张 强，董高峰*，李红武，王浩雅，向 明，周桂园

[1.云南烟草科学研究院，昆明 650106；2.红云红河烟草（集团）责任有限公司，昆明 650202]

白肋烟是混合型卷烟的核心原料之一，是形成混合型产品风格的基础，而白肋烟处理技术和方法是混合型卷烟产品最重要的关键技术之一。白肋烟处理的技术和方法主要体现在加料系统和工艺体系的设计，在生产制造过程主要体现在加里料和烘焙两个工序，其中烘焙工序可明显改善其香气质量，减轻杂气和刺激性，改善余味，提高评吸质量[1]。烘焙工序主要包括热风温度、热风湿球温度、干燥时间和铺叶厚度等关键工艺参数。白肋烟在烘焙加工处理过程时，烘焙机内部的热风温度、热风湿球温度、干燥时间、铺叶厚度等工艺参数之间存在着较为复杂的关系[2]。现有文献主要报道[1-3]了烘焙工艺参数对白肋烟的感官质量影响以及烘焙工艺参数之间的关系，但利用贡献率法[4]分析烘焙工艺参数对白肋烟感官质量贡献率方面的报道较少。

为了分析烘焙工艺参数对评吸总分的贡献率，本研究采用均匀试验计[5]法对热风温度、热风湿球温度、干燥时间和铺叶厚度等主要烘焙工艺参数进行试验设计，建立二次多项式逐步回归模型并进行验证，并利用贡献率分析法分析各烘焙工艺参数对评吸总分的贡献率，为白肋烟烘焙工艺参数优化和评吸总分预测提供参考。

1 材料与方法

1.1 材料与仪器

试验于 2009年在红河卷烟厂进行，试验材料为湖北中二的白肋烟烟丝。HBT34.5/209烘焙机（德国 HAUNI公司）；RAYMX2C红外温度计（美国NDC公司）。

1.2 试验设计

对现行烘丝设备的运行状况和工艺参数进行分析，确定了热风温度、热风湿球温度、干燥时间和铺叶厚度4个因素，研究不同实验组合对烘后白肋烟感官质量的影响，其他工艺参数维持正常生产的水平。根据生产实际，以确保烘后叶丝的含水率符合生产工艺的要求为前提，对选取的4个因素按照均匀设计方法进行试验设计（表1）。其中以测定的1～8组烘丝工艺参数值和烘后烟丝的评吸结果数据建立逐步回归模型，9～12组烘丝工艺参数值和烘后烟丝的评吸结果数据作为所建立模型的验证数据。

表1 试验设计Table 1 Experimental design

1.3 取样与检测方法

每次试验参数经调整并稳定运行12 min后，由专人按要求[6]在烘丝机物料出口处（冷却后）用取样盘取叶丝，每次试验取6次样，每次取10 kg，混合均匀后用四分法保留样品烟丝，卷制成单料烟，置于恒温恒湿箱（22℃，RH 60%）内平衡48 h后，由评吸专家进行评吸。先计算出每个单项平均分，然后把每个单项的平均分相加即为评吸总分。感官评吸指标包括：香韵（10分）、香气质（15分）、香气量（15分）、浓度（10分）、刺激（15分）、劲头（5分）、杂气（10分）、干净度（10分）、湿润度（5分）和回味（5分），评吸总分满分为100分。

1.4 分析方法

利用DPS7.05统计软件，分别以测定的烘焙工艺参数为自变量，白肋烟烟叶的评吸总分为因变量，建立多元线性回归方程。其中热风温度、热风湿球温度、干燥时间、铺叶厚度和评吸总分分别用X1、X2、X3、X4和 Y 表示，

2 结 果

2.1 烘焙工艺参数与白肋烟评吸总分逐步回归模型的建立与验证

2.1.1 模型的建立 将表1中前8组工艺参数的数据作为自变量，表2中与之对应的前8组评吸总分数据为因变量，进行逐步回归计算，建立如下方程：

式中：X1为热风温度、X2为热风湿球温度、X3为干燥时间、X4为铺叶厚度；Y为评吸总分。

表2 不同试验组合的评吸结果Table 2 Smoking results of different experimental combination

方程相关系数R＝0.9999*，回归系数经t检验都达到了显著或极显著水平（表3），表明所建立的模型较可靠。

表3 偏回归系数的检验Table 3 Test of partial regression coefficients

2.1.2 模型的验证 将验证数据带入建立的逐步回归方程中，预测值与实际值的相对偏差较小，表明所建立的逐步回归模型在试验范围内有较高的拟合度（表4）。

表4 模型验证结果Table 4 The verification results of the model

2.2 各工艺参数对评吸总分贡献率的大小分析

对于多元二次非线性模型，分析因素的重要性必须将一个因素的一次项和二次项综合考虑，不能只从线性化方程的某一项孤立评价各因素的相对重要性[4]。在这方面，贡献率[4,7]分析是较为适用的一个方法，它可以将各试验因素按贡献率大小排序，从而帮助确定限制因素。首先，求出回归模型的各项偏回归系数方差比Fj、Fjj、Fij，并按照下面的公式计算因素的贡献率α。

然后求第j个因素的贡献率Aj。

式中Aj为第j项总体贡献率，αj为一次项贡献率，αjj为平方项贡献率，1/2αij为交互项贡献率。

根据上述原理分别计算模型的F值和模型各个因变量的贡献率，也即各个烘焙工艺参数对评吸质量的贡献率（表5）。可以看出，各因子贡献率大小顺序为：A1＞A2＞A3＞A4，也即在试验范围内 4个烘焙工艺参数对评吸总分贡献率的大小顺序为：热风温度＞热风湿球温度＞干燥时间＞铺叶厚度。在试验范围内热风温度与热风湿球温度、热风湿球温度与干燥时间、干燥时间与铺叶厚度之间的交互作用对评吸总分都有一定的影响。

表5 偏回归系数、F值、α值、Aj统计表Table 5 The partial regression coefficient, F-value, α-value and Aj-value

3 小 结

（1）对评吸总分和主要烘焙工艺参数所建立的二次多项式逐步回归模型，经验证，表明所建立的回归方程有较高大的拟合度，可以在一定范围内为烘焙工艺参数的优化和评吸总分的预测提供一定的参考。

（2）各烘焙工艺参数对评吸总分的贡献率分析结果表明，在试验范围内，热风温度对白肋烟评吸总分的影响最大，其次是热风湿球温度和干燥时间，而铺叶厚度对白肋烟评吸总分的影响最小。在试验范围内，热风温度与热风湿球温度、热风湿球温度与干燥时间、干燥时间与铺叶厚度之间的交互作用对评吸总分都有一定的影响。因此在生产中优化工艺参数时，不仅要考虑一个或几个烘焙工艺参数对白肋烟评吸总分的影响，还应从整体上考虑烘焙工艺参数之间的交互作用，在尽量保留白肋烟优点的条件下，改善其品质缺陷。

（3）本试验条件下的研究结果，为研究烘焙工艺参数对白肋烟质量的影响提供了新思路和新方法，但是不同卷烟企业在不同产品中使用的白肋烟烟叶质量不一致，应根据混合型卷烟产品设计的风格要求和白肋烟叶组的具体特点，通过试验确定出与之相适应的关键工艺技术参数，因此，实际生产应用还需进一步深入研究。

[1]陈建军.白肋烟烘焙关键工艺参数设置与加工质量[J].烟草科技，2007（6）：12-20.

[2]刘立全，王月霞.梅拉德反应在烟草增香中的应用研究进展[J].烟草科技，1994（6）：21-24.

[3]堵劲松，王宏生，王兵，等.白肋烟加工工艺技术研究[J].烟草科技，2001（6）：3-7.

[4]徐中儒.农业试验最优回归设计[M].哈尔滨：黑龙江科学技术出版社，1988：380-381.

[5]方开泰.实用多元统计分析[M].上海：华东师范大学出版社，1999：291-302.

[6]胡建军，周冀衡，熊燕，等.烘丝工艺参数对烘后叶丝质量影响的研究[J].中国烟草学报，2007，13（6）：24-29.

[7]唐启义，冯光明.实用统计分析及其 DPS数据处理系统[M].北京：科学出版社，2002：164-170.