龔濤 盧敏瑞 李秋劍 張騰健 王芳 肖錦哲 劉晶晶 彭健 連長(zhǎng)偉

摘要 為研究基于原煙在線(xiàn)光譜模型的打葉復(fù)烤均質(zhì)化加工效果，選用大模塊選后煙葉為試驗(yàn)原料，構(gòu)建在線(xiàn)光譜模型，校正在線(xiàn)煙堿模型，將原料分別進(jìn)行基于在線(xiàn)光譜模型和煙堿模型控制下的均質(zhì)化加工，分析煙葉化學(xué)成分和感官評(píng)分的變化。結(jié)果表明：2種控制方式下，成品煙堿變異系數(shù)無(wú)顯著差異;總糖、還原糖、總氮、鉀、氯5個(gè)成品化學(xué)成分指標(biāo)中，基于在線(xiàn)光譜模型控制下變異系數(shù)分別為2.68%、2.73%、1.36%、5.85%和9.43%，遠(yuǎn)低于基于在線(xiàn)煙堿模型控制下的4.91%、4.91%、4.56%、8.91%和14.29%。評(píng)吸結(jié)果表明基于在線(xiàn)光譜模型控制下的感官效果更佳。因此，基于在線(xiàn)光譜模型的打葉復(fù)烤均質(zhì)化加工可以有效提高成品片煙整體均勻性，提升成品片煙的內(nèi)在品質(zhì)。

關(guān)鍵詞 均質(zhì)化;光譜模型;煙堿模型;光譜控制;煙堿控制

中圖分類(lèi)號(hào) TS 44+3文獻(xiàn)標(biāo)識(shí)碼 A文章編號(hào) 0517-6611（2021）05-0181-04

doi：10.3969/j.issn.0517-6611.2021.05.051

開(kāi)放科學(xué)（資源服務(wù)）標(biāo)識(shí)碼（OSID）：

Study on the Homogenization of Threshing and Redrying Based on Online Spectral Model

GONG Tao1， LU Min-rui1， LI Qiu-jian2 et al

（1.Fujian Wuyi Tobacco Co.， Ltd.， Nanping， Fujian 354000;2.China Tobacco Zhejiang Industrial Co.， Ltd.，Hangzhou，Zhejiang 310000）

Abstract In order to study the homogenization effect of threshing and redrying based on the on-line spectral model of tobacco，the on-line spectral model was constructed and nicotine calibration model was calibrated with tobacco leaves selected by large modules as experimental raw materials.The raw materials were homogenized under the control of on-line spectral model and nicotine model， respectively. The chemical composition and sensory changes of tobacco leaves were analyzed. The results showed that the variation coefficients of nicotine under the two control modes had no significant difference. Among the five chemical components of finished products， the variation coefficients under the control of online spectral model were 2.68%， 2.73%， 1.36%， 5.85% and 9.43% respectively， which were much lower than those under the control of online nicotine model（4.91%， 4.91%， 4.56%， 8.91% and 14.29%， respectively）. The smoking results showed that the sensory effect based on online spectral model was better. Therefore， threshing and redrying homogenization processing based on on-line spectral model could effectively improve the overall uniformity of finished tobacco and improve the internal quality of finished tobacco.

Key words Homogenization;Spectral model;Nicotine model;Spectrum control;Nicotine control

打葉復(fù)烤作為卷煙生產(chǎn)環(huán)節(jié)中的重要一環(huán)，片煙產(chǎn)品的均勻性、穩(wěn)定性直接影響后續(xù)卷煙產(chǎn)品質(zhì)量的均勻性與穩(wěn)定性，相關(guān)研究較多[1-2]。其中片煙產(chǎn)品的內(nèi)在質(zhì)量均勻性研究主要集中在在線(xiàn)近紅外煙堿控制方面[3-4]，但是在線(xiàn)近紅外煙堿模型具有構(gòu)建復(fù)雜、耗時(shí)長(zhǎng)、需定期維護(hù)等缺點(diǎn)，并且只考慮單指標(biāo)控制，對(duì)其他內(nèi)在質(zhì)量指標(biāo)（總糖、還原糖等）的貢獻(xiàn)度有限，而總糖、還原糖等指標(biāo)亦會(huì)對(duì)成品片煙感觀(guān)產(chǎn)生較大影響[5]。近紅外光譜與化學(xué)成分具有強(qiáng)相關(guān)性，若2片煙葉的光譜圖譜相似，那么它們的所有化學(xué)成分含量也很接近[6]。光譜控制原理是根據(jù)煙葉光譜的相似性進(jìn)行分析，再降維給光譜賦定性值，定性值相近的其化學(xué)成分相似。筆者探索一種基于在線(xiàn)近紅外光譜模型的新型均質(zhì)化調(diào)控方式，以實(shí)現(xiàn)更加全面的打葉復(fù)烤均質(zhì)化加工，進(jìn)一步提高成品片煙均勻性。

1 材料與方法

1.1 試驗(yàn)材料

1.1.1 煙葉原料。選取某中煙均質(zhì)化加工配方模塊，重量為1 000 t選后初烤煙葉，品種為云87和K326，產(chǎn)地為福建和江西。

1.1.2 主要設(shè)備。Armor711在線(xiàn)近紅外光譜儀（Carl Zeiss公司，德國(guó)）;Antaris Ⅱ?qū)嶒?yàn)室近紅外光譜儀（賽默飛世爾科技，美國(guó)）;FED240電熱烘箱（Binder公司，德國(guó)）;高架庫(kù)（今天國(guó)際物流技術(shù)股份有限公司，深圳）;旋轉(zhuǎn)式煙葉粉碎機(jī)。

1.2 方法

1.2.1 在線(xiàn)光譜模型的構(gòu)建。

1.2.1.1 建模光譜的采集。

每條鋪葉線(xiàn)鋪固定等級(jí)數(shù)量煙葉，啟動(dòng)鋪葉線(xiàn)，在煙葉通過(guò)在線(xiàn)近紅外光斑時(shí)，利用漫反射原理，通過(guò)在線(xiàn)近紅外掃描，每5 s形成一條在線(xiàn)煙葉特征光譜，收集鋪葉前期300條光譜。

在線(xiàn)近紅外光譜儀參數(shù)：在線(xiàn)光譜采集采用Armor711在線(xiàn)近紅外光譜儀，檢測(cè)器為InGaAs檢測(cè)器，波長(zhǎng)準(zhǔn)確性小于 0.5 nm，波長(zhǎng)重復(fù)性小于 0.05 nm，波長(zhǎng)點(diǎn)數(shù)為256個(gè)。背景校正時(shí)間30 min，掃描波910～2 200 nm，掃描時(shí)間5 s。

1.2.1.2 在線(xiàn)光譜模型的建立。

將收集的建模光譜導(dǎo)入到光譜建模軟件中，進(jìn)行光譜主成分投影，觀(guān)察投影情況，剔除離散性較大的異常樣本;對(duì)可用光譜定性投影，對(duì)投影數(shù)據(jù)分類(lèi)，用建模集對(duì)驗(yàn)證集進(jìn)行預(yù)測(cè)，求其預(yù)測(cè)誤差，利用CARS方法選擇近紅外的波長(zhǎng)點(diǎn)，求解每一次生成波長(zhǎng)點(diǎn)所對(duì)應(yīng)的總體校正集誤差，根據(jù)最小的總體校正集誤差確定近紅外的波長(zhǎng)選擇點(diǎn)以及近紅外光譜的特征信息，對(duì)回歸模型進(jìn)行定量評(píng)價(jià)[7-8]。

1.2.2 在線(xiàn)煙堿模型的校正。

1.2.2.1 在線(xiàn)煙堿模型的準(zhǔn)備。

采用福建武夷煙葉有限公司2017—2018年建立的在線(xiàn)煙堿模型，預(yù)處理方法采用散射校正和一階導(dǎo)數(shù)，采用偏最小二乘法（PLS）方法建立模型，模型樣本量共500條，主成分?jǐn)?shù)為10，模型決定系數(shù)（R2）為0.937 6，滿(mǎn)足在線(xiàn)預(yù)測(cè)需要（R2>0.81），為保證試驗(yàn)批模型適應(yīng)性，取試驗(yàn)批樣本對(duì)模型進(jìn)行校正[9]。

1.2.2.2 校正樣本的準(zhǔn)備。

在試驗(yàn)組鋪葉時(shí)，取樣點(diǎn)在每條鋪葉線(xiàn)在線(xiàn)近紅外光源探頭正下方，每隔3 s抓取1片煙葉，抓取10次，形成一個(gè)混合樣，每個(gè)樣本煙葉30片左右，每條鋪葉線(xiàn)各收集樣本50個(gè)和對(duì)應(yīng)原煙光譜50條，經(jīng)過(guò)粉碎等預(yù)處理后使用實(shí)驗(yàn)室近紅外光譜儀檢測(cè)其煙堿值。

1.2.2.3 在線(xiàn)煙堿模型的校正。

將在線(xiàn)原煙光譜與實(shí)驗(yàn)室檢測(cè)結(jié)果一一對(duì)應(yīng)，將收集的50個(gè)在線(xiàn)樣本中的30個(gè)加入在線(xiàn)各化學(xué)成分模型進(jìn)行校正，另外20個(gè)進(jìn)行外部驗(yàn)證。

1.2.3 加工流程。

將原料分成2份，一份（500 t）進(jìn)行基于在線(xiàn)光譜模型的均質(zhì)化加工（以下簡(jiǎn)稱(chēng)為光譜控制），另一份（500 t）進(jìn)行基于在線(xiàn)煙堿模型的均質(zhì)化加工（以下簡(jiǎn)稱(chēng)為煙堿控制）。加工過(guò)程中的各項(xiàng)工藝參數(shù)符合YC/T 146—2010要求[10]。

將原煙按照配方比例運(yùn)送至鋪葉線(xiàn)皮帶上，利用在線(xiàn)光譜模型預(yù)測(cè)原煙定性值，在線(xiàn)煙堿模型預(yù)測(cè)原煙煙堿值，連續(xù)掃描皮帶上的煙葉，每隔5 s檢測(cè)定性值和煙堿值，煙框裝滿(mǎn)后將該時(shí)間段內(nèi)定性值或煙堿值作算術(shù)平均賦予該煙框，入高架庫(kù)后通過(guò)均質(zhì)化配方軟件對(duì)2個(gè)試驗(yàn)批煙葉數(shù)據(jù)分析定性值和煙堿值的正態(tài)分布情況，再按照“中心極限法”進(jìn)行均質(zhì)化配方出庫(kù)。經(jīng)預(yù)處理、打葉、復(fù)烤后檢測(cè)成品的化學(xué)成分，并進(jìn)行感官評(píng)價(jià)，分析其均質(zhì)化效果。均質(zhì)化加工流程如圖1所示。

1.2.4 化學(xué)成分檢測(cè)方法。

煙葉樣品抽去主脈及≥2 mm的支脈（成品片煙無(wú)需處理），放入烘箱中，在40 ℃溫度下烘4 h，過(guò)60目篩網(wǎng)的旋轉(zhuǎn)磨粉碎，再利用實(shí)驗(yàn)室近紅外光譜儀檢測(cè)各項(xiàng)化學(xué)成分含量。

1.2.5 數(shù)據(jù)分析方法。

檢測(cè)不同試驗(yàn)樣品的化學(xué)成分，利用各化學(xué)指標(biāo)標(biāo)準(zhǔn)偏差、變異系數(shù)和標(biāo)偏下降度對(duì)指標(biāo)進(jìn)行量化評(píng)價(jià)，其計(jì)算公式如下：

標(biāo)準(zhǔn)差S=1N-1Ni=1（X i-）2（1）

變異系數(shù)CV=S/×100%（2）

式中，S為樣品標(biāo)準(zhǔn)偏差，CV為變異系數(shù)，X i為樣品檢測(cè)值，為樣品平均值，N為樣品量。

49卷5期龔 濤等 基于在線(xiàn)光譜模型的打葉復(fù)烤均質(zhì)化研究

2 結(jié)果與分析

2.1 在線(xiàn)光譜模型的建立

利用在線(xiàn)近紅外光譜儀掃描煙葉光譜，取每個(gè)鋪葉模塊建模光譜300條，利用“1.2.1”中的方法構(gòu)建在線(xiàn)光譜模型。

建模區(qū)間選擇5 000～10 000 cm-1，預(yù)處理方法選擇多元散射校正（MSC）和一階導(dǎo)數(shù)，原始圖譜見(jiàn)圖2。對(duì)光譜進(jìn)行定性投影，主成分投影見(jiàn)圖3。利用多種群遺傳算法（MPGA）求解每一次生成波長(zhǎng)點(diǎn)所對(duì)應(yīng)的總體校正集誤差最優(yōu)解，選擇遺傳算法的個(gè)體數(shù)目為30，變量維數(shù)為226，變量的二進(jìn)制位數(shù)為8，種群數(shù)目為100，MPGA進(jìn)化過(guò)程見(jiàn)圖4。在線(xiàn)光譜模型建立后，對(duì)鋪葉來(lái)料在線(xiàn)光譜降維賦予定性值，實(shí)現(xiàn)煙葉光譜特性數(shù)字化均質(zhì)化控制。

2.2 在線(xiàn)煙堿模型 對(duì)在線(xiàn)化學(xué)成分模型進(jìn)行模型校正，結(jié)果見(jiàn)表1。從表1可以看出，煙堿建模集模型決定系數(shù)

（R2）為0.939 7，建模決定系數(shù)（R2）符合要求。外部驗(yàn)證樣

本的平均相對(duì)偏差為6.75%，模型預(yù)測(cè)精度滿(mǎn)足在線(xiàn)預(yù)測(cè)需求（<11%）。

2.3 原煙化學(xué)成分

為了了解原煙化學(xué)成分的變化，利用人工在鋪葉線(xiàn)處對(duì)2種測(cè)試方式原煙進(jìn)行取樣，每個(gè)樣本重量（300±30）g，共取得樣本100個(gè)，每種方式原煙樣本50個(gè)，按“1.2.4”要求檢測(cè)其化學(xué)成分，結(jié)果見(jiàn)表2。

由表2可知，2個(gè)試驗(yàn)批鋪葉線(xiàn)原煙6項(xiàng)常規(guī)化學(xué)成分平均值和變異系數(shù)無(wú)明顯差異，原煙化學(xué)成分情況對(duì)2種控制方式下成品化學(xué)成分不造成明顯影響，可通過(guò)對(duì)比成品化學(xué)成分情況來(lái)分析2種控制方式均質(zhì)化效果的優(yōu)劣。

2.4 成品化學(xué)成分情況

利用人工在裝箱打包處取2種控制方式下的成品片煙樣品，每間隔30箱取一個(gè)樣本，每個(gè)樣本重量（300±30）g，共取得樣本112個(gè)，每種方式成品片煙樣本56個(gè)，按“1.2.4”要求檢測(cè)其內(nèi)在化學(xué)成分，結(jié)果如表3所示。

由表3可知，2種控制方式下成品煙堿變異系數(shù)基本沒(méi)有差異。6項(xiàng)常規(guī)化學(xué)成分平均值在2種控制方式下基本沒(méi)有差異。光譜控制下的成品總糖、還原糖、總氮、鉀、氯含量變異系數(shù)由煙堿控制的4.91%、4.91%、4.56%、8.91%、14.29%分別降至2.68%、2.73%、1.36%、5.85%、9.43%，下降效果明顯，光譜控制下其他5項(xiàng)常規(guī)化學(xué)成分均質(zhì)化效果更佳。

2.5 成品片煙評(píng)吸結(jié)果

為了進(jìn)一步驗(yàn)證由化學(xué)成分分析得出的試驗(yàn)結(jié)論，在烤機(jī)出口按照2 h/次的頻率抓取評(píng)吸樣品，共取得樣品36個(gè)，每種方式評(píng)吸樣品18個(gè)。將煙葉樣品在22 ℃和65%相對(duì)濕度下平衡后，組織7名專(zhuān)業(yè)評(píng)吸員，按照YC/T 138—1998[11]進(jìn)行評(píng)吸，單料煙評(píng)吸指標(biāo)主要從香氣特性（香氣質(zhì)、香氣量、雜氣、透發(fā)性）、煙葉特性（勁頭、濃度、細(xì)膩程度、柔和程度）以及口感特性（刺激程度、干燥程度、回甜、余味）4大類(lèi)共12項(xiàng)指標(biāo)評(píng)吸，每項(xiàng)按6分制積分，開(kāi)展對(duì)各不同控制方式下煙葉進(jìn)行對(duì)比評(píng)吸，分析2種控制方式對(duì)成品片煙感官效果的影響，結(jié)果見(jiàn)表4。

由表4可知，光譜控制下煙葉感官質(zhì)量好于煙堿控制。感官評(píng)析結(jié)果佐證了光譜控制下均質(zhì)化效果更佳，與化學(xué)成分?jǐn)?shù)據(jù)分析結(jié)果相一致。

3 結(jié)論

該研究利用近紅外光譜與化學(xué)成分具有強(qiáng)相關(guān)性的特性構(gòu)建了原煙在線(xiàn)光譜模型，運(yùn)用在線(xiàn)光譜模型實(shí)時(shí)預(yù)測(cè)原煙定性值，并結(jié)合高架庫(kù)實(shí)現(xiàn)基于在線(xiàn)光譜模型的均質(zhì)化投料出庫(kù)。通過(guò)與傳統(tǒng)在線(xiàn)煙堿控制對(duì)比，實(shí)現(xiàn)除煙堿以外的其他5項(xiàng)常規(guī)化學(xué)成分指標(biāo)成品變異系數(shù)大幅度下降，感官評(píng)吸效果的提升也進(jìn)一步驗(yàn)證了此下降趨勢(shì)對(duì)于復(fù)烤成品片煙品質(zhì)的提升作用。因此，基于在線(xiàn)光譜模型的打葉復(fù)烤均質(zhì)化加工可以有效提高成品片煙整體均勻性，提升成品片煙內(nèi)在品質(zhì)。

參考文獻(xiàn)

[1] 尹旭，徐其敏，陳清.打葉復(fù)烤均勻性加工技術(shù)研究進(jìn)展[J].安徽農(nóng)業(yè)科學(xué)，2013，41（16）：7307-7309.

[2] 何結(jié)望，李琳，吳風(fēng)光，等.打葉復(fù)烤片煙質(zhì)量均勻性評(píng)價(jià)方法的構(gòu)建和實(shí)踐[J].江西農(nóng)業(yè)學(xué)報(bào)，2012，24（8）：43-46，53.

[3] 杜閱光，崔登科，程小東，等.聲光可調(diào)近紅外光譜技術(shù)用于打葉復(fù)烤片煙化學(xué)成分均質(zhì)化生產(chǎn)控制[J].紅外技術(shù)，2012，34（10）：614-618.

[4] 尹旭，徐其敏，陳清，等.帶梗煙葉在線(xiàn)近紅外檢測(cè)模型的建立與應(yīng)用研究[J].江西農(nóng)業(yè)學(xué)報(bào)，2016，28（1）：64-67.

[5] 胡建軍，馬明，李耀光，等.煙葉主要化學(xué)指標(biāo)與其感官質(zhì)量的灰色關(guān)聯(lián)分析[J].煙草科技，2001，34（1）：3-7.

[6] 褚小立.化學(xué)計(jì)量學(xué)方法與分子光譜分析技術(shù)[M].北京：化學(xué)工業(yè)出版社，2011.

[7] 嚴(yán)衍祿.近紅外光譜分析基礎(chǔ)與應(yīng)用[M].北京：中國(guó)輕工業(yè)出版社，2005.

[8] 高榮強(qiáng)，范世福.現(xiàn)代近紅外光譜分析技術(shù)的原理及應(yīng)用[J].分析儀器，2002（3）：9-12.

[9] 王宏鋁，王筑臨，許小雙，等.基于在線(xiàn)煙堿預(yù)測(cè)模型的煙葉復(fù)烤均質(zhì)化加工[J].煙草科技，2015，48（6）：73-77.

[10] 吳洪田，李曉紅，畢繼華，等.煙葉 打葉復(fù)烤 工藝規(guī)范：YC/T 146—2010[S].北京：中國(guó)標(biāo)準(zhǔn)出版社，2011.

[11] 趙明月，梅業(yè)安，于明芳，等.煙草及煙草制品 感官評(píng)價(jià)方法：YC/T 138—1998 [S].北京：中國(guó)標(biāo)準(zhǔn)出版社，1998.