一种识别复配加料香精种类及浓度偏离的方法技术

本发明专利技术一种识别复配加料香精种类及浓度偏离的方法。所述方法能够识别复配加料香精的种类，同时能灵敏识别复配加料香精与标准样品的浓度偏离程度，并且对于多种类型的复配加料香精，均有很好的预测效果，能实现对复配加料香精种类的快速识别以及浓度偏离的程度，对卷烟生产具有重大意义。

【技术实现步骤摘要】

本专利技术涉及烟用香精分析领域，更具体地，涉及一种识别复配加料香精种类及浓度偏离的方法。
技术介绍
为了丰富卷烟的口味，会在卷烟生产的过程中在添加香精。香精根据添加的施加工艺不同，可以分为两种，第一类是在加料工艺中添加的，这类香精通常与水混合后添加到烟叶中，叶片迅速吸收料液，提高叶片含水率并改善烟叶品质，经过储叶柜2小时以上的平衡后，进行回潮、切丝和烘丝工序，并通过烘丝过程降低含水率，达到水分平衡；第二类是在加香工艺添加的，这类香精通常与挥发性溶剂（通常为乙醇）混合后添加到经过烘干的烟丝中，并不再进行溶剂的去除处理。在实际生产中发现，香精配方或浓度的轻微变化，都可能对烟丝口味改善效果发生明显影响，因此要求严格控制每批次的香精配方及浓度的一致性。然而现有对香精配方及浓度的控制，还是依赖人工进行为主，缺少一种科学的快速的识别方法；现有技术中有从用折光率等指标进行检测，但这些指标的适用性有限，未能实现对香精的种类和浓度进行精确检测。
技术实现思路
本专利技术的目的在于克服现有技术的不足，提供一种识别复配加料香精种类及浓度偏离的方法。经大量实验测试，该方法能迅速识别复配加料香精种类，并且能灵敏地判别复配加料香精是否与标准样品的浓度发生偏离。本专利技术的上述目的通过如下技术方案予以实现：一种识别复配加料香精种类及浓度偏离的方法，包括如下步骤：S1.对待测复配加料香精样品进行近红外检测，获得近红外全波段光谱数据；S2.对S1.所得全波段光谱数据进行数据处理：选取6200~5500cm-1波段范围数据，并进行二阶导数处理；S3.依据S2.处理后的数据与设定的标准样品的数据进行比较，判别待测复配加料香精样品的种类；以及换算待测复配加料香精样品数据与对应标准样品数据的马氏距离，判别待测复配加料香精样品的浓度与标准浓度样品浓度的差异程度；S2.中，光程类型为SNV；所述复配加料香精包括烟用香精成分和溶剂成分，所述溶剂为水。近红外透射光谱由于能采集较多的数据信息，已经有被报道用于烟用香精的品质控制中。但是现有的方法只能针对单一的烟用香精，并且采用全波段色谱数据。然而专利技术人发现，对于复配香精，由于为多种香精复配，其致香成分较单一香精更复杂，如果采用全波段的原光谱建立模型，一方面由于水分子的O~H键与香精中的致香成分如醇类、酚类、酸类等物质所含的强极性O~H键容易造成光谱重叠，另一方面复杂体系自身造成的光谱重叠使得这些波长处的光谱信息的测量选择性较差。因此复配香精的种类辨别难度较单一香精的辨别难度更大。并且，对于生产来说，不同品牌的香烟所用的复配香精的种类可能不同，因此，要求所建立的方法对多个不同种类的复配香精均有适用性。然而如果采用全波段的原光谱建立模型，不同种类的复配香精的主成分得分有重叠的现象，可见采用全波段的原光谱建立模型的辨别效果很不理想，即使采用导数处理，也不能将不同种类复配香精进行有效区分。提取吸收较小的部分波段6200~5500cm-1进行建模时，同种类烟用复配加料香精的主成分得分较为分散，且不同种类烟用复配加料香精没有明显的距离，不能将不同种类烟用复配加料香精进行有效区分。专利技术人发现，当同时选择吸收较小的部分波段6200~5500cm-1及其二阶导数处理的光谱进行建模时，同种样品的主成分得分分布相对集中，不同样品的主成分得分具有明显的距离。因此，通过对光谱数据进行合理的处理，可以建立具有较高识别效果的模型。如果对该测试样品数据进行一阶导数处理，也不能获得很好的识别效果。光程类型对识别效果有影响，采用SNV模式下的光程类型，能够获得较高的识别效果。另外，现有技术也有通过检测方法所计算的马氏距离判断样品浓度变化的方法，马氏距离的变化程度受样品种类的影响变化很大。对于某一样品，可能马氏距离变化很大，而对于另一样品来说，马氏距离变化很小，即对于不同的样品，区分度（灵敏度）可能会有明显差异。而通过对本领域的一些常用的复配加料香精样品进行反复测试，发现，上述方法对于常用的复配加料香精样品，均有较高的区分度，即对样品浓度偏离识别有高的灵敏度。所述近红外检测的条件可以参照现有对烟用香精的检测条件。即，所述近红外检测的条件为：采集波数范围10000~4000cm-1，固定光程，以仪器内置背景为参比，样品和参比均使用32次扫描，分辨率8cm-1。所述烟用香精成分为将两种以上香精混合后的烟用香精成分。优选地，所述烟用香精成分为将两种香精混合后的烟用香精成分。通常地，所述烟用香精成分占复配加料香精重量的8~15%。与现有技术相比，本专利技术具有以下优点：本专利技术公开的方法能够快速识别复配加料香精的种类，除了定性分析外，还能灵敏辨别复配加料香精样品与标准样品的浓度偏离程度，并且适用性广，对多种复配加料香精，均有很好的预测效果，能实现生产中对复配加料香精的准确识别。附图说明图1实施例1采用（10000~4000）cm-1范围，不进行导数处理的数据建模的主成分得分图。图2实施例1采用（10000~4000）cm-1范围，一阶导数处理的数据建模的主成分得分图。图3实施例1采用（10000~4000）cm-1范围，二阶导数处理的数据建模的主成分得分图。图4实施例1采用（9000~7200）cm-1范围，不进行导数处理的数据建模的主成分得分图。图5实施例1采用（9000~7200）cm-1范围，一阶导数处理的数据建模的主成分得分图。图6实施例1采用（9000~7200）cm-1范围，二阶导数处理的数据建模的主成分得分图。图7实施例1采用（6200~5500）cm-1范围，不进行导数处理的数据建模的主成分得分图。图8实施例1采用（6200~5500）cm-1范围，一阶导数处理的数据建模的主成分得分图。图9实施例1采用（6200~5500）cm-1范围，二阶导数处理的数据建模的主成分得分图。具体实施方式下面结合具体实施例进一步详细说明本专利技术。除非特别说明，本专利技术采用的试剂、设备和方法为本
常规市购的试剂、设备和常规使用的方法。实施例中所用的香精均为市售香精。挑选常用的较有代表性的8种复配加料香精作为标准样品，具体如下：试样1的标准样品：辛甜型香精、酒香型香精和水按2%、8%、90%重量比例混合。所述辛甜型香精为茴香香精，所述酒香型香精为白酒香精。另外，再往上述标准样品中加入水，将上述样品稀释为原来的95%、90%、85%、80%的浓度（即对应为分别配制水重量比为90.5%、91%、91.5%、92%的偏差试样溶液。）试样2的标准样品：酸甜型香精、果香型香精和水按3%、6%、91%重量比例混合。所述酸甜型香精为发酵型草莓香精，所述果香型香精为圆柚香精。另外，再往上述标准样品中加入水，将上述样品稀释为原来的95%、90%、85%、80%的浓度（即对应为分别配制水重量比为91.45%、91.9%、92.35%、92.8%的偏差试样溶液。）试样3的标准样品：烟草香型香精、膏甜型香精和水按10%、5%、85%重量比例混合。所述烟草香型香精为白肋烟提取物，所述膏甜型香精为秘鲁浸膏。另外，再往上述标准样品中加入水，将上述样品稀释为原来的95%、90%、85%、80%的浓度（即对应为分别配制水重量比为85.75%、86.5%、87.25%、88%的偏差试样溶液。）本文档来自技高网...

【技术保护点】
一种识别复配加料香精种类及浓度偏离的方法，其特征在于，包括如下步骤：S1.对待测复配加料香精样品进行近红外检测，获得近红外全波段光谱数据；S2.对S1.所得全波段光谱数据进行数据处理：选取6200~5500cm‑1波段范围数据，并进行二阶导数处理；S3.依据S2.处理后的数据与设定的标准样品的数据进行比较，判别待测复配加料香精样品的种类；以及换算待测复配加料香精样品数据与对应标准样品数据的马氏距离，判别待测复配加料香精样品的浓度与标准浓度样品浓度的差异程度；S2.中，光程类型为SNV；所述复配加料香精包括烟用香精成分和溶剂成分，所述溶剂为水。

【技术特征摘要】
1.一种识别复配加料香精种类及浓度偏离的方法，其特征在于，包括如下步骤：S1.对待测复配加料香精样品进行近红外检测，获得近红外全波段光谱数据；S2.对S1.所得全波段光谱数据进行数据处理：选取6200~5500cm-1波段范围数据，并进行二阶导数处理；S3.依据S2.处理后的数据与设定的标准样品的数据进行比较，判别待测复配加料香精样品的种类；以及换算待测复配加料香精样品数据与对应标准样品数据的马氏距离，判别待测复配加料香精样品的浓度与标准浓度样品浓度的差异程...

【专利技术属性】
技术研发人员：赵瑞峰，黎玉茗，郭文，伍锦鸣，罗福明，叶荣飞，李丹，廖伟杰，王华，
申请(专利权)人：广东中烟工业有限责任公司，
类型：发明
国别省市：广东;44