專利名稱：一種基于近紅外光譜信息的simca輔助卷煙配方的方法
技術(shù)領(lǐng)域：
本發(fā)明屬于一種輔助卷煙配方的方法，具體來講是以煙葉的近紅外光譜信息為對象，采用SIMCA的方法為目標煙葉樣品尋找合適的替代樣品。
背景技術(shù)：
由于實踐和經(jīng)驗是整個配方過程的關(guān)鍵，其貫穿著從單料煙采集到配方最終確定的全過程，一直以來，國內(nèi)外卷煙企業(yè)都非常重視原料數(shù)據(jù)庫和計算機輔助卷煙配方設計。原料數(shù)據(jù)庫一般要包含有常規(guī)化學成分、微量痕量的致香成分等，建立原料數(shù)據(jù)庫是一項長期的工作，每年都需要對新入庫的煙葉進行化學分析，這必然需要投入大量的人力和物力，這也限制了計算機輔助配方設計的應用。
隨著計算機技術(shù)的發(fā)展、化學計量學研究的深入和近紅外光譜儀器制造技術(shù)的逐步完善，近紅外光譜分析技術(shù)已經(jīng)成為發(fā)展最快、備受關(guān)注的分析測試技術(shù)之一。近紅外光譜主要是由于分子振動的非諧性使分子振動從基態(tài)向高能級躍遷時產(chǎn)生的，記錄的是含氫基團振動的倍頻和合頻吸收，物質(zhì)中C-H、N-H、0-H及C=O等基團對近紅外光吸收較強，可以很容易的獲得有機物質(zhì)的近紅外光譜。根據(jù)有機物質(zhì)的近紅外光譜信息結(jié)合化學計量學就能夠方便地對相應成分或指標進行定量、定性測量。近紅外光譜所包含的煙草化學成分的關(guān)聯(lián)信息非常豐富，基于近紅外信息進行煙葉聚類分析和模式識別具有可靠的物質(zhì)基礎，應用近紅外信息進行煙葉質(zhì)量的定性定量研究具有廣闊的應用前景。因此煙葉原料數(shù)據(jù)庫的建立可以簡化為收集煙葉樣品的近紅外譜圖即可。近紅外檢測技術(shù)的應用拓寬了輔助配方設計的思路。不同地區(qū)、不同品種、不同等級部位的煙葉具有不同的風格特征，這是卷煙設計、煙葉原料替代使用的重要依據(jù)，但由于煙葉和煙氣成分的復雜性，煙草風格特征的判斷還只能依靠感官評吸。而應用近紅外光譜信息結(jié)合化學計量學的方法能夠識別煙草種植區(qū)域、品種、等級部位等信息，基于此，應用近紅外光譜信息在技術(shù)上支持和輔助卷煙配方設計及煙葉原料替代成為可能。族類獨立軟模式法(softindependent modelling of class analogy, SI MCA)是一種以主成分分析為基礎的方法?；驹硎?，依據(jù)主成分分析得到的樣品分類的基本印象，建立每一類樣品的主成分同歸模型，然后利用模型對未知樣本進行分類，來判斷樣品屬于哪一類。SMCA方法主要有兩個步驟，第一步在主成分分析的基礎上，將數(shù)據(jù)標準化后，通過交互驗證確定主成分數(shù)，建立每一類樣品的主成分回歸模型；第二步用未知樣本逐個去擬合模型，從而進行判別樣品的歸屬。SMCA不僅適用于兩類的分類問題，而且也適用于三類及以上的分類問題。將煙葉的近紅外光譜信息與SMCA模式識別方法相結(jié)合用于卷煙葉組配方的研究還未見報道。

發(fā)明內(nèi)容
針對現(xiàn)在技術(shù)存在的不足之處，本發(fā)明提供一種基于近紅外光譜信息的SMCA輔助卷煙配方的方法。該方法以煙葉的近紅外光譜信息為對象，采用SIMCA的方法為目標煙葉樣品尋找合適的替代樣品。為了解決上述技術(shù)問題，本發(fā)明采用如下的技術(shù)方案一種基于近紅外光譜信息的SMCA輔助卷煙配方的方法，該方法是通過以下步驟來實現(xiàn)的(I)建模樣品準備收集獲得煙葉樣品，按照《YC/T31-1996煙草及煙草制品試樣的制備和水份測定烘箱法》準備建模樣品；(2)光譜掃描通過近紅外光譜儀掃描建模樣品獲得其近紅外譜圖，儀器的工作參數(shù)為光譜范圍12500 3800011'分辨率4 32CHT1，掃描I 100次取平均光譜，每種樣品掃描獲得5個以上的平均光譜，每種樣品作為一類；(3)光譜預處理采用多元信號校正或標準正則變換消除樣品不均勻帶來的差異，采用諾里斯平滑濾波或Savitzky-Golay濾波平滑光譜，消除高頻噪音保留有用的低頻信息，采用微分處理，消除基線漂移的影響，獲得比原光譜更高分辨率和更清晰的光譜輪廓變化；
(4)主成分分析將光譜進行主成分處理后導出其主成分得分數(shù)據(jù)；(5)建立煙葉原料數(shù)據(jù)庫建立每一類樣品的主成分回歸模型，將建立得到的分類模型存入存儲器中；(6)替代規(guī)則煙葉原料替代中按照樣品相似度及庫存設定替代條件，進一步講樣品相似度是指樣品來自于相似產(chǎn)區(qū)、相似等級、相似品種，庫存一般要求大于100件；(7)輔助配方在煙葉原料替代中，以待替代的煙葉樣品為目標，按步驟I 4掃描待測樣品，處理后獲得其近紅外光譜數(shù)據(jù)，按步驟6根據(jù)替代樣品的信息設定替代規(guī)則，將待替代樣品的近紅外數(shù)據(jù)與存儲器中的數(shù)學模型進行比對即可獲得可替代的煙葉樣品，樣品按照馬氏距離進行排序，馬氏距離越小的樣品為越相似的樣品；(8)感官評吸將選擇出的可替代樣品與待替代樣品進行對比感官評吸以確認能否替代。上述技術(shù)方案的有益之處在于本發(fā)明將煙葉的近紅外光譜信息與SMCA模式識別方法相結(jié)合用于卷煙葉組配方，設定一定的替代規(guī)則，以煙葉的近紅外光譜信息為對象，采用SIMCA的方法為目標煙葉樣品尋找合適的替代樣品并經(jīng)感官確認。本發(fā)明方法可靠，能夠縮小配方人員的尋找替代樣品的范圍，大大減少工作量，并能夠增強葉組配方工作的針對性。


無
具體實施例方式下面結(jié)合具體實施例進一步闡述本發(fā)明。這些實施例僅用于說明本發(fā)明而不用于限制本發(fā)明的范圍。實施例I:以福建三明尤溪B12F-2009T為待替代樣品一種基于近紅外光譜信息的SMCA輔助卷煙配方的方法，該方法是通過以下步驟來實現(xiàn)的(I)建模樣品準備收集福建中煙庫存的205種片煙樣品，按照《YC/T31-1996煙草及煙草制品試樣的制備和水份測定烘箱法》準備建模樣品；(2)光譜掃描通過近紅外光譜儀掃描建模樣品獲得其近紅外譜圖，儀器的工作參數(shù)為光譜范圍10000 3800(3111'分辨率4CHT1，掃描30次取平均光譜，每種樣品掃描獲得5個的平均光譜，每種樣品作為一類；(3)光譜預處理采用多元信號校正消除樣品不均勻帶來的差異，采用諾里斯平滑濾波平滑光譜，消除高頻噪音保留有用的低頻信息，采用一階微分處理，消除基線漂移的影響，獲得比原光譜更高分辨率和更清晰的光譜輪廓變化；(4)主成分分析將光譜進行主成分處理后導出其前10個主成分得分數(shù)據(jù)；(5)建立煙葉原料數(shù)據(jù)庫建立每一類樣品的主成分回歸模型，將建立得到的分類模型存入存儲器中；(6)替代規(guī)則福建、云南地區(qū)的上部煙葉，品種為翠碧-1，庫存要求大于100件；(7)輔助配方按步驟I 4掃描福建三明尤溪B12F-2009T樣品，處理后獲得其近紅外光譜數(shù)據(jù)，將待替代樣品的近紅外數(shù)據(jù)與存儲器中的數(shù)學模型進行比對即可獲得可替代的煙葉樣品，樣品按照馬氏距離進行排序，馬氏距離越小的樣品為越相似的樣品，從205個樣品中選擇出5個可替代的樣品(表I);(8)感官評吸將選擇出的可替代樣品與待替代樣品進行對比感官評吸以確認能否替代(表I)。表I
權(quán)利要求
1. 一種基于近紅外光譜信息的SIMCA輔助卷煙配方的方法，其特征在于該方法是通過以下步驟來實現(xiàn)的 (O建模樣品準備收集獲得煙葉樣品，按照《YC/T31-1996煙草及煙草制品試樣的制備和水份測定烘箱法》準備建模樣品； (2)光譜掃描通過近紅外光譜儀掃描建模樣品獲得其近紅外譜圖，儀器的工作參數(shù)為光譜范圍12500 3800CHT1，分辨率4 32CHT1，掃描I 100次取平均光譜，每種樣品掃描獲得5個以上的平均光譜，每種樣品作為ー類； (3)光譜預處理采用多元信號校正或標準正則變換消除樣品不均勻帶來的差異，采用諾里斯平滑濾波或Savitzky-Golay濾波平滑光譜，消除高頻噪音保留有用的低頻信息，采用微分處理，消除基線漂移的影響，獲得比原光譜更高分辨率和更清晰的光譜輪廓變化； (4)主成分分析將光譜進行主成分處理后導出其主成分得分數(shù)據(jù)； (5)建立煙葉原料數(shù)據(jù)庫建立每ー類樣品的主成分回歸模型，將建立得到的分類模型存入存儲器中； (6)替代規(guī)則煙葉原料替代中按照樣品相似度及庫存設定替代條件，進ー步講樣品相似度是指樣品來自于相似產(chǎn)區(qū)、相似等級、相似品種，庫存一般要求大于100件； (7)輔助配方在煙葉原料替代中，以待替代的煙葉樣品為目標，按步驟I 4掃描待測樣品，處理后獲得其近紅外光譜數(shù)據(jù)，按步驟6根據(jù)替代樣品的信息設定替代規(guī)則，將待替代樣品的近紅外數(shù)據(jù)與存儲器中的數(shù)學模型進行比對即可獲得可替代的煙葉樣品，樣品按照馬氏距離進行排序，馬氏距離越小的樣品為越相似的樣品； (8)感官評吸將選擇出的可替代樣品與待替代樣品進行對比感官評吸以確認能否替代。
全文摘要
本發(fā)明公開一種基于近紅外光譜信息的SIMCA輔助卷煙配方的方法，該方法是通過以下步驟來實現(xiàn)的(1)建模樣品準備；(2)光譜掃描；(3)光譜預處理；(4)主成分分析；(5)建立煙葉原料數(shù)據(jù)庫；(6)替代規(guī)則；(7)輔助配方在煙葉原料替代中，以待替代的煙葉樣品為目標，按步驟1～4掃描待測樣品，處理后獲得其近紅外光譜數(shù)據(jù)，按步驟6根據(jù)替代樣品的信息設定替代規(guī)則，將待替代樣品的近紅外數(shù)據(jù)與存儲器中的數(shù)學模型進行比對即可獲得可替代的煙葉樣品，樣品按照馬氏距離進行排序，馬氏距離越小的樣品為越相似的樣品；最后進行感官評吸。本發(fā)明方法可靠，能夠縮小配方人員的尋找替代樣品的范圍，大大減少工作量，并能夠增強葉組配方工作的針對性。
文檔編號G01N21/35GK102866127SQ20121034403
公開日2013年1月9日 申請日期2012年9月17日 優(yōu)先權(quán)日2012年9月17日
發(fā)明者張峰, 陳小明, 陳群, 李斌, 藍洪橋, 鹿洪亮, 伊勇濤, 操曉亮, 洪祖燦, 莊吳勇 申請人:福建中煙工業(yè)有限責任公司