CN101339176A - 一种烟叶配伍特性的评价方法 - Google Patents

Abstract

本发明涉及一种烟叶配伍特性的评价方法，该方法应用二次多项式逐步回归定量表征烟叶配伍特性，以等高线法，贡献率方法提取烟叶配伍信息，用于指导产品的研发和产品维护工作。本发明通过对烟叶配伍信息的描述，有助于产品维护，产品研发，定量描述配伍特性。

Description

一种烟叶配伍特性的评价方法

技术领域

本发明涉及一种烟叶配伍特性的评价方法。

背景技术

卷烟产品质量的稳定和卷烟新产品的研发是卷烟企业生存和发展的基础，烟叶配伍信息的挖掘显得尤为重要。

国际知名卷烟生产企业，如菲利普·莫里斯公司、英美烟草公司等，都已经建立了一套完整的、科学的、合理的关于烟叶配伍特性研究的系统方法，并且该系统已经直接应用于烟叶混配和替代规则的描述，以及配方单元和叶组配方的调配。

在我国各个卷烟企业中的卷烟配方工作者，对于本企业产品所涉及的卷烟原料的特性十分熟悉。近年来，虽然更深入以烟气成分及烟叶化学成分，作为卷烟原料乃至产品叶组的评价手段，但是对于卷烟原料的烟叶配伍特性，依然依靠卷烟配方工作者的经验进行描述。这就导致了研究工作的系统性、实用性不强，缺乏理论支撑。

随着卷烟工业企业烟叶原料的使用范围越来越宽，配方工作人员完成配方工作的工作量和工作强度大大提高；随着产品质量、产品稳定性和原料成本控制要求的进一步提高，配方工作人员仅靠经验完成配方工作的做法已经不能较快、较好地完成亟待解决的大量配方开发和维护工作；同时配方工作人员也注意到在配方开发和维护中，每个配方模块的高质量并不能保证叶组的高质量，从而也影响了配方工作的有效进行。因此，如何科学系统的阐明烟叶配伍特性问题亟待解决。

发明内容

本发明的目的是提供一种烟叶配伍特性的评价方法，该方法是针对配方工作中难以定量描述烟叶配伍特性的问题而建立的一套利用回归方程定量表征，是运用模型分析提取烟叶配伍信息的方法。

本发明的目的通过以下技术方案来实现：应用二次多项式逐步回归表征烟叶配伍特性，以等高线法，贡献率方法提取烟叶配伍信息，用于指导产品的研发和产品维护工作，具体包括以下步骤：

1、实验方案设计：选用多种方法进行试验设计，如正交实验设计、析因实验设计、均匀实验设计等、经优选后选择均匀设计为实验设计方法。根据因子水平数和因子数设计均匀试验设计表；

2、混配试验样品的准备：依据单体混配试验设计表中所列举出的单体及使用比例进行混配试验。混配试验中进行感官评吸的烟支全部为手工打制，统一辅料，例如：卷烟纸60cu/30g，丝束规格Y3.5/3400，嘴棒长度27mm，水松纸长度31mm。烟支规格为84×24.3mm。将制备好的烟支按要求在温度：20℃、湿度：60％的条件下平衡48小时，挑选重量为0.9g/支(范围±0.02g/支)的烟支，供评吸。

3、感官质量评吸：感官质量评吸标准可按照国标设定，也可以根据实际需求设计；

4、建立模型：以试验设计的模块中单体比例数据为自变量，模块的品质水平数据为因变量，应用偏最小二乘、主成分回归、线形回归、二次多项式逐步回归方法建立模型，最后优选二次多项式逐步回归建立模型；

5、模型验证：根据试验次数挑选几组在实验范围内单体比例不同的实验对模型进行验证，得到计算值与实际值的相对偏差，得到模型的可靠性和容错能力；

6、模型分析：在烟叶配伍可调范围内应用等高线图分析两两烟叶间的交互作用大小；应用贡献率方法分析得到各个烟叶的影响大小排序及烟叶调整范围；对某产品进行配伍性理论总结时，可固定其他各个单体的用量而研究两个单体的交互作用或在产品配方点周围区间内的各个单体影响排序；而对正在使用烟叶的配伍性进行总结时则可以固定其他单体为高，中，低三种情况，研究此时两单体的交互作用情况和此背景下的各个单体的整体影响排序。

具体来说：模型中各因子的整体影响排序是用各个因子的总体贡献率进行表征的，该方法表征整个实验内各因子的影响大小，与模型建立中t值有关，当t＜1时，a＝0，当t＞1时，a＝1-1/t(a值为贡献率)。第j项的总体贡献率A_j：

$A_j=a_j+a_{\mathrm{jj}}+\frac{1}{2}{a}_{\mathrm{ij}}$

式中A_j为第j项总体贡献率，a_j为一次项贡献率，a_jj为平方项贡献率，为交互项贡献率；具上式，可以计算出各个单体烟叶的贡献率大小，得到影响大小排序；

而在特定点的影响大小排序则依靠各点的分段贡献率来表征，即分段贡献率考察在指定范围内的各因子的贡献情况，将各单体比例带入偏导函数得到。

7、调整原则：得到各个烟叶的配伍特性后，为便于产品维护，因此应选择两因子交互作用较弱且品质水平得分较高的范围内调整，避免调整后产品质量有较大的波动。但实际生产中由于库存等因素的影响，需要调整交互作用较强的脸各个单体，这样就必须在一定的适合范围内调整，即在感官质量评吸中最小计分单位0.5分为界的范围内调整，如6.75-7.25通常在这个范围内评吸人员打7分，在此认为6.75-7.25范围内对于感官品质的影响不大。

本发明的方法应用二次多项式逐步回归定量表征烟叶配伍特性，以等高线法，贡献率方法提取烟叶配伍信息，用于指导产品的研发和产品维护工作，通过对烟叶配伍信息的描述，有助于产品维护、产品研发、定量描述配伍特性。

附图说明

图1为一种烟叶配伍特性的评价方法的方法示意图

图2为因子1与因子2交互作用等高线图。

图3为因子1与因子2交互作用等高线图。

图4为因子1与因子2交互作用等高线图。

图5为因子1与因子4交互作用等高线图。

图6为因子3与因子4交互作用等高线图。

具体实施方式

本发明以下将结合实施例作进一步详述，但并不限制本发明。

实施例1

图1中，应用二次多项式逐步回归表征烟叶配伍特性，以等高线法，贡献率方法提取烟叶配伍信息，用于指导产品的研发和产品维护工作，具体包括以下步骤：

(1)实验方案设计：选用多种方法进行试验设计，如正交实验设计、析因实验设计、均匀实验设计等，经优选后选择均匀设计为实验设计方法，根据因子水平数和因子数设计均匀试验设计表；

(2)混配试验样品的准备：依据单体混配试验设计表中所列举出的单体及使用比例进行混配试验，混配试验中进行感官评吸的烟支全部为手工打制，统一辅料；

(3)感官质量评吸：感官质量评吸标准可按照国标设定，也可以根据实际需求设计；

(4)建立模型：以试验设计的模块中单体比例数据为自变量，模块的品质水平数据为因变量，应用偏最小二乘、主成分回归、线形回归、二次多项式逐步回归方法建立模型，最后优选二次多项式逐步回归建立模型；

(5)模型验证：根据试验次数挑选几组在实验范围内单体比例不同的实验对模型进行验证，得到计算值与实际值的相对偏差，得到模型的可靠性和容错能力；

(6)模型分析：在烟叶配伍可调范围内应用等高线图分析两两烟叶间的交互作用大小；应用贡献率方法分析得到各个烟叶的影响大小排序及烟叶调整范围；

(7)调整原则：得到各个烟叶的配伍特性后，为便于产品维护，选择两因子交互作用较弱且品质水平得分较高的范围内调整，避免调整后产品质量有较大的波动，在实际生产中由于库存等因素的影响，需要调整交互作用较强的脸各个单体，须在一定的适合范围内调整，即在感官质量评吸中最小计分单位0.5分为界的范围内调整。

具体为：

(1)采用均匀设计法确定实验方案：

	X1	X2	X3	X4	X5
						序号	单体1	单体2	单体3	单体4	单体5
F-1	40	30	0	20	10
						F-2	0	20	10	30	10
F-3	0	10	0	40	20
						F-4	10	0	30	0	40
F-5	20	20	30	10	10
						F-6	20	10	20	10	30
F-7	30	10	20	20	20
						F-8	10	30	40	0	0
F-9	10	40	10	10	0
						F-10	30	0	10	30	30

(2)感官质量评吸

序号	F-1	F-2	F-3	F-4	F-5	F-6	F-7	F-8	F-9	F-10
											香气质	7	7	6.96	6.8	6.63	6.69	6.77	6.65	7	6.75

(3)建立模型

Y＝6.22+0.584e-2*X2-0.620e-3*X1*X2+0.835e-3*X1*X3+0.812e-3*X1*X5+0.905e-4*X2*X3+0.206e-2*X2*X4-0.713e-3*X2*X5-0.151e-2*X3*X4

(4)模型验证：

试验序号	X1	X2	X3	X4	X5	X6
							F-1	30	20	20	10	20	0
F-2	10	10	20	20	20	20
							F-3	20	10	0	30	20	20

相对偏差

由以上结果可知，计算结果和试验结果差异较小，说明此模型具有较高的可靠性。

(5)模型分析

A、贡献率分析法

此实验中各项贡献率见下表：

-	t检验值	1/t	1-1/t	X1	X2	X3	X4	X5
									r(y，X2)＝	12.7098	0.0787	0.9213	-	0.9213	-	-	-
r(y，X1*X2)＝	15.9170	0.0628	0.9372	0.4686	0.4686	-	-	-
									r(y，X1*X3)＝	12.8257	0.0780	0.9220	0.4610	-	0.4610	-	-
r(y，X1*X5)＝	14.7175	0.0679	0.9321	0.4660	-	-	-	0.4660
									r(y，X2*X3)＝	4.0026	0.2498	0.7502	-	0.3751	0.3751	-	-
r(y，X2*X4)＝	18.2332	0.0548	0.9452	-	0.4726	-	0.4726	-
									r(y，X2*X5)＝	20.9048	0.0478	0.9522	-	0.4761	-	-	0.4761
r(y，X3*X4)＝	15.8032	0.0633	0.9367	-	-	0.4684	0.4684	-
									Aj	-	-	-	1.3956	2.7136	1.3045	0.9409	0.9421

总体贡献率方向是由X1到X5偏导函数确定，在自变量取值范围内导函数的值的正负表达了该因素总体贡献率方向。计算后可以得到：

因子	取值范围	贡献率	方向
				X2	0～40％	2.7136	+
X1	0～40％	1.3956	+
				X3	0～40％	1.3045	-
X5	0～40％	0.9421	+
				X4	0～40％	0.9409	+

由上述结果可以看出，在试验范围内X2对F类组合体香气质的影响最大，其次是X1、X3，而X5、X4影响较小；并且随单体X2、X1、X5、X4用量的增大，组合体香气质提升；随单体X3用量的增大，组合体香气质下降。

B、等高线法分析

图2、图3、图4分别表示当因子X3、X4、X5固定取低(0％)、中(20％)、高(30％)时，因子X1、X2之间交互作用的分析：

(6)烟叶配伍理论总结

在此仅以因子2为例，说明单体的配伍特性分析。

由因子排序可知，因子2在实验范围内对组合体香气质的影响是最大的，并且随因子2用量的增加，组合体的香气质提升。

因子2与因子1、因子3、因子4和因子5的交互作用分析中可知，因子2与因子4交互作用较显著，在此选择分析因子2与因子4的交互作用进行分析。

由因子与因子4交互作用可知：当因子3、因子5、因子1取中间用量时，两烟叶用量较小时，交互作用较强，此时组合体的香气质得分较低；两烟叶在取中间量时的交互作用较强，但此时组合体的香气质得分相对较低；两烟叶用量较大时，交互作用较弱，此时组合体的香气质得分较高。

在实际工作中，要使组合体的香气质较好，可增大因子2的用量，但在调整配方时有可能导致香气质波动较大；要使配方便于维护就必须调小KFHB1A302因子2的用量，但组合体的香气质会下降。此时应根据实际工作进行取舍。

实施例2

模型建立步骤同实施例1：

假设实际生产中配制模块的单体的各个比例为单体X1＝30，单体X2＝30，单体X3＝10，单体X4＝20，单体X5＝10，经计算可以得到模块的香气质为：7.0786。

从上述计算得到的总体贡献率我们可以粗略看出单体X2，单体X1对于模块香气质的影响较大，且对香气质是有提升作用的。而单体X3对模块的香气质的影响是使模块香气质下降的。

在此我们希望提升模块香气质，那么目标应该是增加单体X2，单体X1用量，减小单体X3用量，但是由于单体间存在的交互作用，盲目减少单体X3用量，和盲目增加单体X2，单体X1用量是不科学的，可能得到相反的结果。那么首先应考量X2与X3，X1与X3的配伍关系。

分段贡献率考察在指定范围内的各因子的贡献情况，将各单体比例带入偏导函数，可以得到下表：

上表可以看出在这个配方条件下，要使模块的香气质提高，必须降低单体X3，单体X1的用量，提高单体X4，单体X2用量。要考察降低使用量的范围和幅度，我们可以根据等高线图来作出判断。图5、图6为分别为X4与X1、X4与X3等高线图，具体分析如下：

X4与X1

X4与X3

在实际的生产情况中，我们考虑降低成本，即香气质不变或者有提高的情况下，尽可能少使用等级较高的烟叶，尽量少使用成本较高的单体，因此调整后的单体比例为：

单体X1＝10，单体X2＝30，单体X3＝5，单体X4＝45，单体X5＝10，经计算，Y＝8.5731，即香气质有较大的提高。

Claims (1)

1、一种烟叶配伍特性的评价方法，其特征在于：应用二次多项式逐步回归表征烟叶配伍特性，以等高线法，贡献率方法提取烟叶配伍信息，用于指导产品的研发和产品维护工作，具体包括以下步骤：

(1)实验方案设计：选用多种方法进行试验设计，如正交实验设计、析因实验设计、均匀实验设计等，经优选后选择均匀设计为实验设计方法，根据因子水平数和因子数设计均匀试验设计表；

(2)混配试验样品的准备：依据单体混配试验设计表中所列举出的单体及使用比例进行混配试验，混配试验中进行感官评吸的烟支全部为手工打制，统一辅料；

(3)感官质量评吸：感官质量评吸标准可按照国标设定，也可以根据实际需求设计；

(4)建立模型：以试验设计的模块中单体比例数据为自变量，模块的品质水平数据为因变量，应用偏最小二乘、主成分回归、线形回归、二次多项式逐步回归方法建立模型，最后优选二次多项式逐步回归建立模型；

(5)模型验证：根据试验次数挑选几组在实验范围内单体比例不同的实验对模型进行验证，得到计算值与实际值的相对偏差，得到模型的可靠性和容错能力；

(6)模型分析：在烟叶配伍可调范围内应用等高线图分析两两烟叶间的交互作用大小；应用贡献率方法分析得到各个烟叶的影响大小排序及烟叶调整范围；

(7)调整原则：得到各个烟叶的配伍特性后，为便于产品维护，选择两因子交互作用较弱且品质水平得分较高的范围内调整，避免调整后产品质量有较大的波动，在实际生产中由于库存等因素的影响，需要调整交互作用较强的脸各个单体，须在一定的适合范围内调整，即在感官质量评吸中最小计分单位0.5分为界的范围内调整。

Images