CN113671069A - 基于多酚降解率判断片烟醇化进程的方法 - Google Patents

基于多酚降解率判断片烟醇化进程的方法 Download PDF

Info

Publication number
CN113671069A
CN113671069A CN202110872960.7A CN202110872960A CN113671069A CN 113671069 A CN113671069 A CN 113671069A CN 202110872960 A CN202110872960 A CN 202110872960A CN 113671069 A CN113671069 A CN 113671069A
Authority
CN
China
Prior art keywords
alcoholization
polyphenols
tobacco
total content
lamina
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
CN202110872960.7A
Other languages
English (en)
Inventor
杨欣玲
杨永锋
申洪涛
姚倩
贾国涛
黄培元
张子颖
孙溢明
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 Henan Industrial Co Ltd
Original Assignee
China Tobacco Henan 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 Henan Industrial Co Ltd filed Critical China Tobacco Henan Industrial Co Ltd
Priority to CN202110872960.7A priority Critical patent/CN113671069A/zh
Publication of CN113671069A publication Critical patent/CN113671069A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N30/00Investigating or analysing materials by separation into components using adsorption, absorption or similar phenomena or using ion-exchange, e.g. chromatography or field flow fractionation
    • G01N30/02Column chromatography

Landscapes

  • Physics & Mathematics (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)
  • Organic Low-Molecular-Weight Compounds And Preparation Thereof (AREA)

Abstract

本发明公开了一种基于多酚降解率判断片烟醇化进程的方法,其包括:对多个产区的片烟在自然醇化过程中的多酚类物质进行检测,以得到各产区、各时间节点对应的多酚类物质总含量;根据各个时间节点对应的多酚类物质总含量相对于起始点的多酚类物质总含量降幅,确定醇化时间随多酚类物质总含量降幅变化的变化规律;根据醇化时间随多酚类物质总含量降幅变化的变化规律和待判断醇化进程的片烟样品在当前时间节点对应的多酚类物质总含量,判断待判断醇化进程的片烟样品的醇化进程。根据本发明的基于多酚降解率判断片烟醇化进程的方法,借助于对化学成分的规范检测来判断醇化进程,可以减少人为主观因素,提高判断醇化质量到位的准确性。

Description

基于多酚降解率判断片烟醇化进程的方法
技术领域
本发明涉及烟叶醇化质量检测技术领域,尤其涉及一种基于多酚降解率判断片烟醇化进程的方法。
背景技术
烟叶醇化的过程是烟叶内含物发生一系列化学或生物化学变化,减少原烟的某些品质缺陷,使烟草香气更加显露,吸食品质明显改善,如未经醇化烟叶有青杂气和刺激性,香气质单调,香气量不足,经过醇化后,烟叶颜色加深,吸湿性下降,醇香突出,刺激性减轻,燃烧性改善,品质明显提高。
八大香型产区划分是从生态、感官、化学、代谢四个维度对全国烤烟烟叶香型风格进行评价、分析与交叉验证,划分全国烤烟烟叶香型,明晰不同香型区域定位以及生态、化学等特征。长期以来,醇化质量的变化进程一般都是靠感官质量评价,而感官质量往往打上人为的因素,影响判断醇化进程的客观性和可靠性。
因此,亟需一种基于多酚降解率判断片烟醇化进程的方法。
发明内容
本发明的目的是提供一种基于多酚降解率判断片烟醇化进程的方法,以解决上述现有技术中的问题,能够借助于对化学成分的规范检测来判断醇化进程,减少人为主观因素,提高判断醇化进程的准确性。
本发明提供了一种基于多酚降解率判断片烟醇化进程的方法,其中,包括:
在片烟自然醇化过程中的多个时间节点,对来自多个产区的片烟样品产生的多酚类物质进行检测,以得到各产区、各时间节点对应的多酚类物质总含量;
针对各个产区的片烟样品,根据各个时间节点对应的多酚类物质总含量相对于起始点的多酚类物质总含量降幅,确定醇化时间随多酚类物质总含量降幅变化的变化规律;
根据醇化时间随多酚类物质总含量降幅变化的变化规律和待判断醇化进程的片烟样品在当前时间节点对应的多酚类物质总含量,判断待判断醇化进程的片烟样品的醇化进程。
如上所述的基于多酚降解率判断片烟醇化进程的方法,其中,优选的是,各所述时间节点之间的间隔为四个月;所述多酚类物质包括绿原酸、和/或新绿原酸、和/或芸香苷、和/或莨菪亭;所述产区包括:云南玉溪、和/或贵州遵义、和/或重庆、和/或河南许昌、和/或湖南郴州、和/或福建三明、和/或山东潍坊、和/或黑龙江牡丹江。
如上所述的基于多酚降解率判断片烟醇化进程的方法,其中,优选的是,所述在片烟醇化过程中的多个时间节点,对来自多个产区的片烟样品产生的多酚类物质进行检测,以得到各产区、各时间节点对应的多酚类物质总含量,具体包括:
在片烟醇化过程中的多个时间节点,采用高效液相色谱仪测定各个产区的片烟样品产生的多酚类物质。
如上所述的基于多酚降解率判断片烟醇化进程的方法,其中,优选的是,针对所述各个产区的片烟样品,根据各个时间节点对应的多酚类物质总含量相对于起始点的多酚类物质总含量降幅,确定醇化时间随多酚类物质总含量降幅变化的变化规律,具体包括:
根据各产区、各时间节点对应的多酚类物质总含量相对于起始点的多酚类物质总含量降幅,以多酚类物质总含量降幅为横坐标,以醇化时间为纵坐标,建立针对各产区的回归方程;
根据各产区的回归方程,得到最优回归方程;
根据各产区的回归方程,得到考虑了各产区的多酚类物质总含量降幅的最优多元回归模型。
如上所述的基于多酚降解率判断片烟醇化进程的方法,其中,优选的是,所述根据各产区、各时间节点对应的多酚类物质总含量相对于起始点的多酚类物质总含量降幅,以多酚类物质总含量降幅为横坐标,以醇化时间为纵坐标,建立针对各产区的回归方程,具体包括:
云南玉溪产区所对应的回归方程为y=-0.0035x2-0.3826x+42.071,相关系数的平方R2为0.9736;
贵州遵义产区所对应的回归方程为y=-0.002x2-0.3778x+40.403,相关系数的平方R2为0.9881;
重庆产区所对应的回归方程为y=0.0005x2-0.341x+39.173,相关系数的平方R2为0.9836;
河南许昌所对应的回归方程为y=-0.0005x2-0.4121x+40.305,相关系数的平方R2为0.9931;
湖南郴州所对应的回归方程为y=-0.0004x2-0.4474x+39.203,相关系数的平方R2为0.9858;
福建三明所对应的回归方程为y=-0.0041x2-0.3557x+42.165,相关系数的平方R2为0.9861;
山东潍坊所对应的回归方程为y=0.0027x2-0.4445x+39.162,相关系数的平方R2为0.9685;
黑龙江牡丹江所对应的回归方程为y=0.0022x2-0.3428x+37.906,相关系数的平方R2为0.9808。
如上所述的基于多酚降解率判断片烟醇化进程的方法,其中,优选的是,所述根据各产区的回归方程,得到最优回归方程,具体包括:
计算各产区的回归方程的均值,得到最优回归方程y=-0.0006x2-0.388x+40.048,相关系数的平方R2为0.9915。
如上所述的基于多酚降解率判断片烟醇化进程的方法,其中,优选的是,所述根据各产区的回归方程,得到考虑了各产区的多酚类物质总含量降幅的最优多元回归模型,具体包括:
根据各产区的回归方程得到的最优多元回归模型为Y=98.708+0.47X1-0.951X2-0.826X3-1.507X4-0.901X5+0.611X6+0.733X7-0.161X8,其中,Y表示醇化时间,X1表示云南玉溪产区的多酚类物质总含量降幅,X2表示贵州遵义产区的多酚类物质总含量降幅,X3表示重庆产区的多酚类物质总含量降幅,X4表示河南许昌产区的多酚类物质总含量降幅,X5表示湖南郴州产区的多酚类物质总含量降幅,X6表示福建三明产区的多酚类物质总含量降幅,X7表示山东潍坊产区的多酚类物质总含量降幅,X8表示黑龙江牡丹江产区的多酚类物质总含量降幅。
如上所述的基于多酚降解率判断片烟醇化进程的方法,其中,优选的是,所述基于多酚降解率判断片烟醇化进程的方法还包括:
根据片烟醇化过程中的多个时间节点对应的感官评价结果和待判断醇化进程的片烟样品的醇化进程,确定片烟样品的醇化进程所属的醇化阶段,所述醇化阶段包括醇化质量提升阶段、醇化最佳状态或醇化质量下降阶段。
如上所述的基于多酚降解率判断片烟醇化进程的方法,其中,优选的是,所述根据片烟醇化过程中的多个时间节点对应的感官评价结果和待判断醇化进程的片烟样品的醇化进程,确定片烟样品的醇化进程所属的醇化阶段,具体包括:
在片烟醇化过程中的多个时间节点,对各个产区的片烟样品进行感官质量评价,得到感官评价结果:
根据片烟醇化过程中的同一时间节点对应的感官评价结果和相对于起始点的多酚类物质总含量降幅,确定片烟醇化过程中的各个时间节点所属的醇化阶段;
根据待判断醇化进程的片烟样品的醇化进程和片烟醇化过程中的各个时间节点所属的醇化阶段,确定待判断醇化进程的片烟样品的醇化进程所属的醇化阶段。
如上所述的基于多酚降解率判断片烟醇化进程的方法,其中,优选的是,所述根据片烟醇化过程中的同一时间节点对应的感官评价结果和相对于起始点的多酚类物质总含量降幅,确定片烟醇化过程中的各个时间节点所属的醇化阶段,具体包括:
在醇化时间为0-24个月时,感官评价结果呈现上升趋势,对应的多酚类物质总含量降幅为0%~23%,属于醇化质量提升阶段;
在醇化时间为24-36个月时,感官评价结果呈现稳定状态,对应的多酚类物质总含量降幅为23%~44%,属于醇化最佳状态阶段;
在醇化时间为36-40个月时,感官评价结果呈现下降趋势,对应的多酚类物质总含量降幅大于45%,属于醇化质量下降阶段。
本发明提供一种基于多酚降解率判断片烟醇化进程的方法,根据自然醇化时间随多酚类物质总含量降幅变化的变化规律和待判断醇化进程的片烟样品在当前时间节点对应的多酚类物质总含量来判断醇化进程,即借助于对化学成分的规范检测来判断醇化进程,检测规范,操作简单,快速、简便,误差小,可以减少人为主观因素,提高判断醇化进程的准确性,准确率能达到90%。
附图说明
为使本发明的目的、技术方案和优点更加清楚,下面将结合附图对本发明作进一步描述,其中:
图1为本发明提供的基于多酚降解率判断片烟醇化进程的方法的实施例的流程图。
具体实施方式
现在将参照附图来详细描述本公开的各种示例性实施例。对示例性实施例的描述仅仅是说明性的,决不作为对本公开及其应用或使用的任何限制。本公开可以以许多不同的形式实现,不限于这里所述的实施例。提供这些实施例是为了使本公开透彻且完整,并且向本领域技术人员充分表达本公开的范围。应注意到:除非另外具体说明,否则在这些实施例中阐述的部件和步骤的相对布置、材料的组分、数字表达式和数值应被解释为仅仅是示例性的,而不是作为限制。
本公开中使用的“第一”、“第二”:以及类似的词语并不表示任何顺序、数量或者重要性,而只是用来区分不同的部分。“包括”或者“包含”等类似的词语意指在该词前的要素涵盖在该词后列举的要素,并不排除也涵盖其他要素的可能。“上”、“下”等仅用于表示相对位置关系,当被描述对象的绝对位置改变后,则该相对位置关系也可能相应地改变。
在本公开中,当描述到特定部件位于第一部件和第二部件之间时,在该特定部件与第一部件或第二部件之间可以存在居间部件,也可以不存在居间部件。当描述到特定部件连接其它部件时,该特定部件可以与所述其它部件直接连接而不具有居间部件,也可以不与所述其它部件直接连接而具有居间部件。
本公开使用的所有术语(包括技术术语或者科学术语)与本公开所属领域的普通技术人员理解的含义相同,除非另外特别定义。还应当理解,在诸如通用字典中定义的术语应当被解释为具有与它们在相关技术的上下文中的含义相一致的含义,而不应用理想化或极度形式化的意义来解释,除非这里明确地这样定义。
对于相关领域普通技术人员已知的技术、方法和设备可能不作详细讨论,但在适当情况下,技术、方法和设备应当被视为说明书的一部分。
长期以来,醇化质量的变化进程一般都是靠感官质量评价,而感官质量往往打上人为的因素,影响判断醇化进程的客观性和可靠性,现代化学分析技术使得烟草化学成分的分析变得日益成熟,烟草化学成分数据库日益丰富,烟草化学成分数据库日益丰富,现在文献记载烟草化学成已经达到5000多种,利用化学成分分析烟叶醇化进程可以提高判断醇化进程的客观性和可靠性。
多酚类物质具有多个酚基团,烟草中最主要的多酚类化合物有绿原酸、芸香苷和莨宕亭,其中,绿原酸占总多酚含量的75%-90%,多酚类化合物在烟草的生长发育、调制特性、烟叶色泽、烟气香吃味和生理强度等方面起着重要作用,烟叶中的多酚类化合物可与人体口腔中的唾液蛋白和糖原结合,使口腔干燥、舌面发涩、余味不净。因此探索有效方法充分降解烟叶中的多酚化合物对可以提升烟叶整体质量水平,加快烟叶醇化进程,缩短烟叶醇化周期。
烟叶经过储存,多酚类物质一般要减少40%-50%,多酚类化合物可在相应酶的催化下氧化成醌,进而形成分子量较大的棕褐色色素,烟叶在调制、醇化及发酵后颜色的加深,与该反应有重要关系。
如图1所示,本实施例提供的基于多酚降解率判断片烟醇化进程的方法在实际执行过程中,具体包括如下步骤:
步骤S1、在片烟醇化过程中的多个时间节点,对来自多个产区的片烟样品产生的多酚类物质进行检测,以得到各产区、各时间节点对应的多酚类物质总含量。
其中,各所述时间节点之间的间隔为四个月;所述多酚类物质包括绿原酸、和/或新绿原酸、和/或芸香苷、和/或莨菪亭;所述产区包括:云南玉溪、和/或贵州遵义、和/或重庆、和/或河南许昌、和/或湖南郴州、和/或福建三明、和/或山东潍坊、和/或黑龙江牡丹江。
具体地,在片烟醇化过程中的多个时间节点,采用高效液相色谱仪测定各个产区的片烟样品产生的多酚类物质。在具体实现中,可以参照YC/T202—2006的方法测定绿原酸、新绿原酸、芸香苷、莨菪亭等多酚类物质,本发明在此不再赘述。
片烟样品选自云南玉溪、贵州遵义、重庆、河南许昌、湖南郴州、福建三明、山东潍坊、黑龙江牡丹江,等级C3F,年份是2017年,样品清单见表1。
表1 样品清单
序号 产区-香型 样品产地 等级 年份
X1 西南高原生态区-清甜香型 云南玉溪 C3F 2017
X2 黔桂山地生态区-蜜甜香型 贵州遵义 C3F 2017
X3 武陵秦巴生态区-醇甜香型 重庆 C3F 2017
X4 黄淮平原生态区-焦甜焦香型 河南许昌 C3F 2017
X5 南岭丘陵生态区-焦甜醇甜香型 湖南郴州 C3F 2017
X6 武夷丘陵生态区-清甜蜜甜香型 福建三明 C3F 2017
X7 沂蒙丘陵生态区-蜜甜焦香型 山东潍坊 C3F 2017
X8 东北平原生态区-木香蜜甜香型 黑龙江牡丹江 C3L 2017
将8个产区的片烟样品在醇化库中进行醇化,在醇化时间为0~40个月的区间内每四个月随机抽样,进行多酚类物质的检测,每次取样2kg,放置在低温冰箱(-10℃)内保存,醇化结束后进行化学成分测定和感官质量评价(将在下文具体描述)。醇化过程中多酚类物质总含量变化见表2。
表2 醇化过程中多酚类物质总含量变化 单位:mg/g,%
Figure BDA0003189744690000071
Figure BDA0003189744690000081
步骤S2、针对各个产区的片烟样品,根据各个时间节点对应的多酚类物质总含量相对于起始点的多酚类物质总含量降幅,确定醇化时间随多酚类物质总含量降幅变化的变化规律。
根据excel和SPSS软件进行多重比较、方差分析、多元回归分析,以得到与每个产区的片烟样品对应的醇化时间随多酚类物质总含量降幅变化的变化规律。在本发明的基于多酚降解率判断片烟醇化进程的方法的一种实施方式中,所述步骤S2具体可以包括:
步骤S21、根据各产区、各时间节点对应的多酚类物质总含量相对于起始点的多酚类物质总含量降幅,以多酚类物质总含量降幅为横坐标,以醇化时间为纵坐标,建立针对各产区的回归方程。
醇化时间例如可以为醇化月份,得到八个产区对应的回归方程(见表3)。具体地,云南玉溪产区所对应的回归方程为y=-0.0035x2-0.3826x+42.071,相关系数的平方R2为0.9736;
贵州遵义产区所对应的回归方程为y=-0.002x2-0.3778x+40.403,相关系数的平方R2为0.9881;
重庆产区所对应的回归方程为y=0.0005x2-0.341x+39.173,相关系数的平方R2为0.9836;
河南许昌所对应的回归方程为y=-0.0005x2-0.4121x+40.305,相关系数的平方R2为0.9931;
湖南郴州所对应的回归方程为y=-0.0004x2-0.4474x+39.203,相关系数的平方R2为0.9858;
福建三明所对应的回归方程为y=-0.0041x2-0.3557x+42.165,相关系数的平方R2为0.9861;
山东潍坊所对应的回归方程为y=0.0027x2-0.4445x+39.162,相关系数的平方R2为0.9685;
黑龙江牡丹江所对应的回归方程为y=0.0022x2-0.3428x+37.906,相关系数的平方R2为0.9808。
步骤S22、根据各产区的回归方程,得到最优回归方程。
具体地,计算各产区的回归方程的均值,得到最优回归方程y=-0.0006x2-0.388x+40.048,相关系数的平方R2为0.9915(见表3)。
步骤S23、根据各产区的回归方程,得到考虑了各产区的多酚类物质总含量降幅的最优多元回归模型。
具体地,根据各产区的回归方程得到的最优多元回归模型为Y=98.708+0.47X1-0.951X2-0.826X3-1.507X4-0.901X5+0.611X6+0.733X7-0.161X8,其中,Y表示醇化时间,X1表示云南玉溪产区的多酚类物质总含量降幅,X2表示贵州遵义产区的多酚类物质总含量降幅,X3表示重庆产区的多酚类物质总含量降幅,X4表示河南许昌产区的多酚类物质总含量降幅,X5表示湖南郴州产区的多酚类物质总含量降幅,X6表示福建三明产区的多酚类物质总含量降幅,X7表示山东潍坊产区的多酚类物质总含量降幅,X8表示黑龙江牡丹江产区的多酚类物质总含量降幅(见表3)。
表3 自然醇化过程醇化时间与多酚物质降幅的最优回归方程和最优多元回归模型
Figure BDA0003189744690000091
步骤S3、根据醇化时间随多酚类物质总含量降幅变化的变化规律和待判断醇化进程的片烟样品在当前时间节点对应的多酚类物质总含量,判断待判断醇化进程的片烟样品的醇化进程。
其中,醇化进程可以通过醇化时间(例如为醇化月份)来体现,具体地,在确定待判断醇化进程的片烟样品是来自哪个产区时,可以将待判断醇化进程的片烟样品在当前时间节点对应的多酚类物质总含量相对于起始点的多酚类物质总含量降幅代入该产区对应的回归方程中,得到醇化时间;在不确定待判断醇化进程的片烟样品是来自哪个产区时,可以将待判断醇化进程的片烟样品在当前时间节点对应的多酚类物质总含量相对于起始点的多酚类物质总含量降幅代入最优回归方程中,得到醇化时间;在确定待判断醇化进程的片烟样品来自多个产区时,可以将各产区的片烟样品在当前时间节点对应的多酚类物质总含量相对于起始点的多酚类物质总含量降幅分别代入最优多元回归模型中,得到醇化时间。
进一步地,本发明在一些实施方式中,所述基于多酚降解率判断片烟醇化进程的方法还包括:
步骤S4、根据片烟醇化过程中的多个时间节点对应的感官评价结果和待判断醇化进程的片烟样品的醇化进程,确定片烟样品的醇化进程所属的醇化阶段,所述醇化阶段包括醇化质量提升阶段、醇化最佳状态或醇化质量下降阶段。
在本发明的基于多酚降解率判断片烟醇化进程的方法的一种实施方式中,所述步骤S4具体可以包括:
步骤S41、在片烟醇化过程中的多个时间节点,对各个产区的片烟样品进行感官质量评价,得到感官评价结果。
如前所述,在醇化时间为0~40个月的区间内每四个月随机抽样,进行多酚类物质的检测,每次取样2kg,放置在低温冰箱(-10℃)内保存,醇化结束后进行感官质量评价。感官质量评价的评价指标包括香气质、香气量、浓度、柔细度、余味、杂气、刺激性和劲头;感官评价结果为感官质量评价总分,其计算公式为:
T=(A+B)×2.0+(C+D)×1.5+E+F+G+H,其中,T为感官质量评价总分,A为香气质得分,B为香气量得分,C为浓度得分,D为柔细度得分,E为余味得分,F为杂气得分,G为刺激性得分,H为劲头得分。
在具体实现中,所采用的试验方法为感官评价方法,其中,香气特征包括:香气质、香气量、丰满程度、杂气;烟气特征:浓度、劲头、细腻程度、成团性;口感特性包括刺激性、干净程度、干燥感、甜度;工业实用性。具体地,采用感官质量评吸法来进行感官评价,由11名专业评吸员按照“YC/T138-1988·烟草及烟草制品感官评吸方法”,对烟样的感官质量进行评价如表4和表5,以9分制对各指标进行赋值量化,评吸内容分别按照浓香型彰显、香气质、香气量、浓度、柔细度、余味、杂气、刺激性、燃烧性和灰色等10个指标进行打分。
表4 各项感官指标的权重系数
Figure BDA0003189744690000111
注:感官总分(T)=(A+B)×2.0+(C+D)×1.5+E+F+G+H。
表5 感官质量评价表
Figure BDA0003189744690000112
步骤S42、根据片烟醇化过程中的同一时间节点对应的感官评价结果和相对于起始点的多酚类物质总含量降幅,确定片烟醇化过程中的各个时间节点所属的醇化阶段。
在本发明的基于多酚降解率判断片烟醇化进程的方法的一种实施方式中,所述步骤S42具体可以包括:
步骤S421、在醇化时间为0-24个月时,感官评价结果呈现上升趋势(见表5),对应的多酚类物质总含量降幅为0%~23%(见表2),属于醇化质量提升阶段。
步骤S422、在醇化时间为24-36个月时,感官评价结果呈现稳定状态(见表5),对应的多酚类物质总含量降幅为23%~44%(见表2),属于醇化最佳状态阶段。
步骤S423、在醇化时间为36-40个月时,感官评价结果呈现下降趋势(见表5),对应的多酚类物质总含量降幅大于45%(见表2),属于醇化质量下降阶段。
因此,本发明能够将烟叶醇化过程的醇化最佳状态对应的多酚物质降解率界定出来,并且醇化最佳状态对应的醇化时间为24-36个月。
步骤S43、根据待判断醇化进程的片烟样品的醇化进程和片烟醇化过程中的各个时间节点所属的醇化阶段,确定待判断醇化进程的片烟样品的醇化进程所属的醇化阶段。
在根据步骤S3得到待判断醇化进程的片烟样品的醇化月份后,再根据步骤S2确定的片烟醇化过程中的各个时间节点所属的醇化阶段,来得到待判断醇化进程的片烟样品的醇化进程所属的醇化阶段。例如,根据步骤S3得到待判断醇化进程的片烟样品的醇化月份为12个月,对照步骤S421,在醇化时间为0-24个月时,属于醇化质量提升阶段,则待判断醇化进程的片烟样品的醇化进程所属的醇化阶段为醇化质量提升阶段。
本发明实施例提供的基于多酚降解率判断片烟醇化进程的方法,根据醇化时间随多酚类物质总含量降幅变化的变化规律和待判断醇化进程的片烟样品在当前时间节点对应的多酚类物质总含量来判断醇化进程,即借助于对化学成分的规范检测来判断醇化进程,检测规范,操作简单,快速、简便,误差小,可以减少人为主观因素,提高判断醇化进程的准确性,准确率能达到90%。
至此,已经详细描述了本公开的各实施例。为了避免遮蔽本公开的构思,没有描述本领域所公知的一些细节。本领域技术人员根据上面的描述,完全可以明白如何实施这里公开的技术方案。
虽然已经通过示例对本公开的一些特定实施例进行了详细说明,但是本领域的技术人员应该理解,以上示例仅是为了进行说明,而不是为了限制本公开的范围。本领域的技术人员应该理解,可在不脱离本公开的范围和精神的情况下,对以上实施例进行修改或者对部分技术特征进行等同替换。本公开的范围由所附权利要求来限定。

Claims (10)

1.一种基于多酚降解率判断片烟醇化进程的方法,其特征在于,包括:
在片烟醇化过程中的多个时间节点,对多个产区的片烟在自然醇化过程中的多酚类物质进行检测,以得到各产区、各时间节点对应的多酚类物质总含量;
根据各个时间节点对应的多酚类物质总含量相对于起始点的多酚类物质总含量降幅,确定醇化时间随多酚类物质总含量降幅变化的变化规律;
根据醇化过程时间随多酚类物质总含量降幅变化的变化规律和待判断醇化进程的片烟样品在当前时间节点对应的多酚类物质总含量,判断待判断醇化进程的片烟样品的醇化进程。
2.根据权利要求1所述的基于多酚降解率判断片烟醇化进程的方法,其特征在于,各所述时间节点之间的间隔为四个月;所述多酚类物质包括绿原酸、和/或新绿原酸、和/或芸香苷、和/或莨菪亭;所述产区包括:云南玉溪、和/或贵州遵义、和/或重庆、和/或河南许昌、和/或湖南郴州、和/或福建三明、和/或山东潍坊、和/或黑龙江牡丹江。
3.根据权利要求1所述的基于多酚降解率判断片烟醇化进程的方法,其特征在于,所述在片烟醇化过程中的多个时间节点,对来自多个产区的片烟样品产生的多酚类物质进行检测,以得到各产区、各时间节点对应的多酚类物质总含量,具体包括:
在片烟醇化过程中的多个时间节点,采用高效液相色谱仪测定各个产区的片烟样品产生的多酚类物质。
4.根据权利要求3所述的基于多酚降解率判断片烟醇化进程的方法,其特征在于,针对所述各个产区的片烟样品,根据各个时间节点对应的多酚类物质总含量相对于起始点的多酚类物质总含量降幅,确定醇化时间随多酚类物质总含量降幅变化的变化规律,具体包括:
根据各产区、各时间节点对应的多酚类物质总含量相对于起始点的多酚类物质总含量降幅,以多酚类物质总含量降幅为横坐标,以醇化时间为纵坐标,建立针对各产区的回归方程;
根据各产区的回归方程,得到最优回归方程;
根据各产区的回归方程,得到考虑了各产区的多酚类物质总含量降幅的最优多元回归模型。
5.根据权利要求4所述的基于多酚降解率判断片烟醇化进程的方法,其特征在于,所述根据各产区、各时间节点对应的多酚类物质总含量相对于起始点的多酚类物质总含量降幅,以多酚类物质总含量降幅为横坐标,以醇化时间为纵坐标,建立针对各产区的回归方程,具体包括:
云南玉溪产区所对应的回归方程为y=-0.0035x2-0.3826x+42.071,相关系数的平方R2为0.9736;
贵州遵义产区所对应的回归方程为y=-0.002x2-0.3778x+40.403,相关系数的平方R2为0.9881;
重庆产区所对应的回归方程为y=0.0005x2-0.341x+39.173,相关系数的平方R2为0.9836;
河南许昌所对应的回归方程为y=-0.0005x2-0.4121x+40.305,相关系数的平方R2为0.9931;
湖南郴州所对应的回归方程为y=-0.0004x2-0.4474x+39.203,相关系数的平方R2为0.9858;
福建三明所对应的回归方程为y=-0.0041x2-0.3557x+42.165,相关系数的平方R2为0.9861;
山东潍坊所对应的回归方程为y=0.0027x2-0.4445x+39.162,相关系数的平方R2为0.9685;
黑龙江牡丹江所对应的回归方程为y=0.0022x2-0.3428x+37.906,相关系数的平方R2为0.9808。
6.根据权利要求5所述的基于多酚降解率判断片烟醇化进程的方法,其特征在于,所述根据各产区的回归方程,得到最优回归方程,具体包括:
计算各产区的回归方程的均值,得到最优回归方程y=-0.0006x2-0.388x+40.048,相关系数的平方R2为0.9915。
7.根据权利要求5所述的基于多酚降解率判断片烟醇化进程的方法,其特征在于,所述根据各产区的回归方程,得到考虑了各产区的多酚类物质总含量降幅的最优多元回归模型,具体包括:
根据各产区的回归方程得到的最优多元回归模型为Y=98.708+0.47X1-0.951X2-0.826X3-1.507X4-0.901X5+0.611X6+0.733X7-0.161X8,其中,Y表示醇化时间,X1表示云南玉溪产区的多酚类物质总含量降幅,X2表示贵州遵义产区的多酚类物质总含量降幅,X3表示重庆产区的多酚类物质总含量降幅,X4表示河南许昌产区的多酚类物质总含量降幅,X5表示湖南郴州产区的多酚类物质总含量降幅,X6表示福建三明产区的多酚类物质总含量降幅,X7表示山东潍坊产区的多酚类物质总含量降幅,X8表示黑龙江牡丹江产区的多酚类物质总含量降幅。
8.根据权利要求1所述的基于多酚降解率判断片烟醇化进程的方法,其特征在于,所述基于多酚降解率判断片烟醇化进程的方法还包括:
根据片烟醇化过程中的多个时间节点对应的感官评价结果和待判断醇化进程的片烟样品的醇化进程,确定片烟样品的醇化进程所属的醇化阶段,所述醇化阶段包括醇化质量提升阶段、醇化最佳状态或醇化质量下降阶段。
9.根据权利要求8所述的基于多酚降解率判断片烟醇化进程的方法,其特征在于,所述根据片烟醇化过程中的多个时间节点对应的感官评价结果和待判断醇化进程的片烟样品的醇化进程,确定片烟样品的醇化进程所属的醇化阶段,具体包括:
在片烟醇化过程中的多个时间节点,对各个产区的片烟样品进行感官质量评价,得到感官评价结果:
根据片烟醇化过程中的同一时间节点对应的感官评价结果和相对于起始点的多酚类物质总含量降幅,确定片烟醇化过程中的各个时间节点所属的醇化阶段;
根据待判断醇化进程的片烟样品的醇化进程和片烟醇化过程中的各个时间节点所属的醇化阶段,确定待判断醇化进程的片烟样品的醇化进程所属的醇化阶段。
10.根据权利要求9所述的基于多酚降解率判断片烟醇化进程的方法,其特征在于,所述根据片烟醇化过程中的同一时间节点对应的感官评价结果和相对于起始点的多酚类物质总含量降幅,确定片烟醇化过程中的各个时间节点所属的醇化阶段,具体包括:
在醇化时间为0-24个月时,感官评价结果呈现上升趋势,对应的多酚类物质总含量降幅为0%~23%,属于醇化质量提升阶段;
在醇化时间为24-36个月时,感官评价结果呈现稳定状态,对应的多酚类物质总含量降幅为23%~44%,属于醇化最佳状态阶段;
在醇化时间为36-40个月时,感官评价结果呈现下降趋势,对应的多酚类物质总含量降幅大于45%,属于醇化质量下降阶段。
CN202110872960.7A 2021-07-30 2021-07-30 基于多酚降解率判断片烟醇化进程的方法 Pending CN113671069A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110872960.7A CN113671069A (zh) 2021-07-30 2021-07-30 基于多酚降解率判断片烟醇化进程的方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110872960.7A CN113671069A (zh) 2021-07-30 2021-07-30 基于多酚降解率判断片烟醇化进程的方法

Publications (1)

Publication Number Publication Date
CN113671069A true CN113671069A (zh) 2021-11-19

Family

ID=78540986

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110872960.7A Pending CN113671069A (zh) 2021-07-30 2021-07-30 基于多酚降解率判断片烟醇化进程的方法

Country Status (1)

Country Link
CN (1) CN113671069A (zh)

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4516590A (en) * 1982-11-26 1985-05-14 Philip Morris Incorporated Air-cured bright tobacco filler, blends and smoking articles
CN101685092A (zh) * 2008-09-23 2010-03-31 湖北中烟工业有限责任公司 用烟叶pH检测值判定烤烟醇化质量的方法
CN104931430A (zh) * 2015-06-26 2015-09-23 云南省烟草烟叶公司 一种复烤片烟自然醇化品质评价及模型构建方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4516590A (en) * 1982-11-26 1985-05-14 Philip Morris Incorporated Air-cured bright tobacco filler, blends and smoking articles
CN101685092A (zh) * 2008-09-23 2010-03-31 湖北中烟工业有限责任公司 用烟叶pH检测值判定烤烟醇化质量的方法
CN104931430A (zh) * 2015-06-26 2015-09-23 云南省烟草烟叶公司 一种复烤片烟自然醇化品质评价及模型构建方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
赵云飞 等: "不同产区烤烟醇化过程中α-淀粉酶活性的变化", 《湖北农业科学》 *
马亚萍 等: "打叶复烤协同醇化对四川凉山烤烟烟叶多酚含量的影响", 《食品与机械》 *

Similar Documents

Publication Publication Date Title
CN107796782B (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
CN113125590B (zh) 一种基于快速气相电子鼻技术的滇红工夫茶汤香气品质客观评价方法
McAdam et al. Polycyclic aromatic hydrocarbons in US and Swedish smokeless tobacco products
CN102692488A (zh) 基于电子鼻技术的金华火腿分级与鉴别方法
Cui et al. Machine learning applications for identify the geographical origin, variety and processing of black tea using 1H NMR chemical fingerprinting
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
CN108414471B (zh) 一种基于近红外光谱与感官评吸互信息判别感官表征信息的方法
CN101685092A (zh) 用烟叶pH检测值判定烤烟醇化质量的方法
Byrd et al. Comparison of measured and FTC-predicted nicotine uptake in smokers
CN113671069A (zh) 基于多酚降解率判断片烟醇化进程的方法
EP1307730A1 (en) Quality control and standardisation of tobacco by means of nmr and pattern recognition
CN113455696A (zh) 一种通过烟叶类胡萝卜素降解率判断醇化进程的方法
CN109288117B (zh) 一种组合物及其在卷烟中的应用
CN108520276B (zh) 一种烟叶原料内在感官质量的表征方法
CN113455697A (zh) 一种用吸光值表征判断烟叶醇化进程的方法
CN111060546A (zh) 一种基于低场核磁共振技术的卷烟保润性能评价方法
CN106290611A (zh) 一种基于活性阈值的浓香型烤烟鉴定方法
CN116519874A (zh) 一种加热卷烟风格感官评价方法
Wang et al. Dynamic Changes in Qidan Aroma during Roasting: Characterization of Aroma Compounds and Their Kinetic Fitting
Wimonmuang et al. Absolute contents of aroma-affecting volatiles in cooked rice determined by one-step rice cooking and volatile extraction coupled with standard-addition calibration using HS-SPME/GC–MS
CN106290610B (zh) 一种基于活性阈值的清香型烤烟鉴定方法
CN107941997A (zh) 一种外引烤烟品种种植区域遴选和验证的方法
CN110973686B (zh) 一种制丝过程水分精准控制模型的建立方法
Ji et al. Evaluation of Six Aromatic Amines in the Mainstream Smoke of Commercial Cigars
CN116268505A (zh) 一种改善雪茄烟感官品质的养护方法

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
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20211119