近红外分析技术在片烟含水率快速检测中的应用

文/ 尹旭1 徐其敏1 陈清1 葛炯2

水分作为烟叶及其制品的重要组分之一，其含量高低，对烟叶的贮存、运输、加工性能及其制品的质量，都有重要的影响。根据《打叶烟叶质量检验》YC/T147-2010，目前打叶复烤企业实验室检测烟叶制品含水率的标准方法是烘箱干燥法。利用烘箱干燥法检测烟叶制品含水分具有稳定性好精确度较高的优点，但它检测耗时需要2个小时，检测周期较长，不能快速反馈给生产技术人员及时指导生产，因此烘箱干燥法在打叶复烤企业通常作为成品交接的依据以及其它水分检测设备校准的标尺。快速烘箱被应用到打叶复烤企业实验室以后，水分检测耗时30分钟，明显缩短检测周期，通常作为辅助手段快速反馈水分信息，指导生产，但仍不能满足快速检测的生产需求。部分企业尝试了利用微波技术和红外技术检测水分，但都受到稳定性和准确性的影响，没有被公认和推广。目前，利用近红外分析技术建立的烟叶常规化学成分检测模型，具有检测速度快、安全、无污染等优点，精确度得到烟草行业的普遍认可，尤其是在实验室已得到广泛的应用[1-2]。另外，近红外分析技术在快速检测土壤、医药、面粉、板栗等中的水分也得到了成功应用[3-6]。为进一步缩短实验室检测烟叶制品含水率的周期，及时反馈信息，指导生产，利用近红外分析技术，标定水分检测模型，实现快速检测烟叶制品含水率。

1、近红外分析技术的基本原理

近红外分析技术的基础是近红外光谱能反映C-H、O-H、N-H、S-H等化学键的信息，它是光谱测量技术、计算机技术、化学计量学技术以及基础测试技术的有机结合。近红外分析技术是将近红外光谱所反映的样品基团、组成或物态信息与标准或认可的参比方法测得的组成或性质数据采用化学计量学技术建立校正模型，然后通过对未知样品光谱的测定和建立的校正模型来快速预测其组成或性质的间接分析方法[7]。

近红外技术检测烟片含水率原理流程示意图见图1，首先收集具有代表性的样品，组成建立检测模型所需的校正样品集合，然后一方面利用烘箱干燥法检测校正样品的含水率作为参考值，另一方面利用近红外光谱仪采集对应的校正光谱，接着利用化学计量学软件建立红外水分检测模型，最后通过采集待测样品的近红外光谱并利用模型预测待测样品中的含水率。

图1 近红外技术检测叶片含水率示意图

2、近红外分析技术在成品片烟含水率检测中的应用

2.1 选用的主要设备

Thermo Antaris傅立叶变换近红外光谱仪，配有积分球漫反射采样系统，InGaAs监测器；电子分析天平（精确到0.001）；BINDER烘箱(德国制造)；BRABENDER快速烘箱（德国制造）；粉碎机等

2.2 校正样品的制备与测试

选自2010-2012年烤季的黑龙江、辽宁、吉林、安徽、内蒙古、河南、云南、福建、贵州、陕西、湖南、甘肃等十多个产区的800个样品作为校正样品集。用带3毫米网筛的粉碎机将校正样品粉碎后，用均分器均分后，装入两个密封盒中，一份送往水分检测室按照行标规定的烘箱法检测样品含水率，作为建模参考值；另一份送往近红外分析室，取烟末约20g置于石英测量杯中，压平，选用旋转采集方式采集光谱（扫描条件：光谱范围3800cm -1～10 000 cm-1，分辨率8 cm-1，扫描次数64次。实验室温湿度控制范围：21℃～23℃，20%～75%。水分检测和光谱采集同时进行。

表1 模型参考值与预测值成对t-检验统计表

2.3 模型的建立与评价

选择3960 cm-1～7887 cm-1的谱区，利用偏最小二乘法建立水分模型。为过滤噪声、提高信噪比并消除基线漂移，采用TQ analyst 8.0的second derivative ，并采取Norris derivative fiter 进行平滑滤波处理，经优化选用了15个主成分数，最终选取680样品作为校正样品，建立水了分检测模型。发现含水率的最大值22.61%，最小值8.5%，平均值14.91%，变异系数0.2471，峰度-1.30，偏度0.1159，四分位数分别为11.83%和18.25%。模型的相关系数（R）=0.9975，预测均方差（RMSEP）=0.248。

为了验正模型的预测能力另外选取了33个不同产地样品作为外部比对，通过成对双样本t-检验发现，单尾和双尾的p值均明显大于0.05，则在95%的概率水平下，参考值和模型预测值没有显著性差异，如表1。

3、应用效果

近红外技术在烟叶制品水分检测中的应用实现了水分的快速检测，检测过程无需烘烤，无废气放出，而且设备维护简单。以打叶复烤行业标准方法检测的水分值为基准与目前打叶复烤实验室普遍使用的BRABENDER快速烘箱（德国制造）比较，绝对偏差不大于0.2%和0.3%数据统计如表2。通过实际生产中取得的1221个不同类型的成品片烟样品的比对发现利用近红外技术检测片烟含水率绝对偏差不大于0.2%的概率比快速烘箱的高1.55%，不大于0. 3%的比快速烘箱高1.82%。

表2 近红外检测模型与快速烘箱分析统计表

通过t-检验对两组绝对偏差组成的成对数据进一步分析发现，单尾p值等于0.0581，则在94%的概率的水平下模型预测值的绝对偏差与快速烘箱的绝对偏差存在显著性差异，近红外水分模型预测值与标准方法检测值之间的绝对偏差更小，如表3。所以，近红外水分模型比快速烘箱检测水分更准。

表3 水分检测模型与快速烘箱成对双样本t-检验分析表

另外，利用近红外技术检测烟叶制品含水率检测周期只需2分钟，比行业标准方法快近2个小时，比快速烘箱快28分钟，明显缩短了检测周期，实现了烟叶含水率的快速检测。

[1]张建平，谢雯燕，束茹欣，等. 烟草化学成分的进红外快速定量分析研究[J]，烟草科技/烟草化学，1993(3):37-38

[2]蒋锦锋，李栋，赵明月.烟草主要化学成分的NIR定量模型传递[J].烟草科技[J]， 2008(2): 45.

[3]商淑培，王亚利，洪爱俊，等.利用近红外光谱分析技术建立土壤水分含量定标方程[J]，光谱实验室，2011(4).

[4]肖雪，梁琼麟，王义明，等.近红外光谱分析技术在医药领域中的应用进展[J]，现代仪器，2011(5).

[5]闫李慧，王金水，金华丽，等.基于近红外光谱技术的面粉水分无损检测模型的建立[j]，《现代食品科技》，2011(2).

[6]刘洁，李小昱，李培武，等.基于近红外光谱的板栗水分检测方法[J]，农业工程学报，2010(2).

[7]严衍禄，赵龙莲，韩东海，等.近红外光谱分析基础与应用[M].北京:中国轻工出版社，2005.