CN1828272A - 采用近红外光检测烟叶叶片化学成分的方法 - Google Patents

采用近红外光检测烟叶叶片化学成分的方法 Download PDF

Info

Publication number
CN1828272A
CN1828272A CN 200610043399 CN200610043399A CN1828272A CN 1828272 A CN1828272 A CN 1828272A CN 200610043399 CN200610043399 CN 200610043399 CN 200610043399 A CN200610043399 A CN 200610043399A CN 1828272 A CN1828272 A CN 1828272A
Authority
CN
China
Prior art keywords
tobacco leaf
near infrared
tobacco
leaf
infrared light
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
Application number
CN 200610043399
Other languages
English (en)
Other versions
CN100451617C (zh
Inventor
董小卫
厉昌坤
冷萃述
耿宝峰
周显升
蒋海岩
廖旭东
李成富
郗继忠
郝廷亮
贾玉国
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 Shandong Industrial Co Ltd
Original Assignee
General Tobacco Group 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 General Tobacco Group Co Ltd filed Critical General Tobacco Group Co Ltd
Priority to CNB2006100433997A priority Critical patent/CN100451617C/zh
Publication of CN1828272A publication Critical patent/CN1828272A/zh
Application granted granted Critical
Publication of CN100451617C publication Critical patent/CN100451617C/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Landscapes

  • Manufacture Of Tobacco Products (AREA)
  • Investigating Or Analysing Materials By Optical Means (AREA)

Abstract

本发明公开了一种采用近红外光检测烟叶叶片化学成分的方法。它解决了现有烟叶叶片化学成分分析时存在的成本高、周期长等问题，具有简便易行，快捷方便，能有效的对烟叶叶片化学成分进行分析的优点。其方法它的步骤为，a.取整片烟叶并将其展开平整好；b.采用近红外仪器在烟叶上取至少两个点检测，得到烟叶成分的近红外图谱；c.将所得各成分近红外图谱与常规化学分析所得的各成分结果分别建立对应的数学模型，形成的烟叶叶片近红外分析数学模型，并将其存入存储器中；d.在收购现场利用近红外仪对平整好的整片烟叶按步骤b中的位置进行检测，将检测结果存储器中的烟叶叶片近红外分析数学模型进行对比，确定烟叶质量。

Description

采用近红外光检测烟叶叶片化学成分的方法
技术领域
本发明涉及一种烟叶化学成分检测的方法，尤其涉及一种采用近红外光检测烟叶叶片化学成分的方法。
背景技术
众所周知，卷烟质量的稳定控制是烟草企业的工作重点。烟叶是影响卷烟产品质量稳定的重要因素，实践证明，加大烟叶化学成分检测频率和分析力度、提高烟叶化学成分稳定性，是保证烟叶质量稳定的有效途径。目前烟叶化学成分检测多采用ALPKEM全自动分析仪，速度较慢，费用较高，很难满足快速分析的需要。
近红外(NIRS)光是指介于可见光与中红外之间的电磁波，其波长范围为780-2526nm。分子在近红外区的吸收主要由C-H、O-H、N-H、C-O等基团的合频吸收与倍频吸收组成，可得到有机物的大量信息，适合复杂的天然产物的分析。随着计量化学的进展以及仪器硬件和计算机硬件的快速发展，近红外光谱技术迅速发展成一门独立的分析技术。
近年来，近红外技术应用于烟草成分分析的主要方法是：先将烟叶烘干研磨成40目或60目烟末，用近红外分析仪扫描烟末得光谱图，同时对该烟末做化学分析，根据多个烟叶样品光谱图和化学成分建立模型，然后其他烟叶的烟末就可通过的近红外光扫描取得光谱图，通过模型计算样品化学成分含量。但目前粉末的制备比较费时，一个样品经过烘干，粉碎和研磨，制成40目或60目样品，大约需要3小时，不能满足烟叶采购现场检测的需要，也不能充分发挥近红外分析技术优势。
发明内容
本发明的目的就是为了解决现有烟叶叶片化学成分分析时存在的成本高、周期长等问题，提供一种简便易行，快捷方便，能有效的对烟叶叶片化学成分进行分析的采用近红外光检测烟叶叶片化学成分的方法。
为实现上述目的，本发明采用了如下技术方案：一种采用近红外光检测烟叶叶片化学成分的方法，它的步骤为，a、取整片烟叶并将其展开平整好；b、采用近红外仪器在烟叶上取至少两个点检测，得到烟叶成分的近红外图谱；c、将所得各成分近红外图谱与常规化学分析所得的各成分结果分别建立对应的数学模型，形成的烟叶叶片近红外分析数学模型，并将其存入存储器中；d、在收购现场利用近红外仪对平整好的整片烟叶按步骤b中的位置进行检测，将检测结果存储器中的烟叶叶片近红外分析数学模型进行对比，确定烟叶质量。
所述步骤b中，近红外仪器在烟叶上取2或3或4或5或6或7或8或9或10或11个点。
所述步骤b中，近红外仪器在烟叶上取点时将烟叶分为叶尖部、叶中部、叶基部三个区域进行检测。
所述步骤b中，近红外仪器在烟叶上部和下部取点时，点数为三个时各点按三角形分布，点数少于三个时，任意确定；在烟叶中部取点时，点数为4-5个时各点按菱形分布，点数少于4个时可任意排列。
所述烟叶成分包括烟碱、总糖、还原糖、总氮、挥发碱、钾和氯。
本发明采用近红外仪在不将烟叶粉碎成烟末的情况下，通过将烟叶划分为不同的区域，然后对各区域分别按要求的点数进行采样，形成各成分的近红外光谱，然后利用常规方法测得的各成分指标，将红外光谱与其建立数学模型，然后存入存储器中。在现场检测时，直接利用近红外仪按采样规则采样后，通过与存储器中的数学模型进行比对，即可确定烟叶中的各成分是否符合要求，从而确定烟叶质量情况。
本发明的有益效果为：方法简便易行，适于现场使用，实现对烟叶化学成分的快速准确分析，为烟叶采购、配方打叶、烟叶养护和产品开发与维护提供快速技术数据支持。
附图说明
图1为本发明采集点为十一个时的分布示意图；
图2为本发明采集点为十个时的分布示意图；
图3为本发明采集点为九个时的分布示意图；
图4为本发明采集点为八个时的分布示意图；
图5为本发明采集点为七个时的分布示意图；
图6为本发明采集点为六个时的分布示意图；
图7为本发明采集点为五个时的分布示意图；
图8为本发明采集点为四个时的分布示意图；
图9为本发明采集点为三个时的分布示意图；
图10为本发明采集点为二个时的分布示意图；
图11为本发明采集点为一个时的分布示意图；
图12为采用本发明方法测得的烟碱数据图；
图13为采用本发明方法测得的总糖数据图；
图14为采用本发明方法测得的还原糖数据图；
图15为采用本发明方法测得的氯数据图；
图16为采用本发明方法测得的钾数据图。
具体实施方式
实施例一：
首先将整片的烟叶铺平，将近红外仪器在烟叶上部取三个成三角形分布的点，在烟叶下部取三个成三角形分布点，在烟叶中部取成菱形的五个点；近红外仪器将采集到的烟叶各成分包括烟碱、总糖、还原糖、总氮、挥发碱、钾和氯等形成各自的近红外光谱；将各成分的近红外光谱与用常规技术检测的烟叶各成分建立数学模型，形成烟叶叶片近红外分析数学模型，并将其存入存储器中；在现场收购时，利用近红外仪对铺平的整片烟叶按将烟叶分成三部分，其中上部取成三角形三点，下部取成三角形三点，中部取成菱形五点，如图1所示，将检测到的近红外光谱与存储器中的烟叶叶片近红外分析数学模型进行比对，即可确定烟叶的质量。
实施例二：
在本实施例中，对烟叶进行取点时，如图2所示，按照上部取三角形三点，下部取三角形三点，中部为菱形四个顶点的方式进行采样，其余方法与实施例一相同。
实施例三：
在本实施例中，对烟叶进行取点时，如图3所示，按照上部取三角形三点，下部取三角形三点，中部任意取三点的方式进行采样，其余方法与实施例一相同。
实施例四：
在本实施例中，对烟叶进行取点时，如图4所示，按照上部取三角形三点，下部取三角形三点，中部任意取两点的方式进行采样，其余方法与实施例一相同。
实施例五：
在本实施例中，对烟叶进行取点时，如图5所示，按照上部任取三点，下部任取三点，中部任意取一点的方式进行采样，其余方法与实施例一相同。
实施例六：
在本实施例中，对烟叶进行取点时，如图6所示，按照上部任取两点，下部任取两点，中部任意取两点的方式进行采样，其余方法与实施例一相同。
实施例七：
在本实施例中，对烟叶进行取点时，如图7所示，按照上部任取两点，下部任取两点，中部任意取一点的方式进行采样，其余方法与实施例一相同。
实施例八：
在本实施例中，对烟叶进行取点时，如图8所示，按照上部任取一点，下部任取一点，中部任意取两点的方式进行采样，其余方法与实施例一相同。
实施例九：
在本实施例中，对烟叶进行取点时，如图9所示，按照上部任取一点，下部任取一点，中部任意取一点的方式进行采样，其余方法与实施例一相同。
实施例十：
在本实施例中，对烟叶进行取点时，如图10所示，中部任意取两点的方式进行采样，其余方法与实施例一相同。
实施例十一：
在本实施例中，对烟叶进行取点时，如图11所示，中部任意取一点的方式进行采样，其余方法与实施例一相同。
图12-16中，给出了采用本发明方法检测到的烟碱、总糖、还原糖、氯和钾的数据分布图。
本发明中步骤有两次用到近红外仪对烟叶进行检测，第一次是为建立烟叶叶片近红外分析数学模型，建立该数学模型后可为以后检测提供基准；第二次是在实际检测时对烟叶进行取点采样。这两次检测时采样的点数没有关系，即第一次可采用1-10个点中任何一个数量采样，第二次也是在1-10个点中任意挑一个即可，但最佳的点数为10个检测点。当然本发明的点数并不局限于1-10个采样点，低于或高于这些点数且采用近红外仪对烟叶化学成分进行分析的方法都未超出本发明的技术范围，同时，取点时不局限于叶片的一半，可以在整个叶片上进行取点。

Claims (5)

1、一种采用近红外光检测烟叶化学成分的方法，其特征是：它的步骤为，a、取整片烟叶并将其展开平整好；b、采用近红外仪器在烟叶上取至少一个点检测，得到烟叶成分的近红外图谱；c、将所得各成分近红外图谱与常规化学分析所得的各成分结果分别建立对应的数学模型，形成的烟叶叶片近红外分析数学模型，并将其存入存储器中；d、在收购现场利用近红外仪对平整好的整片烟叶按步骤b中的位置进行检测，将检测结果存储器中的烟叶叶片近红外分析数学模型进行对比，确定烟叶质量。
2、根据权利要求1所述的采用近红外光检测烟叶化学成分的方法，其特征是：所述步骤b中，近红外仪器在烟叶上取3或4或5或6或7或8或9或10或11个点。
3、根据权利要求1或2所述的采用近红外光检测烟叶化学成分的方法，其特征是：所述步骤b中，近红外仪器在烟叶上取点时将烟叶分为叶尖部、叶中部、叶基部三个区域进行检测。
4、根据权利要求1或2所述的采用近红外光检测烟叶化学成分的方法，其特征是：所述步骤b中，近红外仪器在烟叶上部和下部取点时，点数为三个时各点按三角形分布，点数少于三个时，任意确定；在烟叶中部取点时，点数为4-5个时各点按菱形分布，点数少于4个时可任意排列。
5、根据权利要求1所述的采用近红外光检测烟叶化学成分的方法，其特征是：所述烟叶成分包括烟碱、总糖、还原糖、总氮、挥发碱、钾和氯。
CNB2006100433997A 2006-03-30 2006-03-30 采用近红外光检测烟叶叶片化学成分的方法 Active CN100451617C (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CNB2006100433997A CN100451617C (zh) 2006-03-30 2006-03-30 采用近红外光检测烟叶叶片化学成分的方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CNB2006100433997A CN100451617C (zh) 2006-03-30 2006-03-30 采用近红外光检测烟叶叶片化学成分的方法

Publications (2)

Publication Number Publication Date
CN1828272A true CN1828272A (zh) 2006-09-06
CN100451617C CN100451617C (zh) 2009-01-14

Family

ID=36946768

Family Applications (1)

Application Number Title Priority Date Filing Date
CNB2006100433997A Active CN100451617C (zh) 2006-03-30 2006-03-30 采用近红外光检测烟叶叶片化学成分的方法

Country Status (1)

Country Link
CN (1) CN100451617C (zh)

Cited By (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102253192A (zh) * 2011-05-06 2011-11-23 华环国际烟草有限公司 一种烟叶的质量检测方法及其应用
CN102313708A (zh) * 2010-06-29 2012-01-11 北京市农林科学院 辣椒素的定量检测方法
CN102590211A (zh) * 2011-01-11 2012-07-18 郑州大学 利用光谱和图像特征进行烟叶分级的方法
CN103048290A (zh) * 2013-01-07 2013-04-17 中国农业科学院烟草研究所 一种检测烟丝填充值的方法
CN103120361A (zh) * 2012-10-16 2013-05-29 红塔烟草(集团)有限责任公司 一种基于化学成分分布规律的烟叶分切方法
CN103622148A (zh) * 2013-12-11 2014-03-12 山东中烟工业有限责任公司 一种卷烟化学成分均值化的生产备料方法
CN104634755A (zh) * 2015-02-17 2015-05-20 福建省龙岩金叶复烤有限责任公司 一种烟箱化学成分的检测方法
CN104792786A (zh) * 2015-05-18 2015-07-22 上海烟草集团有限责任公司 一种烟叶原料质量控制方法
CN105043872A (zh) * 2015-07-14 2015-11-11 河南科技大学 一种烤烟烟叶抗拉特性测试台
CN105974058A (zh) * 2016-05-01 2016-09-28 上海大学 基于电子鼻-人工神经网络的快速检测烟叶中钾含量的方法
CN106053383A (zh) * 2016-06-27 2016-10-26 四川威斯派克科技有限公司 一种烟草加工过程中的近红外在线检测方法
CN106404699A (zh) * 2016-12-02 2017-02-15 南京农业大学 一种梨树叶片氮素含量的无损测量方法
CN106442365A (zh) * 2016-12-02 2017-02-22 南京农业大学 一种梨树精准施氮技术
CN107101971A (zh) * 2017-05-22 2017-08-29 上海创和亿电子科技发展有限公司 烟叶属性的处理方法、系统及电子设备
CN113804644A (zh) * 2021-09-18 2021-12-17 贵州省烟草科学研究院 基于近红外光谱的烟叶烘烤过程化学指标预测方法

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS6242036A (ja) * 1985-08-19 1987-02-24 Yunisoku:Kk 葉たばこの黄変度検出装置
JP3436093B2 (ja) * 1996-08-01 2003-08-11 株式会社サタケ 葉の成分測定装置

Cited By (19)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102313708A (zh) * 2010-06-29 2012-01-11 北京市农林科学院 辣椒素的定量检测方法
CN102590211A (zh) * 2011-01-11 2012-07-18 郑州大学 利用光谱和图像特征进行烟叶分级的方法
CN102590211B (zh) * 2011-01-11 2014-10-22 郑州大学 利用光谱和图像特征进行烟叶分级的方法
CN102253192B (zh) * 2011-05-06 2013-10-09 华环国际烟草有限公司 一种烟叶的质量检测方法及其应用
CN102253192A (zh) * 2011-05-06 2011-11-23 华环国际烟草有限公司 一种烟叶的质量检测方法及其应用
CN103120361A (zh) * 2012-10-16 2013-05-29 红塔烟草(集团)有限责任公司 一种基于化学成分分布规律的烟叶分切方法
CN103048290A (zh) * 2013-01-07 2013-04-17 中国农业科学院烟草研究所 一种检测烟丝填充值的方法
CN103622148B (zh) * 2013-12-11 2015-11-18 山东中烟工业有限责任公司 一种卷烟化学成分均值化的生产备料方法
CN103622148A (zh) * 2013-12-11 2014-03-12 山东中烟工业有限责任公司 一种卷烟化学成分均值化的生产备料方法
CN104634755A (zh) * 2015-02-17 2015-05-20 福建省龙岩金叶复烤有限责任公司 一种烟箱化学成分的检测方法
CN104792786A (zh) * 2015-05-18 2015-07-22 上海烟草集团有限责任公司 一种烟叶原料质量控制方法
CN105043872A (zh) * 2015-07-14 2015-11-11 河南科技大学 一种烤烟烟叶抗拉特性测试台
CN105974058A (zh) * 2016-05-01 2016-09-28 上海大学 基于电子鼻-人工神经网络的快速检测烟叶中钾含量的方法
CN105974058B (zh) * 2016-05-01 2018-08-07 上海大学 基于电子鼻-人工神经网络的快速检测烟叶中钾含量的方法
CN106053383A (zh) * 2016-06-27 2016-10-26 四川威斯派克科技有限公司 一种烟草加工过程中的近红外在线检测方法
CN106404699A (zh) * 2016-12-02 2017-02-15 南京农业大学 一种梨树叶片氮素含量的无损测量方法
CN106442365A (zh) * 2016-12-02 2017-02-22 南京农业大学 一种梨树精准施氮技术
CN107101971A (zh) * 2017-05-22 2017-08-29 上海创和亿电子科技发展有限公司 烟叶属性的处理方法、系统及电子设备
CN113804644A (zh) * 2021-09-18 2021-12-17 贵州省烟草科学研究院 基于近红外光谱的烟叶烘烤过程化学指标预测方法

Also Published As

Publication number Publication date
CN100451617C (zh) 2009-01-14

Similar Documents

Publication Publication Date Title
CN1828272A (zh) 采用近红外光检测烟叶叶片化学成分的方法
CN100458414C (zh) 采用近红外光检测片烟化学成分的方法
US10670529B2 (en) Method for detecting coal quality using Raman spectroscopy
Ye et al. Fast classification and compositional analysis of cornstover fractions using Fourier transform near-infrared techniques
CN1831516A (zh) 用可见光和近红外光谱技术无损鉴别卷烟品种及真假的方法
CN103278473B (zh) 白胡椒中胡椒碱及水分含量的测定和品质评价方法
CN102879340A (zh) 基于近红外光谱快速检测块根/茎类作物营养品质的方法
CN102313712B (zh) 一种纤维类物料不同分光方式近红外光谱差异的校正方法
CN100357725C (zh) 近红外技术快速检测牛肉嫩度的方法和装置
CN101231274A (zh) 近红外光谱快速测定山药中尿囊素含量的方法
CN104749132A (zh) 一种测定面粉中偶氮甲酰胺的含量的方法
CN102778442A (zh) 一种快速鉴别烟用香液料液种类的方法
CN106501208A (zh) 一种基于近红外光谱特征的烟叶风格相似性分类方法
CN102128807B (zh) 一种快速检测作物叶面雾滴浓度的方法
José et al. Quantitative forecasting black (pyrogenic) carbon in soils by chemometric analysis of infrared spectra
CN105758819A (zh) 一种利用近红外光谱检测土壤的有机组分的方法
Picollo et al. Spectral characterisation of ancient wooden artefacts with the use of traditional IR techniques and ATR device: a methodological approach
CN101349638A (zh) 果蔬维生素c含量的光谱快速无损检测方法
CN101788459B (zh) 一种准连续方式的分光波长组合方法
CN102192891A (zh) 利用近红外光谱分析技术快速测定木材气干密度
Ning et al. Rapid identification and quantitative pit mud by near infrared Spectroscopy with chemometrics
Ouyang et al. Study on the moisture-induced swelling/shrinkage and hysteresis of Catalpa bungei wood across the growth ring
CN101021471A (zh) 声光可调滤光器近红外光谱技术用于中成药快速定量分析的方法
CN103512877A (zh) 一种拉曼光谱物质检测快速样本查找方法
Moosavi Nejad et al. Nondestructive evaluation of wood chemical compounds used in Gorgan historical building via FT-IR spectroscopy

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
ASS Succession or assignment of patent right

Owner name: SHANDONG ZHONGYAN INDUSTRY CO., LTD.

Free format text: FORMER OWNER: JIANGJUN TOBACCO GROUP CO. LTD.

Effective date: 20070706

C41 Transfer of patent application or patent right or utility model
TA01 Transfer of patent application right

Effective date of registration: 20070706

Address after: 250100 Shandong city of Ji'nan Province East Ring Road No. 431

Applicant after: China Tobacco Shandong Industrial Corporation

Address before: Licheng District 250100 Shandong city of Ji'nan Province General Road No. 80

Applicant before: Jiangjun Tobacco Group Co., Ltd.

C14 Grant of patent or utility model
GR01 Patent grant