CN116189803A - 一种卷烟叶组配方的稳质增效方法及其应用 - Google Patents
一种卷烟叶组配方的稳质增效方法及其应用 Download PDFInfo
- Publication number
- CN116189803A CN116189803A CN202310335365.9A CN202310335365A CN116189803A CN 116189803 A CN116189803 A CN 116189803A CN 202310335365 A CN202310335365 A CN 202310335365A CN 116189803 A CN116189803 A CN 116189803A
- Authority
- CN
- China
- Prior art keywords
- tobacco
- tobacco leaves
- class
- tobacco leaf
- leaves
- 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
- 241000208125 Nicotiana Species 0.000 title claims abstract description 306
- 235000002637 Nicotiana tabacum Nutrition 0.000 title claims abstract description 306
- 238000000034 method Methods 0.000 title claims abstract description 46
- 238000005096 rolling process Methods 0.000 title claims abstract description 38
- 235000019504 cigarettes Nutrition 0.000 claims abstract description 44
- 230000001953 sensory effect Effects 0.000 claims abstract description 33
- 239000000779 smoke Substances 0.000 claims abstract description 17
- 239000000126 substance Substances 0.000 claims abstract description 17
- 239000002994 raw material Substances 0.000 claims abstract description 15
- 238000004519 manufacturing process Methods 0.000 claims abstract description 13
- 239000000796 flavoring agent Substances 0.000 claims abstract description 12
- 235000019634 flavors Nutrition 0.000 claims abstract description 12
- 238000012216 screening Methods 0.000 claims abstract description 6
- 230000000087 stabilizing effect Effects 0.000 claims abstract description 6
- 230000002708 enhancing effect Effects 0.000 claims abstract description 5
- 238000011156 evaluation Methods 0.000 claims description 23
- 238000004458 analytical method Methods 0.000 claims description 12
- 239000000203 mixture Substances 0.000 claims description 12
- 238000009472 formulation Methods 0.000 claims description 10
- 239000003205 fragrance Substances 0.000 claims description 9
- 238000012795 verification Methods 0.000 claims description 8
- 238000002290 gas chromatography-mass spectrometry Methods 0.000 claims description 6
- 238000012360 testing method Methods 0.000 claims description 5
- 238000004364 calculation method Methods 0.000 claims description 4
- 238000007689 inspection Methods 0.000 claims description 4
- 238000010238 partial least squares regression Methods 0.000 claims description 4
- 238000007619 statistical method Methods 0.000 claims description 4
- 238000004497 NIR spectroscopy Methods 0.000 claims description 3
- 238000010998 test method Methods 0.000 claims description 3
- 238000012847 principal component analysis method Methods 0.000 claims description 2
- 241000255901 Tortricidae Species 0.000 claims 2
- 238000002156 mixing Methods 0.000 claims 1
- 238000011161 development Methods 0.000 abstract description 8
- 230000009467 reduction Effects 0.000 abstract description 6
- 230000000694 effects Effects 0.000 abstract description 5
- 230000009286 beneficial effect Effects 0.000 abstract description 4
- 230000036541 health Effects 0.000 abstract description 4
- 230000002195 synergetic effect Effects 0.000 abstract 2
- 239000000523 sample Substances 0.000 description 45
- 238000001228 spectrum Methods 0.000 description 9
- 239000000047 product Substances 0.000 description 8
- 150000002500 ions Chemical class 0.000 description 7
- 238000007789 sealing Methods 0.000 description 7
- YMWUJEATGCHHMB-UHFFFAOYSA-N Dichloromethane Chemical compound ClCCl YMWUJEATGCHHMB-UHFFFAOYSA-N 0.000 description 6
- 238000002347 injection Methods 0.000 description 6
- 239000007924 injection Substances 0.000 description 6
- 238000012544 monitoring process Methods 0.000 description 5
- 230000005540 biological transmission Effects 0.000 description 4
- 238000010438 heat treatment Methods 0.000 description 4
- 238000002329 infrared spectrum Methods 0.000 description 4
- 230000006641 stabilisation Effects 0.000 description 4
- 238000011105 stabilization Methods 0.000 description 4
- WEVYAHXRMPXWCK-UHFFFAOYSA-N Acetonitrile Chemical compound CC#N WEVYAHXRMPXWCK-UHFFFAOYSA-N 0.000 description 3
- 230000006872 improvement Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000002098 selective ion monitoring Methods 0.000 description 3
- 230000003595 spectral effect Effects 0.000 description 3
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 3
- FAPWRFPIFSIZLT-UHFFFAOYSA-M Sodium chloride Chemical compound [Na+].[Cl-] FAPWRFPIFSIZLT-UHFFFAOYSA-M 0.000 description 2
- 238000009835 boiling Methods 0.000 description 2
- 239000012159 carrier gas Substances 0.000 description 2
- 230000000052 comparative effect Effects 0.000 description 2
- 150000001875 compounds Chemical class 0.000 description 2
- 230000001419 dependent effect Effects 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 238000011049 filling Methods 0.000 description 2
- 239000004579 marble Substances 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 239000000843 powder Substances 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 230000001737 promoting effect Effects 0.000 description 2
- 239000013062 quality control Sample Substances 0.000 description 2
- 239000010453 quartz Substances 0.000 description 2
- 230000001105 regulatory effect Effects 0.000 description 2
- 238000005070 sampling Methods 0.000 description 2
- VYPSYNLAJGMNEJ-UHFFFAOYSA-N silicon dioxide Inorganic materials O=[Si]=O VYPSYNLAJGMNEJ-UHFFFAOYSA-N 0.000 description 2
- 239000000243 solution Substances 0.000 description 2
- 239000012086 standard solution Substances 0.000 description 2
- RYGMFSIKBFXOCR-UHFFFAOYSA-N Copper Chemical compound [Cu] RYGMFSIKBFXOCR-UHFFFAOYSA-N 0.000 description 1
- CSNNHWWHGAXBCP-UHFFFAOYSA-L Magnesium sulfate Chemical compound [Mg+2].[O-][S+2]([O-])([O-])[O-] CSNNHWWHGAXBCP-UHFFFAOYSA-L 0.000 description 1
- 241000235648 Pichia Species 0.000 description 1
- 150000008062 acetophenones Chemical class 0.000 description 1
- 238000005119 centrifugation Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000010224 classification analysis Methods 0.000 description 1
- 229910052802 copper Inorganic materials 0.000 description 1
- 239000010949 copper Substances 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 239000000706 filtrate Substances 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 238000007710 freezing Methods 0.000 description 1
- 230000008014 freezing Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000004949 mass spectrometry Methods 0.000 description 1
- 239000012074 organic phase Substances 0.000 description 1
- 238000010239 partial least squares discriminant analysis Methods 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 238000003825 pressing Methods 0.000 description 1
- 238000000513 principal component analysis Methods 0.000 description 1
- 238000004445 quantitative analysis Methods 0.000 description 1
- 238000007873 sieving Methods 0.000 description 1
- 238000002791 soaking Methods 0.000 description 1
- 239000011780 sodium chloride Substances 0.000 description 1
- 239000012064 sodium phosphate buffer Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 239000006228 supernatant Substances 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
- 238000002137 ultrasound extraction Methods 0.000 description 1
- 238000005303 weighing Methods 0.000 description 1
- 238000004804 winding Methods 0.000 description 1
Classifications
-
- A—HUMAN NECESSITIES
- A24—TOBACCO; CIGARS; CIGARETTES; SIMULATED SMOKING DEVICES; SMOKERS' REQUISITES
- A24B—MANUFACTURE OR PREPARATION OF TOBACCO FOR SMOKING OR CHEWING; TOBACCO; SNUFF
- A24B3/00—Preparing tobacco in the factory
- A24B3/08—Blending tobacco
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16C—COMPUTATIONAL CHEMISTRY; CHEMOINFORMATICS; COMPUTATIONAL MATERIALS SCIENCE
- G16C20/00—Chemoinformatics, i.e. ICT specially adapted for the handling of physicochemical or structural data of chemical particles, elements, compounds or mixtures
- G16C20/30—Prediction of properties of chemical compounds, compositions or mixtures
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16C—COMPUTATIONAL CHEMISTRY; CHEMOINFORMATICS; COMPUTATIONAL MATERIALS SCIENCE
- G16C20/00—Chemoinformatics, i.e. ICT specially adapted for the handling of physicochemical or structural data of chemical particles, elements, compounds or mixtures
- G16C20/70—Machine learning, data mining or chemometrics
-
- 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
- Engineering & Computer Science (AREA)
- Chemical & Material Sciences (AREA)
- Crystallography & Structural Chemistry (AREA)
- Life Sciences & Earth Sciences (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Computing Systems (AREA)
- Theoretical Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Evolutionary Computation (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Manufacture Of Tobacco Products (AREA)
Abstract
本发明提供了一种卷烟叶组配方的稳质增效方法及其应用,所述稳质增效方法包括以下步骤:(1)获取目标卷烟叶组配方的历史生产信息;(2)筛选目标卷烟叶组配方中使用量稳定的烟叶;(3)获取待检烟叶样本;(4)获取烟叶化学成分;(5)获取Ⅴ类烟叶;(6)获取主流烟气香味成分;(7)获取烟气香味成分相近的烟叶簇信息;(8)烟叶感官质量检验;(9)实现稳质增效效果。本发明提供的方法在保持卷烟质量稳定的基础上,使用价格较低的低结构烟叶替代价格较高的高等级烟叶,不仅可以实现降本增效,还可以缓解当前卷烟市场一类卷烟不断增长造成的高结构烟叶原料短缺的结构性矛盾,有利于卷烟工业企业品牌健康可持续发展。
Description
技术领域
本发明属于卷烟产品设计与维护技术领域,具体涉及一种卷烟叶组配方的稳质增效方法及其应用。
背景技术
稳质增效的开展是提高烟草工业企业管理水平的重要前提,近年来,成本控制在企业经营发展中的影响越发显著,稳质增效可以实现企业核心竞争力的有效提升,有利于挖掘烟草工业企业的内部潜力,实现了内生动力的有效提升,对促进各项资源的优化利用具有重要意义,最终通过促进其发展模式向集约式不断转变来实现自身竞争力的有效提升。
烟草工业企业产品中的二类及以下卷烟产量占比较大,耗用的烟叶数量多,对烟叶库存结构要求较高。随着卷烟市场的发展变化,市场对一类卷烟需求量不断增长,一类卷烟产品产量随之不断增长,对高结构烟叶的需求量逐年增加。但烟草是农产品,不能无限制供应高结构烟叶原料。随着一类卷烟产品不断增长,库存高结构烟叶需要向一类卷烟倾斜,二类及以下卷烟在稳质的基础上减少优质高结构烟叶的使用量,不仅可以降本增效,而且可以缓解优质烟叶原料短缺的结构性矛盾。同时,高结构烟叶采购成本高于低结构烟叶,造成部分卷烟成本较高,不利于卷烟工业企业降本增效。直接通过大批量的烟叶感官评吸筛选低结构烟叶替换高结构烟叶,由于不同的配方人员评吸水平参差不齐,容易造成卷烟质量波动,且效率低下。因此,如何提供一种能够有效利用低结构烟叶替换高结构烟叶,同时对卷烟品质影响低的方法,成为了亟待解决的问题。
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卷烟叶组配方的稳质增效方法及其应用。本发明提供的方法在保持卷烟质量稳定的基础上,使用价格较低的低结构烟叶替代价格较高的高等级烟叶,不仅可以实现降本增效,还可以缓解当前卷烟市场一类卷烟不断增长造成的高结构烟叶原料短缺的结构性矛盾,有利于卷烟工业企业品牌健康可持续发展。
为达到此发明目的,本发明采用以下技术方案:
一方面,本发明提供了一种卷烟叶组配方的稳质增效方法,所述稳质增效方法包括以下步骤:
(1)获取目标卷烟叶组配方的历史生产信息:即获得目标卷烟已生产叶组配方的投料信息,包括叶组配方中使用的不同产地、不同等级烟叶的使用比例或使用重量中任意一种或至少两种的组合;
(2)筛选目标卷烟叶组配方中使用量稳定的烟叶:逐个计算不同产地、不同等级的烟叶在目标卷烟叶组配方中的使用概率,使用概率不低于单箱占比比例的烟叶视为使用量稳定的烟叶,标记为Ⅰ类烟叶,其余标记为Ⅱ类烟叶;
(3)获取待检烟叶样本:将库存中烟叶满足Ⅰ类烟叶信息条件且包含不同年份信息的烟叶标记为Ⅲ类烟叶,库存中除Ⅲ类烟叶以外的其它烟叶标记为Ⅳ类烟叶;
(4)获取烟叶化学成分:对Ⅲ、Ⅳ类烟叶的化学成分进行检测;
(5)获取Ⅴ类烟叶:通过对Ⅲ、Ⅳ类烟叶的化学成分进行分析,使用统计分析方法从Ⅳ类烟叶中筛选出Ⅴ类烟叶;
(6)获取主流烟气香味成分:将Ⅲ类、Ⅴ类烟叶卷制成烟支,检测其中烟支主流烟气中的香味成分含量;
(7)获取烟气香味成分相近的烟叶簇信息:通过对Ⅲ类、Ⅴ类烟叶的主流烟气中的香味成分含量进行分析,使用统计学手段,将Ⅲ类、Ⅴ类烟叶分为不同的簇,其中香味成分相近的烟叶分为同一簇;
(8)烟叶感官质量检验:对同一簇内不同烟叶之间进行感官检验,剔除检验不合格烟叶样本;
(9)实现稳质增效效果:在同一簇内,在目标卷烟叶组配方中选择结构较低等级原料代替结构较高等级原料进行使用,并进行感官验证。
上述方法通过对库存烟叶进行分类分析,筛选出与目标卷烟叶组配方中类似的烟叶成分,并将其进行替换,在保持卷烟质量稳定的基础上,使用价格较低的低结构烟叶替代价格较高的高等级烟叶,不仅可以实现降本增效,还可以缓解当前卷烟市场一类卷烟不断增长造成的高结构烟叶原料短缺的结构性矛盾,有利于卷烟工业企业品牌健康可持续发展。
优选地,步骤(1)所述历史生产信息中不包含烟叶年份信息。
优选地,步骤(2)中在目标卷烟叶组配方中的使用概率按以下公式计算:
g=s/z×100%;
其中,g为某烟叶在目标卷烟叶组配方中的使用概率,s为某烟叶在目标卷烟叶组配方历史生产投料的使用总重量,z为目标卷烟叶组配方历史生产投料烟叶的总重量。
优选地,所述单箱占比比例按以下公式计算:
b=d/p×100%;
其中,b为某烟叶在目标卷烟叶组配方中的单箱占比比例,d为某烟叶的单箱片烟重量,p为目标卷烟叶组配方单批次投料烟叶的总重量。
优选地,所述Ⅰ类烟叶满足g≥b条件,所述Ⅱ类烟叶满足g<b条件。
优选地,步骤(4)中所述化学成分包括微量香味成分和微量香味成分以外的成分。
优选地,所述微量香味成分采用GC-MS法进行检测。
优选地,所述微量香味成分以外的成分采用近红外光谱测试方法进行检测。
优选地,步骤(5)中所述统计分析方法为偏最小二乘回归分析法。
优选地,步骤(5)中所述Ⅴ类烟叶为偏最小二乘回归分析中,Ⅳ类烟叶中与Ⅲ类烟叶在化学成份上交叉重叠的烟叶。
优选地,所述步骤(7)中的具体步骤为,通过对Ⅲ类、Ⅴ类烟叶的主流烟气中的香味成分含量进行分析,使用主成分分析法将Ⅲ类、Ⅴ类烟叶分为不同的簇,其中香味成分相近的烟叶分为同一簇。
其中,任一簇内的烟叶等级包括结构较高等级和结构较低等级的烟叶。
所述结构较低等级的烟叶包括GB2635-92中C3L、X2F、C4L、C4F、X3F、X1L、X2L、B3F、B3F、B2L、B2R、B3R、H2F、X2V、C3V、B2V、B3V、S1烟叶或感官质量等同的烟叶。
所述结构较高等级的烟叶包括GB2635-92中C1F、C2F、C3F、C1L、C2L、B1F、B2F、B1L、B1R、H1F、X1F烟叶或感官质量等同的烟叶。
优选地,所述感官检验的具体步骤为:按照YC/T 530-2015《烤烟烟叶质量风格特色感官评价方法》标准执行,其结果按以下公式进行计算:
其中,Yi为某烟叶某单项指标评价得分,∑Xi为某烟叶某单项指标有效标度值加和,N为参加感官评吸人数。
之后按照如下公式进行计算:
优选地,所述不合格烟叶样本的Ci值大于0.5。
优选地,步骤(9)中所述的验证是指在结构较高等级原料与结构较低等级原料之间分别进行感官评价,通过感官验证的烟叶在目标卷烟叶组配方中可以替代使用。
另一方面,本发明还提供了如上所述的卷烟叶组配方的稳质增效方法在改进卷烟叶组配方中的应用。
与现有技术相比,本发明具有如下有益效果:
本发明提供了一种卷烟叶组配方的稳质增效方法,通过对库存烟叶进行分类分析,筛选出与目标卷烟叶组配方中类似的烟叶成分,并将其进行替换,在保持卷烟质量稳定的基础上,使用价格较低的低结构烟叶替代价格较高的高等级烟叶,不仅可以实现降本增效,还可以缓解当前卷烟市场一类卷烟不断增长造成的高结构烟叶原料短缺的结构性矛盾,有利于卷烟工业企业品牌健康可持续发展。
具体实施方式
为更进一步阐述本发明所采取的技术手段及其效果,以下结合本发明的优选实施例来进一步说明本发明的技术方案,但本发明并非局限在实施例范围内。
以下示例中,某二类卷烟规格XHM来自江苏中烟工业有限责任公司。
实施例1
本实施例提供一种卷烟叶组配方的稳质增效方法,选定某二类卷烟规格XHM作为实施对象,具体步骤如下:
(1)获取XHM卷烟叶组配方历史生产信息:即已生产叶组配方的投料信息,包括叶组配方中使用的不同产地、不同等级烟叶的使用比例、使用重量信息,不包含烟叶年份信息。
(2)筛选XHM卷烟叶组配方使用量稳定的烟叶分类信息:逐个计算库存中不同烟叶等级的烟叶在XHM卷烟叶组配方中的使用概率,使用概率不低于单箱占比比例的烟叶视为使用量稳定的烟叶,标记为Ⅰ类烟叶,其余标记为Ⅱ类烟叶,烟叶分类信息如表1。
使用概率按以下公式计算:
g=s/z×100%;
其中,g为某烟叶在目标卷烟叶组配方中的使用概率,s为某烟叶在目标卷烟叶组配方历史生产投料的使用总重量,z为目标卷烟叶组配方历史生产投料烟叶的总重量。
所述单箱占比比例按以下公式计算:
b=d/p×100%;
其中,b为某烟叶在目标卷烟叶组配方中的单箱占比比例,d为某烟叶的单箱片烟重量,p为目标卷烟叶组配方单批次投料烟叶的总重量。
Ⅰ类烟叶满足g≥b条件,Ⅱ类烟叶满足g<b条件。
表1
(3)获取待检烟叶样本:库存中烟叶满足Ⅰ类烟叶信息条件且包含不同年份信息的烟叶标记为Ⅲ类烟叶,库存中除Ⅲ类烟叶以外的其它烟叶标记为Ⅳ类烟叶。烟叶分类信息如表2所示。
表2
(4)获取烟叶化学成分:检测Ⅲ类、Ⅳ类烟叶的化学成分,化学成分包括微量香味成分和微量香味成分以外的成分。
微量香味成分以外的成分采用近红外光谱测试方法:
样品制备
样品粉碎前,自然晾干到水分在6~8%之间,采用旋风磨粉碎样品,过不大于0.250mm(60目)筛网。
样品粉碎后测水分,若不在6~8%范围内,调水分至6~8%。若水分低于6%,计算样品分别增重至6%、7%和8%所需要增加的水分值,将样品放置在恒温恒湿条件下,称重,尽量在7%左右增重的水分值处收样。样品收集好充分摇匀。若水分高于8%,计算样品分别增重至6%、7%和8%所需要增加的水分值,根据实际需求采用烘箱法,将样品在7%左右减少的水分值处收样,样品要充分摇匀。调完水分后,重新测试水分,确保水分范围在6~8%。
将样品装入自封袋,排尽空气,密封,加贴唯一性标识。再取一自封袋,将前述自封袋装入,排尽空气,密封,于0~4℃冷藏储存。
样品测试
采用热电2代近红外光谱仪进行样品测试,近红外光谱仪置于15℃~28℃、相对湿度20%~60%的环境中使用,
光谱采集时按以下要求设置仪器参数:
扫描范围为10000cm-1~4000cm-1;分辨率为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。
开机预热30min。按近红外光谱仪生产商说明诊断仪器性能,校验仪器正常。连接互联网,检查计算机时间应与北京时间一致。打开近红外光谱直采软件,准备采集样品光谱。样品光谱采集前,先采集背景光谱,且背景光谱每20min采集一次。采集质量控制样品光谱,且每采集20个样品插入1个质量控制样品。
用样品勺取出适量样品,倒入洁净的采样杯中,平整后用压样器(20g/cm2)轻压样品,样品厚度不低于10mm。样品应厚薄均匀,目视确认样品杯底部样品无明显空隙不透光。将样品杯置于旋转台上,进行待测样品的近红外光谱采集。光谱采集完成后,应及时将样品杯清理干净。所有样品近红外光谱应采集2次(每次采集应重新装样),且2条光谱应通过一致性检验(光谱相似性应大于0.9999)
分析指标
近红外光谱法分析指标见表3,共计72种。
表3
微量香味成分检测方法采用GC-MS法:
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),浸泡20min,加入10mL乙腈,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,过有机相滤膜后,进GC-MS分析。
仪器分析条件
①非极性或高沸点化合物仪器条件
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仪器条件
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)获取Ⅴ类烟叶:正交偏最小二乘判别分析方法是一种多因变量对自变量的数据建模方法,在对数据“降维”的同时,可以滤除与分类信息无关的噪音,提高模型的解析能力和有效性。在已知样本分组关系的基础上,更好的选择区分各组的特征变量,确定样本之间的关系。因此,选用Ⅲ类(21个)、Ⅳ类(61个)烟叶样本信息作为自变量,化学成分作为因变量,使用正交偏最小二乘判别分析方法(OPLS-DA)建立了Ⅲ类、Ⅳ类烟叶样本的分类情况模型。从Ⅳ类烟叶中能够筛选出与Ⅲ类烟叶化学成分相似相近的烟叶样本,作为Ⅴ类烟叶。选择Ⅳ类烟叶与Ⅲ类烟叶在化学成份上,呈现明显交叉重叠的烟叶,重叠区域内的Ⅳ类烟叶等级标记为Ⅴ类烟叶,总计22个,见下表:
序号 | 烟叶分类信息 |
1 | 2020年福建省三明市X2F |
2 | 2021年福建省三明市X2F |
3 | 2020年云南省丽江市X2F |
4 | 2021年云南省丽江市X2F |
5 | 2020年云南省曲靖市C3L |
6 | 2020年河南省洛阳市C3L |
7 | 2021年福建省三明市C4F |
8 | 2020年云南省大理市C3L |
9 | 2019年重庆市武隆县C3F |
10 | 2021年贵州省毕节市C3L |
11 | 2020年贵州省遵义市C4F |
12 | 2020年重庆市武隆县C3L |
13 | 2022年贵州省遵义市X2F |
14 | 2021年湖南省永州市C4F |
15 | 2021年贵州省遵义市C3L |
16 | 2019年贵州省铜仁市C4F |
17 | 2021年福建省三明市B3F |
18 | 2020年云南省玉龙市B2F |
19 | 2021年云南省楚雄市B3F |
20 | 2020年山东省临沂市C3F |
21 | 2021年辽宁省丹东市C3F |
22 | 2020年吉林省白城市C3L |
(6)获取主流烟气香味成分:将Ⅲ类、Ⅴ类烟叶采用与目标卷烟生产卷制过程相同,工艺、材料、辅材均相同的条件下卷制成烟支,采用离子监测(SIM)定量分析检测烟支主流烟气中的香味成分含量:
样品前处理:收集捕集10支卷烟主流烟气粒相物的剑桥滤片一分为二放入4mL样品瓶中,加入3mL二氯甲烷萃取剂,并准确加入100μL内标溶液(2mg/mL),密封膜密封,超声萃取30分钟,取萃取液,0.45μm微孔滤膜过滤,滤液进行GC-MS分析,选择离子监测(SIM)定量分析检测目标成分。
气相色谱质谱联用分析条件:
分别在DB-5MS和DB-624两根柱子上进样分析,具体色谱质谱分析条件如下:
DB-5MS(60m×1.0μm×0.25mm):
程序升温:60℃以2℃/min升温至250℃,之后以5℃/min升温至290℃保持20min,进样量:1μL;进样口温度:290℃;分流比:10:1;载气:He,流速:1.5mL/min;传输线温度:290℃;电离方式:EI;离子源温度:230℃;电离能量:70eV;四极杆温度:150℃;质谱质量扫描范围:26~400amu;监测模式:全扫描模式和选择离子扫描模式。定时事件:
CH2Cl2:0:00检测器打开;5:00检测器关闭;6:00检测器打开;
CH3OH:0:00检测器打开;4:00检测器关闭;5:00检测器打开;
DB-624(60m×1.4μm×0.25mm):
程序升温:40℃保持30min,接着以2℃/min升温至160℃保持1min,之后以8℃/min升温至240℃保持10min;进样量:1μL;进样口温度:220℃;分流比:10:1;载气:He,流速:1.0mL/min;传输线温度:240℃;电离方式:EI;离子源温度:230℃;电离能量:70eV;四极杆温度:150℃;质谱质量扫描范围:20~350amu;监测模式:全扫描模式和选择离子扫描模式。定时事件:
CH2Cl2:0:00检测器打开;12:10检测器关闭;13:90检测器打开;
CH3OH:0:00检测器打开;11:70检测器关闭;13:00检测器打开。
(7)获取烟气香味成分相近的烟叶簇信息:主成分分析是在尽量保证“信息量不丢失”的情况下,对原始特征进行降维,同时保留住较多的数据特性,PCA可以非常直观地看出各个样本之间的相似性。因此采用主成分分析方法,基于Ⅲ类、Ⅴ类烟叶的主流烟气香味成分分析,试图将烟叶进行自然分组,直观获取香味成分相近的烟叶分簇信息,结果得到五簇样本,烟叶样本呈现出明显的分群,5个组的样本对应的散点在组内呈现相互聚集的情况,说明组内的数据非常相似,而组间则有较好的区分度。将其分别命名为簇1-5,各簇烟叶信息如下:簇1
序号 | 烟叶等级 |
1 | 2020年福建省三明市X2F |
2 | 2021年福建省三明市X2F |
3 | 2020年云南省丽江市X2F |
4 | 2021年云南省丽江市X2F |
5 | 2021年福建省建阳市C3F |
6 | 2020年云南省普洱市C3F |
7 | 2021年云南省曲靖市C3F |
8 | 2020年四川省凉山市C3F |
9 | 2020年云南省曲靖市C3L |
10 | 2021年福建省建阳市C4F |
簇2
序号 | 烟叶等级 |
1 | 2020年福建省三明市C3F |
2 | 2019年河南省洛阳市C3F |
3 | 2020年河南省洛阳市C3L |
4 | 2020年河南省洛阳市C3F |
5 | 2021年河南省洛阳市C3F |
6 | 2020年福建省南平市C3F |
7 | 2021年福建省三明市C4F |
8 | 2020年云南省大理市C3L |
9 | 2021年吉林省白城市C3F |
簇3
簇4
序号 | 烟叶等级 |
1 | 2021年福建省三明市B2F |
2 | 2020年福建省三明市B2F |
3 | 2021年福建省三明市B3F |
4 | 2020年云南省玉龙市B2F |
5 | 2021年云南省楚雄市B3F |
簇5
序号 | 烟叶等级 |
1 | 2020年山东省临沂市C3F |
2 | 2021年河南省三门峡市C3L |
3 | 2020年河南省三门峡市C3F |
4 | 2021年辽宁省丹东市C3F |
5 | 2020年吉林省白城市C3L |
(8)烟叶感官质量检验:按照YC/T 530-2015《烤烟烟叶质量风格特色感官评价方法》执行。对同一簇内不同烟叶之间进行感官检验,按如下计算公式进行烟叶的感官质量检验,剔除检验不合格烟叶样本:
其中,Yi为某烟叶某单项指标评价得分,∑Xi为某烟叶某单项指标有效标度值加和,N为参加感官评吸人数;
之后按照如下公式进行计算:
对簇1中10种烟叶的感官质量指标进行逐个检验,其中细腻程度指标结果如表4所示。
表4
(9)稳质增效效果实现:在同一簇内,从满足Ⅲ类烟叶信息条件的烟叶等级中选择2020年云南省普洱市C3F作为被替换对象,从满足Ⅴ类烟叶信息条件的烟叶等级中选择2020年云南省曲靖市C3L作为替换对象,分别制备使用在目标卷烟叶组配方中的两个比对叶组,使用2020年云南省普洱市C3F的叶组编号YZ01,使用2020年云南省曲靖市C3L的叶组编号YZ02,两个叶组除替换的两个烟叶之外其它组分的烟叶等级均相同,对两个叶组配方进行感官评价,评价结果如表5所示,两个叶组感官质量各项指标均满足基本一致,通过感官验证结果得到两个烟叶等级在目标卷烟叶组配方中完全可以替代使用,目标卷烟XHM在其它烟叶组分不变的情况下使用2020年云南省曲靖市C3L替代2020年云南省普洱市C3F,实现在保持产品质量稳定的基础上,降低成本,缓解高结构烟叶短缺的结构性矛盾。说明利用本发明可以实现卷烟叶组配方的稳质增效过程。
表5
对比例1
本对比例提供一种卷烟叶组配方的稳质增效方法,选定某二类卷烟规格XHM作为实施对象,具体步骤中除步骤(3)中III类烟叶的划定标准为库存中烟叶满足Ⅰ类烟叶信息条件且包含不同年份信息的烟叶以及满足II类烟叶信息条件且使用概率不为0、包含不同年份信息的烟叶标记为Ⅲ类烟叶外,其余与实施例1一致。
最终稳质增效效果实现步骤如下:
稳质增效效果实现:在同一簇内,从满足Ⅲ类烟叶信息条件的烟叶等级中选择2020年贵州省毕节市C3F作为被替换对象,从来源Ⅱ类烟叶信息满足Ⅴ类烟叶信息条件的烟叶等级中选择2020年贵州省铜仁市C4F作为替换对象,分别制备使用在目标卷烟叶组配方中的两个比对叶组,使用2020年贵州省毕节市C3F的叶组编号YZ03,使用2020年贵州省铜仁市C4F的叶组编号YZ04,两个叶组除替换的两个烟叶之外其它组分的烟叶等级均相同,对两个叶组配方进行感官评价,评价结果如表6所示,两个叶组感官质量各项指标中香气质、香气量两项指标有差异,通过感官验证结果得到两个烟叶等级在目标卷烟叶组配方中不能替代使用。
表6
从以上结果可以发现,本发明通过对样品进行特定分类和处理,使用价格较低的低结构烟叶替代价格较高的高等级烟叶,能够有效实现降本增效。
申请人声明,本发明通过上述实施例来说明本发明的卷烟叶组配方的稳质增效方法及其应用,但本发明并不局限于上述实施例,即不意味着本发明必须依赖上述实施例才能实施。所属技术领域的技术人员应该明了,对本发明的任何改进,对本发明产品各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。
以上详细描述了本发明的优选实施方式,但是,本发明并不限于上述实施方式中的具体细节,在本发明的技术构思范围内,可以对本发明的技术方案进行多种简单变型,这些简单变型均属于本发明的保护范围。
另外需要说明的是,在上述具体实施方式中所描述的各个具体技术特征,在不矛盾的情况下,可以通过任何合适的方式进行组合,为了避免不必要的重复,本发明对各种可能的组合方式不再另行说明。
Claims (10)
1.一种卷烟叶组配方的稳质增效方法,其特征在于,所述稳质增效方法包括以下步骤:
(1)获取目标卷烟叶组配方的历史生产信息:即获得目标卷烟已生产叶组配方的投料信息,包括叶组配方中使用的不同产地、不同等级烟叶的使用比例或使用重量中任意一种或至少两种的组合;
(2)筛选目标卷烟叶组配方中使用量稳定的烟叶:逐个计算不同产地、不同等级的烟叶在目标卷烟叶组配方中的使用概率,使用概率不低于单箱占比比例的烟叶视为使用量稳定的烟叶,标记为Ⅰ类烟叶,其余标记为Ⅱ类烟叶;
(3)获取待检烟叶样本:将库存中烟叶满足Ⅰ类烟叶信息条件且包含不同年份信息的烟叶标记为Ⅲ类烟叶,库存中除Ⅲ类烟叶以外的其它烟叶标记为Ⅳ类烟叶;
(4)获取烟叶化学成分:对Ⅲ、Ⅳ类烟叶的化学成分进行检测;
(5)获取Ⅴ类烟叶:通过对Ⅲ、Ⅳ类烟叶的化学成分进行分析,使用统计分析方法从Ⅳ类烟叶中筛选出Ⅴ类烟叶;
(6)获取主流烟气香味成分:将Ⅲ类、Ⅴ类烟叶卷制成烟支,检测其中烟支主流烟气中的香味成分含量;
(7)获取烟气香味成分相近的烟叶簇信息:通过对Ⅲ类、Ⅴ类烟叶的主流烟气中的香味成分含量进行分析,使用统计学手段,将Ⅲ类、Ⅴ类烟叶分为不同的簇,其中香味成分相近的烟叶分为同一簇;
(8)烟叶感官质量检验:对同一簇内不同烟叶之间进行感官检验,剔除检验不合格烟叶样本;
(9)实现稳质增效效果:在同一簇内,在目标卷烟叶组配方中选择结构较低等级原料代替结构较高等级原料进行使用,并进行感官验证。
2.根据权利要求1所述的卷烟叶组配方的稳质增效方法,其特征在于,步骤(1)所述历史生产信息中不包含烟叶年份信息。
3.根据权利要求1或2所述的卷烟叶组配方的稳质增效方法,其特征在于,步骤(2)中在目标卷烟叶组配方中的使用概率按以下公式计算:
g=s/z×100%;
其中,g为某烟叶在目标卷烟叶组配方中的使用概率,s为某烟叶在目标卷烟叶组配方历史生产投料的使用总重量,z为目标卷烟叶组配方历史生产投料烟叶的总重量;
优选地,所述单箱占比比例按以下公式计算:
b=d/p×100%;
其中,b为某烟叶在目标卷烟叶组配方中的单箱占比比例,d为某烟叶的单箱片烟重量,p为目标卷烟叶组配方单批次投料烟叶的总重量;
优选地,所述Ⅰ类烟叶满足g≥b条件,所述Ⅱ类烟叶满足g<b条件。
4.根据权利要求1-3中任一项所述的卷烟叶组配方的稳质增效方法,其特征在于,步骤(4)中所述化学成分包括微量香味成分和微量香味成分以外的成分;
优选地,所述微量香味成分采用GC-MS法进行检测;
优选地,所述微量香味成分以外的成分采用近红外光谱测试方法进行检测。
5.根据权利要求1-4中任一项所述的卷烟叶组配方的稳质增效方法,其特征在于,步骤(5)中所述统计分析方法为偏最小二乘回归分析法。
6.根据权利要求5所述的卷烟叶组配方的稳质增效方法,其特征在于,步骤(5)中所述Ⅴ类烟叶为偏最小二乘回归分析中,Ⅳ类烟叶中与Ⅲ类烟叶在化学成份上交叉重叠的烟叶。
7.根据权利要求1-6中任一项所述的卷烟叶组配方的稳质增效方法,其特征在于,所述步骤(7)中的具体步骤为,通过对Ⅲ类、Ⅴ类烟叶的主流烟气中的香味成分含量进行分析,使用主成分分析法将Ⅲ类、Ⅴ类烟叶分为不同的簇,其中香味成分相近的烟叶分为同一簇;
其中,任一簇内的烟叶等级包括结构较高等级和结构较低等级的烟叶;
所述结构较低等级的烟叶包括GB2635-92中C3L、X2F、C4L、C4F、X3F、X1L、X2L、B3F、B3F、B2L、B2R、B3R、H2F、X2V、C3V、B2V、B3V、S1烟叶或感官质量等同的烟叶;
所述结构较高等级的烟叶包括GB2635-92中C1F、C2F、C3F、C1L、C2L、B1F、B2F、B1L、B1R、H1F、X1F烟叶或感官质量等同的烟叶。
9.根据权利要求1-8中任一项所述的卷烟叶组配方的稳质增效方法,其特征在于,步骤(9)中所述的验证是指在结构较高等级原料与结构较低等级原料之间分别进行感官评价,通过感官验证的烟叶在目标卷烟叶组配方中可以替代使用。
10.一种根据权利要求1-9中任一项所述的卷烟叶组配方的稳质增效方法在改进卷烟叶组配方中的应用。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310335365.9A CN116189803B (zh) | 2023-03-31 | 2023-03-31 | 一种卷烟叶组配方的稳质增效方法及其应用 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310335365.9A CN116189803B (zh) | 2023-03-31 | 2023-03-31 | 一种卷烟叶组配方的稳质增效方法及其应用 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116189803A true CN116189803A (zh) | 2023-05-30 |
CN116189803B CN116189803B (zh) | 2024-02-02 |
Family
ID=86450806
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310335365.9A Active CN116189803B (zh) | 2023-03-31 | 2023-03-31 | 一种卷烟叶组配方的稳质增效方法及其应用 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116189803B (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
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 |
US20200256837A1 (en) * | 2017-10-31 | 2020-08-13 | East China University Of Science And Technology | Electronic nose instrument for sensory quality evaluation of tobacco and tobacco product |
US20220268696A1 (en) * | 2021-01-14 | 2022-08-25 | China Tobacco Yunnan Industrial Co., Ltd | Sensory evaluation method for spectral data of mainstream smoke |
CN115129012A (zh) * | 2022-07-12 | 2022-09-30 | 福建中烟工业有限责任公司 | 一种烟草原料质量控制方法 |
-
2023
- 2023-03-31 CN CN202310335365.9A patent/CN116189803B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20200256837A1 (en) * | 2017-10-31 | 2020-08-13 | East China University Of Science And Technology | Electronic nose instrument for sensory quality evaluation of tobacco and tobacco product |
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 |
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 |
US20220268696A1 (en) * | 2021-01-14 | 2022-08-25 | China Tobacco Yunnan Industrial Co., Ltd | Sensory evaluation method for spectral data of mainstream smoke |
CN115129012A (zh) * | 2022-07-12 | 2022-09-30 | 福建中烟工业有限责任公司 | 一种烟草原料质量控制方法 |
Non-Patent Citations (3)
Title |
---|
YUNXIN YANG ET AL.: "Preparation of Functionalized Zr-Based MOFs and MOFs/GO for Efficient Removal of 1, 3-Butadiene from Cigarette Smoke", MATERIALS * |
郝贤伟;帖金鑫;何文苗;李石头;张立立;李永生;张勇刚;慕继瑞;廖付;田雨农;刘建国;毕一鸣;: "基于近红外光谱-感官评价的巴西烟叶风格模拟及替代", 烟草科技, no. 10 * |
钱建财 等: "基于品牌导向的库存中等烟叶使用价值提升", 农业与技术, vol. 40, no. 24 * |
Also Published As
Publication number | Publication date |
---|---|
CN116189803B (zh) | 2024-02-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103226135B (zh) | 一种烤烟香型的检测判定方法 | |
CN108685150B (zh) | 一种基于香气分维的卷烟数字化调香方法 | |
CN108181263A (zh) | 基于近红外光谱的烟叶部位特征提取及判别方法 | |
CN109994162B (zh) | 一种感官品质导向的烤烟烟叶化学成分适宜性量化评价方法 | |
CN111737643A (zh) | 一种烟丝结构分布稳定性测定方法 | |
CN113190967A (zh) | 一种基于多目标筛选的细支卷烟材料组配方法 | |
CN103892435B (zh) | 一种稳定再造烟叶质量的烟末原料的配方方法 | |
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 | |
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 | |
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 | |
CN116189803B (zh) | 一种卷烟叶组配方的稳质增效方法及其应用 | |
Wang et al. | Zonal distribution of neutral aroma components in flue-cured tobacco leaves | |
CN111896657B (zh) | 烟叶源香料风格特征组分的筛选方法 | |
CN110796350A (zh) | 一种基于多元统计的打叶复烤加工质量综合评价方法 | |
CN111838742A (zh) | 一种基于不同规格片烟分类使用的配方打叶方法 | |
Catão et al. | Coffee-roasting variables associated with volatile organic profiles and sensory evaluation using multivariate analysis | |
Yue et al. | Identification of main metabolites correlated with the sensory attributes of Diospyros kaki. cv.“Taishuu” through a large-scale comprehensive analysis by sensory evaluation, electronic tongue and metabolomics | |
CN113907407B (zh) | 一种烟草提取物的风格特征迁移方法 | |
CN103593561A (zh) | 一种采用特征指数表征烟叶风格特征的方法 | |
CN115293444A (zh) | 一种库存烟叶原料健康指数的表征方法 | |
CN115129012A (zh) | 一种烟草原料质量控制方法 | |
CN114595365A (zh) | 一种构建卷烟特征关联性的方法、装置、电子设备及介质 | |
CN110736718B (zh) | 一种烤烟烟丝的产地及等级识别方法 | |
CN110082251B (zh) | 一种烟梗签的界定及检测方法 |
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 |