[发明专利]一种基于近红外光谱技术的烟叶相似度判定方法有效
申请号: | 201811448599.X | 申请日: | 2018-11-30 |
公开(公告)号: | CN111257277B | 公开(公告)日: | 2023-02-17 |
发明(设计)人: | 蔡佳校;杜欢哲;崔雨琪;孔波;李燕春;卢红兵;杨华武;谭新良 | 申请(专利权)人: | 湖南中烟工业有限责任公司 |
主分类号: | G01N21/359 | 分类号: | G01N21/359 |
代理公司: | 长沙市融智专利事务所(普通合伙) 43114 | 代理人: | 颜勇 |
地址: | 410014 湖南省*** | 国省代码: | 湖南;43 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 基于 红外 光谱 技术 烟叶 相似 判定 方法 | ||
本发明公开了一种基于近红外光谱技术的烟叶相似度判定方法,其通过重复采集目标烟叶样品的近红外光谱图以及未知烟叶样品的近红外光谱图,得到该目标烟叶样品的近红外光谱图组,接着分别将上述近红外光谱图组中所有曲线阶次求导,并获取求导后的近红外光谱图组的中心值曲线、上限曲线、下限曲线,再计算目标烟叶样品与未知烟叶样品的相似系数以及目标烟叶样品的特征系数,再根据相似系数和特征系数的大小实现对未知烟叶与目标烟叶相似度的判定。本发明提供了一种简单、快捷的方式来实现两种烟叶相似度的快速比较。
技术领域
本发明属于卷烟及卷烟在制品质量检测技术领域,具体涉及一种基于近红外光谱技术的烟叶相似度判定方法。
背景技术
在卷烟的研发和生产维护过程中,需要对库存内多地区各等级烟草的相似度和差异性有较为深入的认识。目前对于卷烟配方维护人员而言,较为普遍的是采用感官评吸的方式进行替代烟叶的选择工作,不仅对配方维护人员的感官评吸水平有较高要求,同时也使大大提高了配方维护的成本和工作量。随着计算机智能技术的发展,烟草行业已通过不同的算法提取单等级烟叶中具有共性和异性特征的烟叶和烟气成分数据,实现烟叶分级、卷烟配方维护以及烟气成分指标预测等。
红外光谱因其快速、准确和无损而被广泛应用于工业领域。近红外光谱主要是对含氢基团振动的倍频和合频吸收,其中包含了大多数类型有机化合物的组成信息,与烟叶化学成分关联的信息非常丰富。而且不同产区和部位的烟叶由于化学成分组成的差异,对应的近红外光谱图也各不相同,因此可以利用近红外光谱对烟叶产区和部位进行预测,既能快速、客观的反映不同烟叶的差异性从而实现相似烟叶的替代,也能节约大量人力成本,有效提高卷烟配方维护效率。
CN201210344034“一种基于近红外光谱信息的SIMCA辅助卷烟配方的方法”以烟叶的近红外光谱信息为对象,采用SIMCA的方法为目标烟叶样品寻找合适的替代样品,具体是采用主成分分析和马氏距离判定相似烟叶样品,辅助卷烟配方。CN2008100307993“一种基于烟叶近红外光谱的相似烟叶搜索方法”是利用烟叶近红外光谱数据采用主成分分析运算构建目标烟叶的数学模型,用模型识别方法来评价未知烟叶与不同目标烟叶间相似程度,得到量化的、能反映烟叶间可替代性的数据。上述两个专利在利用近红外技术进行烟叶相似性分析方面提供了较为详细和清晰的技术思路,但由于其涉及的数学方法均较为复杂且需要进行数据建模,需要的较多的烟叶样品用于数学模型的建立,且对建模人员的数学基础知识要求较高,可能不太利于在实际应用中大力推广或者。
综上,目前对于利用烟叶的近红外光谱图,通过简便方法实现快速、客观地判定不同产区和等级烟叶相似度及烟叶间相互可替代性,从而达到配方叶组中单等级烟叶准确、高效替代的方法有待进一步研究。
发明内容
本发明的目的是提供一种基于近红外光谱技术的烟叶相似度判定方法,包括如下步骤:
S1:采用相同的工艺制备目标烟叶样品和未知烟叶样品;
S2:利用近红外光谱仪重复采集目标烟叶样品的近红外光谱曲线得到目标近红外光谱图组以及采集未知烟叶样品的近红外光谱曲线,并对每个近红外光谱曲线进行阶次求导得到新曲线;
其中,所述目标近红外光谱图组包括目标烟叶样品的若干近红外光谱曲线,所述近红外光谱曲线为吸光度或透光率与波数或波长的关系曲线;
所述阶次求导是将近红外光谱曲线的吸光度或透光率对波数或波长进行求导后得到的无量纲导数值与波数或波长关系曲线的过程;
S3:获取阶次求导后的目标近红外光谱图组中的上限曲线、下限曲线以及中心曲线;
其中,对阶次求导后的目标近红外光谱图组中各个波数或波长采样点处对应的无量纲导数值的最大值、最小值分别进行串接得到上限曲线、下限曲线;所述上限曲线、下限曲线和中心曲线均为无量纲导数值与波数或波长的关系曲线;
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于湖南中烟工业有限责任公司,未经湖南中烟工业有限责任公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201811448599.X/2.html,转载请声明来源钻瓜专利网。