王東飛 李文偉 程韋 李瑞麗 王建民

摘要：以煙絲中梗絲百分比為參比值，建立了評(píng)價(jià)雪茄型卷煙煙絲摻配均勻性的近紅外模型。結(jié)果表明，模型的校正均方差（RMSEC）為0.304，校正預(yù)測(cè)值與參比值的相關(guān)系數(shù)（Rc）達(dá)到了0.999 5。外部驗(yàn)證及精密度試驗(yàn)結(jié)果表明，平均絕對(duì)偏差為0.35%，平均相對(duì)偏差為1.78%，平均相對(duì)標(biāo)準(zhǔn)偏差為1.34%。因此，利用近紅外模型可以快速、準(zhǔn)確地預(yù)測(cè)雪茄型卷煙煙絲中梗絲的摻配比例，進(jìn)而評(píng)價(jià)煙絲摻配均勻性。

關(guān)鍵詞：雪茄型卷煙；煙絲比例；摻配均勻性；近紅外模型

中圖分類號(hào)：TS452.3 文獻(xiàn)標(biāo)志碼：A doi：10.16693/j.cnki.1671-9646（X）.2018.03.007

文章編號(hào)：1671-9646（2018）03a-0021-03

Abstract：A near infrared model was established based on the percentage of cut lamina for evaluating the blending uniformity of cut tobacco in cigar type cigarettes. The results showed that the RMSEC of the model was 0.304，and the Rc between the predicted value and the actual value was 0.999 5. The results of external validation and precision test showed that the average absolute deviation was 0.35%，the average relative deviation was 1.78%，and the average relative standard deviation was 1.34%. Therefore，the near infrared model can be used to predict the ratio of cut lamina in cut tobacco quickly and accurately，and then evaluate the blending uniformity of cut tobacco in the cigar type cigarette.

Key words：cigar type cigarette；cut tobacco ratio；blending uniformity；NIRS model

煙絲摻配是指將葉絲、梗絲、膨脹葉絲、薄片絲、回收煙絲按照產(chǎn)品配方設(shè)計(jì)摻配混勻的工藝[1]，煙絲摻配的均勻程度直接影響卷煙配方的穩(wěn)定性，進(jìn)而對(duì)卷煙的內(nèi)在品質(zhì)造成影響[2]。因此，評(píng)價(jià)煙絲摻配的均勻程度對(duì)保證卷煙品質(zhì)和提高卷煙均質(zhì)化的控制水平具有重要意義。

據(jù)報(bào)道，一般通過(guò)2種途徑評(píng)價(jià)煙絲摻配的均勻性，一種是通過(guò)檢測(cè)化學(xué)成分的含量并計(jì)算混合均勻度[3]；另一種是通過(guò)近紅外光譜技術(shù)建立預(yù)測(cè)模型，直接測(cè)定摻配后煙絲中梗絲等組分的比例[4-6]，但已有研究主要針對(duì)烤煙型卷煙和混合型卷煙煙絲。雪茄型卷煙以晾曬煙為主要原料，煙絲化學(xué)成分與烤煙和混合型卷煙存在較大差異，同時(shí)煙絲的顏色也明顯不同[7-9]。化學(xué)成分和顏色方面的差異必然使其在近紅外譜區(qū)表現(xiàn)特異性的吸收[10]，進(jìn)而利用近紅外模型評(píng)價(jià)煙絲摻配均勻性的方法并不一定適用于雪茄型卷煙。因此，研究的目的在于分析該方法評(píng)價(jià)雪茄型卷煙煙絲摻配均勻性的可行性。

1 材料與方法

1.1 材料與儀器

某牌號(hào)卷煙配方的葉絲和梗絲，安陽(yáng)卷煙廠提供；KBF240型恒溫恒濕箱，德國(guó)Binder公司產(chǎn)品；YP10002型天平（感量0.01 g），余姚市金諾天平儀器有限公司產(chǎn)品；ST-07B型400 g多功能粉碎機(jī)，上海樹(shù)立儀器儀表公司產(chǎn)品；DHG-9023A型電熱鼓風(fēng)干燥箱，上海一恒公司產(chǎn)品；Antaeis II型近紅外分析儀。

1.2 方法

1.2.1 樣品制備

將葉絲和梗絲平鋪在烘箱中，在39 ℃條件下烘烤4 h，放入密封袋中。在梗絲配比10%～40%時(shí)，以2%的梯度與葉絲摻配，制得不同梗絲配比的煙絲樣品，每個(gè)樣品總質(zhì)量為50 g。重復(fù)制取4組，每組16個(gè)配比，共64個(gè)樣品作為校正集。然后通過(guò)粉碎機(jī)粉碎1.5 min，放入密封袋中封存。

1.2.2 光譜采集

將制備好的樣品各取15 g，放入5 cm石英杯中壓實(shí)，在波長(zhǎng)為10 000～4 000 cm-1，分辨率為8 cm-1，掃描頻率為64的工作參數(shù)下，通過(guò)近紅外分析儀的積分球漫反射模塊，將每個(gè)樣品重復(fù)掃描3次獲得單張光譜，取平均光譜參與模型建立。

1.2.3 數(shù)據(jù)處理

通過(guò)采用TQ Analyst 軟件中的多元散射校正、均值中心化、一階導(dǎo)數(shù)、二階導(dǎo)數(shù)、S-G平滑、Norrisa平滑等光譜預(yù)處理方法對(duì)光譜進(jìn)行預(yù)處理，以減少或消除高頻噪聲、樣品不均勻、基線漂移等因素對(duì)模型的影響[11]，并采用最小二乘法[12]以葉絲比例作為參比值建立分析模型。通過(guò)校正均方根誤差（RMSEC）、校正集相關(guān)系數(shù)（Rc）、交叉驗(yàn)證均方根誤差（RMSECV），交叉驗(yàn)證相關(guān)系數(shù)（Rv）、預(yù)測(cè)均方根誤差（RMSEP），預(yù)測(cè)相關(guān)系數(shù)（Rp）、最佳主因子數(shù)和性能指數(shù)評(píng)價(jià)模型的性能[13]，并通過(guò)重復(fù)性試驗(yàn)借助SPSS 17.0[14]評(píng)價(jià)分析模型預(yù)測(cè)的正確度和精密度。

2 結(jié)果與分析

2.1 模型的建立

不同梗絲配比預(yù)處理方式對(duì)應(yīng)的模型性能參數(shù)見(jiàn)表1。

由表1可知，原始光譜經(jīng)多元散射校正、均值中心化、一階導(dǎo)數(shù)結(jié)合Norris平滑處理，并選擇主因子數(shù)為9時(shí)的建模效果最好，RMSEC，RMSEP，RMSECV較小且較為接近，說(shuō)明校正集樣品光譜信息提取充分，建模樣品具有代表性，模型預(yù)測(cè)準(zhǔn)確度高，模型信息擬合關(guān)聯(lián)充分。

模型預(yù)測(cè)值與參比值的散點(diǎn)見(jiàn)圖1，模型預(yù)測(cè)值與參比值的殘差分布見(jiàn)圖2。

結(jié)合圖1所示模型預(yù)測(cè)值與參比值的散點(diǎn)圖和圖2所示模型預(yù)測(cè)值與參比值的殘差分布圖可以看出，模型對(duì)樣品光譜信息與參比值分布的一致性比較理想，殘差隨機(jī)分布且無(wú)異常點(diǎn)。

2.2 模型的驗(yàn)證

2.2.1 內(nèi)部交叉驗(yàn)證

預(yù)測(cè)值與真實(shí)值的散點(diǎn)見(jiàn)圖3，預(yù)測(cè)值與真實(shí)值的殘差分布見(jiàn)圖4。

對(duì)模型進(jìn)行內(nèi)部交叉驗(yàn)證，交叉驗(yàn)證均方根誤差RMSECV為0.509，Rv為0.998 5，真實(shí)值與預(yù)測(cè)值分布較為一致，且殘差均勻分布且無(wú)異常點(diǎn)。

2.2.2 外部驗(yàn)證

另制取16個(gè)已知摻配比例的樣品作為驗(yàn)證集，將其平均光譜代入模型，外部驗(yàn)證預(yù)測(cè)均方根誤差為0.440，相關(guān)系數(shù)為0.999 0；絕對(duì)偏差分布范圍為0～0.94%，平均絕對(duì)偏差為0.35%±0.145%；相對(duì)偏差分布范圍為0～7.83%，平均相對(duì)偏差為1.78%±1.069%。

真實(shí)值與預(yù)測(cè)值的統(tǒng)計(jì)結(jié)果見(jiàn)表2，真實(shí)值與預(yù)測(cè)值的配對(duì)T檢驗(yàn)結(jié)果見(jiàn)表3。

從表3中配對(duì)T檢驗(yàn)結(jié)果可知，預(yù)測(cè)值與真實(shí)值間不存在顯著的差異。綜上所述，所建梗絲百分比近紅外分析模型的預(yù)測(cè)結(jié)果具有較高的準(zhǔn)確度。

2.2.3 精密度試驗(yàn)

通過(guò)另制取與校正集樣品相同比例的16個(gè)樣品重復(fù)掃描3次，每個(gè)比例得到3張單張光譜，分別代入模型，得到其預(yù)測(cè)值。計(jì)算每個(gè)比例的相對(duì)標(biāo)偏，以實(shí)現(xiàn)對(duì)模型精密度的評(píng)價(jià)。

模型精密度試驗(yàn)結(jié)果見(jiàn)表4。

由表4可知，模型對(duì)每個(gè)配比樣品3次試驗(yàn)的預(yù)測(cè)結(jié)果波動(dòng)較小，相對(duì)標(biāo)準(zhǔn)偏差為0.38%～3.46%，平均相對(duì)標(biāo)偏為1.34%±0.468%。因此，預(yù)測(cè)結(jié)果波動(dòng)較小、具有良好的重復(fù)性，說(shuō)明預(yù)測(cè)模型具有較高的穩(wěn)定性和可靠性。

3 結(jié)論

（1）在全光譜范圍內(nèi)，經(jīng)多元散射校正、一階導(dǎo)結(jié)合Norris平滑預(yù)處理，以9個(gè)因子數(shù)、梗絲比例為參比值，通過(guò)偏最小二乘法（PLS）建立了評(píng)價(jià)雪茄型卷煙煙絲摻配均勻性的預(yù)測(cè)模型。外部驗(yàn)證及精密度試驗(yàn)結(jié)果表明，平均絕對(duì)偏差為0.35%±0.145%，平均相對(duì)偏差為1.78%±1.069%，平均相對(duì)標(biāo)偏差為1.34%%±0.468%。

（2）平均絕對(duì)偏差明顯小于文獻(xiàn)[4-6]中所報(bào)道的預(yù)測(cè)烤煙和混合型卷煙煙絲中梗絲比例時(shí)的平均相對(duì)偏差（5.86%～7.60%），說(shuō)明以梗絲比例作為參比值建立近紅外模型，評(píng)價(jià)煙絲摻配均勻性的方法也適用于雪茄型卷煙。

參考文獻(xiàn)：

國(guó)家煙草專賣局. 卷煙工藝規(guī)范[M]. 北京：輕工業(yè)出版社，2016：75-80.

劉加樹(shù). 探討如何提高煙草制絲摻配物配比精度[G]// 中國(guó)煙草學(xué)會(huì)2010年學(xué)術(shù)年會(huì)論文集. 北京：中國(guó)煙草學(xué)會(huì)，2010.

國(guó)家煙草專賣局. YC/T 426-2012 煙草及在制品 煙草混合均勻度的測(cè)定[S]. 北京：中國(guó)標(biāo)準(zhǔn)出版社，2012.

劉曉萍，李斌，于川芳，等. 基于近紅外光譜的卷煙配方結(jié)構(gòu)識(shí)別[J]. 煙草科技，2006，48（10）：37-43.

張鼎方. FT-NIR快速檢測(cè)制絲過(guò)程膨絲與葉絲摻配比例及均勻性[J]. 安徽農(nóng)業(yè)科學(xué)，2013，41（1）：316-317.

溫若愚，席年生，張大波，等. 不同混絲模式對(duì)煙絲摻配效果的影響[J]. 煙草科技，2008（9）：13-16.

王劉東，王培峰，胡有持，等. CO-2膨脹工藝對(duì)煙草梗絲品質(zhì)的影響[J]. 農(nóng)產(chǎn)品加工，2016（22）：42-44.

趙曉丹，史宏志，錢華，等. 不同類型煙草常規(guī)化學(xué)成分與中性致香物質(zhì)含量分析[J]. 華北農(nóng)學(xué)報(bào)，2012， 27（3）：234-238.

任民，王日新，賈興華，等. 普通煙草種內(nèi)主要栽培類型間煙葉香味成分的比較與分析[J]. 中國(guó)煙草科學(xué)，2008，29（6）：36-42.

杰爾·沃克曼，洛伊斯·文依，Jerry Workman，等. 近紅外光譜解析實(shí)用指南[M]. 北京：化學(xué)工業(yè)出版社，2009：170-180.

尼珍，胡昌勤，馮芳. 近紅外光譜分析中光譜預(yù)處理方法的作用及其發(fā)展[J]. 藥物分析雜志，2008（5）：824-829.

陸婉珍. 近紅外光譜儀器[M]. 北京：化學(xué)工業(yè)出版社，2010：53-60.

劉正林，朱建新，韓明，等. 近紅外光譜法快速測(cè)定加料后煙葉中的1，2-丙二醇[J]. 云南化工，2017，44（4）：61-65.

薛薇. SPSS統(tǒng)計(jì)分析方法及應(yīng)用[M]. 北京：電子工業(yè)出版社，2013：25-30.