[发明专利]一种基于光谱转换的烟草化学成分预测方法及装置

说明书

本发明提供了一种基于光谱转换的烟草化学成分预测方法及装置，属于烟草化学成分检测技术领域。本发明通过建立不同水分含量与校正参数之间的对应关系，在实际场景中，获取待测烟草的真实水分含量和第一近红外光谱，根据真实水分含量从预先获取的对应关系中提取出对应的校正参数。通过校正参数将第一近红外光谱转换为标准水分含量下的第二近红外光谱。将第二近红外光谱输入预先建立的近红外预测模型中，输出待测烟草中化学成分的含量。这样就能够在实际场景中快速测量，使工作效率提高；同时也无需提前建立多个对应不同水分含量的近红外预测模型，建模任务量减小，成本降低。

技术领域

本发明涉及一种基于光谱转换的烟草化学成分预测方法及装置，属于烟草化学成分检测技术领域。

背景技术

烟草的化学成分是决定烟草品质的内在因素。例如，在烟草品质评价和配方设计中必不可少的常规成分：总植物碱、还原糖、总糖、总氮、总钾等，用于反映烟草风格与质量、卷烟风格与质量的化学成分：烟草多酚、氨基酸、非挥发性有机酸、阴阳离子、Amadori化合物、茄尼醇、新植二烯等。通常采用化学分析方法来对这些化学成分进行测试，例如，连续流动法、离子色谱法、ICP-MS法、氨基酸分析仪法、液相色谱串联质谱法、重量法、高效液相色谱法和气相色谱法等。

近红外光谱分析技术作为一种快速多化学成分指标的无损检测技术，主要利用有机物中含有的C-H、N-H、O-H、C-C等化学键的振动，来检测多种烟草化学成分，如总植物碱、水溶性还原糖、总糖、总氮、钾、氯、部分多酚、部分有机酸等。对于不同的化学成分，需要建立不同的近红外预测模型，目前尚无能够同时测定烟草中69种化学成分的近红外光谱预测模型。

在近红外光谱分析时，由于水的O-H伸缩振动，其倍频峰和合频峰在近红外光谱中存在较强的吸收峰(约在6897cm^-1和5181cm^-1处)，导致近红外预测的准确性降低。为此，需要在实验室中将建模的样品的水分含量调整为与预测样品水分含量处于同一水分区间，从而降低水分对预测结果准确度的影响。

然而，在实际工作场景，如烟叶收购交割、复烤片烟、烟丝生产等，烟叶数量巨大，烟叶水分含量差异较大且范围较宽，若通过实验时建模预测的方法来测定烟草中的化学成分，不仅需要建立对应不同水分区间的近红外预测模型，建模任务量大，成本高，而且大批量的烟叶很难都在实验室中通过实验的方法预测，否则将带来巨大的成本，同时也会降低生产效率。通过上述分析可以看出，在实验室中通过调整水分含量来进行近红外预测不具有实际操作性，而实际工作场景中亟需一种能够快速测定批量烟叶中化学成分的方法，以降低生产成本，提高生产效率。

发明内容

本发明的目的在于提供一种基于光谱转换的烟草化学成分预测方法，用于解决在测定批量烟叶中化学成分的实际场景中成本高、效率低的问题；本发明的目的还在于提供一种基于光谱转换的烟草化学成分预测装置，用于在烟叶收购交割、醇化进度、烟丝生产等实际工作场景中对批量烟叶中的化学成分进行快速测定。

为了实现上述目的，本发明提供了一种基于光谱转换的烟草化学成分预测方法，包括如下步骤：

S1、获取待测烟草的第一近红外光谱；

S2、根据待测烟草的真实水分含量，从预先获取的不同水分含量与校正参数之间的对应关系，得到对应所述真实水分含量的校正参数；

S3、根据步骤S2得到的校正参数，对第一近红外光谱进行光谱转换，得到待测烟草在标准水分含量下的第二近红外光谱；

S4、将第二近红外光谱输入预先建立的近红外预测模型，输出待测烟草中化学成分的含量；所述近红外预测模型用于表示标准水分含量烟草的近红外光谱与对应标准水分含量烟草中化学成分含量的对应关系；