本发明涉及一种配方维护方法，具体涉及一种卷烟叶组配方维护方法及存储有执行该方法的计算机程序的存储介质。
背景技术：
：卷烟消费归根结底消费的是烟支燃烧后的产生的烟气，烟气为消费者带来了生理满足感和感官的愉悦，烟气的感官质量直接决定了卷烟产品的感官质量。参与烟支燃烧的主要物质构成为烟丝、卷烟纸和施加到烟丝上的香料。其中，卷烟纸的主要作用为约束烟丝形态辅助燃烧，其燃烧产生的烟气对于感官感受来说往往是负面的；香料在烟丝上的施加量极低，主要作用是借助燃烧产生的温度挥发部分香味物质用来修饰烟气的嗅觉感受。对于1款卷烟产品而言，当产品定型后，其卷烟纸和香料配比一般是固定不变的，同时作为工业产品，其质量标准化和可调可控性较强，一般可以认为其在燃烧中产生的作用几乎不变。因此，影响烟气感官质量的主要物质为烟丝，烟丝质量的稳定性直接影响了产品感官质量的稳定性。烟丝是按照叶组配方(不同产区、不同部位、不同等级、不同比例)将若干复烤烟叶配比并按照一定的工艺切丝干燥后制成。一款卷烟的工艺流程及参数一般不变，而烟叶作为一种农产品，其内在化学成分和感官质量受种植条件和气候影响较大，不同产区不同部位等级烟叶之间的品质差异也较大，生产可使用量也不尽相同，因此配方人员需要经常维护卷烟叶组配方以保证卷烟产品生产持续性和质量稳定性。传统的叶组配方维护手段主要依靠配方人员对烟叶进行感官评吸及维护目标产品的风格感官质量把握，根据生产需要和烟叶库存进行叶组配方的调配评吸形成新的叶组配方以保证生产和品质的稳定延续，该过程需要配方人员进行大量的感官评吸以及反复的调配验证，时间周期较长，且存在着较多的主观性。近年来，近红外光谱法在卷烟叶组配方辅助领域得到了越来越多的关注和探索。吴丽君等(专利申请号201811038973.9)通过局部线性嵌入降维方法(lle)构建近红外光谱相似性矩阵，寻找筛选与目标单一等级烟叶相似度最高、品质最接近的替代烟叶以辅助叶组配方维护；李石头等(专利申请号cn201910249223.4)利用光谱相关映射(scm)的方式测量近红外光谱之间的相似性来筛选单一替代烟叶和多个替代烟叶构成的叶组相似性。上述方法均使用相似性替代的思路来利用烟叶近红外全光谱数据寻找测量烟叶之间的相似性辅助配方维护，一来由于没有完全一样的烟叶，仅以相似性的原则进行配方维护，无法实现叶组配方的针对性调整，产品品质有逐渐失控的风险；二是由于相似性算法复杂，数据计算量会随着替代等级数目的增加呈指数型增长，对计算设备的性能、计算时间和配方人员能力要求较高，效率的提升并不一定显著。覃燕东等(cn200910061666.7)利用主成分分析和遗传算法对光谱数据降维和叶组拟合计算，以控制数据计算量来提升维护效率，但其叶组拟合的主成分是以总糖、总氮和总碱为目标，与感官品质的直接关联度并不高，也无法实现叶组品质的针对性调整。我司专利(专利申请号201910526527.0)提供了一种基于近红外光谱的烟叶整体感官质量的评价方法，该方法通过构建模型算法建立近红外光谱与专家感官评吸结果之间的关联，实现输入一个近红外光谱数据输出一个烟叶整体感官质量结果的功能。该结果数值越高，样品的烟气细腻度、润感和香气质越好。我司专利(专利申请号201910535375.0)提供了一种基于近红外光谱的烤烟香韵鉴别方法，该方法通过典型的香韵鉴别结果与烤烟的近红外光谱数据结合，建立近红外光谱与烤烟样本香韵的数据相关，构造烤烟3种典型香韵的预测模型，预测结果数值的高低反应了样品3种典型香韵的彰显程度。上述两种方法建立在专家高水平评吸结果和客观的近红外光谱检测数据之上，评价结果与感官指标关联性和指向较强，计算速度快结果准确性好，多样品多光谱拟合时存在着线性叠加的特点，并且避免了其它主观因素对评价结果的干扰。化学可用性指数(ccui)是一种比较多见的用来评价烟叶常规化学成分水平的指标。它的优势在于将常规化学检测的8个指标转化为了1个指数，能快速全面的评价烟叶的化学可用性，它的难点在于如何确定各项指标所属的隶属度函数中适宜的临界值和权重。笔者根据我公司卷烟产品风格品质需求确定了各项指标适宜的临界值与权重，ccui数值结果越高，烟叶样品的化学可用性越好，烟气的柔和性和吃味表现也越好。技术实现要素：为了解决上述技术问题，本发明的目的是提供一种卷烟叶组配方维护方法，该方法能实现烟叶、卷烟等产品的客观评价，实现了叶组配方维护感官质量的可调可控。基于上述目的，本发明提供一种卷烟叶组配方维护方法，该方法包括以下步骤：(1)样品采集：采集库存所有等级烤烟片烟烟叶样品分别均分为2份，1份利用近红外设备采集样品光谱数据，1份利用连续流动分析仪检测样品化学成分数据；(2)近红外光谱数据计算：计算各烟叶的清甜香云指数qi、蜜甜香韵指数zi和焦甜香韵指数ni和整体感观质量预测值yi；(3)常规化学数据计算：将步骤(1)中得到的各等级烟叶学成分数据按照烟叶ccui计算公式计算出各等级烟叶的ccui指数，计作ci；(4)构建片烟5维品质矩阵数据库：将得到的各等级片烟指标值汇总，构建片烟5维品质矩阵数据库p：(5)卷烟叶组配方品质矩阵计算：卷烟叶组配方品质矩阵计算：选取某卷烟叶组配方，计算该叶组配方的5维品质矩阵f；(6)叶组配方维护：选取需要配方维护的卷烟规格，计算其对照样叶组配方的5维品质矩阵记作f0；按照片烟等级使用需要，确定需要替换的片烟等级，在片烟5维品质矩阵数据库p中筛选适合的片烟等级，利用卷烟叶组配方5维品质矩阵公式f再次计算记作f1，当计算结果f1满足约束条件时，输出新的叶组配方进行样品配制评价。作为优选，步骤(3)中，所述ccui值计算公式为：其中，……中间梯形隶属度函数；……升半梯形隶属度函数；f(x)为隶属度函数，j为参评指标，w为参评指标的权重，x1、x2、x3和x4分别表示各参评指标的下临界值、最优值下限、最优值上限和上临界值；指标权重和各指标的x1、x2、x3和x4依据卷烟产品风格品质需求制定具体数值；参评指标中，总糖、还原糖、氯、总氮、糖碱比、氮碱比的隶属度函数类型为中间梯形，钾氯比和钾的隶属度函数类型为升半梯形。作为优选，步骤(4)中，所述片烟5维品质矩阵数据库p为：其中：i为某片烟等级，c为化学可用性指数(ccui)，y为整体感观质量预测值，q为清甜香韵指数，z为蜜甜香韵指数，n为焦甜香韵指数。作为优选，步骤(4)中构建的片烟5维品质矩阵p，适用于烟叶、片烟和卷烟产品的感官质量评价。作为优选，步骤(5)中，所述5维品质矩阵f的计算公式如下：其中：pi为卷烟叶组配方中使用的某片烟等级的5维品质矩阵，mi为该片烟等级的配方比例。作为优选，所述(6)中，约束条件设定为f1＝f0±a，其中，a≤0.1*f0。作为优选，该方法应用于打叶复烤中片烟叶组配方的维护。本发明的另一个方面，还提供一种存储介质，存储有计算机程序，该计算机程序被处理执行时，实现如上所述的卷烟叶组配方维护方法。与现有技术相比，本发明的有益效果为：(1)5维品质矩阵数据库的构建，为配方人员提供了一种无人为干预、同一尺度同一标准的烟叶感官质量评价工具，能实现烟叶、卷烟等产品的客观评价，拓展烟叶使用视野。(2)5维品质矩阵中，除ccui指数外另外4个指标在近红外光谱计算中均具有线性叠加的特点，利用加权平均的方法即可得到整个叶组的4个指标值。实际使用过程中发现，ccui指数如果也按照加权平均的方法计算整个叶组的ccui，效果好于常规计算方法。因此，叶组的5维品质矩阵均可按照加权平均的方法计算，计算方式简洁，在常规的办公软件即可完成，降低了对高端计算软件和技能的依赖。(3)叶组配方维护过程中，由于计算方法简洁易用，叶组配方调整的感官预判结果可以实时展现，烟叶筛选效率高，配方人员可以充分统筹考虑烟叶使用和感官品质之间的平衡。由于5个指标可直接表征感官品质，涵盖了卷烟产品香韵、烟气和吃味等主要的感官品质，叶组调整结果实时展现，实现了叶组配方维护感官质量的可调可控。具体实施方式下面结合实施例对本发明作进一步说明。应该指出，以下详细说明都是例示性的，旨在对本申请提供进一步的说明。除非另有指明，本文使用的所有技术和科学术语具有与本申请所属
技术领域：
的普通技术人员通常理解的相同含义。需要注意的是，这里所使用的术语仅是为了描述具体实施方式，而非意图限制根据本申请的示例性实施方式。如在这里所使用的，除非上下文另外明确指出，否则单数形式也意图包括复数形式，此外，还应当理解的是，当在本说明书中使用术语“包含”和/或“包括”时，其指明存在特征、步骤、操作、器件、组件和/或它们的组合。本实施例提供本发明以下将结合实施实例做进一步说明，但并不限制本发明。一种卷烟叶组配方维护方法，该方法包括以下步骤：(1)样品采集：采集库存所有等级烤烟片烟烟叶样品分别均分为2份，1份利用近红外设备采集样品光谱数据，1份利用连续流动分析仪检测样品化学成分数据；(2)近红外光谱数据计算：计算各烟叶的清甜香云指数qi、蜜甜香韵指数zi和焦甜香韵指数ni和整体感观质量预测值yi(上述各参数计算过程可参见cn110132879a和cn110132880a两专利申请文件，在此不再赘述)；(3)常规化学数据计算：将步骤(1)中得到的各等级烟叶学成分数据按照烟叶ccui计算公式计算出各等级烟叶的ccui指数，计作ci；(4)构建片烟5维品质矩阵数据库：将得到的各等级片烟指标值汇总，构建片烟5维品质矩阵数据库p：(5)卷烟叶组配方品质矩阵计算：卷烟叶组配方品质矩阵计算：选取某卷烟叶组配方，计算该叶组配方的5维品质矩阵f；(6)叶组配方维护：选取需要配方维护的某卷烟规格，计算其对照样叶组配方的5维品质矩阵记作f0；按照片烟等级使用需要，确定需要替换的片烟等级，在片烟5维品质矩阵数据库p中筛选适合的片烟等级，代入卷烟叶组配方5维品质矩阵公式中进行再次计算记作f1，当计算结果f1满足约束条件时，输出新的叶组配方进行样品配制评价。作为一种较优的实施方案，步骤(3)中，所述ccui值计算公式为：其中，……中间梯形隶属度函数；……升半梯形隶属度函数；f(x)为隶属度函数，j为参评指标，w为参评指标的权重，x1、x2、x3和x4分别表示各参评指标的下临界值、最优值下限、最优值上限和上临界值；指标权重和各指标的x1、x2、x3和x4依据卷烟产品风格品质需求制定具体数值；参评指标中，总糖、还原糖、氯、总氮、糖碱比、氮碱比的隶属度函数类型为中间梯形，钾氯比和钾的隶属度函数类型为升半梯形。作为优选，步骤(4)中，所述片烟5维品质矩阵数据库p为：其中：i为某片烟等级，c为化学可用性指数(ccui)，y为整体感观质量预测值，q为清甜香韵指数，z为蜜甜香韵指数，n为焦甜香韵指数。作为一种较优的实施方案，步骤(4)中构建的片烟5维品质矩阵p，适用于烟叶、片烟和卷烟产品的感官质量评价。作为一种较优的实施方案，步骤(5)中，所述5维品质矩阵f的计算公式如下：其中：pi为卷烟叶组配方中使用的某片烟等级的5维品质矩阵，mi为该片烟等级的配方比例。作为一种较优的实施方案，所述(6)中，约束条件一般设定为f1＝f0，也可根据实际需要制定允差值，如设定为f1＝f0±a，其中，优选地，a≤0.1*f0等。下面，结合一次实际应用为例，对上述实施例做进一步说明：1、构建片烟5维品质数据库：按照
发明内容中步骤(1)至步骤(4)方法构建库存片烟5维品质数据库，其中片烟样品为2014-2019年共计900个片烟样品。2、叶组配方维护实施例：(1)对照样5维品质矩阵计算：选取某待维护卷烟产品x，按照
发明内容中步骤(5)方法计算其对照样叶组5维品质矩阵，结果如下：样品cyqzn对照样0.936.890.270.81-0.08(2)烟叶筛选与新叶组配方品质计算预测：产品x中因库存片烟库存不足需要替代维护的等级为hn1118cdn，同产区同部位且库存充足的可代用备选等级中，hn1117cdk等级5项品质指标整体与hn1118cdn接近，库存量能满足该产品生产需求，新的叶组配方5维品质矩阵结果如下：样品cyqzn对照样0.936.890.270.81-0.08维护样0.936.890.290.79-0.07维护样感官品质预测如下：烟气柔和性、吃味和香气质与对照样接近，清甜香韵微有提升，符合产品风格品质需求。(3)样品配制与感官评价：按照维护样叶组配方配制烟丝样品，混合均匀后放置平衡箱平衡2h(湿度55％，温度22℃)，制成烟支小样与对照样进行感官对比评价。评价结论显示：维护样较对照样感官品质风格一致，烟气柔和性、吃味和香气质与对照样接近，烟香清甜香微优于对照样。作为一种较优的实施方案，上述方法应用于打叶复烤中片烟叶组配方的维护。本实施例还提供一种存储介质，存储有计算机程序，该计算机程序被处理执行时，实现如上所述的卷烟叶组配方维护方法。与现有技术相比，本实施例具有如下技术效果：(1)5维品质矩阵数据库的构建，为配方人员提供了一种无人为干预、同一尺度同一标准的烟叶感官质量评价工具，能实现烟叶、卷烟等产品的客观评价，拓展烟叶使用视野。(2)5维品质矩阵中，除ccui指数外另外4个指标在近红外光谱计算中均具有线性叠加的特点，利用加权平均的方法即可得到整个叶组的4个指标值。实际使用过程中发现，ccui指数如果也按照加权平均的方法计算整个叶组的ccui，效果好于常规计算方法。因此，叶组的5维品质矩阵均可按照加权平均的方法计算，计算方式简洁，在常规的办公软件即可完成，降低了对高端计算软件和技能的依赖。(4)叶组配方维护过程中，由于计算方法简洁易用，叶组配方调整的感官预判结果可以实时展现，烟叶筛选效率高，配方人员可以充分统筹考虑烟叶使用和感官品质之间的平衡。由于5个指标可直接表征感官品质，涵盖了卷烟产品香韵、烟气和吃味等主要的感官品质，叶组调整结果实时展现，实现了叶组配方维护感官质量的可调可控。尽管上面已经示出和描述了本发明的实施例，可以理解的是，上述实施例是示例性的，不能理解为对本发明的限制，本领域的普通技术人员在不脱离本发明的原理和宗旨的情况下在本发明的范围内可以对上述实施例进行变化、修改、替换和变型，凡是依据本发明的技术实质对以上实施例所作的任何简单修改、等同变化与修饰，均仍属于本发明技术方案的范围内。当前第1页12