烟草近红外质量控制分析方法及系统技术方案

一种烟草近红外质量控制分析方法，收集具有代表性的烟草样品，磨成粉末状，打开烟草样品采集仪器，预热，设置好仪器参数后，逐个扫描有代表性的烟草样品，选择未知样品，磨成粉末，扫描器光谱图；打开分析系统的化学计量学模块，选择算法，并对光谱数据进行预处理，建立校正模型：设置波长范围７００－１１００ｎｍ，光谱和化学值标准化，保存建立好的模型，开始对模型进行校正；预测样品，选择好未知样品后，开始计算，得出样品定量和定性分析结果。本发明专利技术能快速测定、烟草品质参数，对烟草品质做快速现场测定、质量控制、质量分析。本发明专利技术同样适用于药品、牛奶、奶粉等品质监控、原料比对、产品一致性等分析。

【技术实现步骤摘要】

本专利技术涉及分析化学中的近红外光谱分析领域，特别是一种用于烟草质量控制分 析的近红外光谱分析方法及系统。
技术介绍
近红外(Near Infrared NIR)光是指波长介于可见区与中红外区之间的电磁波， 其波长范围约为0. 8-2. 5 iim，波数范围约为12500-4000cm-l。近红外分析兼备了可见区光 谱分析信号容易获取与红外区光谱分析信息量丰富两方面的优点，使近红外谱区分析成为 一类新型的分析技术。从上世纪50年代开始，美国的Norris等人将近红外光谱技术应用到农业方面，进 行现代近红外分析。该方法最初应用于农产品中水分的测定，后来逐渐扩展到脂肪、蛋白等 的测定。之后由于化学计量学系统的发展，使得该方法的应用面逐步扩大，目前已经广泛应 用到农业、饲料分析、食品分析、石油化工、制药、烟草、纺织、生物医学以及矿物学等诸多方面。1975年起，Mc. Clure等人把近红外光谱技术全面地应用于烟草中烟碱、总糖、还 原糖、总钾、总氯等烟草品质参数的快速定量测定，用近红外光谱技术对产自16个国家的 1600多个烟草样品进行了分类研究，结果表明，近红外光谱技术可以对烟叶的品种(白肋、 烤烟)或不同产地(美国本地、非美国产)的归属进行判别确定。因此无论烟草品质参数 的定量测定，还是烟叶的等级归属，近红外技术都有着广泛的应用前景。但由于仪器和模型 的限制，目前近红外光谱技术在烟草行业只限于应用在工业生产时品质测量，并未大规模 使用在烟叶收购时的烟叶分级，未考虑到烟叶原料产品稳定性及一致性的问题。当前，全国实行统一的烤烟国家分级标准，烟叶外观等级质量通过人工鉴定进行， 但烟叶作为一种农产品，其外在质量受品种、栽培措施、气候因素、调制方式不同而存在较 大的差异，人工分级鉴定时因主观理解不同，表现为质量认定的差异。因此，利用现有新的 科学技术，在烟草等级鉴定评价时增加烟草内在质量指标，如烟草中烟碱、总氮、总糖、还原 糖、总钾、总氯等含量指标，改变烟草品质鉴定中单一依靠外观质量指标评价的传统，减少 主观因素在烟草质量鉴定中的影响，对提高烟草等级鉴定过程中的科学性和客观性，引导 优质原料生产，保证原料稳定性有重大作用。由于对样品扫描得到的近红外光谱图中包含了大量的信息，而且这些信息之间相 互重叠，给样品的定性和定量分析带来了巨大的麻烦，因此近红外光谱分析是一种需要系 统支撑的实验技术。近红外光谱系统是近红外光谱仪的核心部分，它实现了对近红外光谱 仪的控制采集光谱数据、对采集的数据进行分析两大功能。随着仪器的发展，到20世纪70年代，有美国的科学家开始使用数学、统计学和 计算机科学知识研究从数据中提取信息，提出了因子分析的方法，最典型的方法是主成 分分析(Principal Component Analysis，PCA)，之后又在此基础上发展了偏最小二乘法 (Partial Least Squares, PLS)，该方法在对光谱矩阵进行降维处理的同时引入应变量的信息。目前PLS方法是近红外光谱分析中应用最广泛的计算方法。后来，为了解决应变量 和光谱之间的非线性关系，人工神经网络(Artificial Neural Network, ANN)等多元非线 性校正方法被提出来，逐渐完善着近红外光谱分析的系统部分。目前商品化的化学计量学系统较多，例如Foss公司的WINISI，Thermo Nicolet公 司的TQ Analyst, Bruker Optics公司的0PUS，石油化工科学研究院的RIPP化学计量学系 统等。但这些商业化系统无法满足便携式近红外光谱仪AGI100采集光谱数据的要求，而且 无法实现适合卷烟行业特殊的基于近红外品质检测技术要求的大量数据需要和数据库管 理，无法形成对卷烟品质检测的数字化管理。由此可见，无论是国内还是国外系统供应商在 针对烟草工业企业的卷烟品质检测的数据库这一块基本属于空白。
技术实现思路
本专利技术提供一种烟草近红外质量控制分析方法及系统，要解决烟草内在品质成分 的快速测定问题，以及烟草系统无化学品质数据库的问题。本专利技术解决其技术问题所采用的技术方案是这种烟草近红外质量控制分析方法，包括烟草样品的光谱采集和数据分析，步骤 如下步骤一，收集具有代表性的烟草样品，磨成粉末状；步骤二，打开烟草样品采集仪器，预热，利用分析系统的数据采集模块，选择光谱 背景通道，调整分辨率为4cm-l，波长范围为700-1100nm，采集累计次数为32次，扫描空气 光谱作为背景；步骤三，设置好仪器参数后，逐个扫描有代表性的烟草样品，作为校正集；步骤四，选择未知样品，磨成粉末，设置好仪器参数，扫描器光谱图；步骤五，打开分析系统的化学计量学模块，选择算法，对光谱数据进行预处理，建 立校正模型设置波长范围700-1100nm，光谱和化学值标准化，保存建立好的模型，开始对 模型进行校正；步骤六，预测样品，选择好未知样品后，开始计算，得出样品定量和定性分析结果。所述步骤五中的算法可以为PCR算法、PLS1算法、PLS2算法、SIMCA算法或系统聚类。所述步骤五中光谱数据的预处理可包括数据平滑，数据标准化和数据基线校正。所述方法所采用的烟草近红外质量控制分析系统包括系统控制模块、化学计量 学模块和数据库模块；所述系统控制模块包括数据采集模块、仪器参数设定模块、仪器动作控制模块和 数据显示模块；所述化学计量学模块包括光谱数据预处理模块、PCR算法模块、PLS1算法模块、 PLS2算法模块、SIMCA算法模块和系统聚类模块；所述数据库模块包括烟草光谱数据库、烟草定量分析模型和烟草定性分析模型。本专利技术的有益效果如下本专利技术可通过近红外光谱建模分析结果建立的烟草快速鉴别分类分析模型，实现 烟叶整体质量的分类分析；在该系统基础上开发近红外定量分析模型，可实现烟叶中等化学成分的快速质量控制与分析；在该系统基础上开发建立烟草近红外数学定性分析模型， 可进一步实现烟草质量的整体一致性分析与评价。通过以上各种分析手段全面实现用近红 外光谱对烟叶进行快速鉴别分析。本专利技术能快速测定、烟草品质参数，对烟草品质做快速现场测定、质量控制、质量 分析。整套系统提供完成基于离线式近红外检测仪的按批次烟草品质检测数据采集；对烟 草在各加工环节分类、按批次进行烟草品质检测数据以及检测数据模型的分发，便于烟草 品质监控。通过本专利技术，便于追朔卷烟产品在不同生产阶段的品质状况，也为研究卷烟产品 在不同生产阶段的品质提供了一个良好的数据平台。另外，随着检测速度和水平的提高，烟 草行业可以检测更多的指标进行研究和品质控制，促进烟草行业烟草品质研究，促进整个 行业烟草品质的提升，更好地满足市场的需要，显现出较好的社会效益。本专利技术同样适用于药品、牛奶、奶粉等品质监控、原料比对、产品一致性等分析。附图说明下面结合附图和实施例对本专利技术进一步说明。图1是本专利技术的系统模块图。具体实施例方式实施例一，参见图1所示，这种烟草近红外质量控制分析方法，包括烟草样品的光 谱采集和数据分析，步骤如下步骤一，收集具有代表性的烟草样品，磨成粉末状；步骤二，打开烟草样品采集仪器，预热，利用分析系统的数据采集模块，选择光谱 背景通道，调整分辨率为4cm-l，波长范围为700-1100nm，本文档来自技高网...

【技术保护点】
一种烟草近红外质量控制分析方法，包括烟草样品的光谱采集和数据分析，其特征在于步骤如下：步骤一，收集具有代表性的烟草样品，磨成粉末状；步骤二，打开烟草样品采集仪器，预热，利用分析系统的数据采集模块，选择光谱背景通道，调整分辨率为４ｃｍ－１，波长范围为７００－１１００ｎｍ，采集累计次数为３２次，扫描空气光谱作为背景；步骤三，设置好仪器参数后，逐个扫描有代表性的烟草样品，作为校正集；步骤四，选择未知样品，磨成粉末，设置好仪器参数，扫描器光谱图；步骤五，打开分析系统的化学计量学模块，选择算法，并对光谱数据进行预处理，建立校正模型：设置波长范围７００－１１００ｎｍ，光谱和化学值标准化，保存建立好的模型，开始对模型进行校正；步骤六，预测样品，选择好未知样品后，开始计算，得出样品定量和定性分析结果。

【技术特征摘要】

【专利技术属性】
技术研发人员：田福成，段佳，朱业伟，
申请(专利权)人：北京凯元盛世科技发展有限责任公司，
类型：发明
国别省市：11[中国|北京]