近紅外光譜相似度匹配分析法控制卷煙表香質量

陳 興，王文元，劉 亞，夏建軍，蔣舉興，朱保昆，李青青，黨立志，段焰青

(1．紅云紅河煙草(集團)有限責任公司技術中心，云南昆明650202;2．云南師范大學生命科學學院，云南昆明650092)

1 引言

卷煙加香主要是用以襯托煙香，在不損害煙葉原有香氣的前提下掩蓋雜氣。由于葉組質量的差異及降焦措施的運用，會導致卷煙產品香氣缺乏或滯重，通過加香可以補充香氣、賦予卷煙獨特的香味、增加甜潤感、改善吸味，掩蓋或減弱一些雜氣、刺激性、干燥感和粗糙感，改善卷煙的抽吸品質［1］。因此，卷煙表香的質量穩(wěn)定性直接關系到卷煙產品的質量穩(wěn)定性。煙用表香常常受到原料、加工等多種因素的影響，其化學成分的復雜性和多樣性一直是質量控制的重點和難點。近年來應用色譜指紋圖譜的方法對香精香料質量進行控制，但色譜圖譜方法的前處理較繁雜，限制了該技術應用［2－4］。

近紅外光譜分析技術是近年來迅速發(fā)展起來的一種方便、高效、低成本的綠色分析技術，目前已經廣泛應用于農業(yè)、林業(yè)、造紙、茶葉、食品、中草藥鑒別等行業(yè)［5］，在煙草的化學成分的分析［6－10］、卷煙真?zhèn)舞b別［11－12］及內在質量穩(wěn)定性評價［13－14］等領域也發(fā)揮了重要作用。本文利用FT－NIR光譜數據，開展了應用相似度匹配的定性分析方法直接建立卷煙表香質量穩(wěn)定性控制模型的嘗試和研究，同時對建模條件進行了優(yōu)化探討，并對模型的預測效果進行了評價。該研究為快速評價卷煙表香質量穩(wěn)定性提供了可行的思路和方法。

2 材料與方法

2．1 材料與儀器

2010年1月～12月，紅云紅河煙草(集團)有限責任公司昆明卷煙廠配料中心生產的云煙(軟珍品)、云煙(紫)和云煙(紅)合格(通過了理化指標的測定，應用于大生產，最后卷煙產品評吸鑒定為合格的樣品)的表香樣品各20批，每批取100 g用于模型的構建。

儀器:Nicolet Antaris FT－NIR光譜儀(美國Thermo Nicolet儀器公司);裝樣玻璃校試管(美國Thermo Nicolet儀器公司);化學計量學軟件:TQ Analyst7．1(美國 Thermo Nicolet儀器公司)。

2．2 光譜數據采集

應用熱電公司的Nicolet Antaris FT－NIR光譜儀對樣品進行光譜采集。光譜采集之前，開機預熱FT－NIR光譜儀2 h。分別將不同品牌的表香樣品裝入小試管中，置于透射樣品架上采集表香樣品的近紅外透射光譜數據。每個樣品進行10次重復數據采集，并將所采集的光譜數據存入計算機;其中光譜采集方式為:透射光譜采集模式;掃描范圍(Data Range):4000～10000 cm－1;分辨率(Resolution):8 cm－1;掃描次數:16次;每次采集樣品光譜前均須采集背景光譜。

2．3 模型構建

應用TQ analyst7．1軟件中的相似度匹配(Similarity Match)的定性分析方法分別建立每一卷煙牌號表香的相似度匹配模型。

2．4 計算相似度匹配值，評判表香質量穩(wěn)定性

按照步驟2．2的方法采集從2011年3月～5月期間生產的20批合格的云煙(軟珍品)、云煙(紫)和云煙(紅)表香樣品光譜，每批10個重復樣品。然后對它們選用以上相應牌號模型，運用TQ analyst7．1軟件計算每批每個光譜的相似度匹配值(similaritymatch value，SMV)，并求出 10個重復光譜的平均值，作為該批的SMV。

3 結果與討論

3．1 表香近紅外光譜

圖1為云煙(軟珍品)表香的近紅外透射光譜圖。由于制備的成品表香成分的復雜性和不均勻性不可避免地造成NIR光譜基線的漂移，因此，在模型構建過程中需要對表香原始FT－NIR光譜進行必要的預處理。

圖1 云煙(軟珍品)表香近紅外透射光譜圖

3．2 光譜預處理及模型參數的選擇

建模型時對相關參數進行調整和優(yōu)化是提高模型預測能力和預測效果的主要手段之一。對光譜進行平滑處理和基線校正，能有效去除近紅外光譜信號中的基線漂移與光散射等各種干擾及噪聲，充分提取FT－NIR光譜包含的有效特征信息，提高模型的預測精度。另外，選擇恰當的光譜范圍也是建模過程中一個重要環(huán)節(jié)之一。

通過對模型的多次優(yōu)化，選擇了表1中的參數建立3種卷煙牌號表香的相似度匹配模型。

表1 各卷煙牌號表香相似度匹配模型的建模優(yōu)化參數

3．3 模型預測的結果

對2011年3～5月，生產制備的各20批同模型的合格成品表香樣品分別用以上相應牌號模型進行SMV預測，同時，也對10個非模型牌號的成品表香樣品進行SMV預測。

表2為云煙(軟珍品)表香相似度匹配模型對20批云煙(軟珍品)合格表香，5批云煙(紫)和5批云煙(紅)成品表香樣品的SMV預測結果。該模型對20批云煙(軟珍品)成品表香樣品預測的SMV都在95以上，而對非模型牌號的表香樣品預測的SMV都在85以下。

表2 云煙(軟珍品)表香相似度匹配模型對不同類型表香的預測結果

表3 云煙(紫)表香相似度匹配模型對不同類型表香的預測結果

表4 云煙(紅)表香相似度匹配模型對不同類型表香的預測結果

表3和表4分別為云煙(紫)和云煙(紅)表香相似度匹配模型的預測結果。同樣也表明了相應的模型對同模型成品表香樣品預測的SMV數據值較高，而對非模型牌號表香樣品預測的SMV較低。

以上三個成品表香模型對模型表香樣品的預測得到的SMV均在95以上，說明所預測的各批表香質量比較穩(wěn)定。這些樣品均為合格的應用到大生產上的樣品。而對非模型樣品預測的SMV均在85以下，說明表香品質若發(fā)生變化，就可以通過近紅外光譜分析技術結合相似度匹配分析很好反映出來。

4 結論

本研究表明，應用FT－NIR光譜分析技術，結合TQ analyst光譜分析軟件中的相似度匹配的定性分析功能，可以精確、快速、有效地對卷煙表香的質量穩(wěn)定性進行評價和控制。通過對模型預測效果的檢驗表明，模型的預測準確率較高，可以作為卷煙生產企業(yè)控制香精香料質量穩(wěn)定性的一種補充手段。

［1］ Yu Jianjun．Cigarette technology［M］．Beijing:China Agriculture Press，2003．(in Chinese)

于建軍．卷煙工藝學［M］．北京:中國農業(yè)出版社，2003．

［2］ Liu Jiangsheng．Researches on quality assessment of tobacco essence perfume by HPLC － ELSED［J］．China Measurement Technology，2007，33(2):128 － 129．(in Chinese)

劉江生．煙用香精香料的高效液相色譜－蒸發(fā)光散射法質量控制研究［J］．中國測試技術，2007，33(2):128－129．

［3］ Chen Aiming，Liang Yizeng，Zhang Liangxiao，et al．The construction of fingerprint spectrum quality control system for tobacco flavor［J］．Computers and Applied Chemistry，2010，38(4):373 －378．(in Chinese)

陳愛明，梁逸曾，張良曉，等．煙用香精香料指紋圖譜質量控制系統(tǒng)的構建［J］．計算機與應用化學，2010，38(4):373－378．

［4］ Wang Ping，Zhu Xiaolan，Su Qingde．Application of chromatographic fingerprint spectrum in flavor quality control［J］．New Chemical Materials，2009，26(3):114 － 116．(in Chinese)

王平，朱曉蘭，蘇慶德．色譜指紋圖譜分析在香精香料質量控制中的應用［J］．化工新型材料，2009，26(3):114－116．

［5］ 陸婉珍，袁洪福，徐廣通，等．當代中國近紅外光譜技術－全國第一屆近紅外光譜學術會議論文集［C］．北京:中國石化出版社，2006．

［6］ Wang Jiajun，Liang Yizeng，Wang Fan．Simultaneous determination of tar，nicotine and carbonmonoxide in smoking by partial least squares and fouriertransform near infrared transmission spectrometry［J］．Chinese Journal of Analytical Chemistry，2005，33(6):793 － 797．(in Chinese)

王家俊，梁逸曾，汪帆．偏最小二乘法結合傅里葉變換近紅外光譜同時測定卷煙焦油、煙堿和一氧化碳的釋放量［J］．分析化學，2005，33(6):793 －797．

［7］ Duan Yanqing，Kong Xiangyong，Li Qingqing，et al．Prediction of cellulose content in tobacco with near infrared spectroscopy［J］．Tobacco Science ＆ Technology，2006，(8):16 －20．(in Chinese)

段焰青，孔祥勇，李青青，等．近紅外光譜法預測煙草中的纖維素含量［J］．煙草科技，2006，(8):16－20．

［8］ Duan Yanqing，Wang Jiajun，Yang Tao，et al．FT － NIR spectroscopic determination of five key chemical components in tobacco sheets［J］．Laser ＆ Infrared，2007，37(10):1058 －1061．(in Chinese)

段焰青，王家俊，楊濤，等．FT－NIR光譜法定量分析煙草薄片中5種化學成分［J］．激光與紅外，2007，37(10):1058－1061．

［9］ Zhang Pingquan，Du Xiuming，Zhang Yuan．Study on determinating polyphenols in cigarette by near infrared reflectance spectroscopy［J］．Analysis and Testing Technology and Instruments，2007，13(9):206 － 210．(in Chinese)

章平泉，杜秀敏，張媛．近紅外光譜法測定卷煙中多酚類物質含量的研究［J］．分析測試技術與儀器，2007，13(9):206－210．

［10］ Zhou Shuping，Chen Guimin，LiWeihong，et al．Rapid determination of Ca，Mg，Fe，Mn and Zn in flue cured tobacco leaves by near infrared reflectance spectroscopy(NIRS)［J］．Guizhou Agricultural Sciences，2007，35(1):28 －30．(in Chinese)

周淑平，程貴敏，李衛(wèi)紅，等．近紅外光譜法快速測定烤煙中鈣、鎂、鐵、錳和鋅的含量［J］．貴州農業(yè)科學，2007，35(1):28 －30．

［11］ Ge Jong，Wang Jin，Wang Weimiao，et al．Application of NIR spectroscopy in discriminating counterfeit cigarettes from genuine［J］．Tobacco Science ＆ Technology，2007，(4):29 －31．(in Chinese)

葛炯，王瑾，王維妙，等．近紅外技術在卷煙真?zhèn)舞b別中的應用［J］．煙草科技，2007，(4):29－31．

［12］ Duan Yanqing，LiQingqing，ZheWei，etal．Analysismethod of similarity mach of NIR spectral in authentic and fake cigarettes identification［J］．Journal of Yunnan University，2010，32(4):453 －459．(in Chinese)

段焰青，李青青，者為，等．近紅外光譜相似度匹配分析方法鑒別煙支真?zhèn)危跩］．云南大學學報，2010，32(4):453－459．

［13］ Wang Jiajun，Yuan Hongfu，Chen Jianming，et al．Characterization of process quality of cigarette blend with multivariate analysis and NIR spectrometry［J］．Tobacco Science ＆ Technology，2006，(10):5 －9．(in Chinese)

王家俊，袁洪福，陳劍明，等．多變量分析法結合近紅外光譜表征卷煙配方的過程質量［J］．煙草科技，2006，(10):5 －9．

［14］ Zhang Dingfang．Application of the NIR spectroscopy to the control of the qualitative stability of themanufactured cigarette［J］．Fujian Analysis ＆ Testing，2009，18(2):39 －44．(in Chinese)

張鼎方．近紅外技術應用于成品卷煙的內在質量穩(wěn)定性控制［J］．福建分析測試，2009，18(2):39－44．