专利名称：一种应用近红外光谱分析技术鉴别卷烟表香质量的方法
技术领域：
本发明属于卷烟 质量控制技术领域，具体涉及一种应用近红外(NIR)光谱分析技术鉴别卷烟表香质量的方法。
背景技术：
卷烟加香的目的主要是用以衬托烟香，在不损害烟叶原有香气的前提下掩盖杂气。由于叶组质量的差异及降焦措施的运用，会导致卷烟产品香气缺乏或滞重，通过加香可以补充优美的香气；加香还可以添加挥发性较强的特征香料，赋予卷烟独特的香味，增加对消费者的吸引力；此外，加香还能够增加甜润感、改善吸味，掩盖或减弱一些杂气、刺激性、干燥感和粗糙感；加香更重要的作用是能把不同类型、不同品种、不同产地、不同年份生产的不同等级烟叶的香气有机组合并协调起来，同时还能掩盖或冲淡杂气，改善品质。因此，卷烟表香的质量稳定性直接关系到卷烟产品的质量稳定性。而烟用表香大多取材于天然香料，受到原料、加工等多种因素的影响，其化学成分的复杂性和多样性一直都是质量控制的重点和难点。现有卷烟表香的质量控制方法主要是通过酸度、混溶度、折光指数、挥发分总量和旋光度等物性指标和调香师的人工嗅香等，方法较为单一和片面。运用色谱指纹图谱的方法对卷烟香精香料进行质量控制是目前研究的热点，但色谱分析技术前处理过程繁杂，限制了色谱指纹图谱的应用。因此，为了保证来自不同原料产地和不同批次的卷烟表香质量的一致性，迫切要求开发一种更优化的卷烟表香质量鉴别方法。近红外光谱分析技术是近年来迅速发展起来的一种方便、高效、低成本的绿色分析技术，目前已经广泛应用于农业、林业、造纸、茶叶、食品、中草药鉴别等行业，但该方法在卷烟表香质量鉴别方面的应用尚未见报道。
发明内容
本发明的目的在于针对现有的不足，提供一种应用近红外光谱分析技术鉴别卷烟表香质量的方法。利用FT-NIR光谱数据，应用相似度匹配的定性分析方法直接建立卷烟表香质量控制模型，实现对卷烟表香质量的快速、精确地鉴别。本发明的目的通过以下技术方案予以实现。除非另有说明，本发明所采用的百分数均为重量百分数。—种应用近红外光谱分析技术鉴别卷烟表香质量的方法，包括以下步骤(I)光谱数据采集将某品牌卷烟合格的表香样品装入小试管中，置于透射样品架上采集表香样品的近红外透射光谱数据，每个样品进行10次重复数据采集，并将所采集的光谱数据存入计算机；光谱采集方式为透射光谱采集模式；扫描范围4000 lOOOOcnT1 ；分辨率8 cm-1 ;扫描次数16次；每次采集样品光谱前均须采集背景光谱；(2)模型构建应用TQ analyst7. I软件中的相似度匹配的定性分析方法建立该卷烟品牌表香的相似度匹配模型；
(3)相似度匹配临界值计算以相似度匹配模型为基础，运用TQ analyst7. I软件计算该品牌卷烟表香的光谱相似度匹配值(Similarity Match Value, SMV),并对该品牌卷烟表香的SMV值进行统计分析，分析SMV数据分布的范围，确定SMV的最下限数值Min ；同样地,批量采集同一企业生产的非该品牌卷烟表香的光谱数据，并对非该品牌卷烟表香的SMV值进行计算，对所得到的SMV值进行统计分析，分析SMV数据分布的范围，确定SMV的最上限数值Max ;经计算得到该品牌卷烟表香的相似度匹配临界值CV CV = (Min+ Max) /2(4)鉴别重复步骤(1)，采集待鉴别卷烟表香的光谱数据，以该品牌卷烟表香的相似度匹配模型为基础，通过TQ analyst7. I软件计算待鉴别卷烟表香的SMV，当待鉴别卷烟表香的SMV ^ CV时鉴定为该表香质量合格，否则为不合格。步骤(I)所述的合格表香样品为该品牌不同时间、不同批次生产的合格样品。
与现有技术相比，本发明具有如下优点I、应用现有近红外光谱分析仪器，结合TQ analyst光谱分析软件中相似度匹配的光谱数据定性分析功能，非常简单地建立鉴别模型。2、鉴别过程简单，模型建好后，无需专业背景人员即可完成鉴别过程，易于推广。3、模型鉴别效果检验表明，模型鉴别准确率较高，可以作为一种有效的卷烟表香质量稳定性评价和检测工具。
具体实施例方式下面通过应用实施例对本发明作进一步的详细说明，但实施例并不是对本发明技术方案的限定。应用实施例I应用近红外光谱分析技术无损鉴别云烟(软珍品)表香的质量。I、样品准备准备红云红河烟草(集团)有限责任公司昆明卷烟厂配料中心生产的云烟(软珍品)的合格表香样品20批，每批取100克用于模型的构建。2、光谱数据采集应用热电公司的Nicolet Antaris型FT-近红外光谱仪对样品进行光谱采集。光谱采集之前，开机预热FT-NIR光谱仪2小时。分别将不同表香样品装入小试管中，置于透射样品架上采集表香样品的近红外透射光谱数据。每个样品进行10次重复数据采集，并将所采集的光谱数据存入计算机；其中光谱采集方式为透射光谱采集模式；扫描范围(Data Range):4000 10000cm 1 ;分辨率(Resolution):8 cm 1 ;扫描次数16次；每次采集样品光谱前均须采集背景光谱。3、模型构建为了减小由于样品均匀性等因素对光谱带来的多重偏差，应用TQ analyst7. I软件中的附加散射校正技术(Multiplicative Scatter Correction, MSC)对原始FT-NIR光谱进行处理。同时，建立模型时对相关参数进行调整和优化是提高模型预测能力和预测效果的主要手段之一。对光谱进行平滑处理和基线校正，能有效去除近红外光谱信号中的基线漂移与光散射等各种干扰和噪声，充分提取FT-NIR光谱包含的有效特征信息，提高模型的预测精度。另外，选择恰当的光谱范围也是建模过程中一个重要的环节之一。通过对模型的多次优化计算，选择恰当参数建立云烟(软珍品)卷烟表香的相似度匹配(SimilarityMatch)模型。表I为云烟(软珍品)卷烟表香的建模参数设置。表I云烟(软珍品)表香相似度匹配模型的建模优化参数
权利要求
1.一种应用近红外光谱分析技术鉴别卷烟表香质量的方法，包括以下步骤 (1)光谱数据采集将某品牌卷烟合格的表香样品装入小试管中，置于透射样品架上采集表香样品的近红外透射光谱数据，每个样品进行10次重复数据采集，并将所采集的光谱数据存入计算机；光谱采集方式为透射光谱采集模式；扫描范围4000 lOOOOcnT1 ;分辨率8 cm-1 ;扫描次数16次；每次采集样品光谱前均须采集背景光谱； (2)模型构建应用TQanalyst7. I软件中的相似度匹配的定性分析方法建立该卷烟品牌表香的相似度匹配模型； (3)相似度匹配临界值计算以相似度匹配模型为基础，运用TQanalyst7. I软件计算该品牌卷烟表香的光谱相似度匹配值SMV，并对该品牌卷烟表香的SMV值进行统计分析，分析SMV数据分布的范围，确定SMV的最下限数值Min ;同样地，批量采集同一企业生产的非该品牌卷烟表香的光谱数据，并对非该品牌卷烟表香的SMV值进行计算，对所得到的SMV值进行统计分析，分析SMV数据分布的范围，确定SMV的最上限数值Max ;经计算得到该品牌卷烟表香的相似度匹配临界值CV CV = (Min+ Max) /2 (4)鉴别重复步骤(1)，采集待鉴别卷烟表香的光谱数据，以该品牌卷烟表香的相似度匹配模型为基础，通过TQ analyst7. I软件计算待鉴别卷烟表香的SMV，当待鉴别卷烟表香的SMV ^ CV时鉴定为该表香质量合格，否则为不合格。
全文摘要
本发明公开了一种应用近红外光谱分析技术鉴别卷烟表香质量的方法。首先将合格表香的光谱数据存入计算机，应用TQ analyst7.1软件中的相似度匹配的定性分析方法建立该品牌表香的相似度匹配模型，经计算得到该品牌表香的相似度匹配临界值。在鉴别表香质量时，应用同样方法采集待鉴别表香的光谱数据，并计算待鉴别表香的光谱相似度匹配值，当待鉴别表香的相似度匹配值≥该品牌卷烟表香的相似度匹配临界值时鉴定为合格，否则即为不合格。该鉴别方法所需样品量较少，鉴别过程无需前处理及制样程序，鉴别过程简单，非常适合在烟草行业进行推广，在卷烟表香质量稳定性控制中具有良好的应用前景。
文档编号G01N21/35GK102680427SQ20121016669
公开日2012年9月19日 申请日期2012年5月27日 优先权日2012年5月27日
发明者刘亚, 夏建军, 段焰青, 王坚, 王文元, 者为, 蒋举兴, 陈兴, 陈玉芸 申请人:红云红河烟草(集团)有限责任公司