近红外光谱分析技术在烟草质检质控中的应用的研究和实践.docVIP

近红外光谱分析技术在烟草中的应用研究与实践 王家俊1，陈国辉2，王保兴2，梁逸曾3 1 红河烟草集团有限责任公司技术中心 云南弥勒县桃园路50号 652300 2 云南瑞升烟草技术（集团）有限公司 昆明市高新技术开发区科医路41号 650106 3.中南大学化学化工学院，长沙市岳麓区麓山南路 410083 摘要：本文主要介绍了近红外光谱技术与化学计量学方法在烟草、原料收购、烟叶复烤、烟叶化、卷烟工业制造以及其它诸如、、卷烟烟气等方面的应用研究和一些实践体会，并简了数据挖掘技术在烟草品质研究中的应用。 关键词： 1968年McClure首次应用近红外光谱（NIRS）技术[1]研究了未经破坏烟叶的透射比（transmittance properties），标志着近红外光谱分析技术在烟草领域的应用起始。近红外光谱分析技术以其独特的快速、无损等优势在烟草领域中的应用得到迅速扩展[2-9]。国内报道始见于1995年[10]，随后几年，在国内烟草领域掀起了近红外光谱技术的应用研究热潮，并进一步将过程化学计量学方法与近红外光谱分析结合，不断挖掘量测数据中潜在的信息价值伺服产品质量研究，也取得了较快的发展，研究主要包括烟叶及烟气化学成分分析[20,30]、烟叶类型识别及卷烟配方结构预测[21,22]、卷烟配方过程评价[23,24]、卷烟制丝线评价[25]等方面的研究。近年来，笔者协同国内化学计量学专家持续寻求化学计量学方法在烟草领域的应用[16, 20, 23, 26-34]，为提高近红外光谱分析技术在烟草领域中的应用水平1 基本思路 烟草是一个复杂的多组分灰色体系（组分尚未全部清楚），品质特性的发挥与构成烟草的各组分具有协同效应，传统单变量“一对一”的分析观念，揭示烟草品质内在规律的整体性存在一定的局限性。 面对烟草这种复杂的化学分析体系，应考虑以“系统性”，“模糊性”的现代分析科学思想进行探索研究，同时引进相应的分析技术硬件，近红外光谱分析技术就是一个典型的应用实例（见图1），它既能应用多元校正方法（如PLS）处理两个数据阵之间的定量关系，同时定量复杂体系中的多个组分，且实际操作简单，分析速度快，不需消耗化学试剂。此外，应用模式识别（如SIMCA）方法，还可以进一步挖掘样品之间的隐含关系，这比传统方法更进一步的是，它最大限度地直接应用量测数据整体性研究样品之间的相互关系，避免了隐性信息的流失。实践表明，化学计量学方法与现代仪器分析技术结合，对处理复杂多组分体系体现出了显著的应用价值。 2 近红外光谱定量分析技术的应用研究及实践 近年来，笔者将近红外光谱技术结合多元校正方法，对烟草农业生产、工业制造以及其诸如卷烟辅料（如卷烟纸）、填充料（如再造烟叶）、香精香料等方面涉及到的相关品质指标的定量测定作了探索研究和实践。 2.1 青烟叶中氮磷钾氯的近红外测定 青烟根、茎、叶中氮、磷、氯、钾的含量在判断烟株长势，优化施肥策略和改进种植技术有重要的作用，因此，快速测定青烟根、茎、叶等各个部位中氮、磷、氯、钾等的含量的对评价烤烟生长具有重要的指导意义。采用FT-NIR光谱结合PLS法建立了青烟的根、茎、叶中的氮、磷、氯、钾等含量定量校正模型[16]，实际应用中的，模型的参数列于表1中。 表1测定青烟（根、茎、叶）氮磷氯钾FT-NIR校正模型的统计结果类别 模型名称 校正集 样品数量 相关系数 最优 主因子 RMSECV 预测范围（%） 根 茎 氮 514 0.9749 11 0.0860 0.80—2.30 氯 512 0.9960 21 0.0450 0.14—1.35 钾 533 0.9931 21 0.1063 0.50—2.80 烟 叶 氮 619 0.9960 14 0.1062 0.90—4.80 氯 580 0.9709 18 0.0968 0.70—1.85 磷 432 0.9230 7 0.1860 1.00—2.70 钾 621 0.9920 15 0.2162 1.10—5.80 2.2 烟品质指标的近红外测定 将NIRS技术结合PLS应用到烟叶原料（初烤烟叶、复烤烟叶、陈化烟叶、配方烟叶等）或卷烟制品重要品质指标（其中涉及到的常规化学成分、有机酸类以及其重要化学成分）的定量测定[29,30]，对评价原料质量和监测产品质量，取到了重要的作用，其建立的校正模型，数理统计参数见表2所列。 表2 烟叶品质指标的近红外校正模型的统计结果 模型名称 校正集 样品数量 相关系数 最优 主因子 RMSECV 预测范围 常规成分 总 糖 373 0.9918 7 0.5090 14.00-31.00 % 还原糖 387 0.9878 8 0.5430 13.00-28.00 % 烟 碱 457 0.9968