CN116482056A - 一种融合近红外光谱热裂解组分的卷烟配方烟叶替换方法 - Google Patents
一种融合近红外光谱热裂解组分的卷烟配方烟叶替换方法 Download PDFInfo
- Publication number
- CN116482056A CN116482056A CN202310485861.2A CN202310485861A CN116482056A CN 116482056 A CN116482056 A CN 116482056A CN 202310485861 A CN202310485861 A CN 202310485861A CN 116482056 A CN116482056 A CN 116482056A
- Authority
- CN
- China
- Prior art keywords
- tobacco leaves
- near infrared
- tobacco
- cigarette formula
- infrared spectrum
- 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
Links
- 241000208125 Nicotiana Species 0.000 title claims abstract description 124
- 235000002637 Nicotiana tabacum Nutrition 0.000 title claims abstract description 124
- 235000019504 cigarettes Nutrition 0.000 title claims abstract description 57
- 238000000034 method Methods 0.000 title claims abstract description 32
- 238000002329 infrared spectrum Methods 0.000 title claims abstract description 29
- 238000004227 thermal cracking Methods 0.000 title claims abstract description 28
- 230000004927 fusion Effects 0.000 claims abstract description 39
- 239000011159 matrix material Substances 0.000 claims abstract description 27
- 238000001228 spectrum Methods 0.000 claims abstract description 19
- 238000013527 convolutional neural network Methods 0.000 claims abstract description 13
- 239000000203 mixture Substances 0.000 claims description 18
- 238000000197 pyrolysis Methods 0.000 claims description 12
- 238000002290 gas chromatography-mass spectrometry Methods 0.000 claims description 10
- 238000001514 detection method Methods 0.000 claims description 7
- 238000010606 normalization Methods 0.000 claims description 6
- 238000004364 calculation method Methods 0.000 claims description 5
- 238000005336 cracking Methods 0.000 claims description 5
- 239000000126 substance Substances 0.000 claims description 5
- 238000002485 combustion reaction Methods 0.000 claims description 4
- 238000010521 absorption reaction Methods 0.000 claims description 3
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 claims description 3
- 230000005540 biological transmission Effects 0.000 claims description 3
- 239000012159 carrier gas Substances 0.000 claims description 3
- 238000006243 chemical reaction Methods 0.000 claims description 3
- 125000000524 functional group Chemical group 0.000 claims description 3
- 238000010438 heat treatment Methods 0.000 claims description 3
- 238000002347 injection Methods 0.000 claims description 3
- 239000007924 injection Substances 0.000 claims description 3
- DOTMOQHOJINYBL-UHFFFAOYSA-N molecular nitrogen;molecular oxygen Chemical compound N#N.O=O DOTMOQHOJINYBL-UHFFFAOYSA-N 0.000 claims description 3
- 239000001301 oxygen Substances 0.000 claims description 3
- 229910052760 oxygen Inorganic materials 0.000 claims description 3
- 238000011176 pooling Methods 0.000 claims description 3
- 239000002904 solvent Substances 0.000 claims description 3
- 239000000047 product Substances 0.000 description 19
- 238000009472 formulation Methods 0.000 description 15
- 238000011156 evaluation Methods 0.000 description 10
- 230000001953 sensory effect Effects 0.000 description 8
- 238000004458 analytical method Methods 0.000 description 7
- 238000006467 substitution reaction Methods 0.000 description 7
- 230000000391 smoking effect Effects 0.000 description 4
- UHOVQNZJYSORNB-UHFFFAOYSA-N Benzene Chemical compound C1=CC=CC=C1 UHOVQNZJYSORNB-UHFFFAOYSA-N 0.000 description 3
- 238000004519 manufacturing process Methods 0.000 description 3
- 239000002994 raw material Substances 0.000 description 3
- SNICXCGAKADSCV-JTQLQIEISA-N (-)-Nicotine Chemical compound CN1CCC[C@H]1C1=CC=CN=C1 SNICXCGAKADSCV-JTQLQIEISA-N 0.000 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 description 2
- 239000002253 acid Substances 0.000 description 2
- 150000007513 acids Chemical class 0.000 description 2
- 150000001298 alcohols Chemical class 0.000 description 2
- 150000001299 aldehydes Chemical class 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 150000002576 ketones Chemical class 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- NIDGCIPAMWNKOA-UHFFFAOYSA-N neophytadiene Chemical compound CC(C)CCCC(C)CCCC(C)CCCC(=C)C=C NIDGCIPAMWNKOA-UHFFFAOYSA-N 0.000 description 2
- 229960002715 nicotine Drugs 0.000 description 2
- SNICXCGAKADSCV-UHFFFAOYSA-N nicotine Natural products CN1CCCC1C1=CC=CN=C1 SNICXCGAKADSCV-UHFFFAOYSA-N 0.000 description 2
- 150000002989 phenols Chemical class 0.000 description 2
- 239000000779 smoke Substances 0.000 description 2
- 238000005303 weighing Methods 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 150000001555 benzenes Chemical class 0.000 description 1
- 239000006227 byproduct Substances 0.000 description 1
- 238000003776 cleavage reaction Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000001035 drying Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 239000000843 powder Substances 0.000 description 1
- 238000010298 pulverizing process Methods 0.000 description 1
- 238000005143 pyrolysis gas chromatography mass spectroscopy Methods 0.000 description 1
- 230000007017 scission Effects 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 238000007873 sieving Methods 0.000 description 1
- 230000003595 spectral effect Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000012546 transfer Methods 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
-
- 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
- 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
- G01N30/62—Detectors specially adapted therefor
- G01N30/72—Mass spectrometers
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/25—Fusion techniques
- G06F18/253—Fusion techniques of extracted features
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/0464—Convolutional networks [CNN, ConvNet]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
-
- 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
- G01N2030/022—Column chromatography characterised by the kind of separation mechanism
- G01N2030/025—Gas chromatography
-
- 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)
- Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Data Mining & Analysis (AREA)
- Biochemistry (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Analytical Chemistry (AREA)
- Evolutionary Computation (AREA)
- Artificial Intelligence (AREA)
- Chemical & Material Sciences (AREA)
- General Engineering & Computer Science (AREA)
- Biomedical Technology (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Biophysics (AREA)
- Computational Linguistics (AREA)
- Molecular Biology (AREA)
- Computing Systems (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Evolutionary Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Bioinformatics & Computational Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Manufacture Of Tobacco Products (AREA)
Abstract
本发明公开了一种融合近红外光谱热裂解组分的卷烟配方烟叶替换方法，包括如下步骤：(1)将卷烟配方中烟叶的近红外特征谱段数据和热裂解产物特征成分数据，运用基于卷积神经网络的多模态融合算法，得到卷烟配方中烟叶融合特征矩阵X；(2)将不同库存烟叶的近红外特征谱段数据和热裂解产物特征成分数据，运用基于卷积神经网络的多模态融合算法，得到库存烟叶融合特征矩阵Y；(3)计算矩阵X和Y的马氏距离值d；(4)选择马氏距离值d不大于某一数值的库存烟叶作为卷烟配方中烟叶的替代烟叶。本发明的方法客观、科学、高效，可实现库存烟叶对卷烟配方中烟叶是否能够替代的判断和替代的智能推荐，能全面保证卷烟品质和风格的稳定性。
Description
技术领域
本发明属于卷烟技术领域，具体涉及一种融合近红外光谱热裂解组分的卷烟配方中烟叶替代的判断方法。
背景技术
卷烟的品质和风格特色主要是产品设计人员通过对不同产地、品种、等级的烟叶进行配比而形成的。在某种烟叶原料用完后，需要依赖配方经验和感官评吸，从库存的几百个烟叶原料等级中，人工筛选品质相近的烟叶进行配方替代，主观性强、工作量大，且由于缺少客观、科学、高效的技术手段，难以全面保证卷烟品质和风格的稳定性。若能通过仪器检测方法，利用客观数据和科学的技术手段来辅助配方替代，对提高卷烟质量稳定性有重要意义。
近几年，由于近红外技术的快速、高效、信息丰富等特点，被广泛应用于烟叶质量分析评价与配方设计维护中。然而，近红外分析技术仅考虑了烟叶品质与叶组配方在“静态条件”下的关联关系，忽略了卷烟产品消费过程中燃烧条件下的热转移行为和热裂解产物，并不能真正代表烟叶的抽吸品质，即烟气的品质特性。因此，基于近红外分析的配方替代技术具有一定的局限性。
为了全面表征烟叶抽吸品质，在烟叶近红外光谱数据的基础上，结合热裂解-气相色谱-质谱联用分析法(Pyrolysis-gas chromatography-mass spectrometry，Py-GC/MS)，对烟草热解过程的关键化学组分进行剖析，才能完整而准确地反映卷烟中烟叶原料的烟气品质特性。为此提出本发明。
发明内容
本发明运用基于卷积神经网络的多模态融合算法，将烟叶近红外光谱与热裂解组分两方面的品质信息，合并投影到同一个多模态表示空间中，从而构成能够完整表征烟叶抽吸品质的特征矩阵；在此基础上，对配方中烟叶与库存烟叶进行品质相似性度量测算，实现库存烟叶对卷烟配方中烟叶是否能够替代的判断和智能推荐。
本发明的技术方案如下：
一种融合近红外光谱热裂解组分的卷烟配方烟叶替换方法，包括如下步骤：
(1)将卷烟配方中烟叶的近红外特征谱段数据和热裂解产物特征成分数据，运用基于卷积神经网络的多模态融合算法，得到卷烟配方中烟叶融合特征矩阵X；
(2)将不同库存烟叶的近红外特征谱段数据和热裂解产物特征成分数据，运用基于卷积神经网络的多模态融合算法，得到库存烟叶融合特征矩阵Y；
(3)计算矩阵X和Y的马氏距离值d；
(4)选择马氏距离值d不大于某一数值的库存烟叶作为卷烟配方中烟叶的替代烟叶。
优选地，以烟叶燃烧过程主要裂解产物含量为特征值，结合近红外光谱中各分子官能团的吸收峰位置，分别筛选烟叶近红外光谱特征谱段。
优选地，选择的烟叶近红外光谱特征谱为：4350-4450cm-1，4500-4700cm-1，4800-4900cm-1，5050-5100cm-1，5220-5300cm-1，6050-6250cm-1，6400-6600cm-1，6950-7220cm-1；主要对应裂解产物烟碱、新植二烯、醛类、醇类、酸类、酮类、酚类、苯类等物质。
优选地，裂解条件：含9％氧气的氮氧混合气氛围下，初始温度30℃，保持5s，以30℃/s升至900℃，保持5s。
优选地，采用GC-MS分析热裂解产物；GC-MS的条件为：Agilent DB-5MS(30m 250μm0.25μm)，后进样口温度220℃，进样量1μL，分流比100∶1；升温程序，初始温度40℃，保持3min，以10℃/min升至240℃，再以20℃/min的速率升至280℃，保持5min；载气：He，流量1.5mL/min；电子轰击(EI)离子源，电子能量70eV，传输线温度280℃，离子源温度230℃，四极级杆温度150℃，扫描方式为全扫描；质量扫描范围是35～450amu，溶剂延迟5min；经过GC-MS分析检测，采用Nist17标准谱库进行定性，选择匹配度80％以上的物质，并采用峰面积归一法对裂解产物进行半定量。
优选地，采用卷积神经网络算法进行特征融合，步骤为：
(a)将近红外全连接层fm和热裂解特征组分全连接层fn相乘，构成二维的特征融合转换矩阵Am×n；
(b)对Am×n进行最大值池化，形成m个特征节点，作为新的融合特征层Bm；
(c)应用softmax层对Bm进行对数归一化，将变量归于[0,1]之间，得到最终的融合特征层：卷烟配方中烟叶融合特征矩阵X，库存烟叶融合特征矩阵Y。
优选地，马氏距离计算公式如下：其中，X为卷烟配方中烟叶融合特征矩阵，Y为库存烟叶融合特征矩阵，Σ为X与Y的协方差矩阵。
优选地，选择马氏距离值d不大于0.0500的库存烟叶作为卷烟配方中烟叶的替代烟叶。
本发明的有益效果：
本发明的融合近红外光谱热裂解组分的卷烟配方烟叶替换方法，首次运用基于卷积神经网络的多模态融合算法，将烟叶近红外光谱特征谱段与热裂解产物数据合并投影到同一个多模态表示空间中，形成能够完整表征烟叶抽吸品质的特征矩阵。在此基础上，采用马氏距离值对卷烟配方中烟叶与库存烟叶进行品质相似性度量测算，实现卷烟配方中烟叶替代的智能判断和推荐。本发明的方法客观、科学、高效，可实现库存烟叶对卷烟配方中烟叶是否能够替代的判断和替代的智能推荐，能全面保证卷烟品质和风格的稳定性。
附图说明
图1为本发明的基于卷积神经网络的多模态融合算法示意图。
图2为实施例的烟叶近红外光谱特征谱段筛选图。
图3为实施例的烟叶替代前后配方热裂解产物差异对比。
图4为本发明的烟叶替代前后配方感官评价差异对比。
具体实施方式
以下通过具体实施方式对本发明作进一步的详细说明，但不应将此理解为本发明的范围仅限于以下实例。在不脱离本发明思想的情况下，根据本领域普通技术知识和惯用手段做出的各种替换和变更，均应包含在本发明的范围内。
实施例：库存烟叶对卷烟配方中烟叶是否能够替代的判断。
本发明采用四个卷烟配方，这四个卷烟配方中烟叶信息如下表1所示。
表1四个烟配方中烟叶信息
库存烟叶对四个卷烟配方中的烟叶是否能够替代的判断步骤如图1所述，即融合近红外光谱热裂解组分的卷烟配方烟叶替换方法，具体如下：
(1)将卷烟配方中烟叶的近红外光谱特征谱段数据和热裂解产物特征成分数据，运用基于卷积神经网络的多模态融合算法，得到卷烟配方中烟叶品质特征矩阵X；具体为：
将每个卷烟配方中的烟叶样品均匀分成两份；一份用于近红外光谱检测分析，一份用于热裂解产物检测分析；
烟叶近红外光谱检测分析：将烟叶样品置于40℃烘箱中烘干2小时，旋风磨粉碎过40目筛，称取3g烟叶粉末置于样品杯中，扫描4000-9000cm-1波段的光谱，每个样品重复操作10次取光谱平均值；同样扫描以下近红外光谱特征谱段：4350-4450cm-1，4500-4700cm-1，4800-4900cm-1，5050-5100cm-1，5220-5300cm-1，6050-6250cm-1，6400-6600cm-1，6950-7220cm-1。上述近红外光谱特征谱段主要是烟叶燃烧过程主要是以下裂解产物近红外光谱中各分子官能团的吸收峰位：烟碱、新植二烯、醛类、醇类、酸类、酮类、酚类、苯类等，如图2所示；
烟叶热裂解产物检测分析：称取0.1g样品(精确至0.01mg)，放入1μL到裂解管中，含9％氧气的氮氧混合气氛围下，初始温度30℃，保持5s，以30℃/s升至900℃，保持5s；采用GC-MS对热裂解产物进行分析；Agilent DB-5MS(30m 250μm 0.25μm)，后进样口温度220℃，进样量1μL，分流比100∶1；升温程序，初始温度40℃，保持5s，以30℃/s升至900℃，保持5s；载气：He，流量1.5mL/min；电子轰击(EI)离子源，电子能量70eV，传输线温度280℃，离子源温度230℃，四极级杆温度150℃，扫描方式为全扫描；质量扫描范围是35～450amu，溶剂延迟5min；经过GC-MS分析检测，采用Nist17标准谱库进行定性，选择匹配度80％以上的物质，并采用峰面积归一法对裂解产物进行半定量，如表2所示。
表2卷烟配方中烟叶的热裂解关键特征成分相对百分含量％
采用卷积神经网络算法对配方中烟叶样品的近红外特征谱段数据和热裂解特征组分数据进行特征融合；首先，将近红外特征谱段全连接层fm和热裂解特征组分全连接层fn相乘，构成二维的特征融合转换矩阵Am×n；然后，对Am×n进行最大值池化，形成m个特征节点，作为新的融合特征层Bm；最后，应用softmax层对Bm进行对数归一化，从而在压缩变量的同时将变量归于[0,1]之间，从而得到最终的融合特征矩阵X，如表3所示。
表3配方中烟叶融合特征矩阵X
(2)将12种不同库存烟叶按照步骤(1)的同样步骤，得到库存烟叶的融合特征矩阵Y。12种不同库存烟叶如表4所示。
(3)计算配方中烟叶和库存烟叶的热特性品质特征矩阵的马氏距离值d。结果如表4所示。
(4)由表4可以看出，配方中烟叶和库存烟叶只有C-3的马氏距离值大于0.0500，为0.0589，该库存烟叶不能作为卷烟配方中烟叶的替代烟叶。其他11个库存烟叶可以用于四个配方中烟叶的替代。
表4配方中烟叶和库存烟叶的融合特征矩阵的马氏距离值d计算结果
为验证配方烟叶替代判定结果的有效性，对比烟叶替代前后配方的热裂解产物差异和感官评价差异。
将四个卷烟配方的烟叶替代前后卷烟进行热裂解产物差异对比，如图3所示。从图3可以看出，库存烟叶替代配方与替代前配方的卷烟的热重和热裂解产物差异均较小，只有“配方C的推荐方案3”(C-3)略有差异。
进一步，采用感官评吸方法对烟叶替代前后的差异进行评价。采用表5配方感官质量差异评价方法，对上述烟叶替代前后卷烟样品进行感官评价，结果见图4。从图4可以看出，只有“配方C的推荐方案3”(C-3)的评价差异明显(替代前后烟叶马氏距离为0.0589)，这与本发明的判断方法一致。说明本发明的判断和推荐方法与实际的感官评价结果一致，因此本发明的判断方法客观、科学、高效。
表5配方感官质量差异评价
说明：
·无差异：质量差异未被感知，替代后配方可用于卷烟生产；
·轻微差异：质量差异未能准确而稳定感知，替代后配方可用于卷烟生产；
·有差异：存在质量差异，替代后配方不能用于卷烟生产。
实施例仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
Claims (8)
1.一种融合近红外光谱热裂解组分的卷烟配方烟叶替换方法，其特征在于，包括如下步骤：
(1)将卷烟配方中烟叶的近红外特征谱段数据和热裂解产物特征成分数据，运用基于卷积神经网络的多模态融合算法，得到卷烟配方中烟叶融合特征矩阵X；
(2)将不同库存烟叶的近红外特征谱段数据和热裂解产物特征成分数据，运用基于卷积神经网络的多模态融合算法，得到库存烟叶融合特征矩阵Y；
(3)计算矩阵X和Y的马氏距离值d；
(4)选择马氏距离值d不大于某一数值的库存烟叶作为卷烟配方中烟叶的替代烟叶。
2.根据权利要求1所述的融合近红外光谱热裂解组分的卷烟配方烟叶替换方法，其特征在于，以烟叶燃烧过程主要裂解产物含量为特征值，结合近红外光谱中各分子官能团的吸收峰位置，分别筛选烟叶近红外光谱特征谱段。
3.根据权利要求2所述的融合近红外光谱热裂解组分的卷烟配方烟叶替换方法，其特征在于，选择的烟叶近红外光谱特征谱为：4350-4450cm-1，4500-4700cm-1，4800-4900cm-1，5050-5100cm-1，5220-5300cm-1，6050-6250cm-1，6400-6600cm-1，6950-7220cm-1。
4.根据权利要求1所述的融合近红外光谱热裂解组分的卷烟配方烟叶替换方法，其特征在于，热裂解条件为：含9％氧气的氮氧混合气氛围下，初始温度30℃，保持5s，以30℃/s升至900℃，保持5s。
5.根据权利要求4所述的融合近红外光谱热裂解组分的卷烟配方烟叶替换方法，其特征在于，采用GC-MS分析热裂解产物；GC-MS的条件为：Agilent DB-5MS(30m 250μm 0.25μm)，后进样口温度220℃，进样量1μL，分流比100∶1；升温程序，初始温度40℃，保持3min，以10℃/min升至240℃，再以20℃/min的速率升至280℃，保持5min；载气：He，流量1.5mL/min；电子轰击(EI)离子源，电子能量70eV，传输线温度280℃，离子源温度230℃，四极级杆温度150℃，扫描方式为全扫描；质量扫描范围是35～450amu，溶剂延迟5min；经过GC-MS分析检测，采用Nist17标准谱库进行定性，选择匹配度80％以上的物质，并采用峰面积归一法对裂解产物进行半定量。
6.根据权利要求1所述的融合近红外光谱热裂解组分的卷烟配方烟叶替换方法，其特征在于，采用卷积神经网络算法进行特征融合，步骤为：
(a)将近红外全连接层fm和热裂解特征组分全连接层fn相乘，构成二维的特征融合转换矩阵Am×n；
(b)对Am×n进行最大值池化，形成m个特征节点，作为新的融合特征层Bm；
(c)应用softmax层对Bm进行对数归一化，将变量归于[0,1]之间，得到最终的融合特征层：卷烟配方中烟叶融合特征矩阵X，库存烟叶融合特征矩阵Y。
7.根据权利要求1所述的融合近红外光谱热裂解组分的卷烟配方烟叶替换方法，其特征在于，马氏距离计算公式如下：其中，X为卷烟配方中烟叶融合特征矩阵，Y为库存烟叶融合特征矩阵，Σ为X与Y的协方差矩阵。
8.根据权利要求1所述的融合近红外光谱热裂解组分的卷烟配方烟叶替换方法，其特征在于，选择马氏距离值d不大于0.0500的库存烟叶作为卷烟配方中烟叶的替代烟叶。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310485861.2A CN116482056A (zh) | 2023-05-04 | 2023-05-04 | 一种融合近红外光谱热裂解组分的卷烟配方烟叶替换方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310485861.2A CN116482056A (zh) | 2023-05-04 | 2023-05-04 | 一种融合近红外光谱热裂解组分的卷烟配方烟叶替换方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN116482056A true CN116482056A (zh) | 2023-07-25 |
Family
ID=87223034
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310485861.2A Pending CN116482056A (zh) | 2023-05-04 | 2023-05-04 | 一种融合近红外光谱热裂解组分的卷烟配方烟叶替换方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116482056A (zh) |
-
2023
- 2023-05-04 CN CN202310485861.2A patent/CN116482056A/zh active Pending
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109588753B (zh) | 一种加热不燃烧卷烟叶组配方设计方法及其应用 | |
| Liu et al. | Contrasting physical properties of black carbon in urban Beijing between winter and summer | |
| Mann et al. | Rapid assessment of lignin content and structure in switchgrass (Panicum virgatum L.) grown under different environmental conditions | |
| CN107941978B (zh) | 一种烟用爆珠内在质量稳定性评价方法 | |
| CN101387625B (zh) | 烤烟产区综合评价方法 | |
| Sun et al. | Differentiation of flue-cured tobacco leaves in different positions based on neutral volatiles with principal component analysis (PCA) | |
| CN108703398A (zh) | 一种高烟香加热不燃烧烟草及其制备方法 | |
| CN104568825B (zh) | 烤烟烟叶打叶复烤模块组配的方法 | |
| Xu et al. | Molecular markers of biomass burning and primary biological aerosols in urban Beijing: size distribution and seasonal variation | |
| Périno-Issartier et al. | Microwave turbo hydrodistillation for rapid extraction of the essential oil from Schinus terebinthifolius Raddi Berries | |
| CN107132198A (zh) | 一种近红外光谱数据预处理方法 | |
| CN104122258B (zh) | 一种分析烟叶切丝均匀性的方法 | |
| CN112931923A (zh) | 一种特定分子量肽美拉德中间体的制备方法、及其用于烟用香精的用途 | |
| 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 | |
| CN116482056A (zh) | 一种融合近红外光谱热裂解组分的卷烟配方烟叶替换方法 | |
| CN114112983A (zh) | 一种基于Python数据融合的藏药全缘叶绿绒蒿产地判别方法 | |
| CN116183786B (zh) | 一种用于烟草中痕量糯米香特征关键香气化合物的鉴定方法 | |
| 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 | |
| CN113310943A (zh) | 一种基于机器学习的藕粉掺假鉴别方法 | |
| CN114544419A (zh) | 一种用于电子烟的香精香料的评价方法 | |
| CN116665811A (zh) | 一种融合烟叶静态动态品质特性的卷烟配方烟叶替换方法 | |
| CN109567253B (zh) | 一种加热不燃烧卷烟原料配方设计方法及应用 | |
| CN116448610A (zh) | 一种基于多模态融合的卷烟配方烟叶替代判断方法 | |
| Yin et al. | Study on the effect of potassium lactate additive on the combustion behavior and mainstream smoke of cigarettes | |
| CN116699075A (zh) | 一种基于多模态混合融合的烟叶替代判断方法 |
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 |