CN107796782A - 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 - Google Patents
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 Download PDFInfo
- Publication number
- CN107796782A CN107796782A CN201710959995.8A CN201710959995A CN107796782A CN 107796782 A CN107796782 A CN 107796782A CN 201710959995 A CN201710959995 A CN 201710959995A CN 107796782 A CN107796782 A CN 107796782A
- Authority
- CN
- China
- Prior art keywords
- sample
- quality
- spectrum
- tobacco
- redrying
- 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.)
- Granted
Links
- 238000001228 spectrum Methods 0.000 title claims abstract description 70
- 241000208125 Nicotiana Species 0.000 title claims abstract description 54
- 235000002637 Nicotiana tabacum Nutrition 0.000 title claims abstract description 54
- 238000011156 evaluation Methods 0.000 title claims abstract description 35
- 238000000034 method Methods 0.000 claims abstract description 26
- 238000000605 extraction Methods 0.000 claims abstract description 12
- 238000002329 infrared spectrum Methods 0.000 claims abstract description 10
- 238000004611 spectroscopical analysis Methods 0.000 claims abstract description 10
- 238000013480 data collection Methods 0.000 claims abstract description 7
- 238000010986 on-line near-infrared spectroscopy Methods 0.000 claims abstract description 5
- 239000011159 matrix material Substances 0.000 claims description 23
- 238000002835 absorbance Methods 0.000 claims description 22
- 239000000126 substance Substances 0.000 claims description 17
- 239000000203 mixture Substances 0.000 claims description 15
- 238000001514 detection method Methods 0.000 claims description 14
- 238000004519 manufacturing process Methods 0.000 claims description 13
- 230000001953 sensory effect Effects 0.000 claims description 12
- 230000003595 spectral effect Effects 0.000 claims description 11
- 238000004458 analytical method Methods 0.000 claims description 8
- 230000000391 smoking effect Effects 0.000 claims description 7
- 238000010276 construction Methods 0.000 claims description 5
- 238000002790 cross-validation Methods 0.000 claims description 3
- 125000000524 functional group Chemical group 0.000 claims description 3
- 230000014759 maintenance of location Effects 0.000 claims description 3
- 238000005206 flow analysis Methods 0.000 claims description 2
- 210000000697 sensory organ Anatomy 0.000 claims description 2
- 230000008569 process Effects 0.000 abstract description 6
- 238000005070 sampling Methods 0.000 abstract description 3
- 238000013210 evaluation model Methods 0.000 abstract description 2
- 238000012098 association analyses Methods 0.000 abstract 1
- 238000003908 quality control method Methods 0.000 abstract 1
- 235000019504 cigarettes Nutrition 0.000 description 8
- 235000009508 confectionery Nutrition 0.000 description 6
- 238000012545 processing Methods 0.000 description 5
- IJGRMHOSHXDMSA-UHFFFAOYSA-N Atomic nitrogen Chemical compound N#N IJGRMHOSHXDMSA-UHFFFAOYSA-N 0.000 description 4
- 238000012360 testing method Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 3
- 229930013930 alkaloid Natural products 0.000 description 2
- 150000003797 alkaloid derivatives Chemical class 0.000 description 2
- 229910052757 nitrogen Inorganic materials 0.000 description 2
- 239000002304 perfume Substances 0.000 description 2
- 239000002994 raw material Substances 0.000 description 2
- ZAMOUSCENKQFHK-UHFFFAOYSA-N Chlorine atom Chemical compound [Cl] ZAMOUSCENKQFHK-UHFFFAOYSA-N 0.000 description 1
- 206010013911 Dysgeusia Diseases 0.000 description 1
- 206010054949 Metaplasia Diseases 0.000 description 1
- ZLMJMSJWJFRBEC-UHFFFAOYSA-N Potassium Chemical compound [K] ZLMJMSJWJFRBEC-UHFFFAOYSA-N 0.000 description 1
- 230000002159 abnormal effect Effects 0.000 description 1
- 238000010521 absorption reaction Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 239000003153 chemical reaction reagent Substances 0.000 description 1
- 239000003795 chemical substances by application Substances 0.000 description 1
- 239000000460 chlorine Substances 0.000 description 1
- 229910052801 chlorine Inorganic materials 0.000 description 1
- 239000003814 drug Substances 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000008030 elimination Effects 0.000 description 1
- 238000003379 elimination reaction Methods 0.000 description 1
- 239000007789 gas Substances 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 239000000314 lubricant Substances 0.000 description 1
- 238000003754 machining Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 230000015689 metaplastic ossification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000011591 potassium Substances 0.000 description 1
- 229910052700 potassium Inorganic materials 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 238000002203 pretreatment Methods 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 239000000779 smoke Substances 0.000 description 1
- 239000002689 soil Substances 0.000 description 1
- 231100000331 toxic Toxicity 0.000 description 1
- 230000002588 toxic effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
- G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
- G01N21/31—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry
- G01N21/35—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light
- G01N21/359—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light using near infrared light
Landscapes
- Physics & Mathematics (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
- Manufacture Of Tobacco Products (AREA)
Abstract
本发明公开了基于烟叶特征光谱一致性度量的复烤加工质量稳定性评价方法,属于烟叶品控研究技术领域。本发明利用在线近红外设备自动采集每箱复烤片烟的光谱数据,通过对烟叶质量与近红外光谱的关联分析提取表征烟叶综合品质特性的特征光谱,结合复烤加工生产实际,建立光谱一致性度量模型,从而实现对烟叶复烤加工质量的稳定性评价。本发明实现了光谱数据的自动采集和模型的实时评价,全过程自动在线完成,无需取样、制样过程,建立的评价模型更为全面、客观、科学,对烟叶复烤加工过程品质控制具有较好的指导性和实用性。
Description
技术领域
本发明涉及复烤质量稳定性评价方法,具体涉及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,本发明属于烟叶品控领域。
背景技术
烟叶是决定卷烟产品品质最重要的物质基础,其质量稳定性是卷烟产品质量稳定及品牌扩张的基础。烟叶作为一种农产品,其受光照、雨水、土壤等自然条件影响,质量波动较大,难以满足卷烟工业化生产需要。复烤加工是指对初步调制好的原烟进行再一次烘烤加工的过程,将烟叶从农产品转化为质量稳定的工业原料。因此,全面提升复烤加工的质量稳定性水平,从而增强对卷烟品牌原料加工的保障能力,是各复烤加工企业及卷烟工业企业亟需解决的首要问题之一。
传统的复烤加工质量稳定性评价,多采用抽样检测的方式,按照一定的频次从生产线上取样、制样,利用连续流动分析仪对其化学成分进行检测,检测周期长、费时费力,难以完成对大批量样品的快速检测。在线近红外检测设备可在复烤加工生产线上实现快速检测,检测频率可达到2次/秒;同时,近红外光谱的信息量极其丰富,样品中几乎0.1%以上含量的有机组分的化学信息以及外观特性等物理信息在近红外光谱中都有体现,光谱中表达是的烟叶综合质量信息,而非单一成分体现,因此应用近红外光谱对烟叶综合质量进行分析、评价与控制都非常合适。现有技术中,并没有以烟叶特征光谱一致性作为复烤质量稳定性的评价方法。
发明内容
为了解决上述技术问题,本发明提供一种基于烟叶特征光谱一致性度量的复烤加工质量稳定性评价方法,通过自动采集烟叶光谱数据,建立光谱一致性度量模型,从而实现全面的、实时的、规模化的复烤加工质量稳定性评价。
本发明的目的通过以下技术方案予以实现:
一种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,其特征在于:包括如下步骤:
步骤(1),样品收集:收集同一复烤等级多个生产批次的烟叶样品;
步骤(2),近红外光谱采集:对步骤(1)收集到的全部批次烟叶样品利用在线近红外设备采集光谱数据;
步骤(3),化学成分检测:对步骤(1)收集到的部分批次烟叶样品利用连续流动分析仪,检测其化学成分数据;
步骤(4),感官评价:对步骤(1)收集到的部分批次烟叶样品进行感官评吸,得到烟叶的感官质量数据;
步骤(5),标准样本选取:根据化学成分检测和感官评价结果选取加工质量相对稳定的烟叶样品作为质量稳定性评价标准样本集,其余作为待测样本;
步骤(5),特征光谱提取:将标准样本集的近红外光谱数据与化学成分检测数据、感官质量数据进行关联分析,综合各个烟叶质量指标项分析结果,并结合分子官能团的吸收峰位置,利用无信息变量消除法提取能够表征烟叶综合品质特性的特征谱段;
步骤(6),光谱一致性度量模型构建:选取标准样本集的特征光谱数据作为参照光谱集,构建光谱一致性度量模型,其中,计算参考光谱集在每个波长点吸光度的平均值和标准偏差,建立每个波长点的可信区间,并根据复烤生产实际和质量稳定性要求,设定一致性指数CI;
步骤(7),质量稳定性评价:采集待测样本的特征光谱数据,利用光谱一致性度量模型进行测算,评价其质量是否稳定。
进一步地,步骤(6)中,提取的谱段为7220-7060cm-1,6960-5180cm-1,5260-4100cm-1。
进一步地,步骤(7)中,光谱一致性度量模型构建具体步骤如下:
(1)、计算参考光谱集在每个波长点吸光度的平均值μ和标准偏差σ,对各个波长点处吸光度平均值上下加减5倍标准偏差σ,作为该波长点的可信区间,建立光谱一致性度量模型:
第i个波长点吸光度平均值:
第i个波长点吸光度标准偏差:
第i个波长点的可信区间为:μi±5σi,
其中,n为样本光谱个数,Aij为第j个样本光谱在第i个波长点的吸光度
(2)、利用在线近红外设备自动采集该等级复烤片烟其他生产批次的光谱数据,并计算其在特征谱段各个波长点的一致性指数CI:
第i个波长点的一致性指数:
其中,Aim为第m个待测样本在第i个波长点的吸光度,CIim为第m个待测样本在第i个波长点一致性指数。
进一步地,步骤(8)中,质量稳定性评价的具体步骤如下:
(1)、将各待测样本CI值取平均,作为待测样本个体的质量稳定性指数QS,即:
其中,其中k为超波长点个数,CIim为第m个样本在波长点i的CI值。
(2)、计算全部样本的质量稳定性指数平均值,作为该复烤片烟的综合质量稳定性指数,即:
其中,N为待测样本个数。
进一步地,步骤(8)中,以参考光谱的CI限度作为评价标准,对比各待测样本的最大CI值,筛选质量波动较大的样本,进行质量波动预警提示,即:
进一步地,步骤(6)中,特征光谱提取的具体步骤如下:
(1)、将建模数据的光谱矩阵X(n×m)和其化学成分矩阵或感官评吸矩阵Y(n×1),使用PLS方法进行回归,并确定主因子数f;
(2)、设置一噪声矩阵R(n×m),将X与R组合成矩阵XR(n×2m);
(3)、对XR和Y进行PLS回归,每次使用留一的交叉验证,由此可以得到n个回归系数组成的矩阵B(n×2m);
(4)、计算回归系数矩阵B(n×2m)每列的标准偏差S(1×2m)及平均值向量me(1×2m),然后计算h(i)=me(i)/s(i),i=1,2,3,...,2m;
(5)、在[m+1,2m]范围取h的最大绝对值hmax=max[abs(h)];
(6)、在[1,m]范围删除矩阵X中h<hmax的变量,剩余变量即为该方法选取的变量组成的新矩阵XUVE;最终提取的谱段为:4100-5260cm-1,5180-6960cm-1,7060-7220cm-1。
与现有技术相比,本发明有益效果为:
(1)本发明的质量稳定性评价方法全过程自动、在线、实时完成,周期短、效率高、成本低,能够满足企业进行大规模质量稳定性评价的需要;
(2)近红外在线采集近红外光谱数据,相对于传统的流动分析仪检测,无需复杂的样品前处理和有毒性药品试剂,且其表征的烟叶质量信息更为全面;
(3)传统的感官评吸方法评价烟叶品质具有很大的主观性,本发明所建立的质量稳定性评价方法更具客观性;
(4)本发明利用光谱一致性度量方法所建立的质量稳定性评价模型具有良好的兼容性和扩展性,可根据企业实际生产需要,动态调整CI限度,对烟叶复烤加工质量稳定性评价与控制具有较好的指导性和实用性。
附图说明
图1为建立的光谱一致性度量模型;
其中,X轴为样品序号,Y轴为一致性指数CI。
具体实施方式
下面结合实施例对本发明作进一步的详细描述。
本领域技术人员将会理解,下列实施例仅用于说明本发明,而不应视为限定本发明的范围。实施例中未注明具体技术或条件者,按照本领域内的文献所描述的技术或条件或者按照产品说明书进行。所用试剂或仪器未注明生产厂商者,均为可以通过购买获得的常规产品。
本实施例的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,包括如下步骤:
步骤(1),样品收集:收集“2016年玉溪1K326VCO1S复烤片烟”472个生产批次的烟叶样品。
步骤(2),近红外光谱采集:使用布鲁克MATRIX-I在线近红外光谱仪自动采集全部生产批次烟叶样品的光谱数据,光谱扫描范围:12000-4000cm-1,分辨率:8cm-1,扫描次数:64次。
步骤(3),化学成分检测:按照烟草行业标准,采用连续流动法检测100个生产批次的烟叶样品的常规化学成分含量,包括:总植物碱(YC/T 160)、总糖(YC/T 159)、还原糖(YC/T 159)、总氮(YC/T 161)、钾(YC/T 217)、氯(YC/T 162),100个生产批次的烟叶样品可以随机选取,也可以选择本领域默认的质量相对稳定的生产批次的烟叶样品。
步骤(4),感官评价:从感官评吸专家库中抽取12名专业的评吸人员,对上述100个生产批次的烟叶样品的感官质量进行评价打分,每个烟叶样品的打分结果均取平均值,评价指标项包括:清甜香、蜜甜香、焦甜香、细腻度、圆润性、绵延感、丰富性、香气量、浓度、刺激性、劲头、杂气、干净度、津润感、回味等。
步骤(5),标准样本的选取:根据化学成分检测和感官评析结果选取84个加工质量相对稳定的烟叶样品作为质量稳定性评价标准样本集,剩余388个烟叶样品用于质量稳定性评价。
步骤(6),特征光谱提取:将标准样本集的光谱数据、化学成分检测数据和感官评吸数据,依据样品编号关联到一起,建立数据样本集。利用无信息变量消除法(Uninformative Variable Elimination,UVE)法,提取表征烟叶综合品质特性的特征光谱,计算步骤如下:
(1)、将建模数据的光谱矩阵X(n×m)和其化学成分矩阵Y(n×1),使用PLS方法进行回归,并确定主因子数f;(n为样本个数,m为波长点个数)
(2)、设置一噪声矩阵R(n×m),将X与R组合成矩阵XR(n×2m);
(3)、对XR和Y进行PLS回归,每次使用留一的交叉验证,由此可以得到n个回归系数组成的矩阵B(n×2m);
(4)、计算回归系数矩阵B(n×2m)每列的标准偏差S(1×2m)及平均值向量me(1×2m),然后计算h(i)=me(i)/s(i),i=1,2,3,...,2m;
(5)、在[m+1,2m]范围取h的最大绝对值hmax=max[abs(h)];
(6)、在[1,m]范围删除矩阵X中h<hmax的变量,剩余变量即为该方法选取的变量组成的新矩阵XUVE。
综合考虑总植物碱、总糖、还原糖、总氮,以及清甜香、蜜甜香、焦甜香、细腻度、圆润性、绵延感、丰富性、香气量等质量指标项的分析结果,并结合分子官能团的吸收峰位置,提取的谱段为:7220-7060cm-1,6960-5180cm-1,5260-4100cm-1。该特征光谱对各个等级的复烤片烟具有普适性,在对各个复烤片烟加工质量稳定性评价时无需重复进行。
步骤(6),光谱一致性度量模型构建:选取标准样本集的特征光谱数据作为参照光谱集用于构建光谱一致性度量模型,标准样本集在特征光谱下的吸光度如表1所示:
表1标准样本集在特征光谱下的吸光度(节选)
建模过程如下:
(1)、计算参考光谱集在每个波长点吸光度的平均值μ和标准偏差σ,对各个波长点处吸光度平均值上下加减5倍标准偏差σ(即CI限度值为5),作为该波长点的可信区间,建立光谱一致性度量模型:
第i个波长点吸光度平均值:
第i个波长点吸光度标准偏差:
第i个波长点的可信区间为:μi±5σi
其中,n为样本光谱个数,Aij为第j个样本光谱在第i个波长点的吸光度
(2)、利用在线近红外设备自动采集该等级复烤片烟其他生产批次的光谱数据,并计算其在特征谱段各个波长点的一致性指数CI:
第i个波长点的一致性指数:
其中,Aim为第m个待测样本在第i个波长点的吸光度,CIim为第m个待测样本在第i个波长点一致性指数。
建立的模型图1所示,图1中,X轴为样品序号,Y轴为一致性指数CI,各个点为参考光谱集中样本的最大CI值,直线为CI限度。
步骤(7),质量稳定性评价:计算全部待测样本的CI,将全部待测样本的CI进行汇总计算,对“2016年玉溪1K326VCO1S复烤片烟”质量稳定性进行综合评价:
(1)、各待测样本CI值取平均,作为待测样本个体的质量稳定性指数QS,即:
其中,其中k为超波长点个数,CIim为第m个样本在波长点i的CI值。
(2)、计算全部样本的质量稳定性指数平均值,作为该复烤片烟的综合质量稳定性,即:
其中,N为待测样本个数。
最后,以参考光谱的CI限度作为评价标准,对比各待测样本的最大CI值,筛选质量波动较大的样本,进行质量波动预警提示,即:
各待测样本的测试结果如表2所示:
表2各待测样本的测试结果(节选)
如表2所示:
(1)根据全部待测样本的CI平均值结果,“2016年玉溪1K326VCO1S复烤片烟”质量稳定性指数为1.418。
(2)根据各待测样本的最大CI值结果,质量异常样本(CImax>5)如表3所示:
表3各待测样本的测试结果(节选)
序号 | 样本光谱 | 标准偏差 | 最大CI值 | 在频率 |
58 | 20170103YLKFWP01A0488YD016.57 | 2.87E-04 | 5.14 | 4721.22 |
62 | 20170103YLKFWP01A0488YD016.61 | 1.31E-04 | 7.24 | 6341.24 |
127 | 20170103YLKFWP01A0488YD016.125 | 2.89E-04 | 5.15 | 4709.64 |
130 | 20170103YLKFWP01A0488YD016.128 | 1.25E-04 | 5.28 | 6283.38 |
…… |
与常规方式结果相比,本实施例全过程自动、在线、实时完成,周期短、效率高、成本低,能够满足企业进行大规模质量稳定性评价的需要
以上显示和描述了本发明的基本原理、主要特征和本发明的优点。本行业的技术人员应该了解,本发明不受上述实施例的限制,上述实施例和说明书中描述的只是说明本发明的原理,在不脱离本发明精神和范围的前提下,本发明还会有各种变化和改进,这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等效物界定。
Claims (6)
1.一种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,其特征在于:包括如下步骤:
步骤(1),样品收集:收集同一复烤等级多个生产批次的烟叶样品;
步骤(2),近红外光谱采集:对步骤(1)收集到的全部批次烟叶样品利用在线近红外设备采集光谱数据;
步骤(3),化学成分检测:对步骤(1)收集到的部分批次烟叶样品利用连续流动分析仪,检测其化学成分数据;
步骤(4),感官评价:对步骤(1)收集到的部分批次烟叶样品进行感官评吸,得到烟叶的感官质量数据;
步骤(5),标准样本选取:根据化学成分检测和感官评价结果选取加工质量相对稳定的烟叶样品作为质量稳定性评价标准样本集,其余作为待测样本;
步骤(6),特征光谱提取:将标准样本集的近红外光谱数据与化学成分检测数据、感官质量数据进行关联分析,综合各个烟叶质量指标项分析结果,并结合分子官能团的吸收峰位置,利用无信息变量消除法提取能够表征烟叶综合品质特性的特征谱段;
步骤(7),光谱一致性度量模型构建:选取标准样本集的特征光谱数据作为参照光谱集,构建光谱一致性度量模型,其中,计算参考光谱集在每个波长点吸光度的平均值和标准偏差,建立每个波长点的可信区间,并根据复烤生产实际和质量稳定性要求,设定一致性指数CI;
步骤(8),质量稳定性评价:采集待测样本的特征光谱数据,利用光谱一致性度量模型进行测算,评价其质量是否稳定。
2.根据权利要求1所述的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,其特征在于:步骤(6)中,提取的谱段为7220-7060cm-1,6960-5180 cm-1,5260-4100cm-1。
3.根据权利要求1所述的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,其特征在于:步骤(7)中,光谱一致性度量模型构建具体步骤如下:(1)、计算参考光谱集在每个波长点吸光度的平均值μ和标准偏差σ,对各个波长点处吸光度平均值上下加减5倍标准偏差σ,作为该波长点的可信区间,建立光谱一致性度量模型:
第i个波长点吸光度平均值:
第i个波长点吸光度标准偏差:
第i个波长点的可信区间为:μi±5σi,
其中,n为样本光谱个数,Aij为第j个样本光谱在第i个波长点的吸光度(2)、利用在线近红外设备自动采集该等级复烤片烟其他生产批次的光谱数据,并计算其在特征谱段各个波长点的一致性指数CI:
第i个波长点的一致性指数:
其中,Aim为第m个待测样本在第i个波长点的吸光度,CIim为第m个待测样本在第i个波长点一致性指数。
4.根据权利要求1所述的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,其特征在于:步骤(8)中,质量稳定性评价的具体步骤如下:
(1)、将各待测样本CI值取平均,作为待测样本个体的质量稳定性指数QS,即:
其中,其中k为超波长点个数,CIim为第m个样本在波长点i的CI值。
(2)、计算全部样本的质量稳定性指数平均值,作为该复烤片烟的综合质量稳定性指数,即:
其中,N为待测样本个数。
5.根据权利要求4所述的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,其特征在于:步骤(8)中,以参考光谱的CI限度作为评价标准,对比各待测样本的最大CI值,筛选质量波动较大的样本,进行质量波动预警提示,即:
。
6.根据权利要求1所述的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,其特征在于:步骤(6)中,特征光谱提取的具体步骤如下:
(1)、将建模数据的光谱矩阵X(n×m)和其化学成分矩阵或感官评吸矩阵Y(n×1),使用PLS方法进行回归,并确定主因子数f;
(2)、设置一噪声矩阵R(n×m),将X与R组合成矩阵XR(n×2m);
(3)、对XR和Y进行PLS回归,每次使用留一的交叉验证,由此可以得到n个回归系数组成的矩阵B(n×2m);
(4)、计算回归系数矩阵B(n×2m)每列的标准偏差S(1×2m)及平均值向量me(1×2m),然后计算h(i)=me(i)/s(i),i=1,2,3,...,2m;
(5)、在[m+1,2m]范围取h的最大绝对值hmax=max[abs(h)];
(6)、在[1,m]范围删除矩阵X中h<hmax的变量,剩余变量即为该方法选取的变量组成的新矩阵XUVE;最终提取的谱段为:4100-5260cm-1,5180-6960cm-1,7060-7220cm-1。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710959995.8A CN107796782B (zh) | 2017-10-16 | 2017-10-16 | 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 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710959995.8A CN107796782B (zh) | 2017-10-16 | 2017-10-16 | 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 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107796782A true CN107796782A (zh) | 2018-03-13 |
CN107796782B CN107796782B (zh) | 2020-09-22 |
Family
ID=61533105
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710959995.8A Active CN107796782B (zh) | 2017-10-16 | 2017-10-16 | 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 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107796782B (zh) |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108333141A (zh) * | 2018-04-03 | 2018-07-27 | 广西壮族自治区食品药品检验所 | 近红外一致性模型快速鉴别苯丙氨酯片的方法 |
CN109100321A (zh) * | 2018-09-06 | 2018-12-28 | 云南中烟工业有限责任公司 | 一种卷烟叶组配方维护方法 |
CN109115956A (zh) * | 2018-08-28 | 2019-01-01 | 云南省农业科学院农业环境资源研究所 | 初烤烟叶化学成分稳定性的评价方法 |
CN109975238A (zh) * | 2019-03-29 | 2019-07-05 | 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 |
CN110018191A (zh) * | 2019-05-13 | 2019-07-16 | 江苏恒顺集团有限公司 | 一种基于xrf技术的镇江香醋识别方法 |
CN110132880A (zh) * | 2019-06-18 | 2019-08-16 | 浙江中烟工业有限责任公司 | 一种基于近红外光谱的烟叶整体感官质量评价方法 |
CN112782115A (zh) * | 2020-12-25 | 2021-05-11 | 河南中烟工业有限责任公司 | 一种基于近红外光谱检验卷烟感官特征一致性的方法 |
CN112801300A (zh) * | 2021-01-27 | 2021-05-14 | 福建中烟工业有限责任公司 | 预测烟草样品香气量的方法、装置和计算机可读取介质 |
CN112858192A (zh) * | 2021-01-11 | 2021-05-28 | 中科谱光(郑州)应用科学技术研究院有限公司 | 一种基于艾草高光谱数据的质量分级算法 |
CN113804644A (zh) * | 2021-09-18 | 2021-12-17 | 贵州省烟草科学研究院 | 基于近红外光谱的烟叶烘烤过程化学指标预测方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2000028544A (ja) * | 1998-07-08 | 2000-01-28 | Japan Tobacco Inc | 近赤外線式異物検出装置 |
CN1828271A (zh) * | 2006-03-30 | 2006-09-06 | 将军烟草集团有限公司 | 采用近红外光检测片烟化学成分的方法 |
CN101387625A (zh) * | 2008-10-27 | 2009-03-18 | 川渝中烟工业公司 | 烤烟产区综合评价方法 |
CN102175637A (zh) * | 2010-12-30 | 2011-09-07 | 中国药品生物制品检定所 | 一种检测塑料的方法 |
WO2012127617A1 (ja) * | 2011-03-22 | 2012-09-27 | 日本たばこ産業株式会社 | 見掛密度測定方法 |
CN104076012A (zh) * | 2014-07-24 | 2014-10-01 | 河南中医学院 | 一种近红外光谱法快速检测冰片质量的模型建立方法 |
-
2017
- 2017-10-16 CN CN201710959995.8A patent/CN107796782B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2000028544A (ja) * | 1998-07-08 | 2000-01-28 | Japan Tobacco Inc | 近赤外線式異物検出装置 |
CN1828271A (zh) * | 2006-03-30 | 2006-09-06 | 将军烟草集团有限公司 | 采用近红外光检测片烟化学成分的方法 |
CN101387625A (zh) * | 2008-10-27 | 2009-03-18 | 川渝中烟工业公司 | 烤烟产区综合评价方法 |
CN102175637A (zh) * | 2010-12-30 | 2011-09-07 | 中国药品生物制品检定所 | 一种检测塑料的方法 |
WO2012127617A1 (ja) * | 2011-03-22 | 2012-09-27 | 日本たばこ産業株式会社 | 見掛密度測定方法 |
CN104076012A (zh) * | 2014-07-24 | 2014-10-01 | 河南中医学院 | 一种近红外光谱法快速检测冰片质量的模型建立方法 |
Non-Patent Citations (4)
Title |
---|
W. PLUGGE,ET AL: "Near-infrared spectroscopy as an alternative to assess compliance of ampicillin trihydrate with compendia1 specifications", 《JOURNAL OF PHARMACEUTICAL & BIOMEDICAL ANALYSIS》 * |
李倩倩 等: "无信息变量消除法变量筛选优化烟草中总氮和总糖的定量模型", 《分析化学研究报告》 * |
韩吴琦: "建立快速准确筛查假劣药品的近红外一致性检验方法", 《中国药业》 * |
龚海燕 等: "近红外光谱结合一致性检验对铁棍山药的鉴别研究", 《计算机与应用化学》 * |
Cited By (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108333141A (zh) * | 2018-04-03 | 2018-07-27 | 广西壮族自治区食品药品检验所 | 近红外一致性模型快速鉴别苯丙氨酯片的方法 |
CN109115956A (zh) * | 2018-08-28 | 2019-01-01 | 云南省农业科学院农业环境资源研究所 | 初烤烟叶化学成分稳定性的评价方法 |
CN109100321A (zh) * | 2018-09-06 | 2018-12-28 | 云南中烟工业有限责任公司 | 一种卷烟叶组配方维护方法 |
CN109975238A (zh) * | 2019-03-29 | 2019-07-05 | 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 |
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 |
CN110018191A (zh) * | 2019-05-13 | 2019-07-16 | 江苏恒顺集团有限公司 | 一种基于xrf技术的镇江香醋识别方法 |
CN110132880A (zh) * | 2019-06-18 | 2019-08-16 | 浙江中烟工业有限责任公司 | 一种基于近红外光谱的烟叶整体感官质量评价方法 |
CN110132880B (zh) * | 2019-06-18 | 2022-05-27 | 浙江中烟工业有限责任公司 | 一种基于近红外光谱的烟叶整体感官质量评价方法 |
CN112782115A (zh) * | 2020-12-25 | 2021-05-11 | 河南中烟工业有限责任公司 | 一种基于近红外光谱检验卷烟感官特征一致性的方法 |
CN112858192A (zh) * | 2021-01-11 | 2021-05-28 | 中科谱光(郑州)应用科学技术研究院有限公司 | 一种基于艾草高光谱数据的质量分级算法 |
CN112801300A (zh) * | 2021-01-27 | 2021-05-14 | 福建中烟工业有限责任公司 | 预测烟草样品香气量的方法、装置和计算机可读取介质 |
CN113804644A (zh) * | 2021-09-18 | 2021-12-17 | 贵州省烟草科学研究院 | 基于近红外光谱的烟叶烘烤过程化学指标预测方法 |
Also Published As
Publication number | Publication date |
---|---|
CN107796782B (zh) | 2020-09-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
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 | |
CN109100321A (zh) | 一种卷烟叶组配方维护方法 | |
CN102879353B (zh) | 近红外检测花生中蛋白质组分含量的方法 | |
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 | |
CN104020127B (zh) | 一种利用近红外光谱快速测量烟叶中无机元素的方法 | |
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 | |
CN110702656A (zh) | 一种基于三维荧光光谱技术的植物油农药残留检测方法 | |
CN103674874B (zh) | 一种通过紫外光谱评价烟叶醇化质量的方法 | |
CN103278473B (zh) | 白胡椒中胡椒碱及水分含量的测定和品质评价方法 | |
CN111239316A (zh) | 一种基于烟气全化学成分色谱数据的卷烟感官质量分析方法 | |
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 | |
CH708057A2 (de) | Nahinfrarot-Verfahren zur Bestimmung von Inhaltsstoffen der Lotuswurzel. | |
WO2020248961A1 (zh) | 一种无参考值的光谱波数选择方法 | |
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 | |
CN110132879A (zh) | 一种基于近红外光谱的烤烟香韵鉴别方法 | |
CN109324016A (zh) | 一种复烤片烟香型风格的判定方法 | |
CN101685092A (zh) | 用烟叶pH检测值判定烤烟醇化质量的方法 | |
CN102937575A (zh) | 一种基于二次光谱重组的西瓜糖度快速建模方法 | |
CN111257277A (zh) | 一种基于近红外光谱技术的烟叶相似度判定方法 | |
Yang et al. | Rapid detection method of Pleurotus eryngii mycelium based on near infrared spectral characteristics | |
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 | |
CN102706811A (zh) | 一种应用近红外光谱分析技术鉴别卷烟糖料质量的方法 | |
CN111543668B (zh) | 一种打叶复烤配方模块的设计方法 | |
CN110736718B (zh) | 一种烤烟烟丝的产地及等级识别方法 | |
Li et al. | Adulteration detection model of Tea Oil research based on FTIR back-propagation neural network |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |