CN102866127B - 一种基于近红外光谱信息的simca辅助卷烟配方的方法 - Google Patents
一种基于近红外光谱信息的simca辅助卷烟配方的方法 Download PDFInfo
- Publication number
- CN102866127B CN102866127B CN201210344034.3A CN201210344034A CN102866127B CN 102866127 B CN102866127 B CN 102866127B CN 201210344034 A CN201210344034 A CN 201210344034A CN 102866127 B CN102866127 B CN 102866127B
- Authority
- CN
- China
- Prior art keywords
- sample
- near infrared
- tobacco
- alternative
- spectrum
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Abstract
本发明公开一种基于近红外光谱信息的SIMCA辅助卷烟配方的方法,该方法是通过以下步骤来实现的:(1)建模样品准备;(2)光谱扫描;(3)光谱预处理;(4)主成分分析;(5)建立烟叶原料数据库;(6)替代规则;(7)辅助配方:在烟叶原料替代中,以待替代的烟叶样品为目标,按步骤1~4扫描待测样品,处理后获得其近红外光谱数据,按步骤6根据替代样品的信息设定替代规则,将待替代样品的近红外数据与存储器中的数学模型进行比对即可获得可替代的烟叶样品,样品按照马氏距离进行排序,马氏距离越小的样品为越相似的样品;最后进行感官评吸。本发明方法可靠,能够缩小配方人员的寻找替代样品的范围,大大减少工作量,并能够增强叶组配方工作的针对性。
Description
技术领域
本发明属于一种辅助卷烟配方的方法,具体来讲是以烟叶的近红外光谱信息为对象,采用SIMCA的方法为目标烟叶样品寻找合适的替代样品。
背景技术
由于实践和经验是整个配方过程的关键,其贯穿着从单料烟采集到配方最终确定的全过程,一直以来,国内外卷烟企业都非常重视原料数据库和计算机辅助卷烟配方设计。原料数据库一般要包含有常规化学成分、微量痕量的致香成分等,建立原料数据库是一项长期的工作,每年都需要对新入库的烟叶进行化学分析,这必然需要投入大量的人力和物力,这也限制了计算机辅助配方设计的应用。
随着计算机技术的发展、化学计量学研究的深入和近红外光谱仪器制造技术的逐步完善,近红外光谱分析技术已经成为发展最快、备受关注的分析测试技术之一。近红外光谱主要是由于分子振动的非谐性使分子振动从基态向高能级跃迁时产生的,记录的是含氢基团振动的倍频和合频吸收,物质中C-H、N-H、O-H及C=O等基团对近红外光吸收较强,可以很容易的获得有机物质的近红外光谱。根据有机物质的近红外光谱信息结合化学计量学就能够方便地对相应成分或指标进行定量、定性测量。近红外光谱所包含的烟草化学成分的关联信息非常丰富,基于近红外信息进行烟叶聚类分析和模式识别具有可靠的物质基础,应用近红外信息进行烟叶质量的定性定量研究具有广阔的应用前景。因此烟叶原料数据库的建立可以简化为收集烟叶样品的近红外谱图即可。
近红外检测技术的应用拓宽了辅助配方设计的思路。不同地区、不同品种、不同等级部位的烟叶具有不同的风格特征,这是卷烟设计、烟叶原料替代使用的重要依据,但由于烟叶和烟气成分的复杂性,烟草风格特征的判断还只能依靠感官评吸。而应用近红外光谱信息结合化学计量学的方法能够识别烟草种植区域、品种、等级部位等信息,基于此,应用近红外光谱信息在技术上支持和辅助卷烟配方设计及烟叶原料替代成为可能。
簇类独立软模式法(soft independent modelling of class analogy,SIMCA)是一种以主成分分析为基础的方法。基本原理是,依据主成分分析得到的样品分类的基本印象,建立每一类样品的主成分同归模型,然后利用模型对未知样本进行分类,来判断样品属于哪一类。SIMCA方法主要有两个步骤,第一步在主成分分析的基础上,将数据标准化后,通过交互验证确定主成分数,建立每一类样品的主成分回归模型;第二步用未知样本逐个去拟合模型,从而进行判别样品的归属。SIMCA不仅适用于两类的分类问题,而且也适用于三类及以上的分类问题。
将烟叶的近红外光谱信息与SIMCA模式识别方法相结合用于卷烟叶组配方的研究还未见报道。
发明内容
针对现在技术存在的不足之处,本发明提供一种基于近红外光谱信息的SIMCA辅助卷烟配方的方法。该方法以烟叶的近红外光谱信息为对象,采用SIMCA的方法为目标烟叶样品寻找合适的替代样品。
为了解决上述技术问题,本发明采用如下的技术方案:
一种基于近红外光谱信息的SIMCA辅助卷烟配方的方法,该方法是通过以下步骤来实现的:
(1)建模样品准备:收集获得烟叶样品,按照《YC/T31-1996 烟草及烟草制品试样的制备和水份测定 烘箱法》准备建模样品;
(2)光谱扫描:通过近红外光谱仪扫描建模样品获得其近红外谱图,仪器的工作参数为:光谱范围12500~3800cm-1,分辨率4~32cm-1,扫描1~100次取平均光谱,每种样品扫描获得5个以上的平均光谱,每种样品作为一类;
(3)光谱预处理:采用多元信号校正或标准正则变换消除样品不均匀带来的差异,采用诺里斯平滑滤波或Savitzky-Golay 滤波平滑光谱,消除高频噪音保留有用的低频信息,采用微分处理,消除基线漂移的影响,获得比原光谱更高分辨率和更清晰的光谱轮廓变化;
(4)主成分分析:将光谱进行主成分处理后导出其主成分得分数据;
(5)建立烟叶原料数据库:建立每一类样品的主成分回归模型,将建立得到的分类模型存入存储器中;
(6)替代规则:烟叶原料替代中按照样品相似度及库存设定替代条件,进一步讲样品相似度是指样品来自于相似产区、相似等级、相似品种,库存一般要求大于100件;
(7)辅助配方:在烟叶原料替代中,以待替代的烟叶样品为目标,按步骤1~4扫描待测样品,处理后获得其近红外光谱数据,按步骤6根据替代样品的信息设定替代规则,将待替代样品的近红外数据与存储器中的数学模型进行比对即可获得可替代的烟叶样品,样品按照马氏距离进行排序,马氏距离越小的样品为越相似的样品;
(8)感官评吸:将选择出的可替代样品与待替代样品进行对比感官评吸以确认能否替代。
上述技术方案的有益之处在于:
本发明将烟叶的近红外光谱信息与SIMCA模式识别方法相结合用于卷烟叶组配方,设定一定的替代规则,以烟叶的近红外光谱信息为对象,采用SIMCA的方法为目标烟叶样品寻找合适的替代样品并经感官确认。本发明方法可靠,能够缩小配方人员的寻找替代样品的范围,大大减少工作量,并能够增强叶组配方工作的针对性。
附图说明
无
具体实施方式
下面结合具体实施例进一步阐述本发明。这些实施例仅用于说明本发明而不用于限制本发明的范围。
实施例1:以福建三明尤溪 B12F-2009T为待替代样品
一种基于近红外光谱信息的SIMCA辅助卷烟配方的方法,该方法是通过以下步骤来实现的:
(1)建模样品准备:收集福建中烟库存的205种片烟样品,按照《YC/T31-1996 烟草及烟草制品试样的制备和水份测定 烘箱法》准备建模样品;
(2)光谱扫描:通过近红外光谱仪扫描建模样品获得其近红外谱图,仪器的工作参数为:光谱范围10000~3800cm-1,分辨率4cm-1,扫描30次取平均光谱,每种样品扫描获得5个的平均光谱,每种样品作为一类;
(3)光谱预处理:采用多元信号校正消除样品不均匀带来的差异,采用诺里斯平滑滤波平滑光谱,消除高频噪音保留有用的低频信息,采用一阶微分处理,消除基线漂移的影响,获得比原光谱更高分辨率和更清晰的光谱轮廓变化;
(4)主成分分析:将光谱进行主成分处理后导出其前10个主成分得分数据;
(5)建立烟叶原料数据库:建立每一类样品的主成分回归模型,将建立得到的分类模型存入存储器中;
(6)替代规则:福建、云南地区的上部烟叶,品种为翠碧-1,库存要求大于100件;
(7)辅助配方:按步骤1~4扫描福建三明尤溪 B12F-2009T样品,处理后获得其近红外光谱数据,将待替代样品的近红外数据与存储器中的数学模型进行比对即可获得可替代的烟叶样品,样品按照马氏距离进行排序,马氏距离越小的样品为越相似的样品,从205个样品中选择出5个可替代的样品(表1);
(8)感官评吸:将选择出的可替代样品与待替代样品进行对比感官评吸以确认能否替代(表1)。
表1
实施例2:以贵州务川 C2FL-2009T为待替代样品
一种基于近红外光谱信息的SIMCA辅助卷烟配方的方法,该方法是通过以下步骤来实现的:
(1)建模样品准备:收集福建中烟库存的205种片烟样品,按照《YC/T31-1996 烟草及烟草制品试样的制备和水份测定 烘箱法》准备建模样品;
(2)光谱扫描:通过近红外光谱仪扫描建模样品获得其近红外谱图,仪器的工作参数为:光谱范围10000~4000cm-1,分辨率8cm-1,扫描50次取平均光谱,每种样品扫描获得10个的平均光谱,每种样品作为一类;
(3)光谱预处理:采用标准正则变换消除样品不均匀带来的差异,采用Savitzky-Golay 滤波平滑光谱,消除高频噪音保留有用的低频信息,采用二阶微分处理,消除基线漂移的影响,获得比原光谱更高分辨率和更清晰的光谱轮廓变化;
(4)主成分分析:将光谱进行主成分处理后导出其前15个主成分得分数据;
(5)建立烟叶原料数据库:建立每一类样品的主成分回归模型,将建立得到的分类模型存入存储器中;
(6)替代规则:贵州地区的相邻等级烟叶,品种为K326,库存要求大于100件;
(7)辅助配方:按步骤1~4扫描贵州务川 C2FL-2009T样品,处理后获得其近红外光谱数据,将待替代样品的近红外数据与存储器中的数学模型进行比对即可获得可替代的烟叶样品,样品按照马氏距离进行排序,马氏距离越小的样品为越相似的样品,从205个样品中选择出6个可替代的样品(表2);
(8)感官评吸:将选择出的可替代样品与待替代样品进行对比感官评吸以确认能否替代(表2)。
表2
实施例3:以云南宜良 C3F-2009T为待替代样品
一种基于近红外光谱信息的SIMCA辅助卷烟配方的方法,该方法是通过以下步骤来实现的:
(1)建模样品准备:收集福建中烟库存的205种片烟样品,按照《YC/T31-1996 烟草及烟草制品试样的制备和水份测定 烘箱法》准备建模样品;
(2)光谱扫描:通过近红外光谱仪扫描建模样品获得其近红外谱图,仪器的工作参数为:光谱范围9500~4000cm-1,分辨率16cm-1,扫描80次取平均光谱,每种样品扫描获得15个的平均光谱,每种样品作为一类;
(3)光谱预处理:采用标准正则变换消除样品不均匀带来的差异,采用Savitzky-Golay 滤波平滑光谱,消除高频噪音保留有用的低频信息,采用二阶微分处理,消除基线漂移的影响,获得比原光谱更高分辨率和更清晰的光谱轮廓变化;
(4)主成分分析:将光谱进行主成分处理后导出其前20个主成分得分数据;
(5)建立烟叶原料数据库:建立每一类样品的主成分回归模型,将建立得到的分类模型存入存储器中;
(6)替代规则:云南地区相邻等级烟叶,品种为云烟85、云烟87,库存要求大于150件;
(7)辅助配方:按步骤1~4扫描云南宜良 C3F-2009T样品,处理后获得其近红外光谱数据,将待替代样品的近红外数据与存储器中的数学模型进行比对即可获得可替代的烟叶样品,样品按照马氏距离进行排序,马氏距离越小的样品为越相似的样品,从205个样品中选择出5个可替代的样品(表3);
(8)感官评吸:将选择出的可替代样品与待替代样品进行对比感官评吸以确认能否替代(表3)。
表3
上述仅为本发明的三个具体实施例,但本发明的设计构思并不局限于此,凡利用此构思对本发明进行非实质性的改动,均应属于侵犯本发明保护范围的行为。
Claims (1)
1.一种基于近红外光谱信息的SIMCA辅助卷烟配方的方法,其特征在于:该方法是通过以下步骤来实现的:
(1)建模样品准备:收集获得烟叶样品,按照《YC/T31-1996烟草及烟草制品试样的制备和水份测定烘箱法》准备建模样品;
(2)光谱扫描:通过近红外光谱仪扫描建模样品获得其近红外谱图,仪器的工作参数为:光谱范围12500~3800cm-1,分辨率4~32cm-1,扫描1~100次取平均光谱,每种样品扫描获得5个以上的平均光谱,每种样品作为一类;
(3)光谱预处理:采用多元信号校正或标准正则变换消除样品不均匀带来的差异,采用Savitzky-Golay滤波平滑光谱,消除高频噪音保留有用的低频信息,采用微分处理,消除基线漂移的影响,获得比原光谱更高分辨率和更清晰的光谱轮廓变化;
(4)主成分分析:将光谱进行主成分处理后导出其主成分得分数据;
(5)建立烟叶原料数据库:建立每一类样品的主成分回归模型,将建立得到的分类模型存入存储器中;
(6)替代规则:烟叶原料替代中按照样品相似度及库存设定替代条件,进一步讲样品相似度是指样品来自于相似产区、相似等级、相似品种,库存一般要求大于100件;
(7)辅助配方:在烟叶原料替代中,以待替代的烟叶样品为目标,按步骤1~4扫描待测样品,处理后获得其近红外光谱数据,按步骤6根据替代样品的信息设定替代规则,将待替代样品的近红外数据与存储器中的数学模型进行比对即可获得可替代的烟叶样品,样品按照马氏距离进行排序,马氏距离越小的样品为越相似的样品;
(8)感官评吸:将选择出的可替代样品与待替代样品进行对比感官评吸以确认能否替代。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201210344034.3A CN102866127B (zh) | 2012-09-17 | 2012-09-17 | 一种基于近红外光谱信息的simca辅助卷烟配方的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201210344034.3A CN102866127B (zh) | 2012-09-17 | 2012-09-17 | 一种基于近红外光谱信息的simca辅助卷烟配方的方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN102866127A CN102866127A (zh) | 2013-01-09 |
CN102866127B true CN102866127B (zh) | 2015-08-19 |
Family
ID=47445130
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201210344034.3A Active CN102866127B (zh) | 2012-09-17 | 2012-09-17 | 一种基于近红外光谱信息的simca辅助卷烟配方的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN102866127B (zh) |
Families Citing this family (19)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103364359A (zh) * | 2012-04-11 | 2013-10-23 | 天士力制药集团股份有限公司 | Simca模式识别法在近红外光谱识别大黄药材中的应用 |
CN103969216A (zh) * | 2013-01-28 | 2014-08-06 | 福建中烟工业有限责任公司 | 快速检测制丝过程膨丝与叶丝掺配比例的近红外光谱方法 |
CN103090802B (zh) * | 2013-02-02 | 2016-03-16 | 中国农业科学院烟草研究所 | 一种检测烟叶厚度的方法 |
CN103344598B (zh) * | 2013-06-18 | 2016-04-20 | 川渝中烟工业有限责任公司 | 一种梗丝与卷烟叶组配伍性的判定方法 |
CN103330279B (zh) * | 2013-06-24 | 2014-12-24 | 云南烟草科学研究院 | 一种配方梗中烟梗的替换方法 |
CN103604778A (zh) * | 2013-11-29 | 2014-02-26 | 红云红河烟草(集团)有限责任公司 | 一种对松散回潮工序中烟叶进行准确分组加工的方法 |
CN103903102A (zh) * | 2014-04-17 | 2014-07-02 | 上海创和亿电子科技发展有限公司 | 高架库及其配方系统和配方方法 |
CN104568823B (zh) * | 2015-01-07 | 2017-08-04 | 中国农业大学 | 基于近红外光谱的烟叶原料配比比例计算方法和装置 |
CN104713846A (zh) * | 2015-02-03 | 2015-06-17 | 贵州省烟草科学研究院 | 一种利用近红外光谱快速检测烟草淀粉含量的建模方法 |
CN105067560B (zh) * | 2015-07-27 | 2017-11-28 | 浙江中烟工业有限责任公司 | 一种自动对比式烟叶水分测量通道调节方法 |
CN105300921B (zh) * | 2015-10-10 | 2018-01-09 | 中国农业大学 | 一种烟叶配方的改良方法 |
CN105891147A (zh) * | 2016-03-30 | 2016-08-24 | 浙江中烟工业有限责任公司 | 一种基于典型相关系数的近红外光谱信息提取方法 |
CN106645530B (zh) * | 2016-12-15 | 2018-07-24 | 云南中烟工业有限责任公司 | 一种基于烟叶致香成分的多模型评价烟叶原料相似度的方法 |
CN106932512B (zh) * | 2017-03-08 | 2019-03-29 | 云南中烟工业有限责任公司 | 一种基于烟丝中非挥发性特征组分的卷烟配方质量趋势分析方法 |
CN108801968B (zh) * | 2018-06-05 | 2021-07-13 | 天津大学 | 一种基于真空红外光谱的烟丝整体质量特征分析方法 |
CN109324015B (zh) * | 2018-10-17 | 2021-07-13 | 浙江中烟工业有限责任公司 | 基于光谱相似的烟叶替代方法 |
CN109374575A (zh) * | 2018-12-20 | 2019-02-22 | 中国烟草总公司郑州烟草研究院 | 一种基于近红外光谱分析技术的烤烟烟叶底色的鉴别方法 |
CN109975238B (zh) * | 2019-03-29 | 2021-11-30 | 浙江中烟工业有限责任公司 | 一种基于近红外光谱的烟叶以及卷烟叶组配方的替代方法 |
CN116223440A (zh) * | 2023-05-08 | 2023-06-06 | 四川威斯派克科技有限公司 | 一种烟叶原料配比的近红外检测装置 |
-
2012
- 2012-09-17 CN CN201210344034.3A patent/CN102866127B/zh active Active
Non-Patent Citations (3)
Title |
---|
基于近红外光谱的烟叶SIMCA模式识别;杜文 等;《中国烟草学报》;20091031;第15卷(第5期);第1-3节 * |
近红外光谱的主成份分析――马氏距离分类法引用于品牌卷烟烟丝的快速鉴别;李维莉 等;《云南农业大学学报》;20100331;第25卷(第2期);第1-2页 * |
鲍峰伟.近红外光谱分析技术在烟草化学指标定量分析中的应用.《贵州大学硕士学位论文》.2007, * |
Also Published As
Publication number | Publication date |
---|---|
CN102866127A (zh) | 2013-01-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102866127B (zh) | 一种基于近红外光谱信息的simca辅助卷烟配方的方法 | |
Li et al. | FT-MIR and NIR spectral data fusion: A synergetic strategy for the geographical traceability of Panax notoginseng | |
CN108181263B (zh) | 基于近红外光谱的烟叶部位特征提取及判别方法 | |
CN103674884A (zh) | 基于近红外光谱信息的烟叶风格特征的随机森林分类方法 | |
CN105334279B (zh) | 一种高分辨质谱数据的处理方法 | |
CN105334185B (zh) | 基于光谱投影判别的近红外模型维护方法 | |
CN105445421B (zh) | 一种通过外观指标预测片烟醇化过程中感官质量的方法 | |
CN109975238B (zh) | 一种基于近红外光谱的烟叶以及卷烟叶组配方的替代方法 | |
CN109324015B (zh) | 基于光谱相似的烟叶替代方法 | |
CN105181642A (zh) | 一种花生品质的近红外检测方法及应用 | |
CN102778442A (zh) | 一种快速鉴别烟用香液料液种类的方法 | |
CN105891147A (zh) | 一种基于典型相关系数的近红外光谱信息提取方法 | |
CN105136738A (zh) | 一种基于近红外识别桉木和相思木属间树种的方法 | |
CN105092789B (zh) | 一种片烟醇化过程中烟叶风格特征变化趋势分析方法 | |
CN111257277B (zh) | 一种基于近红外光谱技术的烟叶相似度判定方法 | |
CN103892435B (zh) | 一种稳定再造烟叶质量的烟末原料的配方方法 | |
CN108844941B (zh) | 一种基于拉曼光谱和pca-hca的不同品位磷矿的鉴别和分类方法 | |
CN106501208A (zh) | 一种基于近红外光谱特征的烟叶风格相似性分类方法 | |
CN102830080A (zh) | 一种评判烟用接装纸内在质量稳定性的近红外光谱方法 | |
CN112801300A (zh) | 预测烟草样品香气量的方法、装置和计算机可读取介质 | |
CN105717066A (zh) | 一种基于加权相关系数的近红外光谱识别模型 | |
CN105138834A (zh) | 基于近红外光谱波数k均值聚类的烟草化学值定量方法 | |
CN109324016A (zh) | 一种复烤片烟香型风格的判定方法 | |
CN102507829B (zh) | 一种烟草hplc指纹图谱数据库的建立方法及应用 | |
CN102680427A (zh) | 一种应用近红外光谱分析技术鉴别卷烟表香质量的方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant |