煙葉工業(yè)分級(jí)與精細(xì)化分類在打葉復(fù)烤均質(zhì)化加工中的應(yīng)用

田欒欒 殷美榮 瞿磊

摘要 構(gòu)建了原煙在線近紅外檢測(cè)模型，從打葉復(fù)烤加工環(huán)節(jié)提高煙葉原料加工的穩(wěn)定性和均勻性。通過(guò)該模型對(duì)工業(yè)分級(jí)后的原煙進(jìn)行精細(xì)化煙堿分類，然后采用精細(xì)化加工進(jìn)行模塊配打。結(jié)果表明，與常規(guī)加工相比，精細(xì)化分類后的原煙煙堿平均變異系數(shù)由17.14%降至6.47%;精細(xì)化加工方式的配方打葉復(fù)烤成品片煙煙堿變異系數(shù)VCO1B從2.76%降至2.47%，VBO3S從1.62%降至1.16%，均勻性控制效果顯著提升。

關(guān)鍵詞 原煙;近紅外模型;精細(xì)化分類;打葉復(fù)烤工藝;均質(zhì)化技術(shù)

中圖分類號(hào) TS44+3 ?文獻(xiàn)標(biāo)識(shí)碼 A

文章編號(hào) 0517-6611（2020）10-0148-05

doi：10.3969/j.issn.0517-6611.2020.10.040

Abstract In order to improve the stability and uniformity of tobacco raw materials in the threshing and redrying process， an online nearinfrared determination model of tobacco leaves was established. By using the model， the refined classification based on nicotine content of industrial graded tobacco leaves were carried out， and then the refined industry grade tobacco leaves were used for tobacco leaf module processing. The results showed that，compared with normal processing， the coefficient of variation （CV） of nicotine of tobacco leaves decreased from 17.14% to 6.47% after refined classification， and CV of nicotine of VCO1B decreased from 2.76% to 2.47%， and that of VBO3S decreased from 1.62% to 1.16%. The effect of this kind of uniformity control method was significantly improved.?

Key words Tobacco leaves; Nearinfrared model; Refined classification; Threshing and redrying process; Homogenization technology

??

煙葉等級(jí)的劃分在保障煙農(nóng)和煙草生產(chǎn)企業(yè)利益的同時(shí)，也使得煙葉原料模塊以及葉組配方的可操作性更強(qiáng)[1];煙草工業(yè)企業(yè)依據(jù)煙葉外觀特性等經(jīng)過(guò)精細(xì)的工業(yè)分級(jí)是保障煙葉原料質(zhì)量的重要技術(shù)措施，是保障卷煙產(chǎn)品質(zhì)量的基礎(chǔ)[2];通過(guò)對(duì)煙葉的工業(yè)分級(jí)，并根據(jù)其風(fēng)格質(zhì)量特征摻配出具有一定特色和品質(zhì)一致的煙葉復(fù)烤配方模塊，在復(fù)烤工藝生產(chǎn)中對(duì)煙葉的主要物理指標(biāo)與化學(xué)指標(biāo)進(jìn)行檢測(cè)和控制[3-4]，保證穩(wěn)定、優(yōu)質(zhì)的煙葉原料供應(yīng)，可以提高卷煙產(chǎn)品的內(nèi)在質(zhì)量[5]。

配方模塊打葉技術(shù)是指按一定的比例將不同等級(jí)、相同或不同產(chǎn)區(qū)的原煙均勻摻配在一起打葉復(fù)烤，形成一個(gè)質(zhì)量穩(wěn)定的片煙等級(jí)或配方模塊，以供卷煙工業(yè)企業(yè)配方使用[6-7]。配方打葉后煙葉的感官評(píng)吸質(zhì)量和混合均勻度均有所提升，但也存在一些不足。目前國(guó)內(nèi)煙葉種植多以個(gè)體農(nóng)戶為主，煙葉差異較大，常規(guī)的加工手段是按照顏色、身份等性狀進(jìn)行分類，再對(duì)分類的煙葉按比例投料達(dá)到均勻加工的目的[8]。但是，由于人工僅能識(shí)別煙葉外觀質(zhì)量因素，無(wú)法識(shí)別與卷煙內(nèi)在評(píng)吸質(zhì)量密切相關(guān)的內(nèi)在化學(xué)成分，在實(shí)際生產(chǎn)過(guò)程中煙葉穩(wěn)定性和均質(zhì)化提高幅度有限。因此，借助現(xiàn)代儀器分析手段對(duì)分級(jí)后煙葉開(kāi)展精細(xì)化分類研究，對(duì)于形成科學(xué)、合理的煙葉模塊配方組合具有重要的作用和意義。

近紅外檢測(cè)技術(shù)具有測(cè)試速度快、制樣簡(jiǎn)單、信息量大、分析結(jié)果準(zhǔn)確可靠、無(wú)破壞性等優(yōu)點(diǎn)，近年來(lái)在煙草行業(yè)得到了較廣泛的應(yīng)用，目前近紅外技術(shù)已被應(yīng)用于煙草總糖、還原糖、總氮、煙堿、總揮發(fā)酸和無(wú)機(jī)元素等的定性分析中[9-10]。煙堿含量是表征煙葉風(fēng)格特征的重要因素之一[11]，筆者利用近紅外檢測(cè)技術(shù)對(duì)工業(yè)分級(jí)后的煙葉進(jìn)行在線實(shí)時(shí)煙堿檢測(cè)，使每一框（約240 kg）分后等級(jí)煙葉都有一個(gè)精確可靠的煙堿值，并依據(jù)檢測(cè)得到的不同煙堿含量，對(duì)分級(jí)后的煙葉進(jìn)行細(xì)化分類、單獨(dú)倉(cāng)儲(chǔ)，再按照模塊配方單給定的比例，對(duì)精細(xì)化分類后的煙葉進(jìn)行均衡配比投料復(fù)烤，以控制復(fù)烤片煙的煙堿波動(dòng)，進(jìn)而實(shí)現(xiàn)模塊配方打葉復(fù)烤的均質(zhì)化加工，提高復(fù)烤成品的均質(zhì)化程度及質(zhì)量穩(wěn)定性。

1 材料與方法

1.1 儀器與設(shè)備

設(shè)備：德國(guó)布魯克（BRUKER）公司MATRIX-E型在線傅立葉變換近紅外光譜儀;荷蘭SKALAR公司SKALAR SANPLUS連續(xù)流動(dòng)自動(dòng)化學(xué)分析儀;美國(guó)FOSS公司FOSS CYCLOTEC 1093型旋風(fēng)磨（帶40目篩子）;Flame Photometer 410火焰光度計(jì);BD50消化器。

近紅外儀器檢測(cè)參數(shù)如下：波數(shù)分辨率8 cm-1，掃描次數(shù)128次，波數(shù)范圍4 000～10 000 cm-1。

打葉復(fù)烤生產(chǎn)線設(shè)備：2條12 t/h打葉復(fù)烤生產(chǎn)線，設(shè)計(jì)產(chǎn)能為6 000 萬(wàn)t/a。

1.2 煙葉近紅外在線檢測(cè)模型的建立 進(jìn)行原煙在線化學(xué)檢測(cè)應(yīng)用前，首先應(yīng)建立適用于生產(chǎn)實(shí)際的煙葉近紅外在線檢測(cè)模型。

1.2.1 光譜采集。選取2017年云南省玉溪烤煙產(chǎn)區(qū)工業(yè)分級(jí)的部分等級(jí)煙葉，經(jīng)過(guò)工業(yè)分級(jí)后投入鋪葉分切線，分切后按照模塊配方單投烤，將在線近紅外儀器分別架設(shè)于鋪葉分切后的匯總皮帶和打葉復(fù)烤投料后預(yù)配柜出口的匯總皮帶，分別采集非葉基煙葉和模塊配比后配方煙葉的在線近紅外光譜，通過(guò)與在線近紅外儀器同步取樣，獲得建模樣品，隨后按照國(guó)標(biāo)流動(dòng)分析檢測(cè)方法，進(jìn)行煙葉常規(guī)化學(xué)成分的流動(dòng)分析檢測(cè)得到煙堿及其他常規(guī)化學(xué)成分含量，并結(jié)合同步采集的在線近紅外光譜建立原煙的在線近紅外檢測(cè)模型。

1.2.2 模型建立。

將“1.2.1”采集的煙葉樣品磨碎為粉狀，粒度40目。建立模型的樣品化學(xué)數(shù)據(jù)采用流動(dòng)分析方法檢測(cè)主要常規(guī)化學(xué)成分含量，使用儀器自帶的OPUS軟件中QUANT-2定量分析軟件包提供的建模方法（偏最小二乘算法，PLS）進(jìn)行模型優(yōu)化和處理，根據(jù)模型驗(yàn)證效果，選擇最優(yōu)的模型進(jìn)行在線應(yīng)用。

通過(guò)模型優(yōu)化篩選后，應(yīng)用的煙葉在線檢測(cè)模型主要參數(shù)與質(zhì)量指標(biāo)見(jiàn)表1。

1.3 分類加工方式及模塊配方

1.3.1 試驗(yàn)煙葉等級(jí)及配方模塊。

針對(duì)2018年云南省玉溪烤煙產(chǎn)區(qū)的K326品種煙葉，在當(dāng)前采用的分級(jí)后煙葉分類倉(cāng)儲(chǔ)的生產(chǎn)模式下，選取工業(yè)分級(jí)后BO2、BO3、CO2、CO3四個(gè)主等級(jí)作為試驗(yàn)對(duì)象，進(jìn)行2種不同方式的對(duì)比試驗(yàn)。

常規(guī)分類煙葉：按照原有抽樣頻次（約4 t煙葉抽檢一個(gè)樣品），進(jìn)行實(shí)驗(yàn)室近紅外檢測(cè)來(lái)確定煙堿值，按照給定的煙堿堆碼范圍分類入庫(kù)。精細(xì)化分類煙葉：根據(jù)常規(guī)分類確定的煙葉煙堿范圍類別，在鋪葉線上再次進(jìn)行在線煙堿檢測(cè)，重新確定煙堿值后，再按照細(xì)分的煙堿區(qū)間分類入庫(kù)。

投入煙葉常規(guī)分類和精細(xì)化分類試驗(yàn)的各煙葉等級(jí)數(shù)量見(jiàn)表2。

根據(jù)年度模塊配方設(shè)計(jì)確定的模塊配方單各等級(jí)比例，選取以K326品種4個(gè)試驗(yàn)等級(jí)為主要組成的VCO1B、VBO3S兩個(gè)模塊進(jìn)行配比投料的打葉復(fù)烤，具體見(jiàn)表3。

1.3.2 分類加工方式。

1.3.2.1 常規(guī)分類煙葉的加工。將工業(yè)分級(jí)后BO2、BO3、CO2、CO3四個(gè)主等級(jí)以8框（480 kg/框）為一個(gè)批次，從每一框的不同位置抽取煙葉，共抽取30片左右，進(jìn)行實(shí)驗(yàn)室近紅外光譜掃描，得到該樣品的煙堿含量，作為該8框煙葉的煙堿值，再按照每年根據(jù)煙葉生產(chǎn)狀況確定的《工業(yè)分級(jí)煙堿分段堆碼范圍》（表4）進(jìn)行煙堿分段（高、中、低）標(biāo)識(shí)堆碼，然后按照品種、產(chǎn)地、等級(jí)、煙堿范圍和生產(chǎn)時(shí)期進(jìn)行分類入庫(kù)儲(chǔ)存。

? 按照上述檢測(cè)結(jié)果的煙葉分類儲(chǔ)存情況，以最終確定下發(fā)的VCO1B模塊、VBO3S模塊2個(gè)模塊配方單（表3）的各等級(jí)比例進(jìn)行出庫(kù)備料。出庫(kù)時(shí)，同一等級(jí)、同一煙堿的煙葉以入庫(kù)時(shí)間計(jì)算，按前、中、后期進(jìn)行比例搭配出庫(kù)，隨后按配方單進(jìn)行正常配方模塊打葉復(fù)烤，各模塊配打的批次數(shù)量（4.8 t/批）為VCO1B模塊14批、VBO3S模塊4批，并利用復(fù)烤后在線近紅外光譜儀在線檢測(cè)成品片煙的煙堿含量，作為復(fù)烤成品均質(zhì)化判定依據(jù)。

1.3.2.2 精細(xì)化分類煙葉的加工。依據(jù)常規(guī)分類煙葉的煙堿分段堆碼范圍，在不改變煙葉煙堿高、中、低類別的基礎(chǔ)上，進(jìn)一步細(xì)分煙堿分段范圍（表5）。

選取常規(guī)分類后的BO2、BO3、CO2、CO3四個(gè)主等級(jí)（含煙堿高、中、低）分別在運(yùn)輸帶上鋪葉，并進(jìn)行近紅外在線煙堿測(cè)試，每12 s產(chǎn)生1個(gè)煙堿值，待裝滿一框（240 kg/框，約50 s）后，取該時(shí)間段內(nèi)4個(gè)煙堿值平均獲得該框煙堿值，再根據(jù)表5《2018年玉溪K326品種煙葉工業(yè)分級(jí)精細(xì)化煙堿分段堆碼范圍》重新確定該框煙堿分類，然后按照品種、產(chǎn)地、等級(jí)、煙堿范圍和生產(chǎn)時(shí)期進(jìn)行分類入庫(kù)儲(chǔ)存。

待復(fù)烤投料時(shí)，以VCO1B模塊、VBO3S模塊2個(gè)模塊配方單的等級(jí)比例為依據(jù)，將配方單中的高中低分類重新進(jìn)行配比組合，即以配方單中VCO1B模塊的玉溪“CO2低”等級(jí)為例，“CO2低”拆分為“CO2低-1”和“CO2低-2”，其比例為1∶1，分別占模塊配方比例的34.06%;其他等級(jí)以此類推。以此方式進(jìn)行精細(xì)化配方模塊打葉復(fù)烤，將涉及玉溪BO2、BO3、CO2、CO3四個(gè)等級(jí)的高、中、低煙堿等級(jí)，根據(jù)精細(xì)化分類入庫(kù)后的煙葉庫(kù)存進(jìn)行拆分后的重新配比組合投料復(fù)烤，具體模塊配方等級(jí)及批次數(shù)量見(jiàn)表6，其中在VCO1B模塊中替換投料的玉溪 CO2低-1、低-2分別占該模塊配方比例的34.06%，玉溪 BO2低-1、低-2分別占該模塊配方比例的8.57%，玉溪 CO2中-1、中-2分別占該模塊配方比例的3.94%，未替換投料的其他等級(jí)占模塊配方比例的6.87%;VBO3S中替換投料的玉溪 BO3中-1、中-2分別占該模塊配方比例的18.47%，玉溪BO3低-1、低-2分別占該模塊配方比例的17.92%，玉溪CO3低-1、低-2分別占該模塊配方比例的4.89%，玉溪BO3低-1、低-2分別占該模塊配方比例的4.71%，未替換投料的其他等級(jí)占模塊配方比例的8.04%。

以此2種方式進(jìn)行的打葉復(fù)烤精細(xì)化加工與常規(guī)加工方式的試驗(yàn)?zāi)K在同一條生產(chǎn)線上先后進(jìn)行，復(fù)烤過(guò)程中的其他加工工藝、設(shè)備條件和工藝參數(shù)保持不變，此時(shí)利用復(fù)烤后在線近紅外光譜儀實(shí)時(shí)采集成品片煙的煙堿值。

1.4 復(fù)烤后片煙在線近紅外儀器參數(shù)與檢測(cè)模型質(zhì)量指標(biāo) 2種方式加工使用的復(fù)烤后在線近紅外檢測(cè)設(shè)備與模型完全相同（表7）。儀器均為德國(guó)布魯克（BRUKER）公司MATRIX-E型在線近紅外光譜儀，設(shè)備參數(shù)為波數(shù)分辨率8 cm-1，掃描次數(shù)150次，波數(shù)范圍4 000～12 000 cm-1。

2 結(jié)果與分析

2.1 煙葉精細(xì)化分類前后結(jié)果對(duì)比分析

2.1.1 各等級(jí)煙堿范圍及數(shù)量。

BO2、BO3、CO2、CO3四個(gè)分后主等級(jí)進(jìn)行精細(xì)化分類前后煙堿范圍及數(shù)量變化見(jiàn)表8～9。從表8～9可以看出，精細(xì)化分類前后各等級(jí)煙堿范圍的煙葉數(shù)量變化較大，表明對(duì)分后等級(jí)煙葉進(jìn)行精細(xì)化分類能夠縮小煙葉分類單元，提高煙葉煙堿分類的準(zhǔn)確性和代表性。

2.1.2 煙葉煙堿含量在線檢測(cè)結(jié)果。

表10為不同加工方式后煙葉煙堿在線檢測(cè)結(jié)果。從表10可以看出，常規(guī)分類煙葉煙堿變異系數(shù)（CV）范圍為11.43%～22.85%，平均變異系數(shù)為17.14%;精細(xì)化分類煙葉煙堿變異系數(shù)（CV）范圍為4.20%～9.03%，平均變異系數(shù)為6.47%。這表明常規(guī)分類和精細(xì)化分類各等級(jí)煙堿含量檢測(cè)結(jié)果差異較大，相同等級(jí)精細(xì)化分類后煙堿變異系數(shù)明顯較小，對(duì)控制分級(jí)后煙葉類內(nèi)煙堿波動(dòng)效果明顯。

2.2 2種分類煙葉加工的打葉復(fù)烤成品片煙煙堿在線檢測(cè)結(jié)果對(duì)比分析

表11為不同加工方式打葉復(fù)烤成品片煙煙堿在線檢測(cè)結(jié)果。從表11可以看出，VCO1B模塊常規(guī)分類加工打葉復(fù)烤成品片煙煙堿變異系數(shù)（CV）為2.76%，精細(xì)化分類加工打葉復(fù)烤成品片煙煙堿變異系數(shù)（CV）為2.47%;VBO3S模塊常規(guī)分類加工打葉復(fù)烤成品片煙煙堿變異系數(shù)（CV）為1.62%，精細(xì)化分類加工打葉復(fù)烤成品片煙煙堿變異系數(shù)（CV）為1.16%。這表明精細(xì)化分類加工打葉復(fù)烤成品片煙煙堿變異系數(shù)較常規(guī)分類加工小，精細(xì)化加工方式對(duì)控制打葉復(fù)烤成品片煙煙堿波動(dòng)效果明顯，有利于打葉復(fù)烤均質(zhì)化加工效果的提高。

3 結(jié)論與討論

該研究構(gòu)建了分級(jí)后煙葉的在線近紅外檢測(cè)模型，并對(duì)工業(yè)分級(jí)后的四個(gè)主等級(jí)煙葉分別進(jìn)行近紅外在線煙堿檢測(cè)，對(duì)每一框煙葉的煙堿進(jìn)行精準(zhǔn)標(biāo)定。結(jié)果顯示，與常規(guī)分類相比，精細(xì)化分類后的煙葉煙堿平均變異系數(shù)由17.14%降至6.47%，說(shuō)明基于煙葉在線近紅外檢測(cè)模型的工業(yè)分級(jí)煙葉的精細(xì)化分類有利于穩(wěn)定同等級(jí)內(nèi)多個(gè)批次煙葉的煙堿波動(dòng)。

分別采用常規(guī)加工和精細(xì)化加工對(duì)同一配方原料進(jìn)行模塊配打。結(jié)果顯示，采用常規(guī)分類加工方式的配方打葉復(fù)烤，投料煙葉的煙堿含量波動(dòng)較大，是成品片煙煙堿變異系數(shù)控制的不利因素，進(jìn)一步導(dǎo)致加工后成品片煙質(zhì)量波動(dòng);采用精細(xì)化分類加工方式的配方打葉復(fù)烤，投料煙葉煙堿含量波動(dòng)較小，2個(gè)成品片煙等級(jí)的煙堿變異系數(shù)VCO1B從2.76%降至2.47%、VBO3S從1.62%降為1.16%，均勻性控制效果顯著提高。因此，通過(guò)在煙葉復(fù)烤加工前對(duì)煙葉進(jìn)行更為精細(xì)的質(zhì)量分類，對(duì)后續(xù)配方投料精確度和復(fù)烤成品片煙的批次質(zhì)量穩(wěn)定性提升具有重要意義。

參考文獻(xiàn)

[1]章濤.卷煙配方設(shè)計(jì)、生產(chǎn)工藝技術(shù)與感官鑒定及質(zhì)量控制檢驗(yàn)實(shí)務(wù)全書(shū)[M].香港：中國(guó)科技文化出版社，2005.

[2] 王毅，馬翔，溫亞?wèn)|，等.應(yīng)用近紅外光譜分析不同年度工業(yè)分級(jí)煙葉的特性[J].光譜學(xué)與光譜分析，2012，32（11）：3014-3018.

[3] 王寅生.新編煙草收購(gòu)預(yù)檢預(yù)驗(yàn)與卷煙分級(jí)、加工工藝、技術(shù)標(biāo)準(zhǔn)規(guī)范及質(zhì)量檢驗(yàn)標(biāo)準(zhǔn)化實(shí)務(wù)手冊(cè)[M].北京：輕工業(yè)出版社，2005.

[4] 王家俊，李娟.基于FT-NIR分析技術(shù)的SIMCA建模及其在卷煙配方過(guò)程質(zhì)量監(jiān)測(cè)中的應(yīng)用[J].煙草科技，2008（3）：5-9.

[5] 溫亞?wèn)|，王毅，王能如，等.近紅外光譜的投影分析方法在工業(yè)分級(jí)與復(fù)烤模塊配方中的應(yīng)用[J].中國(guó)煙草學(xué)報(bào)，2009，15（5）：6-10.

[6] 陳越立，尹智華，彭琛.配方模塊打葉技術(shù)探討[J].科技信息，2011（19）：458.

[7] 王獻(xiàn)友，孟昭文，李屹，等.關(guān)于煙葉配方打葉均質(zhì)化控制的應(yīng)用研究[J].科技視界，2018（1）：18-20，65.

[8] 何結(jié)望，吳風(fēng)光，謝豪，等.不同分組方法對(duì)原煙配方模塊質(zhì)量的影響[J].中國(guó)煙草科學(xué)，2011，32（2）：86-89.

[9] 王保興，陳國(guó)輝，汪旭，等.近紅外光譜技術(shù)在煙草領(lǐng)域的應(yīng)用進(jìn)展[J].光譜實(shí)驗(yàn)室，2006，23（5）：1075-1084.

[10] 張靈帥，邢軍，谷運(yùn)紅，等.煙草近紅外光譜分析結(jié)果影響因素綜述[J].安徽農(nóng)業(yè)科學(xué)，2008，36（21）：9097-9099.

[11] 胡建軍，馬明，李耀光，等.煙葉主要化學(xué)指標(biāo)與其感官質(zhì)量的灰色關(guān)聯(lián)分析[J].煙草科技，2001（1）：3-7.