CN105300921B - 一种烟叶配方的改良方法 - Google Patents

一种烟叶配方的改良方法 Download PDF

Info

Publication number
CN105300921B
CN105300921B CN201510651341.XA CN201510651341A CN105300921B CN 105300921 B CN105300921 B CN 105300921B CN 201510651341 A CN201510651341 A CN 201510651341A CN 105300921 B CN105300921 B CN 105300921B
Authority
CN
China
Prior art keywords
sample
msub
tobacco material
raw tobacco
raw
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.)
Expired - Fee Related
Application number
CN201510651341.XA
Other languages
English (en)
Other versions
CN105300921A (zh
Inventor
李军会
王宇恒
栾丽丽
李雪莹
李凯
胡文雁
赵龙莲
张录达
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
China Agricultural University
Original Assignee
China Agricultural University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by China Agricultural University filed Critical China Agricultural University
Priority to CN201510651341.XA priority Critical patent/CN105300921B/zh
Publication of CN105300921A publication Critical patent/CN105300921A/zh
Application granted granted Critical
Publication of CN105300921B publication Critical patent/CN105300921B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Landscapes

  • Manufacture Of Tobacco Products (AREA)

Abstract

本发明涉及一种烟叶配方的改良方法。所述方法在检测获得原始烟叶配方以及其中所含各烟叶原料的近红外光谱数据的基础上,通过非负回归系数回归法计算处理,得到每种烟叶原料在原始配方中的比例系数,按照比例系数由大到小对烟叶原料进行排序后,通过模块设计以及骨架设计,获得改良的烟叶配方。本发明提供的方法能够较好地实现配方设计平衡性的提高,在维护传统配方的基础上,提高新配方的设计效率,有利于卷烟配方产品发展的稳定性和协调性。

Description

一种烟叶配方的改良方法
技术领域
本发明属于烟叶加工技术领域,具体涉及一种烟叶配方的改良方法。
背景技术
我国烤烟的原料类型非常多,包含43个收购等级,每个等级均具有不同产地,不同品种,不同香型风格特征等属性特征,在卷烟产品配方设计时的原料种类可达成百上千种,主要依靠专业人员来实现中式卷烟配方的设计和维护也存在一些问题和局限性,譬如评吸工作量大容易产生感官疲劳,评价结果的重复性不稳定,不同评价个体之间的偏好和评价分值梯度很难一致,可能引起产品质量的较大波动等。因此,利用多维度烟叶品质量化数据,以满足专业人员需求为导向,辅助专业人员进行配方设计与维护为目标,研究开发数字化配方设计与维护方法系统,对提高专业人员的效率、水平,实现中式卷烟的长期可持续发展具有重要作用,对避免中式卷烟依靠梗丝、膨胀烟丝、薄片等辅料和外加香来拉开产品质量梯度的趋势,稳定和提升高端产品的质量等可产生积极作用。
目前,现有方法所获取的多维度烟叶品质特性的客观量化数据,尚缺乏合理、有效的综合利用手段,具体体现在中式卷烟加工过程中烟叶原料模块及叶组的配方设计中目前还主要以配方设计人员的主观评价为导向的模式,配方种类繁多,缺乏有效的以客观评价量化数据为导向的配方组合推荐及比例设计,不利用产品质量、数量的长期稳定以及可持续发展。
发明内容
本发明的目的是克服现有技术存在的缺陷,提供一种烟叶配方的改良方法。所述方法在检测获得原始烟叶配方以及其中所含各烟叶原料的近红外光谱数据的基础上,通过非负回归系数回归法 (Non-negative Coefficients Regression,NCR)计算处理,得到每种烟叶原料在原始配方中的比例系数,按照比例系数由大到小对烟叶原料进行排序后,通过模块设计以及骨架设计,获得改良的烟叶配方。
具体而言,所述方法包括以下步骤:
(1)采集原始烟叶配方以及该配方中所含每种烟叶原料的近红外光谱数据;
(2)根据所述近红外光谱数据,运用非负线性回归校正法计算每种烟叶原料在原始配方中的比例系数;
(3)按照所述比例系数由大到小的顺序对烟叶原料进行排序,得到烟叶原料的比例序列;
(4)将所述比例序列中排序第一的烟叶原料作为优先样本,将其余烟叶原料按照比例序列的顺序依次与所述优先样本进行t检验,获得无显著性差异样本;由所述优先样本以及无显著性差异样本组成集合,即模块设计配方。
本发明所述步骤(1)中,采用本领域常规的近红外光谱方法对原始烟叶配方以及每种烟叶原料进行近红外光谱数据的采集。
所述步骤(1)还可以包括对所述近红外光谱数据进行预处理。所述预处理具体为:对近红外光谱数据求导数或/和选择适合的光谱范围。在本发明中,所述光谱范围可选择4000~8000nm。
所述步骤(2)中,每种烟叶原料在原始配方中的比例系数由以下公式计算得到:
其中,原始烟叶配方的近红外光谱数据记为第i种烟叶原料的近红外光谱数据记为Xi,第i种烟叶原料对应的比例系数为bi,b0为常数项;其中,i=1,2,…m,…n,即烟叶原料品种数之和为n。
其中,各比例系数值应为非负数。
为保证比例系数非负化,优选采用以下方法进行处理:在所得的比例系数组合{b1,b2,……bn}中,将非负系数标记为bi,其中 i=1,2,3…m,非负系数调整系数为p1;将负的系数标记为bj,其中 j=m+1,m+2…n;负系数调整系数为p2
即:其中
进一步优选地,所述比例系数符合如下约束条件:
步骤(4)所述t检验过程方程为:
其中,dm1为优先样本的比例系数,μi为第i种烟叶原料与优先样本的比例系数的平均值,σi为第i种烟叶原料的比例系数与μi的标准差;当ti值小于检验水平α时的临界值时,则判定第i种烟叶原料与优先样本无显著性差异,并将优先样本、第i种烟叶原料以及比例序列中位于第i种烟叶原料之前的全部样本组成集合,作为模块设计配方;当求得的ti+1值大于检验水平α时的临界值时,则判定第i+1种烟叶原料与优先样本存在显著性差异,并将第i+1种烟叶原料以及比例序列中位于第i+1种烟叶原料之后的全部样本排除在模块设计配方之外。
所述t检验的显著性水平α值可根据实际生产需要,限定为 0.01~0.05,可取0.01、0.05等具体值。
本发明所述方法将原始配方中所占比例最大的样品集合筛选出来,作为模块设计配方,在确保原有配方中核心成分被保留的前提下,快速、方便地实现了对原始配方的简化。
为了确保改良得到的烟叶配方丰富、有序、协调、稳定,本发明所述方法进一步包括步骤(5)骨架设计。所述骨架设计是指,将比例序列经t检验梯度筛选,获得多个类别,在每一类别随机选取一种原料,即得骨架设计结果。
具体而言,所述步骤(5)包括以下步骤:将所述模块设计配方所包含的全部样本作为第一类集合,可记为D1={dm1,dm2,...,dmi};将所述比例序列中第一个与优先样本有显著性差异的烟叶原料作为第二类标准样本,可记为dmi+1,将其余烟叶原料按照比例序列的顺序依次与第二类标准样本分别进行t检验,由第二类标准样本以及与其无显著性差异样本组成集合,即第二类集合,可记为D2={dmi+1,dmi+2,...,dmi+q};依次类推,获得不同梯度类别共x类,即得梯度类别集合,可记为 {D1,D2,……,Dx};从每个类别集合中分别随机选择一个样本,组成烟叶原料梯度集合,即骨架设计配方。
所述方法在应用时,可根据实际需要,人为设定骨架设计结果所需要的类别个数x’,从所述{D1,D2,……,Dx}集合中选择前x’类,即得实际所需的x’种类别,并在各个不同类别中,分别随机获得其中一个样本,得到由x’种原料构成的烟叶原料梯度集合,即骨架设计配方。
所述步骤(5)中的t检验原理与步骤(4)相同,区别仅在于,将优先样本的比例系数替换为不同类别标准样本的比例系数。
本发明所述方法还可以进一步包括步骤(6),再次运用NCR算法对步骤(5)所得烟叶原料梯度集合进行求解,获得骨架设计配方中各烟叶原料的用量。
本发明进一步保护采用所述方法得到的改良烟叶配方。
本发明提供的方法以及所得配方可采用本领域常规的方法进行验证,包括比例均值和线性相关系数相结合的方法、感官评吸法等。
例如,关于模块设计配方的验证,因为模块设计的结果中每一个样品都与原配方中所占比例最大的样品没有显著差别,用每一个样品的光谱数据分别与原配方的光谱数据求解线性相关系数,比例均值应均不低于0.8(理想状态接近于1),即说明配方改良成功。
针对骨架设计验证:设定原配方样品的近红外光谱数据为Ay,假设配方结果中含有五个(分属不同类)样品,其近红外光谱数据分别为A1,A2,A3,A4,A5,对应比例值为a1,a2,a3,a4,a5,则烟叶原料的比例均值为A_y=A1*a1+A2*a2+……A5*a5,将A_y与Ay进行线性相关系数的求解,从而验证配方的准确性。作为对比,将各个样品的近红外光谱数据A1,A2,A3,A4,A5分别与原配方的近红外光谱数据Ay进行线性相关系数求解,得到相关系数,如果除第一组样品外的所有单独样品与原配方的线性系数偏离1较明显,而配方的比例均值与原配方的线性系数接近1,说明配方改良成功。
本发明提供的方法具有以下显著的优势:本发明所采用的数据均基于原烟叶配方以及各烟叶原料的近红外光谱数据,具有快速、无损、绿色、可实现在线分析等优势;本发明所采用的模块设计,以“相似相合”和“相似相替”为导向,将原配方中比例最高的样品集合筛选出来,作为设计结果,有利于保留原配方中的主干,并进一步简化原配方,更加直接方便地获得生产实际所需的样本;本发明所采用的骨架设计,以“多元”(保障丰富和稳定性)和“君臣佐使”(保障有序和协调性)的配伍理念,保证了改良配方的梯度性,有利于提高改良后配方的创造性和生产活力。
具体实施方式
以下实施例用于说明本发明,但不用来限制本发明的范围。
实施例1
按照以下步骤进行烟叶配方改良:
(1)采集原始烟叶配方以及该配方中所含的三种烟叶原料的近红外光谱数据;将所得近红外光谱范围限定为4000~8000nm,并对所得近红外光谱数据求导数;
(2)运用NCR算法计算各烟叶原料在原始配方中的比例系数;
(3)按照所述比例系数由大到小的顺序对烟叶原料进行排序,得到烟叶原料的比例序列,如表1所示;
表1:烟叶原料的比例序列
序号 样本号 占原配方的比例
1 样本3 0.639
2 样本1 0.217
3 样本2 0.144
(4)根据表1结果可知,样品3是三个样本中占原配方比例最大的,因此,将样本3作为优先样本,按照比例序列中的顺序将其余样本依次与所述优先样本进行t检验,并设定阈值为0.05;具体而言,将序列中排序第2的样本1与样本3进行阈值为0.05的标准下的t检验,发现显著不同,因此,将样本1和位于样本1之后的样本2排除在模块设计结果之外,样本3单独作为模块设计配方。
本实施例进一步对所得模块设计配方进行了检验。用样品3的光谱数据与原配方的光谱数据求解线性相关系数,比例均值不低于 0.8,说明配方改良成功。
实施例2
在实施例1的基础上,将所得模块设计配方中所包含的全部样本(即样本3)作为第一类集合;将所述比例序列中第一个与优先样本有显著性差异的烟叶原料(即样本1)作为第二类标准样本,将样本2与样本1进行阈值为0.05的标准下的t检验,发现无显著不同,由样本1和样本2组成集合,即第二类集合;
在第一类集合中随机抽取一个样本,在第二类中随机抽取一个样本,组成烟叶原料梯度集合,即为骨架设计配方,如表2所示;
表2:骨架设计配方
本实施例进一步采用比例均值和线性相关系数相结合的方法对骨架设计配方进行了验证。具体而言,设定原配方样品的近红外光谱数据为Ay,将原配方中分属两类的样本的近红外光谱数据分别记为A1,A2,对应比例值为a1,a2,则烟叶原料的比例均值为A_y =A1*a1+A2*a2,将A_y与Ay进行线性相关系数的求解,从而验证配方的准确性;作为对比,将各个样品的近红外光谱数据A1,A2,分别与原配方的近红外光谱数据Ay进行线性相关系数求解,得到相关系数,如果除第一类样品外的所有单独样品与原配方的线性系数偏离1较明显,而改良配方的比例均值与原配方的线性系数接近1,说明配方改良成功;经检测,本实施例所得配方改良成功。
实施例3
本实施例再次运用NCR算法,对实施例2所得烟叶原料梯度集合进行求解,获得各烟叶原料的用量,即得改良配方,如表3所示;
表3:改良烟叶配方
类别 样本号 重量百分比(%)
第一类 样本3 68.62
第二类 样本1 31.38
本实施例进一步按照表3所得的改良烟叶配方配制了烟叶产品,通过人工评吸方法进行检验;经检验,该配方实现了改良的目的。
虽然,上文中已经用一般性说明、具体实施方式及试验,对本发明作了详尽的描述,但在本发明基础上,可以对之作一些修改或改进,这对本领域技术人员而言是显而易见的。因此,在不偏离本发明精神的基础上所做的这些修改或改进,均属于本发明要求保护的范围。

Claims (8)

1.一种烟叶配方的改良方法,其特征在于,包括以下步骤:
(1)采集原始烟叶配方以及该配方中所含每种烟叶原料的近红外光谱数据;
(2)根据所述近红外光谱数据,运用非负回归系数回归法计算每种烟叶原料在原始配方中的比例系数;
(3)按照所述比例系数由大到小的顺序对烟叶原料进行排序,得到烟叶原料的比例序列;
(4)将所述比例序列中排序第一的烟叶原料作为优先样本,将其余烟叶原料按照比例序列的顺序依次与所述优先样本进行t检验,获得无显著性差异样本;由所述优先样本以及无显著性差异样本组成集合,即模块设计配方。
2.根据权利要求1所述的方法,其特征在于,所述方法还包括以下步骤:
(5)将所述模块设计配方所包含的样本作为第一类集合;将比例序列中第一个与所述优先样本有显著差别的样本作为第二类标准样品,按照比例序列的顺序将其余样本依次与第二类标准样品进行t检验,由第二类标准样本以及与其无显著性差异样本组成集合,即第二类集合;依次类推,获得梯度类别集合;从每个类别集合中分别随机选择一个样本,组成烟叶原料梯度集合,即骨架设计配方。
3.根据权利要求2所述的方法,其特征在于,所述方法还包括以下步骤:
(6)运用非负回归系数回归法,对步骤(5)所得烟叶原料梯度集合进行求解,即得骨架设计配方中各烟叶原料的用量。
4.根据权利要求1所述的方法,其特征在于,所述烟叶原料品种的决定因素包括:烟叶原料的产地及等级。
5.根据权利要求1~4任意一项所述的方法,其特征在于,所述步骤(1)中还包括对近红外光谱数据进行预处理;所述预处理包括限定近红外光谱范围或/和对近红外光谱数据求导数。
6.根据权利要求1~4任意一项所述的方法,其特征在于,所述步骤(2)中,按照以下公式计算每种烟叶原料在原始配方中的比例系数:
<mrow> <mover> <mi>Y</mi> <mo>^</mo> </mover> <mo>=</mo> <msub> <mi>b</mi> <mn>0</mn> </msub> <mo>+</mo> <msub> <mi>b</mi> <mn>1</mn> </msub> <msub> <mi>X</mi> <mn>1</mn> </msub> <mo>+</mo> <msub> <mi>b</mi> <mn>2</mn> </msub> <msub> <mi>X</mi> <mn>2</mn> </msub> <mo>+</mo> <mo>...</mo> <mo>+</mo> <msub> <mi>b</mi> <mi>m</mi> </msub> <msub> <mi>X</mi> <mi>m</mi> </msub> <mo>+</mo> <msub> <mi>b</mi> <mrow> <mi>m</mi> <mo>+</mo> <mn>1</mn> </mrow> </msub> <msub> <mi>X</mi> <mrow> <mi>m</mi> <mo>+</mo> <mn>1</mn> </mrow> </msub> <mo>+</mo> <mo>...</mo> <mo>+</mo> <msub> <mi>b</mi> <mi>n</mi> </msub> </mrow>
其中,原始烟叶配方的近红外光谱数据记为b0为常数项,第i种烟叶原料的近红外光谱数据记为Xi,第i种烟叶原料对应的比例系数为bi,其中,i=1,2,…m,…n;bi为非负数。
7.根据权利要求1~4任意一项所述的方法,其特征在于,所述步骤(4)中:
所述t检验过程方程为:
其中,dm1为优先样本的比例系数,μi为第i种烟叶原料与优先样本的比例系数的平均值,σi为第i种烟叶原料的比例系数与μi的标准差;当ti值小于检验水平α的临界值时,则判定第i种烟叶原料与优先样本无显著性差异。
8.根据权利要求7所述的方法,其特征在于,步骤(4)所述t检验的检验水平α值为0.01~0.05。
CN201510651341.XA 2015-10-10 2015-10-10 一种烟叶配方的改良方法 Expired - Fee Related CN105300921B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201510651341.XA CN105300921B (zh) 2015-10-10 2015-10-10 一种烟叶配方的改良方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201510651341.XA CN105300921B (zh) 2015-10-10 2015-10-10 一种烟叶配方的改良方法

Publications (2)

Publication Number Publication Date
CN105300921A CN105300921A (zh) 2016-02-03
CN105300921B true CN105300921B (zh) 2018-01-09

Family

ID=55198431

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201510651341.XA Expired - Fee Related CN105300921B (zh) 2015-10-10 2015-10-10 一种烟叶配方的改良方法

Country Status (1)

Country Link
CN (1) CN105300921B (zh)

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
GB1274339A (en) * 1969-10-04 1972-05-17 Rudolf Randebrock Improvements in or relating to the formulation of aroma- and/or taste-components in compositions
CN1524460A (zh) * 2003-02-25 2004-09-01 中国海洋大学 建立卷烟叶组配方维护混合专家系统的方法
RU2280397C1 (ru) * 2004-12-27 2006-07-27 Игорь Викторович Моисеев Способ составления мешки для курительного табачного изделия
CN101214083A (zh) * 2008-01-22 2008-07-09 红云烟草(集团)有限责任公司 卷烟叶组配方分组方法
CN101536810A (zh) * 2009-04-09 2009-09-23 安徽中烟工业公司 一种卷烟配方的设计方法
CN101566565A (zh) * 2009-06-03 2009-10-28 川渝中烟工业公司 烟丝参配比例的快速测定方法
CN102866127A (zh) * 2012-09-17 2013-01-09 福建中烟工业有限责任公司 一种基于近红外光谱信息的simca辅助卷烟配方的方法
CN103120361A (zh) * 2012-10-16 2013-05-29 红塔烟草(集团)有限责任公司 一种基于化学成分分布规律的烟叶分切方法

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
GB1274339A (en) * 1969-10-04 1972-05-17 Rudolf Randebrock Improvements in or relating to the formulation of aroma- and/or taste-components in compositions
CN1524460A (zh) * 2003-02-25 2004-09-01 中国海洋大学 建立卷烟叶组配方维护混合专家系统的方法
RU2280397C1 (ru) * 2004-12-27 2006-07-27 Игорь Викторович Моисеев Способ составления мешки для курительного табачного изделия
CN101214083A (zh) * 2008-01-22 2008-07-09 红云烟草(集团)有限责任公司 卷烟叶组配方分组方法
CN101536810A (zh) * 2009-04-09 2009-09-23 安徽中烟工业公司 一种卷烟配方的设计方法
CN101566565A (zh) * 2009-06-03 2009-10-28 川渝中烟工业公司 烟丝参配比例的快速测定方法
CN102866127A (zh) * 2012-09-17 2013-01-09 福建中烟工业有限责任公司 一种基于近红外光谱信息的simca辅助卷烟配方的方法
CN103120361A (zh) * 2012-10-16 2013-05-29 红塔烟草(集团)有限责任公司 一种基于化学成分分布规律的烟叶分切方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
SVM回归法在近红外光谱定量分析中的应用研究;张录达 等;《光谱学与光谱分析》;20050930;第25卷(第9期);第1400-1403页 *
叶组配方的分组加工模块设计;于录 等;《烟草科技》;20061231(第7期);第11-13及21页 *
基于近红外光谱投影及蒙特卡洛方法的烟叶配方比例上限分析;米津锐 等;《光谱学与光谱分析》;20110430;第31卷(第4期);第915-第919页 *

Also Published As

Publication number Publication date
CN105300921A (zh) 2016-02-03

Similar Documents

Publication Publication Date Title
CN107589079B (zh) 一种基于烟叶颜色检验评价打叶复烤片烟混合均匀性的方法
CN105675539B (zh) 一种农产品品质综合评价方法
CN109100321A (zh) 一种卷烟叶组配方维护方法
CN107563672A (zh) 一种基于层次分析法构建卷烟制丝质量评价模型的方法
CN105205333B (zh) 一种烟叶配方的设计方法
CN107767079A (zh) 一种烟叶风格特征的客观综合评价方法
CN107796782A (zh) 基于烟叶特征光谱一致性度量的复烤质量稳定性评价方法
US20190079006A1 (en) Haploid seed classification using single seed near-infrared spectroscopy
Chen et al. Prediction of milled rice grades using Fourier transform near-infrared spectroscopy and artificial neural networks
CN104323412A (zh) 一种功能型烟叶模块构建及应用方法
CN109298139A (zh) 烟叶质量评价方法及装置
CN101685092A (zh) 用烟叶pH检测值判定烤烟醇化质量的方法
CN111157462A (zh) 一种成品片烟箱间质量稳定程度的评价方法
Han et al. Effects of logging on the ecological strategy spectrum of a tropical montane rain forest
CN105300921B (zh) 一种烟叶配方的改良方法
CN106770014A (zh) 一种大米新鲜度的近红外光谱检测方法
CN104983051A (zh) 一种单个等级初烤烟的复烤加工方法
CN110214969A (zh) 一种片烟人工精选的预处理方法
CN103344598A (zh) 一种梗丝与卷烟叶组配伍性的判定方法
CN110163459B (zh) 一种构建小麦品质分级的多指标评价方法
CN103675218B (zh) 一种造纸法再造烟叶浆料均匀度表征方法
CN104585856B (zh) 一种基于原料品质动态变化的烟叶分组方法
CN110082251B (zh) 一种烟梗签的界定及检测方法
CN109307731A (zh) 一种烟叶部位判别方法和装置
CN109946300B (zh) 基于图像法的烟丝耐加工性检测表征方法

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20180109