APP下载

基于在线近红外光谱分析的原烟精选均质化调控方法

2021-03-01刘华友周顺峰朱传才宋智勇帅鸣李军彭邱强

安徽农业科学 2021年3期
关键词:原烟

刘华友 周顺峰 朱传才 宋智勇 帅鸣 李军 彭邱强

摘要 为提高配方打叶时每次备料的原烟内部品质均匀性,在精选原烟装框皮带上安装在线近红外光谱仪,实时检测装框原烟烟碱含量,采用“分区域,分区间”入库、“大小值烟框搭配”的出库方式。结果表明,与采用随机入库、出库方式相比,该方法有效提高了备料原烟的烟碱均匀性,变异系数降低了50.1%。

关键词 原烟;NIRS;精选;均质化加工

中图分类号 TS44+3 文献标识码 A

文章编号 0517-6611(2021)03-0193-03

doi:10.3969/j.issn.0517-6611.2021.03.051

Abstract In order to improve the uniformity of the internal quality of the raw materials for each preparation when the formula was applied, the online nearinfrared spectrometer was installed on the selected original cigarette frame belt to detect the nicotine content of the original smoke in real time. The storage method of “subregional, interregional” warehousing, and “bigsmall smoke frame matching” was used. Compared with the random storage and delivery methods, this method effectively improved the nicotine uniformity of the raw materials prepared and reduced the coefficient of variation by 50.1%.

Key words Raw tobacco;NIRS;Selection;Homogenization processing

打葉复烤后的成品片烟经过醇化、制丝等工艺后成为直接用于成品的烟丝,因此打叶复烤后的成品片烟不仅需要体现出功能性的风格特征,而且还需要具有良好的产品一致性和稳定性,化学成分含量是评价成品片烟内部品质的指标[1] 。在原烟复烤过程中控制其化学成分含量,使化学成分含量一致是均质化加工的关键步骤[2] 。

近红外光(NIR)是介于紫外-可见光和中红外光之间的一种电磁波,其波长范围为780~2 526 nm,反映含氢基团X—H(如C—H、N—H、O—H等)振动的倍频和合频吸收,适用于含氢基团有机物质(如烟草的烟碱、总糖和还原糖)的检测[3-5] 。近红外光谱技术与传统检测方法相比具有简单、快速、实时、高效等优点,适用于过程分析和在线分析,是质量控制的理想手段,其在烟草行业中的应用日益广泛[6-8] 。

目前配方打叶或者单等级打叶时在原烟进入打叶复烤之前皮带上安装在线近红外检测其化学值,根据均质化加工算法实现均质化加工,以平库为例的云南烟叶复烤有限公司泸西复烤厂[9] 、山东烟叶复烤有限公司诸城复烤厂[10] 等、以高架库为例的华环国际烟草有限公司[11] 等,不管是平库模式还是高架库模式,该方法可以控制一个库容的原烟化学值均匀一致,在库与库之间原烟化学值却没有办法使其均匀一致。如何使整个批次库与库之间的原烟化学值保持均匀一致是该研究的重要内容之一。笔者采用在线近红外光谱仪检测精选后的烟叶,然后按着一定的算法进行入选后原烟库,在投料时按照一定的规则出库进行备料,这样确保每次备料的各等级原烟化学值均匀一致。

1 材料与方法

1.1 材料与仪器

1.1.1 试验材料。试验原烟入库时间为2018年,原等级为C2F,产地为湖南省永州市。

1.1.2 主要仪器。ARMOR 711在线近红外光谱仪(德国Carl Zeiss公司),PDA阵列无可移动部件,光源为50 W/12 V卤素灯(镀金),有效检测光斑直径30 mm,信噪比小于104,扫描速度为45条光谱/s,波长范围为800~2 500 nm。

1.2 均质化调控方法

环型线精选后的各批次烟叶经过在线近红外光谱仪检测后装入烟框,当烟框装满后计算该烟框的化学值均值,然后按照均质化算法规则入库,打叶复烤备料时各批次原烟按照一定的规则出库进行备料。

1.3 算法流程

1.3.1 选后原烟库区间划分。

将选后原烟库分成n个区域,每个区域按照化学值的大小再分成化学值大区间和化学值小区间。例如,将选后原烟库划分成3个区域,例如A、B、C 3个区域,每个区间再分成化学值大区间和化学值小区间A(AX、AD)、B(BX、BD)和C(CX、CD),如图1所示。

1.3.2 入库规则。

(1)每个批次最开始装满的n框原烟分别安装顺序进入n个区域中的大区间,如分成3个区域,那么前面3框分别进入3个区域中的AD、BD和CD区间。

(2)计算n个区域的中所有烟框化学值的平均值,记为Ymean,计算公式如下:

式中,n为该批次中所有烟框数量,yi为第i框原烟化学值。

(3)当第j框装满之后,该框标记为Uj,其中j>n。

(4)分别计算n个区域的烟箱数量Kp,p=1,2,…,n。

(5)计算n个区域中烟箱数量的极差e:

式中,max(Kp)为烟框数量最多的区域,min(Kp)为烟箱数量最少的区域。

(6)计算n个区域中各区域中烟框化学值总和Tp。

(7)如果e>2,找出最小烟箱数对应的区域Kp,min,Uj进入区域Kp,min,如果Uj对应的化学值Q>Ymean,Uj进入Kp,min区域的大值区间,否则进入Kp,min区域的小值区间。

如果e≤2,Uj进入N个区域中化学值总和最小的区域Tp,min, 如果Uj對应的化学值Q>Ymean,Uj进入Tp,min区域的大值区间,否则进入Tp,min区域的小值区间。

1.3.3 出库规则。

当生产备料时,该批次每次出库数量为C时,那么区域Kp中大值区间和小值区间各出C/2框,按顺序将所有区域的烟框出完。

2 结果与分析

2.1 调控指标的选择 表1为在线近红外模型中的外部验证结果,根据表1中的结果筛选出最大的调控指标(RWB)。

式中,yi,actual为第i样品参考方法的测定值,i,actual为验证集所有样本参考方法测定值的平均值,yi,predicted为验证集预测过程中第i样品的预测值,n为验证集的样品数。

2.2 选后烟叶入库

2.2.1 选后烟叶检测。

选后等级C2FA1所有烟框数量为1 660个,烟碱含量为(2.372±0.227)%,变异系数为9.587%。C2FA1等级烟框烟碱含量如图2所示。

2.2.2 选后原烟库区间划分。

将选后等级C2FA1的原烟库分A、B、C 3个区域,然后再将A区域分成大值区间AD和小值区间AX,同理将B区域分成BD、BX区间,C区域分成CD、CX区间。图3b为该等级入原烟库后个区间的烟碱含量均值,其中AD区间的烟碱含量均值为2.486%,AX区间的烟碱均值为2.272%,BD区间烟碱含量均值为2.479%,BX区间烟碱含量均值为2.262%,CD区间烟碱含量均值为2.483%,CX区间烟碱含量均值为2.251%。A区域烟碱含量均值为2.379%,B区域烟碱含量均值2.371%,C区域烟碱含量均值为2.367%。

图3a为各区间烟框数量,其中AD区间的烟箱数量为275个,AX区间的烟箱数量为277个,BD区间的烟箱数量为276个,BX区间的烟箱数量为277个,CD区间的烟箱数量为278个,CX区间的烟箱数量为276个。

从图3可以看出,每个区间的烟箱数量非常接近,极值不大于3,且每个大区域的烟碱含量均值几乎相等,各大值区间的烟碱均值几乎相等,各小值区间的烟碱含量均值几乎相等。

2.3 出库 生产投料时,C2FA1每次按照10框出库拉到备料车间,各区域的大值区间和小值区间各出50%即5框,每个区间最后不足5框的当作尾料。对均质化出库方式和随机出库方式进行对比,结果见表2。从表2可以看出,采用均质化出库烟碱含量的变异系数较非均质化出库方式降低了50.1%。图4为2种出库方式烟碱含量均值的比较。

3 结论

采用“分区域,分区间”的均质化入库方式,出库时大小值区间烟框搭配出库,该均质化调控方式可以有效提高备料原烟烟碱均匀性,降低烟碱含量的变异系数。

利用在线近红外光谱仪检测选后原烟每框烟碱含量,可以节省人工取样和化学检测的人工成本和时间成本,符合节能减排的理念。

参考文献

[1] 王发勇,张春磊,喻绍新,等.全程实现打叶复烤均质化加工的研究进展[J].安徽农业科学,2018,46(12):11-13,16.

[2] 阴耕云,徐世涛,侯读成,等.以化学指标衡量打叶复烤片烟均质性的初步研究[C]//中国烟草学会工业专业委员会.中国烟草学会工业专业委员会烟草工艺学术研讨会论文集.北京:中国烟草学会,2010:5.

[3] 褚小立.化学计量学方法与分子光谱分析技术[M].北京:化学工业出版社,2011.

[4] 陆婉珍.现代近红外光谱分析技术[M].2版.北京:中国石化出版社,2006.

[5] 陆婉珍.近红外光谱仪器[M].北京:化学工业出版社,2010.

[6] 胡芸,刘娜,姬厚伟,等.近红外光谱技术在线快速检测复烤片烟化学成分应用研究[J].安徽农业科学,2017,45(19):78-80,83.

[7] 张薇薇,冯兴荣,肖静,等.近红外在线检测技术在烟草行业中的最新应用[J].重庆与世界(学术版),2015,32(12):33-36.

[8] 杨凯,刘鹏,王维妙,等.原烟在线近红外光谱模型转移研究[J].中国烟草学报,2012,18(6):27-31.

[9] 王献友,孟昭文,李屹,等.关于烟叶配方打叶均质化控制的应用研究[J].科技视界,2018(1):18-20,65.

[10] 刘鹏,隋相军,杨松泉,等.基于打叶复烤原烟在线近红外光谱异常点判断方法的研究[J].青岛农业大学学报(自然科学版),2017,34(1):18-21.

[11] 尹旭,徐其敏,陈清,等.带梗烟叶在线近红外检测模型的建立与应用研究[J].江西农业学报,2016,28(1):64-67.

猜你喜欢

原烟
打叶复烤可视化仓储物流管理探究*
基于平库条件的配方打叶复烤均质化技术
原烟入库过程微波灭菌和调节水分试验研究
打叶复烤模块化加工的探索
模块打叶与原烟仓库建设的探索
原烟批次管理探索与应用
原烟在线近红外光谱模型转移研究