一種應用近紅外光譜分析技術鑑別捲菸表香質量的方法
2024-04-10 16:34:05
專利名稱：一種應用近紅外光譜分析技術鑑別捲菸表香質量的方法
技術領域：
本發明屬於捲菸 質量控制技術領域，具體涉及一種應用近紅外(NIR)光譜分析技術鑑別捲菸表香質量的方法。
背景技術：
捲菸加香的目的主要是用以襯託煙香，在不損害菸葉原有香氣的前提下掩蓋雜氣。由於葉組質量的差異及降焦措施的運用，會導致捲菸產品香氣缺乏或滯重，通過加香可以補充優美的香氣；加香還可以添加揮發性較強的特徵香料，賦予捲菸獨特的香味，增加對消費者的吸引力；此外，加香還能夠增加甜潤感、改善吸味，掩蓋或減弱一些雜氣、刺激性、乾燥感和粗糙感；加香更重要的作用是能把不同類型、不同品種、不同產地、不同年份生產的不同等級菸葉的香氣有機組合併協調起來，同時還能掩蓋或衝淡雜氣，改善品質。因此，捲菸表香的質量穩定性直接關係到捲菸產品的質量穩定性。而煙用表香大多取材於天然香料，受到原料、加工等多種因素的影響，其化學成分的複雜性和多樣性一直都是質量控制的重點和難點。現有捲菸表香的質量控制方法主要是通過酸度、混溶度、折光指數、揮發分總量和旋光度等物性指標和調香師的人工嗅香等，方法較為單一和片面。運用色譜指紋圖譜的方法對捲菸香精香料進行質量控制是目前研究的熱點，但色譜分析技術前處理過程繁雜，限制了色譜指紋圖譜的應用。因此，為了保證來自不同原料產地和不同批次的捲菸表香質量的一致性，迫切要求開發一種更優化的捲菸表香質量鑑別方法。近紅外光譜分析技術是近年來迅速發展起來的一種方便、高效、低成本的綠色分析技術，目前已經廣泛應用於農業、林業、造紙、茶葉、食品、中草藥鑑別等行業，但該方法在捲菸表香質量鑑別方面的應用尚未見報導。
發明內容
本發明的目的在於針對現有的不足，提供一種應用近紅外光譜分析技術鑑別捲菸表香質量的方法。利用FT-NIR光譜數據，應用相似度匹配的定性分析方法直接建立捲菸表香質量控制模型，實現對捲菸表香質量的快速、精確地鑑別。本發明的目的通過以下技術方案予以實現。除非另有說明，本發明所採用的百分數均為重量百分數。—種應用近紅外光譜分析技術鑑別捲菸表香質量的方法，包括以下步驟(I)光譜數據採集將某品牌捲菸合格的表香樣品裝入小試管中，置於透射樣品架上採集表香樣品的近紅外透射光譜數據，每個樣品進行10次重複數據採集，並將所採集的光譜數據存入計算機；光譜採集方式為透射光譜採集模式；掃描範圍4000 lOOOOcnT1 ；解析度8 cm-1 ;掃描次數16次；每次採集樣品光譜前均須採集背景光譜；(2)模型構建應用TQ analyst7. I軟體中的相似度匹配的定性分析方法建立該捲菸品牌表香的相似度匹配模型；
(3)相似度匹配臨界值計算以相似度匹配模型為基礎，運用TQ analyst7. I軟體計算該品牌捲菸表香的光譜相似度匹配值(Similarity Match Value, SMV),並對該品牌捲菸表香的SMV值進行統計分析，分析SMV數據分布的範圍，確定SMV的最下限數值Min ；同樣地,批量採集同一企業生產的非該品牌捲菸表香的光譜數據，並對非該品牌捲菸表香的SMV值進行計算，對所得到的SMV值進行統計分析，分析SMV數據分布的範圍，確定SMV的最上限數值Max ;經計算得到該品牌捲菸表香的相似度匹配臨界值CV CV = (Min+ Max) /2(4)鑑別重複步驟(1)，採集待鑑別捲菸表香的光譜數據，以該品牌捲菸表香的相似度匹配模型為基礎，通過TQ analyst7. I軟體計算待鑑別捲菸表香的SMV，當待鑑別捲菸表香的SMV ^ CV時鑑定為該表香質量合格，否則為不合格。步驟(I)所述的合格表香樣品為該品牌不同時間、不同批次生產的合格樣品。
與現有技術相比，本發明具有如下優點I、應用現有近紅外光譜分析儀器，結合TQ analyst光譜分析軟體中相似度匹配的光譜數據定性分析功能，非常簡單地建立鑑別模型。2、鑑別過程簡單，模型建好後，無需專業背景人員即可完成鑑別過程，易於推廣。3、模型鑑別效果檢驗表明，模型鑑別準確率較高，可以作為一種有效的捲菸表香質量穩定性評價和檢測工具。
具體實施例方式下面通過應用實施例對本發明作進一步的詳細說明，但實施例並不是對本發明技術方案的限定。應用實施例I應用近紅外光譜分析技術無損鑑別雲煙(軟珍品)表香的質量。I、樣品準備準備紅雲紅河菸草(集團)有限責任公司昆明捲菸廠配料中心生產的雲煙(軟珍品)的合格表香樣品20批，每批取100克用於模型的構建。2、光譜數據採集應用熱電公司的Nicolet Antaris型FT-近紅外光譜儀對樣品進行光譜採集。光譜採集之前，開機預熱FT-NIR光譜儀2小時。分別將不同表香樣品裝入小試管中，置於透射樣品架上採集表香樣品的近紅外透射光譜數據。每個樣品進行10次重複數據採集，並將所採集的光譜數據存入計算機；其中光譜採集方式為透射光譜採集模式；掃描範圍(Data Range):4000 10000cm 1 ;解析度(Resolution):8 cm 1 ;掃描次數16次；每次採集樣品光譜前均須採集背景光譜。3、模型構建為了減小由於樣品均勻性等因素對光譜帶來的多重偏差，應用TQ analyst7. I軟體中的附加散射校正技術(Multiplicative Scatter Correction, MSC)對原始FT-NIR光譜進行處理。同時，建立模型時對相關參數進行調整和優化是提高模型預測能力和預測效果的主要手段之一。對光譜進行平滑處理和基線校正，能有效去除近紅外光譜信號中的基線漂移與光散射等各種幹擾和噪聲，充分提取FT-NIR光譜包含的有效特徵信息，提高模型的預測精度。另外，選擇恰當的光譜範圍也是建模過程中一個重要的環節之一。通過對模型的多次優化計算，選擇恰當參數建立雲煙(軟珍品)捲菸表香的相似度匹配(SimilarityMatch)模型。表I為雲煙(軟珍品)捲菸表香的建模參數設置。表I雲煙(軟珍品)表香相似度匹配模型的建模優化參數
權利要求
1.一種應用近紅外光譜分析技術鑑別捲菸表香質量的方法，包括以下步驟 (1)光譜數據採集將某品牌捲菸合格的表香樣品裝入小試管中，置於透射樣品架上採集表香樣品的近紅外透射光譜數據，每個樣品進行10次重複數據採集，並將所採集的光譜數據存入計算機；光譜採集方式為透射光譜採集模式；掃描範圍4000 lOOOOcnT1 ;解析度8 cm-1 ;掃描次數16次；每次採集樣品光譜前均須採集背景光譜； (2)模型構建應用TQanalyst7. I軟體中的相似度匹配的定性分析方法建立該捲菸品牌表香的相似度匹配模型； (3)相似度匹配臨界值計算以相似度匹配模型為基礎，運用TQanalyst7. I軟體計算該品牌捲菸表香的光譜相似度匹配值SMV，並對該品牌捲菸表香的SMV值進行統計分析，分析SMV數據分布的範圍，確定SMV的最下限數值Min ;同樣地，批量採集同一企業生產的非該品牌捲菸表香的光譜數據，並對非該品牌捲菸表香的SMV值進行計算，對所得到的SMV值進行統計分析，分析SMV數據分布的範圍，確定SMV的最上限數值Max ;經計算得到該品牌捲菸表香的相似度匹配臨界值CV CV = (Min+ Max) /2 (4)鑑別重複步驟(1)，採集待鑑別捲菸表香的光譜數據，以該品牌捲菸表香的相似度匹配模型為基礎，通過TQ analyst7. I軟體計算待鑑別捲菸表香的SMV，當待鑑別捲菸表香的SMV ^ CV時鑑定為該表香質量合格，否則為不合格。
全文摘要
本發明公開了一種應用近紅外光譜分析技術鑑別捲菸表香質量的方法。首先將合格表香的光譜數據存入計算機，應用TQ analyst7.1軟體中的相似度匹配的定性分析方法建立該品牌表香的相似度匹配模型，經計算得到該品牌表香的相似度匹配臨界值。在鑑別表香質量時，應用同樣方法採集待鑑別表香的光譜數據，並計算待鑑別表香的光譜相似度匹配值，當待鑑別表香的相似度匹配值≥該品牌捲菸表香的相似度匹配臨界值時鑑定為合格，否則即為不合格。該鑑別方法所需樣品量較少，鑑別過程無需前處理及制樣程序，鑑別過程簡單，非常適合在菸草行業進行推廣，在捲菸表香質量穩定性控制中具有良好的應用前景。
文檔編號G01N21/35GK102680427SQ20121016669
公開日2012年9月19日 申請日期2012年5月27日 優先權日2012年5月27日
發明者劉亞, 夏建軍, 段焰青, 王堅, 王文元, 者為, 蔣舉興, 陳興, 陳玉芸 申請人:紅雲紅河菸草(集團)有限責任公司