[发明专利]采用近红外光谱模型分析烟草、烟草制品保润性能的方法

说明书

技术领域

本发明涉及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。

背景技术

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。

发明内容

本发明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。

为实现上述发明的目的，本发明采取下述技术方案：

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：

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10h～48h后备用。

进一步地，步骤一中称取样品量为0.1g～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1-10min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M₀；

计算每个试样在平衡湿度环境下的保润数据其中，M_60%为在环境相对湿度为60％下的试样质量，M_20%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℃-40℃。

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℃-25℃，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。