本发明专利技术提供一种采用近红外光谱模型分析烟草、烟草制品保润性能的方法，包括测量烟草样品在动态的温湿度环境中质量随湿度的变化量并计算出保润数值；利用近红外光谱仪获得相应烟草样品的近红外光谱图；采用数理统计和光谱预处理方法将烟草样品保润数值与对应样品的近红外光谱图建立数学模型；利用该近红外数据模型对未知烟草样品以及烟草保润剂的保润性能进行快速预测分析。本发明专利技术解决了现有烟草及烟草制品保润性能评价方法操作繁琐、周期长的问题，具有简单易行，方便快捷，能有效测定烟草及烟草制品保润性能的优点。
【技术实现步骤摘要】
本专利技术涉及一种。
技术介绍
卷烟保润性能的好坏是影响卷烟品质的重要指标，近几年开展了一系列关于保润 性能测试方法和评价的研究。目前对卷烟保润性能测定与评价的主要方法是将烟草样品放 入可调节的恒温恒湿系统，定期称量质量，将称量得出的质量转化为含水率并建立含水率 与时间的数学模型来评价保润性能。 此类方法可以准确评价烟草样品的保润性能，但通常完整测试一个样品的保润效 果需要十几甚至几十小时，操作繁琐，耗时长。当样品量较大时，数据反馈周期长，难以满足 工业化生产要求。鉴于以上原因，建立一套快速准确有效的烟草保润性能测试新方法已迫 在眉睫。
技术实现思路
本专利技术的目的是为了解决现有评价烟草及烟草制品保润性能时存在操作繁琐、周 期长的问题，提供一种方便快捷的采用近红外数据模型评价烟草及烟草制品保润性能的方 法。 为实现上述专利技术的目的，本专利技术采取下述技术方案： -种，包括： 步骤一、测定烟草样品的保润数据:将烟草制品在恒温恒湿箱中平衡备用;准确称 取一定量的样品，测定烟草样品在动态的温湿度环境中其质量随湿度的变化值，通过扣除 样品的干基质量，计算样品的保润数值； 步骤二、光谱采集:取烟丝样品，应用近红外光谱分析仪多次采集样品光谱数据， 获得样品光谱数据的平均值，得到烟丝样品的近红外光谱图； 步骤三、建立烟草及烟草制品保润性能近红外分析数据模型：将所得样品的近红 外光谱图与烟草制品保润性能结果相结合，经过数理统计和光谱预处理方法运算后建立数 据模型，形成用于分析烟草及烟草制品保润性能的近红外数据模型； 步骤四、未知烟草样品保润性能的快速测定:将未知烟草样品经过预处理，采用步 骤二的方法采集未知烟草样品的近红外光谱，将光谱经过预处理再将近红外光谱值带入步 骤三建立的近红外预测模型中，经模型运算，即可获得未知样品的保润性能。 进一步地，步骤一中烟草制品采用烟丝、梗丝、薄片或添加了保润剂的烟草制品， 并在恒温恒湿箱中平衡1 Oh~48h后备用。 进一步地，步骤一中称取样品量为0· lg~1.0g。 进一步地，步骤一中测定烟草样品在动态的温湿度环境中其质量随湿度的变化值 的方法有动态水分吸附仪法、烘箱烘干法或硫酸干燥器法。 进一步地，步骤一中测定烟草样品的保润数据的具体步骤为： 将烟丝置于称量盘中，称量试样初始的质量； 每间隔l-10min自动称量试样质量Mi，待质量恒定不变达到平衡后，设置环境相对 湿度从60%减到20%，每间隔固定的时间测定一次试样质量，待其质量变化率小于0.02%， 自动进入下一个环境相对湿度，直至测定结束； 测试结束后，测量样品的干基重Mo; 计算每个试样在平衡湿度环境下的保润数据 ，其 中，M6Q%为在环境相对湿度为60%下的试样质量，M2Q%为在环境相对湿度为20%下的试样质 量。 进一步地，步骤一中温湿度环境是指湿度范围10%-85%、温度范围10°C-40°C。 进一步地，步骤二中近红外光谱条件为：测样方式为漫反射，光谱扫描范围为 4000-12000nm-1，分辨率8nm- 1，环境温度22°C-25 °C，环境湿度20 % -70 %，每个烟丝样品重 复装样3次并扫描3次，以3次平均值作为样品光谱。 进一步地，步骤三中数理统计和光谱预处理方法为:方差分析、聚类分析、主成分 分析、人工神经网络分析、偏最小二乘法、直线差减法、矢量归一法、最小-最大归一法、多元 散射校正法、小波变换法、标准正态变量校正法、一阶导数法和二阶导数法中的至少一种。 本专利技术的有益效果是:该种采用近红外光谱模型分析烟草、烟草制品保润性能的 方法，可实现烟草及烟草制品保润性能的快速定性和定量。与常规方法动辄耗时十几小时 相比，本专利技术评价烟草保润性能仅需几分钟，优势非常明显，且操作简单，准确快捷。本专利技术 解决了现有烟草及烟草制品保润性能评价方法操作繁琐、周期长的问题，具有简单易行，方 便快捷，能有效测定烟草及烟草制品保润性能的优点。该方法不仅适用于烟叶、烟丝、膨胀 烟丝、梗丝、叶组、成品卷烟等不同类型烟草制品的保润性能的评价，而且可以用于保润剂 的保润性能评价。【附图说明】 图1是本专利技术实施例的 流程说明示意图。 图2是实施例中将近红外光谱图和样品保润数据采用减去一条直线法以及交叉检 验法确定的最佳烟草制品保润性能的近红外数据模型。图3是实施例中近红外数据模型的交叉验证结果示意图。【具体实施方式】 下面结合附图详细说明本专利技术的优选实施例。 实施例解决了现有烟草及烟草制品保润性能评价方法操作繁琐、周期长的问题， 具有简单易行，方便快捷，能有效测定烟草及烟草制品保润性能的优点。实施例方法的主要 步骤为:a.测量烟草样品在动态的温湿度环境中质量随湿度的变化量并计算出保润数值； b.利用近红外光谱仪获得相应烟草样品的近红外光谱图；c.采用数理统计和光谱预处理方 法将烟草样品保润数值与对应样品的近红外光谱图建立数学模型;d.利用该近红外数据模 型对未知烟草样品以及烟草保润剂的保润性能进行快速预测分析。 样品前处理：实施例1-3所需烟丝、梗丝在恒温恒湿箱中，温度为22±2°C，相对湿 度为60±2%，平衡10h-48h小时候备用。以下三个实施例分别从烟丝、梗丝、保润剂三个应用实例来说明。 实施例1 (1)动态水分吸附的环境温湿度条件设定如下：首先调节动态水分吸附仪的温度 为22°C，相对湿度为60%，达到平衡以后，相对湿度直接从60%减到20% ; (2)在动态水分仪中放入装试样的称量盘，另放入一个相同的称量盘作为空白对 照，然后称量盘子的皮重； (3)将l.Og烟丝置于已测好皮重的动态水分吸附仪铝质称量盘中，称量试样初始 的质量； (4)每间隔l-10min自动称量试样质量Mi，待质量恒定不变达到平衡后，设置环境 相对湿度从60%减到20%，每间隔固定的时间测定一次试样质量，待其质量变化率小于 0.02%，自动进入下一个环境相对湿度，直至测定结束； (5)测试结束后，测量样品的干基重Mo; (6)根据试样的质量变化，计算每个试样在平衡湿度环境下的保润数据，作为建模的基础数据； (7)采用近红外光谱仪对上述建模样品采集得到样品的光谱图。 (8)通过Bruker公司MATRIX-1近红外光谱仪器OPUS软件将样品近红外光谱图和相 应的保润数据采用减去一条直线法以及交叉检验法拟合出最佳建模模型，模型的决定系数 (R2)值越接近100,表明预测值越接近真值。该烟丝样品的R2值为90.59,充分说明该模型的 预测结果接近于真值，如图2所示； (9)用相对分析误差(RPD)来验证模型的稳定性以及预测能力，当RPD>3时，模型稳 定性和预测性良好，交叉验证均方根(RMSECV)代表在交叉验证情况下的预测值与标准值之 间的偏离程度，用来判断模型的好坏，其值越小，模型越好。该模型的RPD = 3.26，RMSECV = 0.221，说明该模型较好，稳定性和预测性良好，说明如图3所示； (10)在模型稳定性和预测性良好的情况下，通过模型对样品光谱进行预处理； (11)采用预测对经过预处理后的样品光谱采用分析模型加以分析评价，得到待测 样品的保润数值，可以简便快捷地评价烟丝的保润性能。 (12)采集未知烟丝样品的近红外本文档来自技高网...
【技术保护点】
一种采用近红外光谱模型分析烟草、烟草制品保润性能的方法，其特征在于，包括：步骤一、测定烟草样品的保润数据：将烟草制品在恒温恒湿箱中平衡备用；准确称取一定量的样品，测定烟草样品在动态的温湿度环境中其质量随湿度的变化值，通过扣除样品的干基质量，计算样品的保润数值；步骤二、光谱采集：取烟丝样品，应用近红外光谱分析仪多次采集样品光谱数据，获得样品光谱数据的平均值，得到烟丝样品的近红外光谱图；步骤三、建立烟草及烟草制品保润性能近红外分析数据模型：将所得样品的近红外光谱图与烟草制品保润性能结果相结合，经过数理统计和光谱预处理方法运算后建立数据模型，形成用于分析烟草及烟草制品保润性能的近红外数据模型；步骤四、未知烟草样品保润性能的快速测定：将未知烟草样品经过预处理，采用步骤二的方法采集未知烟草样品的近红外光谱，将光谱经过预处理再将近红外光谱值带入步骤三建立的近红外预测模型中，经模型运算，即可获得未知样品的保润性能。
【技术特征摘要】
【专利技术属性】
技术研发人员：庄亚东，张华，朱龙杰，曹毅，
申请(专利权)人：江苏中烟工业有限责任公司，
类型：发明
国别省市：江苏;32
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。