CN103090802A - 一种检测烟叶厚度的方法 - Google Patents

Abstract

本发明公开了一种检测烟叶厚度的方法，通过步骤：一、取样处理；二、采集光谱；三、建模；四、检测；巧妙的利用步骤三建立的烟末定标模型，通过步骤二扫描未知样品烟末的近红外光谱图，即得到该样品的厚度值。本发明方法前处理简单，仅需1-2分钟即可完成一个样品光谱的采集，而且无需计算平均光谱，采集时间短，分析速度快，调用模型可直接给出待测样品的数据，因此大大节省了光谱采集时间，减少劳动量，提高了建模速度，定标模型得到较低的均方残差，建模效果更好，且检测速度更快。

Description

一种检测烟叶厚度的方法

技术领域

本发明涉及一种烟叶检测方法，尤其涉及一种检测烟叶厚度的方法。

背景技术

叶片厚度是烟叶的重要物理性状，历来是烤烟分级的品质因素之一，在一定程度上反映了烟叶的发育状况、成熟度及打叶质量，是判断烟叶原料质量好坏的重要预警信号。烟叶的物理性状与烟叶的叶片厚度密切相关，不同厚度烟叶的化学性质方面也有相应的不同之处，系统研究烟叶的物理性状，较好的了解烟叶厚度的分布规律，可为卷烟工业合理选用烟叶原料并进行适宜的工业处理提供依据。在烟叶复烤厂通过原料配方模块设计和分组加料时，可分析并控制来料品质，稳定产品质量。

现有的烟叶厚度检测方法是：将样品取10片烟叶，每片烟叶任取一个半叶，用裁刀将烟叶叶尖和叶基部部分切掉，在靠近主脉处，切下1.5cm宽的细长条，放在温度为22℃、相对湿度为60%的环境条件下平衡2-3d，然后用测厚仪分别在细长条的两头及中间各取3个点，测量每个点的厚度，测量时尽量避开叶脉，用30个点的平均值作为该样品的厚度。在已检测厚度的3个点位置扫描光谱图（尽量避开叶脉），扫描时在叶片上方压一不透光的圆形铜块，30个点的平均光谱作为该样品的烟叶光谱图。

现有的方法存在的问题主要是：检测方法时间长，叶片每个点的光谱采集就需1-2分钟，30个点则需1个小时的时间；采集工作量大，分析速度慢，工作效率低。

发明内容

为了解决现有技术中的不足，本发明的目的是提供一种前处理简单、分析速度快、可以配合烟叶化学成分快速检测烟叶厚度的方法。

为达到上述目的，本发明所采用的技术手段是：

一种检测烟叶厚度的方法，步骤如下：

一、取样处理：选择我国主产烟区代表产地、代表部位的烟叶样品；将样品叶片任取半叶，去掉烟筋，在60℃下烘干，研磨成粒度为60目的粉末；

二、采集光谱：用近红外仪采集样品近红外光谱图，使用积分球漫反射检测器，镀金的漫反射体作背景，扫描叶片时室温22℃，相对湿度60%；扫描烟末时温度22-24℃，相对湿度不超过50%，分辨率：8 cm^-1，扫描次数：64次，谱区范围：4000～10000 cm^-1，取烟叶样品粉末15 g置石英测量杯中，加上圆形压样器，放在旋转台内进行光谱扫描，得到该样品的烟末光谱图；

三、建模：采用偏最小二乘法，多元信号修正对光谱进行处理，谱区范围：7959.11-3959.92cm^-1，主因子数为10，采用一阶导数对光谱预处理，得到定标模型的相关系数R＝0.92510，均方差RMSEC＝0.0160，通过内部交互验证，得到交互效验均方残差RMSECV＝0.0226；

四、检测：利用步骤二扫描未知样品烟末的近红外光谱图，调用步骤三建立的烟末定标模型，即得到该样品的厚度值。

本发明的有益效果在于：步骤一前处理简单，步骤二采集光谱仅需1-2分钟即可完成一个样品光谱的采集，而且无需计算平均光谱，采集时间短，分析速度快，调用模型可直接给出待测样品的数据，因此大大节省了光谱采集时间，减少劳动量，提高了建模速度，定标模型得到较低的均方残差，建模效果更好，且检测速度更快。

附图说明

下面结合附图对本发明的技术方案进行说明。

图1 是本发明实施例采集光谱示意图。

具体实施方式

一种检测烟叶厚度的方法，步骤如下：

一、取样处理：选择我国主产烟区代表产地、代表部位的烟叶样品；将样品叶片任取半叶，去掉烟筋，在60℃下烘干，研磨成粒度为60目的粉末；

二、采集光谱：用近红外仪采集样品近红外光谱图，使用积分球漫反射检测器，镀金的漫反射体作背景，扫描叶片时室温22℃，相对湿度60%；扫描烟末时温度22-24℃，相对湿度不超过50%，分辨率：8 cm^-1，扫描次数：64次，谱区范围：4000～10000 cm^-1，取烟叶样品粉末15g置石英测量杯中，加上圆形压样器，放在旋转台内进行光谱扫描，得到该样品的烟末光谱图；

三、建模：采用偏最小二乘法，多元信号修正对光谱进行处理，谱区范围：7959.11-3959.92cm^-1，主因子数为10，采用一阶导数对光谱预处理，得到定标模型的相关系数R＝0.92510，均方差RMSEC＝0.0160，通过内部交互验证，得到交互效验均方残差RMSECV＝0.0226；

四、检测：利用步骤二扫描未知样品烟末的近红外光谱图，调用步骤三建立的烟末定标模型，即得到该样品的厚度值。

将现有方法与本发明方法对比实施如下：

一、制备建模样品，常规法检测叶片厚度：

选择我国主产烟区云南、四川、福建、贵州、湖南、河南、山东、陕西、黑龙江代表产地、代表部位（B2F、C3F、X2F）的代表烟叶样品；剩余10片半叶去掉烟筋，在60℃下烘干，研磨成粒度为60目的粉末；

常规法检测：每个样品取10片烟叶，每片烟叶任取一个半叶，用裁刀将烟叶叶尖和叶基部1/5部分切掉，在靠近主脉2cm处，切下1.5cm宽的细长条，放在温度为22℃、相对湿度为60%的环境条件下平衡2-3d，然后用Progage100测厚仪（美国Thwing-Albert 公司）分别在细长条的两头及中间各取3个点，测量每个点的厚度，测量时尽量避开叶脉，用30个点的平均值作为该样品的厚度，检测时环境条件尽量与样品的温湿度保持一致；

二、采集近红外光谱图

用Aataris Ⅱ（Thermo Fisher公司）近红外仪采集样品近红外光谱图，使用积分球漫反射检测器，镀金的漫反射体作背景。

现有技术：在已检测厚度的3个点位置扫描光谱图（尽量避开叶脉），扫描时在叶片上方压一不透光的圆形铜块，30个点的平均光谱作为该样品的烟叶光谱图。

本发明：取烟叶样品粉末15 g置石英测量杯中，加上圆形压样器，放在旋转台内进行光谱扫描，得到该样品的烟末光谱图；扫描条件：分辨率：8 cm^-1，扫描次数：64次，谱区范围：4000～10000 cm^-1，环境条件：扫描叶片时室温22℃，相对湿度60%；扫描烟末时温度22-24℃，相对湿度不超过50%；

比较采集光谱时：本发明仅需1-2分钟即可完成一个样品光谱的采集；而现有技术中叶片每个点的光谱采集就需1-2分钟，30个点则需1个小时的时间，而且建模时需要用软件计算平均光谱；因此本发明大大节省了光谱采集时间，减少劳动力，提高了建模速度；

三、建立烟叶厚度的定标模型：

将得到的所有光谱图分别与常规检测的叶片厚度结果相结合，应用化学计量学和TQ Analyst 8.0分析软件计算、优化，分别建立了烟叶厚度的定标模型，保存到电脑中；

定标模型参数如下：

现有方法：算法采用偏最小二乘法，光程采用多元信号修正，最佳谱区范围：7949.7-3981.68cm^-1，最佳主因子数为8，光谱预处理采用二阶导数处理，由此得到的定标模型相关系数R＝0.94021，均方差RMSEC＝0.0234，通过内部交互验证，得到交互效验均方残差RMSECV＝0.0377；

本发明方法：算法采用偏最小二乘法，采用多元信号修正（MSC）对光谱进行处理，最佳谱区范围：7959.11-3959.92cm^-1，最佳主因子数为10，采用一阶导数对光谱预处理，得到定标模型的相关系数R＝0.92510，均方差RMSEC＝0.0160，通过内部交互验证，得到交互效验均方残差RMSECV＝0.0226；

从上述参数可知，两种方法均能建立厚度的定标模型，交互验证可知粉末建立的定标模型得到了较低的均方残差，建模效果更好，且检测速度更快，因此我们选用烟末建立的模型作为近红外检测烟叶厚度的定标模型；

四、预测未知烟叶的厚度

用上述步骤二扫描未知样品烟末的近红外光谱图，调用步骤三建立的烟末定标模型，即得到该样品的厚度值。

五、模型验证

为了检验数学模型的预测能力，试验另外选取未参与建模的36个样品进行外部验证，见表一、表二，叶片模型预测值与实测值的平均相对偏差为8.2%，烟末模型预测值与实测值的平均相对偏差为7.7%，模型预测效果更好。 

表一：烟末模型预测值和真实值比较

表二：叶片模型预测值和真实值比较

本发明步骤一前处理简单，步骤二采集光谱仅需1-2分钟即可完成一个样品光谱的采集，而且无需计算平均光谱，采集时间短，分析速度快，调用模型可直接给出待测样品的数据，因此大大节省了光谱采集时间，减少劳动量，提高了建模速度，定标模型得到较低的均方残差，建模效果更好，且检测速度更快，所以本发明相对于现有技术所具有的优点更适合现有生产的需要，实用性强，给烟叶生产检测带来了一次速度的革命。

本发明的实施例所表述的，并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本发明的保护范围之内。

Claims (1)

1. 一种检测烟叶厚度的方法，其特征在于，步骤如下：

一种检测烟叶厚度的方法，步骤如下：

一、取样处理：选择我国主产烟区代表产地、代表部位的烟叶样品；将样品叶片任取半叶，去掉烟筋，在60℃下烘干，研磨成粒度为60目的粉末；

二、采集光谱：用近红外仪采集样品近红外光谱图，使用积分球漫反射检测器，镀金的漫反射体作背景，扫描叶片时室温22℃，相对湿度60%；扫描烟末时温度22-24℃，相对湿度不超过50%，分辨率：8 cm^-1，扫描次数：64次，谱区范围：4000～10000 cm^-1，取烟叶样品粉末15 g置石英测量杯中，加上圆形压样器，放在旋转台内进行光谱扫描，得到该样品的烟末光谱图；

三、建模：采用偏最小二乘法，多元信号修正对光谱进行处理，谱区范围：7959.11-3959.92cm^-1，主因子数为10，采用一阶导数对光谱预处理，得到定标模型的相关系数R＝0.92510，均方差RMSEC＝0.0160，通过内部交互验证，得到交互效验均方残差RMSECV＝0.0226；

四、检测：利用步骤二扫描未知样品烟末的近红外光谱图，调用步骤三建立的烟末定标模型，即得到该样品的厚度值。

Images