CN106295185A - 一种卷烟可可香型的定量预测方法 - Google Patents

一种卷烟可可香型的定量预测方法 Download PDF

Info

Publication number
CN106295185A
CN106295185A CN201610656673.1A CN201610656673A CN106295185A CN 106295185 A CN106295185 A CN 106295185A CN 201610656673 A CN201610656673 A CN 201610656673A CN 106295185 A CN106295185 A CN 106295185A
Authority
CN
China
Prior art keywords
cocoa
medicated cigarette
odor type
cigarette
forecasting technique
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.)
Pending
Application number
CN201610656673.1A
Other languages
English (en)
Inventor
李利君
李超
张承明
者为
王明锋
张天栋
许�永
张丹
朱保昆
王文元
申晓锋
孔维玲
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 Tobacco Yunnan Industrial Co Ltd
Original Assignee
China Tobacco Yunnan Industrial Co Ltd
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 Tobacco Yunnan Industrial Co Ltd filed Critical China Tobacco Yunnan Industrial Co Ltd
Priority to CN201610656673.1A priority Critical patent/CN106295185A/zh
Publication of CN106295185A publication Critical patent/CN106295185A/zh
Pending legal-status Critical Current

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00Administration; Management
    • G06Q10/04Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • GPHYSICS
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16CCOMPUTATIONAL CHEMISTRY; CHEMOINFORMATICS; COMPUTATIONAL MATERIALS SCIENCE
    • G16C20/00Chemoinformatics, i.e. ICT specially adapted for the handling of physicochemical or structural data of chemical particles, elements, compounds or mixtures
    • G16C20/70Machine learning, data mining or chemometrics

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Strategic Management (AREA)
  • Economics (AREA)
  • Theoretical Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • Health & Medical Sciences (AREA)
  • Data Mining & Analysis (AREA)
  • Marketing (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Tourism & Hospitality (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Game Theory and Decision Science (AREA)
  • Development Economics (AREA)
  • Artificial Intelligence (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Databases & Information Systems (AREA)
  • Evolutionary Computation (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Software Systems (AREA)
  • Chemical & Material Sciences (AREA)
  • Crystallography & Structural Chemistry (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Computing Systems (AREA)
  • Fats And Perfumes (AREA)

Abstract

本发明公开了一种基于卷烟中19种挥发性成分的检测含量来对卷烟可可香型的定量预测方法。先根据自主开发建立的样品处理方法及GC‑MS/MS分析方法对烟丝中19种挥发性成分的含量进行测定,然后将测定的含量带入到回归方程中计算Y可可香的数值,即为该种卷烟可可香型定量预测方法得分的预测值,其范围为0‑10分。本发明的卷烟可可香型的定量预测方法与感官实际评吸结果吻合度较好,预测的平均绝对误差为0.1108分。为维护卷烟感官质量的稳定提供有利的技术支撑。

Description

一种卷烟可可香型的定量预测方法
技术领域
本发明属于卷烟可可香型的定量预测及控制领域,具体涉及一种基于卷烟烟丝中19种挥发性成分的检测含量,并结合回归系数构建回归模型的方法对卷烟可可香型的定量预测方法。
背景技术
卷烟产品品质的稳定及提升,关键在于感官品质的稳定和提升,如何建立卷烟感官品质的评价方法一直都是行业的研究热点。目前,卷烟感官品质的评价主要是通过专家的感官评吸来进行,并已发布实施了相关国家和行业标准。例如,GB 5606.4-2005《卷烟第4部分:感官技术要求》和YC/T 497-2014《卷烟中式卷烟风格感官评价方法》。但由于评吸者在评吸中存在主观性,使评吸结果的重现性与稳定性存在一定的不足,以至于对评价结果的可靠性产生影响。
卷烟的感官特征与其化学成分之间存在内在联系,不同化学组分会对卷烟感官特征产生不同程度的影响。近年来,基于化学成分的卷烟感官评价及预测方法研究也有了较多的报道。例如,哈尔滨工程大学的莫宏伟等提供了一种通过免疫神经网络算法来预测卷烟感官评吸和烟气指标的方法(CN 101419209 A),但其纳入计算建模的成分物质仅为总糖、总烟碱、还原糖等10余种常规化学成分指标,其无法代表卷烟感官的整体特性。颐中烟草(集团)有限公司的胡盛国等发明了一种结合模糊集方法的BP神经网络模型,并运用该模型对卷烟感官评吸和烟气指标进行预测(CN 1525394 A),但其用于建模并计算的化学成分多达110余项,指标检测定性、定量繁琐,计算难度较大。进而造成其预测结果较低或不够可靠等缺点。
发明内容
本发明的目的在于针对和克服现有技术的不足,提供一种对卷烟可可香型的定量预测方法,以简化卷烟可可香型的定量预测的流程,从而快速、准确的完成对卷烟可可香型的定量预测工作。
本发明的目的通过以下技术方案予以实现。
一种卷烟可可香型的定量预测方法,包括以下步骤:
(1)测定待预测卷烟样品中的异戊酸异戊酯、2,6-二甲基吡啶、苯甲酸苯甲酯、δ-十一内酯、香茅醇、β-环柠檬醛、γ-十二内酯、D-薄荷醇、β-紫罗兰酮、2-甲基吡嗪、γ-十一内酯、乙酸苯乙酯、γ-癸内酯、δ-壬内酯、苯乙酸乙酯、3-羟基-2-丁酮、L-薄荷醇、D-薄荷醇、苯乙醇这19种物质的质量百分比含量,分别以X1至X19来表示;
(2)将X1至X19分别代入以下的回归方程中,计算Y可可香的数值:
Y可可香=2.166X1+2.677X2+1.354X3+1.622X4+2.124X5+2.617X6+1.921X7+2.239X8+2.827X9+1.725X10–1.129X11+2.118X12-1.029X13+2.086X14-1.038X15-1.335X16+1.253X17+2.736X18-2.371X19-129.116;
(3)计算所得的Y可可香的数值,即为该种卷烟可可香型的定量预测的得分值,其范围为0-10分。
下表1中列出了对于上述19种被测定物质来说,其对卷烟可可香型的定量预测得分的回归方程系数。
表1回归方程系数
相对于现有技术,本发明具有以下优点:
1、本发明从卷烟烟丝中19种挥发性成分含量出发,能够比感官评吸方法给出更为客观、稳定的判定结果,消除了感官评吸中的人为差异的影响。
2、运用酯、醇、醛、酮等多种类别的物质作为卷烟可可香型的定量预测得分预测的依据,比现有方法更为全面准确。
3、采用较少的物质用于建模并对卷烟可可香型的定量预测,具有较快的检测速度,较简化的定量流程,避免了回归建模过度拟合的问题,使定量预测的结果准确而可靠。为维护卷烟感官质量的稳定提供有利的技术支撑。
附图说明
图1 30种样品回归计算值与感官评吸结果的双曲线图。
具体实施方式
以下通过实施例对本发明作进一步地详细说明,但具体实施例并不是对本发明技术方案的限定。
实施例1
购买30种国内市售成品卷烟(盒标焦油8-12mg/支,盒标烟碱0.6-1.2mg/支,盒标CO 9-13mg/支,2015年分别购自昆明市、上海市、长沙市等市场);所收集的样品根据YC/T497-2014开展感官评价,确定其可可香风格特征感官评吸得分范围为0.5-4.0分。
a、样品处理与分析
随机取新开包的同一品牌的烟支进行试样制备,试样制备应快速准确,并确保样品不受污染,每个实验样品制备三个平行试样。剥去卷烟纸和滤嘴,取出烟丝,记录重量,再分别放入3个100ml锥形瓶中,作为试样。在准备好的试样中分别加入1mL 60μg/mL的内标萘、9mL乙醚,迅速盖上盖摇匀,置于震荡摇床上震荡2h,用10ml针筒取上层萃取液经0.22μm微孔滤膜过滤,供GC-MS/MS(气相色谱-质谱/质谱仪)分析。
b、气相色谱-质谱/质谱分析条件
色谱柱:DB-5MS(30m×0.25mm i.d.×0.25μm d.f.,美国Agilent公司)弹性石英毛细管色谱柱;进样口温度:250℃;载气:He,恒流模式,柱流量1mL/min,进样量:1μL,分流比:10:1;升温程序:50℃(2min),以5℃/min的速率升温至250℃(20min);传输线温度:250℃;电离方式:EI;离子源温度:170℃;电离能70eV;灯丝电流:80μA;全扫描监测Full scan模式,扫描范围:10-500amu;多反应监测MRM模式,定性、定量离子对选择参数见表2。
表2烟丝中19种挥发性组分及内标的定性离子对、定量离子对和碰撞能量
c、指标含量测定
对照标样的保留时间、定性离子对和定量离子对,确定试样中的目标化合物。当试样和标样在相同保留时间处(±0.2min)出现,且各定性离子的相对丰度与浓度相当的标准溶液的离子相对丰度一致,则可判断样品中存在对应的被测物。每个样品平行测定3次。根据试样中目标化合物的定量离子峰面积计算样品中挥发性及半挥发性有机化合物的含量。试样中挥发性及半挥发性有机化合物的含量按式(1)进行计算:
C s = ( A s A i + a ) × C i × V k × m ... ( 1 )
其中,Cs表示试样中某一种特征物质的含量,单位为mg/kg;As为试样中挥发性或半挥发性有机化合物的峰面积,单位为U(积分单位);Ai为内标物质的峰面积,单位为U(积分单位);Ci为加入内标物质的量,单位为μg/mL;m为称取烟丝质量,单位为g;k为各挥发性或半挥发性有机化合物的标准工作曲线斜率;a为各挥发性或半挥发性有机化合物的标准工作曲线截距。
d、根据a-c所述方法测定待预测卷烟样品中的异戊酸异戊酯、2,6-二甲基吡啶、苯甲酸苯甲酯、δ-十一内酯、香茅醇、β-环柠檬醛、γ-十二内酯、D-薄荷醇、β-紫罗兰酮、2-甲基吡嗪、γ-十一内酯、乙酸苯乙酯、γ-癸内酯、δ-壬内酯、苯乙酸乙酯、3-羟基-2-丁酮、L-薄荷醇、D-薄荷醇、苯乙醇等19种物质的含量。各种物质含量检测结果的描述统计见表3。
表3烟丝中19种挥发性物质检测结果的描述统计
注:统计样本数为:30个
e、将d中检测所得到的19种物质的含量分别带入到下列回归方程中,计算Y可可香的数值:
Y可可香=2.166X1+2.677X2+1.354X3+1.622X4+2.124X5+2.617X6+1.921X7+2.239X8+2.827X9+1.725X10–1.129X11+2.118X12-1.029X13+2.086X14-1.038X15-1.335X16+1.253X17+2.736X18-2.371X19-129.116;
f、计算所得的Y可可香的数值,即为该种卷烟可可香型的定量预测得分。分别计算30种样品的Y可可香数值,并与感官评吸结果比对,结果如图1所示。菱形标记的曲线为回归方程预测得分,而方形标记为感官实际评吸得分。从中可以看出,采用回归模型预测的卷烟可可香风格特征感官评吸得分与实际评吸结果吻合度较好,预测的平均MAE(平均绝对误差)=0.1108分。

Claims (1)

1.一种卷烟可可香型的定量预测方法,包括以下步骤:
(1)测定待预测卷烟样品中的异戊酸异戊酯、2,6-二甲基吡啶、苯甲酸苯甲酯、δ-十一内酯、香茅醇、β-环柠檬醛、γ-十二内酯、D-薄荷醇、β-紫罗兰酮、2-甲基吡嗪、γ-十一内酯、乙酸苯乙酯、γ-癸内酯、δ-壬内酯、苯乙酸乙酯、3-羟基-2-丁酮、L-薄荷醇、D-薄荷醇、苯乙醇这19种物质的质量百分比含量,分别以X1至X19来表示;
(2)将X1至X19分别代入以下的回归方程中,计算Y可可香的数值:
Y可可香=2.166X1+2.677X2+1.354X3+1.622X4+2.124X5+2.617X6+1.921X7+2.239X8+2.827X9+1.725X10–1.129X11+2.118X12-1.029X13+2.086X14-1.038X15-1.335X16+1.253X17+2.736X18-2.371X19-129.116;
(3)计算所得的Y可可香的数值,即为该种卷烟可可香型的定量预测的得分值,其范围为0-10分。
CN201610656673.1A 2016-08-11 2016-08-11 一种卷烟可可香型的定量预测方法 Pending CN106295185A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610656673.1A CN106295185A (zh) 2016-08-11 2016-08-11 一种卷烟可可香型的定量预测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610656673.1A CN106295185A (zh) 2016-08-11 2016-08-11 一种卷烟可可香型的定量预测方法

Publications (1)

Publication Number Publication Date
CN106295185A true CN106295185A (zh) 2017-01-04

Family

ID=57668491

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610656673.1A Pending CN106295185A (zh) 2016-08-11 2016-08-11 一种卷烟可可香型的定量预测方法

Country Status (1)

Country Link
CN (1) CN106295185A (zh)

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
SU1597721A1 (ru) * 1988-05-27 1990-10-07 Московский технологический институт пищевой промышленности Способ определени момента окончани процесса обжарки какао бобов
JP2000105194A (ja) * 1998-07-31 2000-04-11 Iseki & Co Ltd 農産物の食味評価装置及び農産物の加工特性評価装置
CN1525394A (zh) * 2003-02-25 2004-09-01 颐中烟草(集团)有限公司 卷烟感官评吸和烟气指标的神经网络预测方法
CN101419209A (zh) * 2008-12-04 2009-04-29 哈尔滨工程大学 卷烟感官评吸和烟气指标的免疫神经网络预测方法
CN103226136A (zh) * 2012-10-15 2013-07-31 红塔烟草(集团)有限责任公司 一种卷烟香型的检测判定方法
CN105021727A (zh) * 2015-07-10 2015-11-04 云南中烟工业有限责任公司 一种准确表征和评价卷烟香气中可可香特征的方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
SU1597721A1 (ru) * 1988-05-27 1990-10-07 Московский технологический институт пищевой промышленности Способ определени момента окончани процесса обжарки какао бобов
JP2000105194A (ja) * 1998-07-31 2000-04-11 Iseki & Co Ltd 農産物の食味評価装置及び農産物の加工特性評価装置
CN1525394A (zh) * 2003-02-25 2004-09-01 颐中烟草(集团)有限公司 卷烟感官评吸和烟气指标的神经网络预测方法
CN101419209A (zh) * 2008-12-04 2009-04-29 哈尔滨工程大学 卷烟感官评吸和烟气指标的免疫神经网络预测方法
CN103226136A (zh) * 2012-10-15 2013-07-31 红塔烟草(集团)有限责任公司 一种卷烟香型的检测判定方法
CN105021727A (zh) * 2015-07-10 2015-11-04 云南中烟工业有限责任公司 一种准确表征和评价卷烟香气中可可香特征的方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
冒德寿等: "基于味觉活力值的烟气苦味指数模型的建立", 《烟草科技》 *
吴丽君等: "烟草香气成分分析研究进展", 《中国农学通报》 *

Similar Documents

Publication Publication Date Title
Reth et al. The effect of soil water content, soil temperature, soil pH-value and the root mass on soil CO 2 efflux–a modified model
CN102901779B (zh) 一种基于香味成分的烟叶焦甜感口感特征的判别方法
CN102338780B (zh) 一种卷烟品牌判别方法
CN106093246A (zh) 一种卷烟辛香型的定量预测方法
CN102866212A (zh) 一种基于香味成分的烟叶浓香型风格突显程度的判别方法
CN108760927A (zh) 基于炉挥发物的电加热不燃烧卷烟外观质量分析方法
CN104991023A (zh) 一种准确表征和评价卷烟香气中花香特征的方法
CN101504395A (zh) 一种利用气相指纹图谱控制烟用香精香料质量的方法
CN105092729A (zh) 一种准确表征和评价卷烟香气中奶香特征的方法
Chen et al. Water uptake by fresh Indonesian peat burning particles is limited by water-soluble organic matter
CN108195895A (zh) 一种基于电子鼻和分光测色仪的茶树叶片氮含量快速检测方法
CN110308101A (zh) 一种片烟水提物吸光度值检测及判断醇化质量的方法
CN108645746B (zh) 基于炉挥发物的电加热不燃烧卷烟感官质量分析方法
CN106248843A (zh) 一种卷烟药草香型的定量预测方法
CN106290641A (zh) 一种卷烟清香型的定量预测方法
CN107179379B (zh) 一种卷烟主流烟气成份感官风格指标的评估方法
Mao et al. Modeling soil organic carbon dynamics in temperate forests with Yasso07
CN102706977A (zh) 一种基于标记物检测白肋烟处理加料均匀性评价方法
CN106324125A (zh) 一种卷烟甜香型的定量预测方法
CN104991005A (zh) 一种准确表征和评价卷烟香气中豆香特征的方法
CN106290611B (zh) 一种基于活性阈值的浓香型烤烟鉴定方法
CN106290638A (zh) 一种卷烟豆香型的定量预测方法
CN106290639A (zh) 一种卷烟奶香型的定量预测方法
CN106324124A (zh) 一种卷烟木香型的定量预测方法
CN106442774A (zh) 一种卷烟膏香型的定量预测方法

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication

Application publication date: 20170104

RJ01 Rejection of invention patent application after publication