尹凡 陈壮宇 唐春平 贺泽军

摘 要：为保障烟草制品的质量，有必要在打叶复烤阶段对原料进行合理地混配。本文选用郴州产区多个等级的烟叶为试验原料，利用在线近红外分析仪建立了烟碱的预测模型。基于在线近红外烟碱检测技术，实时检测铺料带上的原烟烟碱值，利用分选器和高架库自动进行烟叶的分选入库，最后通过高低搭配的方式均质化自动投料出库。研究结果表明，利用在线近红外分析仪能够准确快速地获取烟叶的烟碱值含量。采用均质化出库方式后，成品片烟的烟碱值偏差和变异系数降低了35.71%和15.25%，极大程度地提高了烟叶打叶复烤的均质化水平。

关键词：近红外光谱;烟碱含量;高低搭配;均质化

烟草作为我国的重要经济作物，其产品质量关系到烟草企业的发展。在烟草的众多质量评价指标中，烟碱又称尼古丁，分子式为C10H14N2，其含量与烟草制品的浓度、劲头、香气量、香气质、余味、杂气和刺激性等感官质量存在对应关系，直接影响了烟草制品评吸质量[1-3]。目前国内烟叶种植主要以农业个体户为主，不同来源的烟叶品质存在较大的差异[4]。因此，需要在打叶复烤阶段对烟叶按照一定的方式进行混配，以达到均匀加工的目的。2015年中国烟草总公司发布了《关于推进打叶复烤企业均质化生产加工的意见》，明确指出要把成品片烟的烟碱变异系数控制到5%以内[5]。传统加工过程中是按照烟叶的颜色、部位、成熟度等外观质量对原烟进行分类，再对分类后烟叶按照相应比例进行混配加工，从而达到均匀加工的目的。但是受到员工在分类过程中对烟叶品质主观判断的影响，传统混配方式对烟叶质量的均匀性提高有限。近红外光谱技术利用烟叶成分中C-H、N-H、O-H、P-H等含氢基团在红外照射下的振动合频和倍频吸收的特点，能够实现对烟叶的物理化学特性进行快速识别[6-8]。董小卫等人[9]利用手持式近红外分析仪对烟叶表面10个点进行信号采集，与烟叶的烟碱、总糖、还原糖、钾和氯等化学成分进行关联，建立烟叶化学成分的近红外模型。宾俊等人[10]建立了烟叶含水率、叶绿素和淀粉的近红外光谱模型。证明利用近红外光谱能够快速获得烟叶的化学成分信息，为烟叶打叶复烤均质化调控工艺提供技术参考。

本文以近红外光谱和计量化学技术为基础，建立基于近红外光谱的烟碱预测模型。在投料分选过程中利用在线近红外光谱仪对烟叶的烟碱含量进行动态检测。最后按照烟碱高低搭配原则实现均质化配方打叶。

1 材料和仪器

采自湖南省郴州的C3F、C4L、C4F煙叶原料102车，每车约15吨，共1530吨。按照每车抽取一个综合原烟样品，共计102个，作为各车样品的抽检值以及近红外光谱仪的训练集。

Armor711在线近红外光谱仪（卡尔蔡司股份有限公司，德国）;高架库（昆船物流信息产业有限公司，昆明）;Futura型连续流动化学分析仪（Alliance公司，法国）。

2 样品烟碱含量测定

对于抽取的样品按照标准YC/T 468-2013《烟草及烟草制品总植物碱的测定连续流动（硫氰酸钾）法》[11]测定训练集样品，获得各车样品的烟碱值。按照0.2%为间隔统计了烟碱值的分布，如图1所示。各车烟叶原料的烟碱值差异较大，烟碱值主要分布在2.0%到4.0%之间。其中烟碱最大值高达4.9%，最小值仅为1.3%。102个样品的烟碱平均值为3.26%，标准偏差为0.82。利用下面公式可计算该批样本的变异系数。

变异系数=样本标准偏差样本均值

计算得到的烟叶原料的烟碱值变异系数为25.15%。如此大的变异系数表明未经过任何处理的烟叶原料因为场地来源、种植环境等因素的影响，其烟碱含量之间差异比较大。如果利用原烟直接加工，其产品品味质量相当不稳定。

3 近红外光谱采集和烟碱预测模型

近红外分析仪采用光纤漫反射方式进行测量。扫描波长为400-2000nm。利用ProcXplorer光谱采集软件对光谱信号进行采集和分析。对于近红外光谱仪采集到的光谱信号采用标准正态变量变换（Standardizing Normalization Vector，SNV）将检测样本数据中心化，然后除以其标准偏差，获得平滑后光谱数据以消除样品表面散射、光程变化等对近红外漫反射光谱造成的影响。然后采用偏最小二乘回归分析法（Partial Least Squares Regression，PLSR）对训练集中样本的烟碱含量进行建模，并采用交互检验法预测残差平方和（Predicted Residual Sum of Squares，PRESS）确定最佳因子数。采用校正均方根误差（root mean square error of calibration，RMSEC）对模型预测性能进行评价[12]。

通过对样品集进行建模分析，最终烟碱校正模型的选择因子数为8，校正均方根误差RMSEC为0.0737。图2给出了各个样品烟碱含量的真实值和模型预测值之间的关系，说明近红外光谱分析模型能够很好地预测烟叶产品的烟碱值。

4 基于在线检测的烟叶分选

根据配方需求按照原料烟碱检测值的大小在铺叶解把后采用高低搭配投料，进入润叶环节。分选过程中利用在线近红外光谱仪检测烟叶的烟碱含量。近红外光谱仪传感器探头到传送带的垂直距离约为5cm，传送带速度为1.2m/s。环境温度为24～30°C，环境湿度为42%～54%。在线近红外分析仪对烟叶的烟碱含量进行识别分析，将烟叶信息传递给中控柜。然后中控柜驱动分选器将烟叶收集入不同烟叶收集框，进行装箱处理。并利用堆垛机按照烟碱值的高低进入高架库。烟叶进入高架库以后，将入库原料的50%作为试验组，利用自动控制功能按照烟碱高低搭配的原则进行均质化配方打叶。另外50%作为对照，随机出库投料打叶。在出库投料皮带上设置在线近红外光谱仪实时对比检测不同出库投料方式的烟叶烟碱值含量，如图3所示。

对比图3（a）和图3（b）的烟碱含量波动结果可以发现，两种投料方式的烟碱平均值基本都在3.2%左右，这主要是受到来烟原料烟碱值的限制。但是采用高低搭配均质化系统投料出库方式的烟碱变化波动要小于随机出库方式。对两种出库方式的煙碱值的分布进行统计和分析，如表1所示。

两种出库方式的烟碱的平均值均为3.21%。较随机出库方式相比，通过高低搭配的均质化系统投料出库，烟碱值的标准偏差从0.25降低至0.11，对应的变异系数从7.79%降低到3.42%。高低搭配的均质化系统投料出库明显提升了打叶过程中烟碱分布的均匀性。

5 成品烟碱分布

烟叶经过打叶复烤工艺后，随机抽取60个样品利用流动分析仪进行烟碱值分布测定，结果如图4所示，对应的统计参数如表2所示。与随机出库模式相比，高低搭配出库的成品烟碱值标准方差仅为0.09，下降了35.71%。对应的变异系数从3.54%降低到3.00%，降低了15.25%。结果表明，利用在线近红外实时检测来料的烟碱值，通过高低搭配出库后能够显著提升打叶复烤工艺的均质化程度。

6 总结

本文通过建立烟碱的在线近红外分析模型，实现了来料的烟碱在线检测。在线近红外分析仪结合分选器实现将原烟按照烟碱值进行分选入库和高低搭配出库，全面提高了片烟烟碱含量的均匀性。在工业企业对于成品片烟烟碱均匀性要求越来越高的今天，推广基于在线近红外技术的打叶复烤均质化系统的必要性愈发明显，其应用前景广阔。

参考文献：

[1]胡建军，马明，李耀光，等.烟叶主要化学指标与其感官评吸质量的灰色关联分析[J].烟草科技，2001（1）：3-7.

[2]张黎明，张明发，田峰，巢进，陈前锋，邓小华.湘西州烤烟烟碱含量的区域特征及其与烟叶评吸质量的关系[J].2014（12）：57-61.

[3]邓小华，陈冬林，周冀衡，等.湖南烤烟烟碱含量空间分布特征及与香吃味的关系[J].中国烟草科学，2009，30（5）：34-40.

[4]祁路生.浅议打叶复烤均质化配方加工[J].农产品加工，2018（10）：66-67，70.

[5]王发勇，张春磊，喻绍新，李一辉，可文庚，吴贵轩，杨石钢，谢永军，雷佳，陈建军.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.

[6]邱军，张怀宝，宋岩，王允白，许武，付中会，李乃会.近红外光谱分析技术在烟草行业的应用[J].中国烟草科学，2008，29（1）：55-59.

[7]张翼，杨征宇，葛炯，刘太昂，张浩博，蔡峰，束茹欣.近红外分析技术在烟草中的应用[J].计算机与应用化学，2016，33（2）：251-254.

[8]Edilene Dantas Teles Moreira，Mrcio Jos Coelho Pontes，Roberto Kawakami Harrop Galvo，Mrio César Ugulino Araújo.Near infrared reflectance spectrometry classification of cigarettes using the successive projections algorithm for variable selection[J].Talanta，2009.79：1260-1264.

[9]董小卫，马强，厉昌坤，周显升，李晓，王以慧，蔡绍松，董海平.近红外检测把烟叶片化学成分技术研究[J].中国烟草科学，2008，29（4）：10-14.

[10]宾俊，范伟，周冀衡，李鑫，梁逸曾，肖志新，刘芮.近红外技术结合SaE-ELM用于烤烟烘烤关键参数的在线监测[J].烟草科技，2016，49（9）：50-56.

[11]YC/T468-2013.烟草及烟草制品总植物碱的测定连续流动（硫氰酸钾）法[S].

[12]Yong Zhang，Qian Cong，Yunfei Xie，JingxiuYang，Bing Zhao.Quantitative analysis of routine chemical constituents in tobacco by near-infrared spectroscopy and support vector machine[J].Spectrochimica Acta Part A，2008，71：1408-1413.

基金项目：中国烟草总公司湖南省公司科技项目专项基金（项目编号：HN2020KJ14，HN2020KJ17，HN2020KJ15，HN2020KJ16）

作者简介：尹凡（1985—），男，汉族，湖南衡阳人，硕士研究生，经济师，研究方向：打叶复烤工艺及过程质量管控。