）设置有温度传感器（7），温度传感器（7）通过温度设置器（10）与控制箱（1）连接。自控点火控温，节省了人力，提高了茶叶品质。
-
公开(公告)号：CN116466039A
公开(公告)日：2023-07-21
申请号：CN202310454826.4
申请日：2023-04-25
Applicant: 湖北省农业科学院果树茶叶研究所
Abstract: 本发明公开了一种恩施玉露杀青叶品质的评价方法及系统，方法包括以下步骤：设计恩施玉露杀青正交试验，对杀青叶进行感官审评，得到审评结果；基于所述审评结果和化学成分进行相关性分析，得出分析结果；基于所述分析结果建立回归方程，并基于所述回归方程进行品质评价。本发明通过试验优选了与杀青叶品质密切相关的内含成分；同时可以实现杀青叶品质的量化评价。
-
公开(公告)号：CN114993978A
公开(公告)日：2022-09-02
申请号：CN202210626615.X
申请日：2022-06-03
Applicant: 湖北省农业科学院果树茶叶研究所
IPC: G01N21/3563 , G01N21/359 , G06N3/04 , G06N3/08
Abstract: 本发明涉及一种青砖茶原料渥堆程度的预测方法，更具体的说涉及一种基于近红外光谱技术和卷积神经网络方法的青砖茶原料渥堆程度的预测方法。本发明公开了一种基于深度学习的青砖茶渥堆程度精准预测方法，包括以下步骤，步骤一、茶样品收集与分类；步骤二、近红外光谱扫描；步骤三、光谱预处理方法筛选；步骤四、深度学习模型建立；步骤五、模型稳健性检验；步骤六、未知原料样品渥堆程度预测。针对上述背景技术所提出的问题，本发明的目的是：克服现有人工方法评审青砖茶原料渥堆程度存在较大的主观性、极易出现误判等缺陷，提供一种青砖茶原料渥堆程度的精准预测方法。
-
公开(公告)号：CN111903785A
公开(公告)日：2020-11-10
申请号：CN202010861455.8
申请日：2020-08-25
Applicant: 湖北省农业科学院果树茶叶研究所
Abstract: 本发明公开了一种陈香香韵青砖茶的加工方法，包括以下步骤：S1鲜叶采摘；S2杀青；S3揉捻；S4晒干；S5洒水增湿；S6三段式组合发酵；S7特定光质快速陈化；S8切茶和筛分；S9不饱和蒸汽蒸制和压制；S10阶梯式梯度升温干燥。本发明提供的加工方法有效的利用了酶活特性、微生物与发酵温湿度之间的内在联系以及光质、温湿度对茶叶品质的影响，首次引入不饱和蒸汽均匀蒸制茶坯，合理采用阶梯式梯度升温使茶砖干燥均匀；本发明制备的青砖茶产品陈香显著、滋味陈醇，品质较传统产品有了明显提升，对开拓青砖茶内销市场有良好的促进作用；本发明方法缩短了产品加工周期，生产效率高。
-
公开(公告)号：CN111842191A
公开(公告)日：2020-10-30
申请号：CN202010765448.8
申请日：2020-08-03
Applicant: 湖北省农业科学院果树茶叶研究所
Abstract: 本发明公开一种区分茶鲜叶等级的分选机构包括，分选箱和上料机构；分选箱设置于上料机构的一侧；分选箱包括箱体机架，震动进料机构，第一分选机构，第二分选机构，信号处理器和传感装置；第一分选机构包括红外光谱扫描装置；红外光谱扫描装置设置于第一滑槽下方，且红外光谱扫描装置的投光方向垂直于第一滑槽的滑轨；空气压缩器和喷气装置均设置于红外光谱扫描装置下方；喷气装置与空气压缩器连通；喷气装置和红外光谱扫描装置均与传感装置电性连接。本发明将鲜叶根据其存在的近红外光谱特殊波段对茶鲜叶等级高的鲜叶先筛选出来，再通过神经网络系统进一步分析筛选区分，筛选快速，准确有效。
-
Patent Agency Ranking
公开(公告)号：CN110361334A
公开(公告)日：2019-10-22
申请号：CN201910513192.9
申请日：2019-06-14
Applicant: 湖北省农业科学院果树茶叶研究所
Abstract: 应用general regression结构无损预测机采眉茶车色样品等级的方法，包括：样品收集与分类；扫描获得不同等级眉茶车色样品的近红外光谱；对样品光谱进行预处理剔除噪声信息后，将样品光谱转化为成对的数据点；再将全部光谱数据均划分为20个子区间，分别建立每个子区间数据的粒子群优化算法模型，筛选出建模的最佳子区间数据；应用主成分分析法抽提、压缩最佳光谱子区间信息；以主成分得分为输入值，不断调整神经元个数和传递函数，建立general regression结构人工神经网络预测模型；模型稳健性检验。实现了湖北眉茶车色样品等级的快速、准确、客观预测。
-
公开(公告)号：CN106442400B
公开(公告)日：2019-06-14
申请号：CN201610934451.1
申请日：2016-10-31
Applicant: 湖北省农业科学院果树茶叶研究所
IPC: G01N21/359 , G01N21/3563
Abstract: 一种近红外光谱快速判定不同土壤类型茶鲜叶的方法，应用近红外光谱仪扫描获得不同土壤类型鲜叶样品近红外光谱，然后对鲜叶样品光谱进行主成分分析，再以主成分为输入值建立多种信息传递方式的人工神经网络预测模型，具体包括以下步骤：鲜叶样品采集与分类，光谱采集，光谱预处理，鲜叶光谱主成分分析，人工神经网络预测模型建立以及模型验证。实现了不同土壤类型茶鲜叶的快速、无损、准确的判定；研究结果为茶叶品质提升提供了一种科学的保障。
-
公开(公告)号：CN107047821A
公开(公告)日：2017-08-18
申请号：CN201710076682.8
申请日：2017-02-13
Applicant: 湖北省农业科学院果树茶叶研究所
CPC classification number: A23F3/06
Abstract: 一种多工位砖茶压制模具，其与压力机配合使用，包括支架(109)和压制模具，所述的压制模具包括上模组件、基座组件和多个成型保压组件，所述的上模组件、成型保压组件和基座组件相配合，所述的支架(109)上设置有轨道，所述的基座组件固定在轨道底部，所述的上模组件设置在支架(109)的轨道上方，且上模组件与基座组件相对应，所述的多个成型保压组件位于上模组件和基座组件之间且多个成型保压组件设置在支架(109)上，多个成型保压组件分别与支架(109)上的轨道滑动配合，成型保压组件和上模组件之间设置有定位组件。精确控制了保压时间，生产效率高。
-
公开(公告)号：CN106840331A
公开(公告)日：2017-06-13
申请号：CN201710076343.X
申请日：2017-02-13
Applicant: 湖北省农业科学院果树茶叶研究所
IPC: G01G17/02
CPC classification number: G01G17/02
Abstract: 一种茶坯称量装置，包括料仓（1）、二级螺杆组（2）、电控箱（3）和称量组件，所述的料仓（1）出口位于二级螺杆组（2）进口上方，二级螺杆组（2）出口位于称量组件进口上方，二级螺杆组（2）前端设置有动力马达Ⅱ，二级螺杆组（2）前端的动力马达Ⅱ、称量组件分别与电控箱（3）相连接。实现了茶坯原料称量过程自动化、效率高。
-
公开(公告)号：CN106665918A
公开(公告)日：2017-05-17
申请号：CN201710076514.9
申请日：2017-02-13
Applicant: 湖北省农业科学院果树茶叶研究所
CPC classification number: A23F3/06
Abstract: 一种单工位砖茶压制模具，其与压力机配合使用，包括上模组件、基座组件和成型保压组件，成型保压组件和上模组件之间设置有定位组件，上模组件包括上基板（83），上基板（83）下方两侧相对分别浮动设置有模板卡（73），基座组件包括下基板（2），下基板（2）上部对应上模组件设置有底板（3），下基板（2）上方设置有上承板（19），成型保压组件设置在上承板（19）上。精确控制了保压时间，保证了产品外形，提高了产品品质。
-
-
-
-
-
-
-
-
-
Search Results
149
records
(took 0.044 seconds)
