CN116183834A - 一种评价烟叶原料在不同圆周卷烟适用性的方法 - Google Patents
一种评价烟叶原料在不同圆周卷烟适用性的方法 Download PDFInfo
- Publication number
- CN116183834A CN116183834A CN202310202614.7A CN202310202614A CN116183834A CN 116183834 A CN116183834 A CN 116183834A CN 202310202614 A CN202310202614 A CN 202310202614A CN 116183834 A CN116183834 A CN 116183834A
- Authority
- CN
- China
- Prior art keywords
- tobacco
- raw materials
- cigarettes
- sample
- tobacco leaf
- 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
- 235000002637 Nicotiana tabacum Nutrition 0.000 title claims abstract description 158
- 241000208125 Nicotiana Species 0.000 title claims abstract description 155
- 239000002994 raw material Substances 0.000 title claims abstract description 93
- 235000019504 cigarettes Nutrition 0.000 title claims abstract description 71
- 238000000034 method Methods 0.000 title claims abstract description 46
- 230000001953 sensory effect Effects 0.000 claims abstract description 41
- 238000012360 testing method Methods 0.000 claims abstract description 24
- 239000000126 substance Substances 0.000 claims abstract description 23
- 238000000513 principal component analysis Methods 0.000 claims abstract description 22
- 238000004458 analytical method Methods 0.000 claims abstract description 21
- 238000011156 evaluation Methods 0.000 claims abstract description 18
- 238000013441 quality evaluation Methods 0.000 claims abstract description 13
- 238000004519 manufacturing process Methods 0.000 claims abstract description 12
- 238000010238 partial least squares regression Methods 0.000 claims abstract description 7
- 238000012937 correction Methods 0.000 claims description 20
- 239000003205 fragrance Substances 0.000 claims description 15
- 238000002347 injection Methods 0.000 claims description 12
- 239000007924 injection Substances 0.000 claims description 12
- 238000012549 training Methods 0.000 claims description 12
- YMWUJEATGCHHMB-UHFFFAOYSA-N Dichloromethane Chemical compound ClCCl YMWUJEATGCHHMB-UHFFFAOYSA-N 0.000 claims description 9
- 238000001228 spectrum Methods 0.000 claims description 9
- 150000001875 compounds Chemical class 0.000 claims description 8
- 239000011159 matrix material Substances 0.000 claims description 8
- 239000000203 mixture Substances 0.000 claims description 7
- 206010013911 Dysgeusia Diseases 0.000 claims description 6
- FAPWRFPIFSIZLT-UHFFFAOYSA-M Sodium chloride Chemical compound [Na+].[Cl-] FAPWRFPIFSIZLT-UHFFFAOYSA-M 0.000 claims description 6
- 230000005540 biological transmission Effects 0.000 claims description 6
- 238000009835 boiling Methods 0.000 claims description 6
- 239000012141 concentrate Substances 0.000 claims description 6
- 239000007789 gas Substances 0.000 claims description 6
- 150000002500 ions Chemical class 0.000 claims description 6
- 230000007794 irritation Effects 0.000 claims description 6
- 238000012544 monitoring process Methods 0.000 claims description 6
- 239000010453 quartz Substances 0.000 claims description 6
- VYPSYNLAJGMNEJ-UHFFFAOYSA-N silicon dioxide Inorganic materials O=[Si]=O VYPSYNLAJGMNEJ-UHFFFAOYSA-N 0.000 claims description 6
- 238000010998 test method Methods 0.000 claims description 6
- 238000007689 inspection Methods 0.000 claims description 5
- 239000000843 powder Substances 0.000 claims description 5
- 239000012064 sodium phosphate buffer Substances 0.000 claims description 5
- 239000000243 solution Substances 0.000 claims description 5
- 238000001914 filtration Methods 0.000 claims description 4
- 238000004949 mass spectrometry Methods 0.000 claims description 4
- 238000005096 rolling process Methods 0.000 claims description 4
- CSNNHWWHGAXBCP-UHFFFAOYSA-L Magnesium sulfate Chemical compound [Mg+2].[O-][S+2]([O-])([O-])[O-] CSNNHWWHGAXBCP-UHFFFAOYSA-L 0.000 claims description 3
- 150000008062 acetophenones Chemical class 0.000 claims description 3
- 238000002290 gas chromatography-mass spectrometry Methods 0.000 claims description 3
- 238000002329 infrared spectrum Methods 0.000 claims description 3
- 239000012528 membrane Substances 0.000 claims description 3
- 239000012074 organic phase Substances 0.000 claims description 3
- 238000004445 quantitative analysis Methods 0.000 claims description 3
- 238000005070 sampling Methods 0.000 claims description 3
- 238000007789 sealing Methods 0.000 claims description 3
- 238000007873 sieving Methods 0.000 claims description 3
- 238000002791 soaking Methods 0.000 claims description 3
- 239000011780 sodium chloride Substances 0.000 claims description 3
- 239000012086 standard solution Substances 0.000 claims description 3
- 239000006228 supernatant Substances 0.000 claims description 3
- 239000013598 vector Substances 0.000 claims description 3
- AFPLNGZPBSKHHQ-UHFFFAOYSA-N Betulaprenol 9 Natural products CC(C)=CCCC(C)=CCCC(C)=CCCC(C)=CCCC(C)=CCCC(C)=CCCC(C)=CCCC(C)=CCCC(C)=CCO AFPLNGZPBSKHHQ-UHFFFAOYSA-N 0.000 claims description 2
- NIDGCIPAMWNKOA-WOJBJXKFSA-N Neophytadiene Natural products [C@H](CCC[C@@H](CCCC(C)C)C)(CCCC(C=C)=C)C NIDGCIPAMWNKOA-WOJBJXKFSA-N 0.000 claims description 2
- 150000001450 anions Chemical class 0.000 claims description 2
- 150000001768 cations Chemical class 0.000 claims description 2
- 238000001816 cooling Methods 0.000 claims description 2
- 238000013499 data model Methods 0.000 claims description 2
- 230000001419 dependent effect Effects 0.000 claims description 2
- 239000002027 dichloromethane extract Substances 0.000 claims description 2
- 235000014113 dietary fatty acids Nutrition 0.000 claims description 2
- 239000000194 fatty acid Substances 0.000 claims description 2
- 229930195729 fatty acid Natural products 0.000 claims description 2
- 150000004665 fatty acids Chemical class 0.000 claims description 2
- NIDGCIPAMWNKOA-UHFFFAOYSA-N neophytadiene Chemical compound CC(C)CCCC(C)CCCC(C)CCCC(=C)C=C NIDGCIPAMWNKOA-UHFFFAOYSA-N 0.000 claims description 2
- 150000008442 polyphenolic compounds Chemical class 0.000 claims description 2
- 235000013824 polyphenols Nutrition 0.000 claims description 2
- 150000007519 polyprotic acids Polymers 0.000 claims description 2
- AFPLNGZPBSKHHQ-MEGGAXOGSA-N solanesol Chemical compound CC(C)=CCC\C(C)=C\CC\C(C)=C\CC\C(C)=C\CC\C(C)=C\CC\C(C)=C\CC\C(C)=C\CC\C(C)=C\CC\C(C)=C\CO AFPLNGZPBSKHHQ-MEGGAXOGSA-N 0.000 claims description 2
- 238000005303 weighing Methods 0.000 claims description 2
- 238000004497 NIR spectroscopy Methods 0.000 claims 1
- 239000000470 constituent Substances 0.000 claims 1
- 238000012545 processing Methods 0.000 claims 1
- 238000004422 calculation algorithm Methods 0.000 abstract description 5
- 238000010276 construction Methods 0.000 abstract description 3
- 230000008569 process Effects 0.000 abstract description 3
- 238000012627 multivariate algorithm Methods 0.000 abstract description 2
- 238000012795 verification Methods 0.000 abstract 1
- 239000000796 flavoring agent Substances 0.000 description 7
- 235000019634 flavors Nutrition 0.000 description 7
- 238000010586 diagram Methods 0.000 description 5
- 230000008859 change Effects 0.000 description 4
- 244000061176 Nicotiana tabacum Species 0.000 description 3
- 238000013461 design Methods 0.000 description 3
- 238000001514 detection method Methods 0.000 description 3
- 239000000463 material Substances 0.000 description 3
- 238000011160 research Methods 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000009472 formulation Methods 0.000 description 2
- 238000001303 quality assessment method Methods 0.000 description 2
- 230000004580 weight loss Effects 0.000 description 2
- 239000000370 acceptor Substances 0.000 description 1
- 238000005119 centrifugation Methods 0.000 description 1
- 238000002790 cross-validation Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000009792 diffusion process Methods 0.000 description 1
- 238000012854 evaluation process Methods 0.000 description 1
- -1 fine and fine use Substances 0.000 description 1
- 238000007710 freezing Methods 0.000 description 1
- 230000008014 freezing Effects 0.000 description 1
- 238000000227 grinding Methods 0.000 description 1
- 230000008676 import Effects 0.000 description 1
- 238000012417 linear regression Methods 0.000 description 1
- 238000002156 mixing Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 239000000779 smoke Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/0001—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00 by organoleptic means
-
- 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
- G01N21/3563—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light for analysing solids; Preparation of samples therefor
-
- 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
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N30/00—Investigating or analysing materials by separation into components using adsorption, absorption or similar phenomena or using ion-exchange, e.g. chromatography or field flow fractionation
- G01N30/02—Column chromatography
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Chemical & Material Sciences (AREA)
- Health & Medical Sciences (AREA)
- Pathology (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- Immunology (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Data Mining & Analysis (AREA)
- Mathematical Physics (AREA)
- Mathematical Analysis (AREA)
- Theoretical Computer Science (AREA)
- Pure & Applied Mathematics (AREA)
- Computational Mathematics (AREA)
- Mathematical Optimization (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Evolutionary Biology (AREA)
- Operations Research (AREA)
- Probability & Statistics with Applications (AREA)
- Bioinformatics & Computational Biology (AREA)
- Algebra (AREA)
- Medicinal Chemistry (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Food Science & Technology (AREA)
- Manufacture Of Tobacco Products (AREA)
Abstract
本发明提供了一种评价烟叶原料在不同圆周卷烟适用性方法，包括单料烟叶收集、试验卷烟制作、感官质量评价、化学成分分析、适用性模型构建、质量预测模型构建和原料适用性评价等过程。本发明具有以下技术特点：(1)对烟叶原料在不同圆周卷烟的适用性进行定位、定性和定量总体评价，提升烟叶原料使用价值；(2)基于无监督和监督相结合的多变量算法，利用主成分分析(PCA)结合软模式独立分类(SIMCA)识别算法构建烟叶适用性模型和使用正交偏最小二乘回归分析算法构建烟叶质量预测模型，验证结果表明模型稳健，具有良好的预测精度；(3)基于构建的适用性和质量预测模型，明确烟叶原料的适用性及内在感官质量，具有较强的实用性。
Description
技术领域
本发明属于烟草检测技术领域，具体涉及一种评价烟叶原料在不同圆周卷烟适用性的方法。
背景技术
在卷烟市场需求多元化的今天，细支及中支卷烟逐渐成为烟草企业和消费市场关注的热点。前期研究发现相同烟丝在细支、中支和常规卷烟下的感官特征存在显著差异，这是由于细支、中支和常规卷烟的烟气化学成分的生成、过滤及扩散发生根本性变化，因此，相同烟丝在细支、中支和常规卷烟上的感官质量和风格特征必将发生显著变化。掌握好烟叶在不同圆周卷烟的适用性，确定烟叶的质量等级，对烟叶生产和卷烟工业都具有重要意义。同时，烟叶适用性评价是一项复杂的系统工程，科学、客观、准确地评价有助于指导烟叶原料的生产、采购和配方设计。
CN112971193A公开了一种烟用香原料在卷烟生产工艺中的适用性快速评价方法。该方法通过将烟用香原料样品、第一参照品、第二参照品在相同条件下进行热失重分析，进一步比较热失重分析获得的烟用香原料样品重量变化曲线、第一参照品重量变化曲线和第二参照品重量变化曲线的位置关系，可以快速、准确、科学地判断出烟用香原料在生产环节中所适用的添加工艺，对新型的烟用香原料的使用具有指导意义，能更好地发挥烟用香原料的增香效果，更有助于采用不同的烟用香原料搭配制备具有新的风味的卷烟。
CN115486553A公开了一种表征适用性较低烟叶原料在叶组配方中阈值的方法，所述方法包括：对库存原料和标准样品进行贡献度评价；选取贡献度＜86.5的烟叶作为适用性较低烟叶与标准样品进行梯度掺配，得到N个试验样品；分别对标准样品和N个试验样品进行卷制，然后进行感官“A”-“非A”检验，确定适用性较低烟叶的阈值。该方法，通过采用特定的贡献度评价过程确定了低适用烟叶探后通过感官“A”-“非A”检验来确定适用性较低烟叶的阈值，实现了低适用性烟叶含量的高效率确定，有利于实现低适用性烟叶的高效率利用，为保障库存烟叶原料结构的合理性和提高原料适用性提供了技术支撑。
目前，传统的烟叶的适用性评价方法主要是依靠配方设计人员主观经验判断，面对大量不同产地、等级、部分的烟叶原料，不仅工作量巨大，受主观影响也比较大，难以最大化的利用好烟叶原料。另外，还有通过烟叶外观特征、感官质量结合数学建模等手段对烟叶原料进行适用性评价，一方面仅通过外观指标无法进行不同圆周卷烟适用性评价；另一方面，不同指标对适用性的影响大小是不同的，如果不能有效、准确处理相关指标数据，将会对预测结果造成较大的偏差，使得预测结果与实际结果存在较大的误差。
因此，开发一种可以科学、准确、合理地确定烟叶原料的适用范围，提高其利用率的方法是本领域的研究重点。
发明内容
针对现有技术的不足，本发明的目的在于提供一种评价烟叶原料在不同圆周卷烟适用性的方法，能够科学、准确、合理地对烟叶原料进行定位、定性和定量，为指导烟叶原料的生产、采购和配方设计提供了技术支撑。
为达到此发明目的，本发明采用以下技术方案：
第一方面，本发明提供一种评价烟叶原料在不同圆周卷烟适用性的方法，所述方法包括以下步骤：
(1)单料烟叶收集：以品牌卷烟为对象，收集不同产地、等级及部位的单料烟叶，分成校正集和训练集，并对其在不同圆周卷烟中的适用性进行定位；
(2)试验卷烟制作：将收集好的所述单料烟叶在实验室内切丝，并卷制成常规、中支和细支卷烟的不同圆周规格的卷烟样品；
(3)感官质量评价：依据行业标准确定感官评价方法，对不同圆周试验卷烟样品进行内在质量评吸；
(4)烟叶化学成分分析：分别对所述单料烟叶中常量成分、半微量成分和微量成分进行量化分析；
(5)适用性模型构建：以不同定位下的校正集烟叶原料为对象，对其化学成分进行主成分分析，运算生成每类目标烟叶数据模型，进一步通过软独立模式分类识别校正集和训练集烟叶原料，预测烟叶原料的适用性；
(6)质量预测模型构建：以校正集烟叶化学成分为自变量，感官质量为因进一步变量，采用正交偏最小二乘回归分析方法，建立不同圆周试验卷烟预测模型；
(7)原料适用性评价：以训练集烟叶原料为对象，采用步骤(5)建立的模型，预测其适用性，并根据步骤(6)预测其内在感官质量。
本发明提供的评价烟叶原料在不同圆周卷烟适用性的方法，是基于多元线性回归结合软独立模式分类的实现烟叶原料适用性分类的预测方法，该方法能够科学、准确、合理地对烟叶原料进行定位、定性和定量分析，为指导烟叶原料的生产、采购和配方设计提供了技术支撑。
优选地，烟叶在不同圆周卷烟中的适用性进行定位主要分为常规好用、中支好用、细支好用和均不好用4种情况。
优选地，步骤(3)中，所述感官评价方法包括风格特征和质量评价两大类一级指标。
优选地，所述风格特征和质量评价包含8个二级指标。
优选地，所述8个二级指标包括香型风格程度、浓度、劲头、香气质、香气量、杂气、刺激性和余味。
优选地，各指标分值范围为：①香型风格程度：弱～强(1～9)；②浓度：浓(7.6～9.0)、较浓(6.1～7.5)、中等(4.6～6.0)、较淡(3.1～4.5)、淡≤3；③劲头：大(7.6～9.0)、较大(6.1～7.5)、中等(4.6～6.0)、较小(3.1～4.5)、小≤3；④香气质：好、较好(7.6～9.0)、中偏上(6.1～7.5)、中等(4.6～6.0)、中偏下(3.1～4.5)、较差、差≤3；⑤香气量：足、较足(7.6～9.0)、尚足(6.1～7.5)、有(4.6～6.0)、较少(3.1～4.5)、少≤3；⑥杂气：很轻(7.6～9.0)、较轻(6.1～7.5)、有(4.6～6.0)、较重(3.1～4.5)、重≤3；⑦刺激性：小(7.6～9.0)、较小(6.1～7.5)、有(4.6～6.0)、较大(3.1～4.5)、大≤3；⑧余味：舒适(7.6～9.0)、较舒适(6.1～7.5)、尚适(4.6～6.0)、欠适(3.1～4.5)、滞舌≤3。
优选地，步骤(4)中，所述烟叶化学成分分析包括常量成分、半微量成分和微量成分三大类；所述常量成分、半微量成分包括常规成分、阴阳离子、多酚、多元酸和高级脂肪酸、Amadori化合物、pH值、二氯甲烷提取物、茄尼醇、新植二烯；所述微量成分为挥发性、半挥发性物质。
优选地，所述常量成分、半微量成分采用近红外光谱测试法检测。
所述近红外光谱测试法包括以下步骤：①烟叶样品粉碎前、自然晾干至水分在6％～8％之间，采用旋风磨粉粉碎样品，过不大于0.250mm筛网，并将样品密封保存，于0～4℃冷藏储存，例如可以为1℃、2℃或3℃等；②采用近红外光谱仪进行样品测试，其仪器条件为：扫描范围：4000cm-1～10000cm-1；分辨率：8cm-1；光谱扫描次数不低于64次；积分球的光斑应落在距采样杯中心点的1/2到2/3范围内，所有样品采集2次，且2条光谱应通过一次性检验，光谱相似性应大于0.9999。
优选地，所述微量成分采用色谱质谱联用测试法进行检测，所述检测包括样品处理和GC/MS分析；
所述色谱质谱联用测试法包括如下步骤：(1)样品前处理：称取1g烟叶粉末样品，加入7mL～10mL磷酸钠缓冲溶液，例如可以为7.5mL、8mL、8.5mL、9mL或9.5mL等，所述磷酸钠缓冲溶液的pH值为3～3.5，浸泡20min～25min，例如可以为21min、22min、23min或24min等，加入120μg/mL氘代苯乙酮内标溶液50μL，以2000r/min的速度涡旋20min，于-18℃冰箱中冷冻30min后，加入1g氯化钠和4g无水硫酸镁，迅速剧烈摇晃，加入5mL二氯甲烷，以2000r/min的速度涡旋20min后，以8000r/min离心3min，移取上层清液，过有机相滤膜，待上机测试；
(2)仪器分析条件：①对于非极性或高沸点化合物，采用：色谱柱：DB-5MS弹性石英毛细管柱(60m×0.25mm×0.25μm)；进样口温度：290℃；进样模式：不分流；进样量：1μL；程序升温：初始温度40℃，保持3min，然后5℃/min升至75℃，以1℃/min升至120℃，以2℃/min升至160℃，以5℃/min升至290℃，保持10min；传输线温度：280℃；电离方式：EI；电离能量：70eV；离子源温度：280℃；监测模式：dMRM；
②对于极性或极低沸点化合物，采用：色谱柱：DB-624弹性石英毛细管柱(60m×0.25mm×1.4μm)；进样口温度：235℃；进样模式：不分流；进样量：1μL；程序升温：初始温度40℃，保持5min，然后2℃/min升至160℃，保持1min，以5℃/min升至235℃，保持20min；传输线温度：230℃；电离方式：EI；电离能量：70eV；离子源温度：280℃；监测模式：dMRM。
优选地，步骤(5)中，所述适用性模型构建的具体步骤包括：以不同定位下常规好用、中支好用、细支好用、均不好用4种情况的校正集烟叶原料作为对象，对其化学成分进行主成分分析，建立每类目标烟叶的主成分分析(PCA)模型，再通过软独立模式分类(SIMCA)计算样本向量在各类模型的投影距离，来判断校正集和训练集烟叶原料的归属分类，预测烟叶的适用性。
优选地，步骤(6)中，所述质量预测模型构建的步骤包括：将所述校正集烟叶化学成分和感官质量数据进行规范化处理，得到化学成分矩阵X和感官质量矩阵Y，进一步采用正交偏最小二乘回归分析方法(OPLS)，建立常规、中支和细支3种圆周试验卷烟的质量预测模型。
优选地，步骤(7)中，所述原料适用性评价包括：以所述训练集烟叶原料为对象，采用步骤(5)建立的模型，预测和评价其适用性，并根据步骤(6)预测其内在感官质量，验证感官质量预测准确性。
上述各项数值范围中的其他具体点值均可选择，在此便不再一一赘述。
相对于现有技术，本发明具有以下有益效果：
(1)本发明提供的评价分析方法，基于无监督和监督相结合的多变量算法优化得到，避免单一算法手段构建模型的局限性，可以对烟叶原料在不同圆周卷烟的适用性进行有效定位、定性和定量总体评价，有效提升烟叶原料的使用价值。
(2)本发明采用主成分分析(PCA)结合软模式独立分类(SIMCA)识别算法构建烟叶适用性模型和使用正交偏最小二乘回归分析(OPLS)算法构建烟叶质量预测模型，模型稳健可靠、准确，具有良好的预测精度。
(3)本发明基于构建的适用性和质量预测模型，可以明确烟叶原料的适用性及内在感官质量，具有较强的实用性。
附图说明
图1为常规好用烟叶原料PCA模型图；
图2为中支好用烟叶原料PCA模型图；
图3为细支好用烟叶原料PCA模型图；
图4为均不好用烟叶原料PCA模型图；
图5为常规卷烟质量预测模型图；
图6为中支卷烟质量预测模型图；
图7为细支卷烟质量预测模型图。
具体实施方式
下面通过具体实施方式来进一步说明本发明的技术方案。本领域技术人员应该明了，所述实施例仅仅是帮助理解本发明，不应视为对本发明的具体限制。
本文所用术语“包含”、“包括”、“具有”、“含有”或其任何其它变形，意在覆盖非排它性的包括。例如，包含所列要素的组合物、步骤、方法、制品或装置不必仅限于那些要素，还可包括未明确列出的其它要素或此种组合物、步骤、方法、制品或装置所固有的要素。
“任选的”或者“任意一种”是指其后描述的事项或事件可以发生或不发生，而且该描述包括事件发生的情形和事件不发生的情形。
本发明要素或组分前的不定冠词“一种”和“一个”对要素或组分的数量要求(即出现次数)无限制性。因此“一个”或“一种”应被解读为包括一个或至少一个，并且单数形式的要素或组分也包括复数形式，除非所述数量明显只指单数形式。
本发明所描述的术语“一个实施例”、“一些实施例”、“示例性地”、“具体示例”或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本文中，对上述术语的示意性表述不是必须针对相同的实施例或示例。
实施例1
本实施例提供一种评价烟叶原料在不同圆周卷烟适用性方法，以82种常用的烟叶原料为研究对象，具体步骤如下：
(1)单料烟叶收集：从某卷烟工业企业库存烟叶中选择常规、中支、细支规格常用烟叶样品，涵盖①产地：八大生态区(13个省市)及国外进口；②部位：上、中、下三个部位；③等级：上、中、下三个等级，共计82种单料烟叶，每种按4:1的比例分为校正集和训练集，并对82种单料烟叶分别定位成常规好用(22种)、中支好用(18种)、细支好用(25种)和均不好用(17种)。
(2)试验卷烟制作：将收集好的所有单料烟叶于实验室内切丝，并卷制成常规、中支和细支卷烟3种不同圆周规格的卷烟样品。
(3)感官质量评价：对常规、中支和细支卷烟3种不同圆周试验卷烟样品进行内在质量评吸。其中评价方法包括风格特征和质量评价两大类一级指标，包含香型风格程度、浓度、劲头、香气质、香气量、杂气、刺激性、余味共8个二级指标；
各指标分值范围为：①香型风格程度：弱～强(1～9)；②浓度：浓(7.6～9.0)、较浓(6.1～7.5)、中等(4.6～6.0)、较淡(3.1～4.5)、淡≤3；③劲头：大(7.6～9.0)、较大(6.1～7.5)、中等(4.6～6.0)、较小(3.1～4.5)、小≤3；④香气质：好、较好(7.6～9.0)、中偏上(6.1～7.5)、中等(4.6～6.0)、中偏下(3.1～4.5)、较差、差≤3；⑤香气量：足、较足(7.6～9.0)、尚足(6.1～7.5)、有(4.6～6.0)、较少(3.1～4.5)、少≤3；⑥杂气：很轻(7.6～9.0)、较轻(6.1～7.5)、有(4.6～6.0)、较重(3.1～4.5)、重≤3；⑦刺激性：小(7.6～9.0)、较小(6.1～7.5)、有(4.6～6.0)、较大(3.1～4.5)、大≤3；⑧余味：舒适(7.6～9.0)、较舒适(6.1～7.5)、尚适(4.6～6.0)、欠适(3.1～4.5)、滞舌≤3。
(4)烟叶化学成分分析：分别对单料烟叶中常量成分、半微量成分和微量成分进行量化分析。
常量成分、半微量成分的实验条件：①烟叶样品粉碎前、自然晾干至水分在6％～8％之间，采用旋风磨粉粉碎样品。过60目筛网，并将样品密封保存，于0～4℃冷藏储存；②采用近红外光谱仪进行样品测试，其仪器条件为：扫描范围(4000cm-1～10000cm-1)；分辨率(约8cm-1)；光谱扫描次数应不低于64次；积分球的光斑应落在距采样杯中心点的1/2到2/3范围内，所有样品应采集2次，且2条光谱通过一次性检验，即光谱相似性大于0.9999；
微量成分实验条件：①样品前处理：称取1g烟叶粉末样品，加入10mL磷酸钠缓冲溶液(pH＝3～3.5)，浸泡20min，加入120μg/mL氘代苯乙酮内标溶液50μL，以2000r/min的速度涡旋20min，于-18℃冰箱中冷冻30min后，加入1g氯化钠和4g无水硫酸镁，迅速剧烈摇晃，加入5mL二氯甲烷，以2000r/min的速度涡旋20min后，以8000r/min离心3min。移取上层清液，过有机相滤膜，待上机测试。
②采用GC-MS/MS进行样品测试，仪器分析条件：
1)非极性或高沸点化合物。色谱柱：DB-5MS弹性石英毛细管柱(60m×0.25mm×0.25μm)；进样口温度：290℃；进样模式：不分流；进样量：1μL；程序升温：初始温度40℃，保持3min，然后5℃/min升至75℃，以1℃/min升至120℃，以2℃/min升至160℃，以5℃/min升至290℃，保持10min；传输线温度：280℃；电离方式：EI；电离能量：70eV；离子源温度：280℃；监测模式：dMRM；
2)极性或极低沸点化合物。色谱柱：DB-624弹性石英毛细管柱(60m×0.25mm×1.4μm)；进样口温度：235℃；进样模式：不分流；进样量：1μL；程序升温：初始温度40℃，保持5min，然后2℃/min升至160℃，保持1min，以5℃/min升至235℃，保持20min；传输线温度：230℃；电离方式：EI；电离能量：70eV；离子源温度：280℃；监测模式：dMRM。
(5)适用性模型构建：以不同定位下(常规好用、中支好用、细支好用、均不好用4种情况)的校正集烟叶原料作为对象，对步骤(4)中分析得到的化学成分进行主成分分析，建立每类目标烟叶的主成分分析(PCA)模型，再通过软独立模式分类(SIMCA)计算样本向量在各类模型的投影距离，来判断校正集和训练集烟叶原料的归属分类，预测烟叶的适用性。
(6)质量预测模型构建：将校正集烟叶化学成分和感官质量数据进行规范化处理，得到化学成分矩阵X和感官质量矩阵Y，进一步采用正交偏最小二乘回归分析方法(OPLS)，建立常规、中支和细支3种圆周试验卷烟的质量预测模型，根据质量预测模型结果得出常规、中支和细支3种圆周试验卷烟的预测内在感官质量。
结果数据
步骤(5)中对常规好用、中支好用、细支好用、均不好用四种烟叶原料建立主成分分析(PCA)模型，其中，常规好用烟叶原料PCA模型如图1所示，中支好用烟叶原料PCA模型如图2所示，细支好用烟叶原料PCA模型如图3所示，均不好用烟叶原料PCA模型如图4所示。
步骤(5)中对于常规好用、中支好用、细支好用、均不好用四种烟叶原料通过SIMCA模式来进行适应性预测，其中，均不好用烟叶原料的预测结果如表1所示，中支好用烟叶原料的预测结果如表2所示，细支好用烟叶原料的预测结果如表3所示，常规好用烟叶原料的预测结果如表4所示；
表1
表2
表3
表4
根据表1数据可知，对于均不好用烟叶原料的预测的准确率达到100％；根据表2数据可知，对于中支好用烟叶原料的预测的准确率达到94.12％；根据表3数据可知，对于细支好用烟叶原料的预测的准确率达到95.85％；根据表4数据可知，对于常规好用烟叶原料的预测的准确率达到95.45％。由上述结果可知，本发明提供的评价方法对于烟叶原料适用性模型预测的准确率均大于90％，表明本发明提供的检测和分析方法，可以有效预测细支好用、中支好用、常规好用和均不好用等烟叶原料的适用性。
步骤(6)中建立了常规、中支和细支3种圆周试验卷烟的质量预测模型，其中，常规卷烟质量预测模型如图5所示，中支卷烟质量预测模型如图6所示，细支卷烟质量预测模型如图7所示；常规、中支和细支3种圆周试验卷烟的质量预测模型的参数如表5所示，其中R2X和R2Y代表模型能够解释化学成分X矩阵和感官质量Y矩阵信息的百分比，用以评价模型的解释率，越接近1表示模型解释效果越好；Q2通过交叉验证计算得出，用以评价模型的预测能力，Q2越接近1代表模型预测效果较好。
表5
根据表格数据可知，常规、中支和细支3种圆周试验卷烟的质量预测模型的R2X＞0.5、R2Y＞0.9、Q2＞0.5，表明本发明提供的评价烟叶原料适用性的方法预测结果准确可靠，为预测烟叶的内在感官质量提供有力支撑。
步骤(3)中对于常规卷烟的感官质量评价、步骤(6)中对于常规卷烟的内在感官质量预测结果如表6所示；步骤(3)中对于中支卷烟的感官质量评价、步骤(6)中对于中支卷烟的内在感官质量预测结果如表7所示；步骤(3)中对于细支卷烟的感官质量评价、步骤(6)中对于细支卷烟的内在感官质量预测结果如表8所示。
表6
| 样品编号 | 感官质量评分 | 预测感官质量评分 |
| 61 | 68.1 | 70.8687 |
| 63 | 64.33 | 62.7641 |
| 64 | 67.42 | 67.7866 |
| 65 | 64.97 | 64.9698 |
| 66 | 63.38 | 65.156 |
| 67 | 62.8 | 61.7244 |
| 68 | 61.69 | 62.5246 |
| 69 | 68.14 | 65.7063 |
| 70 | 61.76 | 60.9878 |
| 71 | 64.48 | 63.0459 |
| 72 | 63.7 | 62.8715 |
| 73 | 68.05 | 65.1943 |
| 74 | 65.9 | 66.0094 |
| 77 | 55.88 | 55.1341 |
| 78 | 64.87 | 63.4808 |
| 79 | 65.23 | 66.2574 |
| 80 | 65.96 | 66.7112 |
| 81 | 68.44 | 69.6938 |
| 82 | 72.35 | 72.0163 |
表7
表8
根据表格数据可知，本发明提供的评价烟叶原料适用性的方法对于烟叶内在质量的预测结果与感官质量评价结果非常接近，表明本发明提供的评价方法具有较强的适用性。
申请人声明，本发明通过上述实施例来说明本发明的工艺方法，但本发明并不局限于上述工艺步骤，即不意味着本发明必须依赖上述工艺步骤才能实施。所属技术领域的技术人员应该明了，对本发明的任何改进，对本发明所选用原料的等效替换及辅助成分的添加、具体方式的选择等，均落在本发明的保护范围和公开范围之内。
Claims (10)
1.一种评价烟叶原料在不同圆周卷烟适用性的方法，其特征在于，所述方法包括以下步骤：
(1)单料烟叶收集：以品牌卷烟为对象，收集不同产地、等级及部位的单料烟叶，分成校正集和训练集，并对其在不同圆周卷烟中的适用性进行定位；
(2)试验卷烟制作：将收集好的所述单料烟叶在实验室内切丝，并卷制成常规、中支和细支卷烟的不同圆周规格的卷烟样品；
(3)感官质量评价：依据行业标准确定感官评价方法，对不同圆周试验卷烟样品进行内在质量评吸；
(4)烟叶化学成分分析：分别对所述单料烟叶中常量成分、半微量成分和微量成分进行量化分析；
(5)适用性模型构建：以不同定位下的校正集烟叶原料为对象，对其化学成分进行主成分分析，运算生成每类目标烟叶数据模型，进一步通过软独立模式分类识别校正集和训练集烟叶原料，预测烟叶原料的适用性；
(6)质量预测模型构建：以校正集烟叶化学成分为自变量，感官质量为因进一步变量，采用正交偏最小二乘回归分析方法，建立不同圆周试验卷烟预测模型；
(7)原料适用性评价：以训练集烟叶原料为对象，采用步骤(5)建立的模型，预测其适用性，并根据步骤(6)预测其内在感官质量。
2.根据权利要求1所述的方法，其特征在于，烟叶在不同圆周卷烟中的适用性进行定位主要分为常规好用、中支好用、细支好用和均不好用4种情况。
3.根据权利要求1所述的方法，其特征在于，步骤(3)中，所述感官评价方法包括风格特征和质量评价两大类一级指标，并包含香型风格程度、浓度、劲头、香气质、香气量、杂气、刺激性、余味共8个二级指标。
4.根据权利要求3所述的方法，其特征在于，各指标分值范围为：①香型风格程度：弱～强(依据强弱大小，分数赋值范围为1～9，以下括号中的数字标准依据类同)；②浓度：浓(7.6～9.0)、较浓(6.1～7.5)、中等(4.6～6.0)、较淡(3.1～4.5)、淡≤3；③劲头：大(7.6～9.0)、较大(6.1～7.5)、中等(4.6～6.0)、较小(3.1～4.5)、小≤3；④香气质：好、较好(7.6～9.0)、中偏上(6.1～7.5)、中等(4.6～6.0)、中偏下(3.1～4.5)、较差、差≤3；⑤香气量：足、较足(7.6～9.0)、尚足(6.1～7.5)、有(4.6～6.0)、较少(3.1～4.5)、少≤3；⑥杂气：很轻(7.6～9.0)、较轻(6.1～7.5)、有(4.6～6.0)、较重(3.1～4.5)、重≤3；⑦刺激性：小(7.6～9.0)、较小(6.1～7.5)、有(4.6～6.0)、较大(3.1～4.5)、大≤3；⑧余味：舒适(7.6～9.0)、较舒适(6.1～7.5)、尚适(4.6～6.0)、欠适(3.1～4.5)、滞舌≤3。
5.根据权利要求1所述的方法，其特征在于，步骤(4)中，所述烟叶化学成分分析包括常量成分、半微量成分和微量成分三大类；
所述常量成分、半微量成分包括常规成分、阴阳离子、多酚、多元酸和高级脂肪酸、Amadori化合物、pH值、二氯甲烷提取物、茄尼醇、新植二烯；
所述微量成分为挥发性、半挥发性物质。
6.根据权利要求5所述的方法，其特征在于，所述常量成分、半微量成分采用近红外光谱测试法检测；
所述近红外光谱测试法包括以下步骤：①烟叶样品粉碎前、自然晾干至水分在6％～8％之间，采用旋风磨粉粉碎样品，过不大于0.250mm筛网，并将样品密封保存，于0～4℃冷藏储存；②采用近红外光谱仪进行样品测试，其仪器条件为：扫描范围：4000cm-1～10000cm-1；分辨率：8cm-1；光谱扫描次数不低于64次；积分球的光斑应落在距采样杯中心点的1/2到2/3范围内，所有样品采集2次，且2条光谱应通过一次性检验，光谱相似性应大于0.9999。
7.根据权利要求5所述的方法，其特征在于，所述微量成分采用色谱质谱联用测试法进行检测，所述检测包括样品处理和GC/MS分析；
所述色谱质谱联用测试法包括如下步骤：(1)样品前处理：称取1g烟叶粉末样品，加入7mL～10mL磷酸钠缓冲溶液，所述磷酸钠缓冲溶液的pH值为3～3.5，浸泡20min～25min，加入120μg/mL氘代苯乙酮内标溶液50μL，以2000r/min的速度涡旋20min，于-18℃冰箱中冷冻30min后，加入1g氯化钠和4g无水硫酸镁，迅速剧烈摇晃，加入5mL二氯甲烷，以2000r/min的速度涡旋20min后，以8000r/min离心3min，移取上层清液，过有机相滤膜，待上机测试；
(2)仪器分析条件：①对于非极性或高沸点化合物，采用：色谱柱：DB-5MS弹性石英毛细管柱(60m×0.25mm×0.25μm)；进样口温度：290℃；进样模式：不分流；进样量：1μL；程序升温：初始温度40℃，保持3min，然后5℃/min升至75℃，以1℃/min升至120℃，以2℃/min升至160℃，以5℃/min升至290℃，保持10min；传输线温度：280℃；电离方式：EI；电离能量：70eV；离子源温度：280℃；监测模式：dMRM；
②对于极性或极低沸点化合物，采用色谱柱：DB-624弹性石英毛细管柱(60m×0.25mm×1.4μm)；进样口温度：235℃；进样模式：不分流；进样量：1μL；程序升温：初始温度40℃，保持5min，然后2℃/min升至160℃，保持1min，以5℃/min升至235℃，保持20min；传输线温度：230℃；电离方式：EI；电离能量：70eV；离子源温度：280℃；监测模式：dMRM。
8.根据权利要求1所述的方法，其特征在于，步骤(5)中，所述适用性模型构建的具体步骤包括：以不同定位下常规好用、中支好用、细支好用、均不好用4种情况的校正集烟叶原料作为对象，对其化学成分进行主成分分析，建立每类目标烟叶的主成分分析模型，再通过软独立模式分类计算样本向量在各类模型的投影距离，来判断校正集和训练集烟叶原料的归属分类，预测烟叶的适用性。
9.根据权利要求1所述的方法，其特征在于，步骤(6)中，所述质量预测模型构建的步骤包括：将所述校正集烟叶化学成分和感官质量数据进行规范化处理，得到化学成分矩阵X和感官质量矩阵Y，进一步采用正交偏最小二乘回归分析方法，建立常规、中支和细支3种圆周试验卷烟的质量预测模型。
10.根据权利要求1所述的方法，其特征在于，步骤(7)中，所述原料适用性评价包括：以所述训练集烟叶原料为对象，采用步骤(5)建立的模型，预测和评价其适用性，并根据步骤(6)预测其内在感官质量，验证感官质量预测准确性。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310202614.7A CN116183834B (zh) | 2023-03-06 | 2023-03-06 | 一种评价烟叶原料在不同圆周卷烟适用性的方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310202614.7A CN116183834B (zh) | 2023-03-06 | 2023-03-06 | 一种评价烟叶原料在不同圆周卷烟适用性的方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN116183834A true CN116183834A (zh) | 2023-05-30 |
| CN116183834B CN116183834B (zh) | 2023-09-19 |
Family
ID=86432578
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310202614.7A Active CN116183834B (zh) | 2023-03-06 | 2023-03-06 | 一种评价烟叶原料在不同圆周卷烟适用性的方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116183834B (zh) |
Citations (16)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US4711255A (en) * | 1986-09-15 | 1987-12-08 | R. J. Reynolds Tobacco Company | Method and system for effecting sensory evaluation of a smoking product |
| CN1904610A (zh) * | 2006-08-03 | 2007-01-31 | 云南烟草科学研究院 | 衡量卷烟抽吸舒适性的指标及分析检测方法 |
| CN101021521A (zh) * | 2007-03-15 | 2007-08-22 | 云南烟草科学研究院 | 衡量卷烟烟香气量的指标及分析检测方法 |
| CN103604888A (zh) * | 2013-11-28 | 2014-02-26 | 浙江中烟工业有限责任公司 | 一种烟叶原料质量的检测分析方法 |
| CN105795498A (zh) * | 2016-03-30 | 2016-07-27 | 红云红河烟草(集团)有限责任公司 | 一种基于烟叶原料品质特性和加工偏好性的原料分组方法 |
| CN106970037A (zh) * | 2017-05-22 | 2017-07-21 | 中国烟草总公司郑州烟草研究院 | 一种模拟烟丝的制备方法及利用模拟烟丝分析研究卷烟烘丝工序中美拉德反应的方法 |
| CN109965332A (zh) * | 2017-12-28 | 2019-07-05 | 贵州中烟工业有限责任公司 | 一种卷烟叶组化学成分品质评价方法及装置 |
| CN110013048A (zh) * | 2019-03-15 | 2019-07-16 | 山东中烟工业有限责任公司 | 一种适用于细支卷烟的烟丝结构确定方法和装置 |
| CN110663990A (zh) * | 2019-10-21 | 2020-01-10 | 河南中烟工业有限责任公司 | 不适用烟叶的处理方法及处理后烟丝的可用性评价方法 |
| CN110726645A (zh) * | 2019-10-25 | 2020-01-24 | 中国烟草总公司郑州烟草研究院 | 一种卷烟烟丝轴向密度分布稳定性的评价方法 |
| CN111239316A (zh) * | 2020-02-27 | 2020-06-05 | 中国烟草总公司山东省公司 | 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 |
| CN111642782A (zh) * | 2020-06-05 | 2020-09-11 | 江苏中烟工业有限责任公司 | 一种基于卷烟配方需求的烟叶原料功效定位方法 |
| CN111667176A (zh) * | 2020-06-05 | 2020-09-15 | 江苏中烟工业有限责任公司 | 一种基于卷烟品牌需求的烟叶风格特征彰显程度评价方法 |
| CN111680910A (zh) * | 2020-06-05 | 2020-09-18 | 江苏中烟工业有限责任公司 | 一种基于卷烟配方功效的烟叶适用范围定位方法 |
| CN113190967A (zh) * | 2021-03-31 | 2021-07-30 | 重庆中烟工业有限责任公司 | 一种基于多目标筛选的细支卷烟材料组配方法 |
| CN113869641A (zh) * | 2021-08-26 | 2021-12-31 | 张家口卷烟厂有限责任公司 | 基于主成分分析法的烟丝质量综合评价方法 |
-
2023
- 2023-03-06 CN CN202310202614.7A patent/CN116183834B/zh active Active
Patent Citations (16)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US4711255A (en) * | 1986-09-15 | 1987-12-08 | R. J. Reynolds Tobacco Company | Method and system for effecting sensory evaluation of a smoking product |
| CN1904610A (zh) * | 2006-08-03 | 2007-01-31 | 云南烟草科学研究院 | 衡量卷烟抽吸舒适性的指标及分析检测方法 |
| CN101021521A (zh) * | 2007-03-15 | 2007-08-22 | 云南烟草科学研究院 | 衡量卷烟烟香气量的指标及分析检测方法 |
| CN103604888A (zh) * | 2013-11-28 | 2014-02-26 | 浙江中烟工业有限责任公司 | 一种烟叶原料质量的检测分析方法 |
| CN105795498A (zh) * | 2016-03-30 | 2016-07-27 | 红云红河烟草(集团)有限责任公司 | 一种基于烟叶原料品质特性和加工偏好性的原料分组方法 |
| CN106970037A (zh) * | 2017-05-22 | 2017-07-21 | 中国烟草总公司郑州烟草研究院 | 一种模拟烟丝的制备方法及利用模拟烟丝分析研究卷烟烘丝工序中美拉德反应的方法 |
| CN109965332A (zh) * | 2017-12-28 | 2019-07-05 | 贵州中烟工业有限责任公司 | 一种卷烟叶组化学成分品质评价方法及装置 |
| CN110013048A (zh) * | 2019-03-15 | 2019-07-16 | 山东中烟工业有限责任公司 | 一种适用于细支卷烟的烟丝结构确定方法和装置 |
| CN110663990A (zh) * | 2019-10-21 | 2020-01-10 | 河南中烟工业有限责任公司 | 不适用烟叶的处理方法及处理后烟丝的可用性评价方法 |
| CN110726645A (zh) * | 2019-10-25 | 2020-01-24 | 中国烟草总公司郑州烟草研究院 | 一种卷烟烟丝轴向密度分布稳定性的评价方法 |
| CN111239316A (zh) * | 2020-02-27 | 2020-06-05 | 中国烟草总公司山东省公司 | 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 |
| CN111642782A (zh) * | 2020-06-05 | 2020-09-11 | 江苏中烟工业有限责任公司 | 一种基于卷烟配方需求的烟叶原料功效定位方法 |
| CN111667176A (zh) * | 2020-06-05 | 2020-09-15 | 江苏中烟工业有限责任公司 | 一种基于卷烟品牌需求的烟叶风格特征彰显程度评价方法 |
| CN111680910A (zh) * | 2020-06-05 | 2020-09-18 | 江苏中烟工业有限责任公司 | 一种基于卷烟配方功效的烟叶适用范围定位方法 |
| CN113190967A (zh) * | 2021-03-31 | 2021-07-30 | 重庆中烟工业有限责任公司 | 一种基于多目标筛选的细支卷烟材料组配方法 |
| CN113869641A (zh) * | 2021-08-26 | 2021-12-31 | 张家口卷烟厂有限责任公司 | 基于主成分分析法的烟丝质量综合评价方法 |
Non-Patent Citations (4)
| Title |
|---|
| JIAWEN HOU 等: "Research on adjusting size proportion of cut tobacco", 《IOP CONFERENCE SERIES: MATERIALS SCIENCE AND ENGINEERING》, vol. 892, pages 012116 * |
| 杨建礼 等: "特殊旋转滤嘴卷烟的制备及对主流烟气常规指标的影响", 《烟草科技》, vol. 53, no. 03, pages 50 - 58 * |
| 熊敏 等: "基于广义最小二乘法对烟支物理性能辨识的研", 《科学技术创新》, no. 21, pages 70 - 73 * |
| 范幸龙 等: "阿根廷不同基因型烟叶品质特征及工业适用性评价", 《贵州农业科学》, vol. 50, no. 9, pages 99 - 105 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN116183834B (zh) | 2023-09-19 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Huang et al. | Improved generalization of spectral models associated with Vis-NIR spectroscopy for determining the moisture content of different tea leaves | |
| CN110687240B (zh) | 一种快速鉴定火腿产地的方法 | |
| CN109187392B (zh) | 一种基于分区建模的锌液痕量金属离子浓度预测方法 | |
| CN103134850A (zh) | 一种基于特征香气的茶叶品质快速检测装置及检测方法 | |
| CN102053083A (zh) | 一种基于偏最小二乘法的煤质特性在线测量方法 | |
| CN113340874B (zh) | 一种基于结合岭回归和递归特征消除的定量分析方法 | |
| Tata et al. | Detection of soft-refined oils in extra virgin olive oil using data fusion approaches for LC-MS, GC-IMS and FGC-Enose techniques: The winning synergy of GC-IMS and FGC-Enose | |
| CN103499646A (zh) | 一种蜂蜜特征香气分析及蜂蜜香气体系模拟的方法 | |
| CN111272686B (zh) | 铁矿石选矿粉铁品位的高光谱检测方法 | |
| CN105181761A (zh) | 一种利用电子鼻快速鉴别茶叶辐照吸收剂量的方法 | |
| 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 | |
| Ouyang et al. | Application of colorimetric sensor array combined with visible near-infrared spectroscopy for the matcha classification | |
| 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 | |
| CN116183834B (zh) | 一种评价烟叶原料在不同圆周卷烟适用性的方法 | |
| CN112485238B (zh) | 一种基于拉曼光谱技术鉴别姜黄精油产地的方法 | |
| CN105954228A (zh) | 基于近红外光谱的油砂中金属钠含量的测量方法 | |
| CN111257452A (zh) | 一种检测镇江香醋中添加合成醋酸的方法 | |
| CN106770477A (zh) | 一种优化传感数据及模式识别对蜜源鉴别及掺假快检方法 | |
| CN106053380A (zh) | 利用近红外光谱技术快速分析混合制浆木材树种比例的方法 | |
| CN112362608A (zh) | 基于红外光谱技术鉴别香精斑烟、料斑烟污染源的方法 | |
| CN107884360B (zh) | 一种卷烟纸助燃剂检测方法 | |
| CN118134276A (zh) | 一种判定烟叶成品分配仓储地点的方法及其应用 | |
| CN110736718B (zh) | 一种烤烟烟丝的产地及等级识别方法 | |
| CN117909834A (zh) | 一种确定成品片烟仓储养护类别的方法及其应用 | |
| CN113311076A (zh) | 一种基于醛类化合物快速区分不同品种大米的方法 |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |