基于烟叶颜色、光谱特性表征的打叶复烤均质化加工技术

王 戈，徐玮杰，张 鑫，徐其敏，朱 焱，杨 凯*

1.上海烟草集团有限责任公司技术中心，上海市杨浦区长阳路717 号 200082

2.华环国际烟草有限公司，安徽省滁州市凤阳县门台子工业园 233121

在烟草产业链中，打叶复烤是衔接烟叶种植和卷烟生产的重要一环。如今，卷烟工业企业愈发重视卷烟产品的均质化生产［1-3］，作为服务于卷烟工业企业的“第一车间”，打叶复烤厂所生产片烟的均匀性也引起越来越多的关注。提高配方打叶均匀性的关键是选择合适的调控因子，控制好生产过程中的备料、铺叶摆把、贮叶、投料等物料重组关键环节。杨凯等［4］抽取烟碱作为调控因子，通过不同投料模式的组合，实现对成品片烟烟碱均匀性的有效控制。王宏铝等［5］利用在线烟碱预测模型对烟叶进行分类堆放和加工，实现了均质化加工。尹旭等［6］同样选择烟叶烟碱含量为参数，利用高架库的自动控制功能实现均质化配方打叶。近几年来，打叶复烤均质化的调控水平稳步提升，但是绝大多数研究选取的调控因子依旧是烟碱。仅仅依靠烟碱指标过于片面，无法实现烤后片烟内、外在综合品质的均质化。目前，除烟碱外其他调控因子的研究鲜有报道。

烤烟烟叶的颜色与化学成分中的烟碱、总糖有显著相关性［7］，也与感官评吸的香气质和香气量极显著相关［8］。因此，颜色可以作为一种提高成品片烟外观质量均匀性和内在品质均匀性的调控手段。近红外光谱包含了绝大多数的物质组成信息，可以广泛应用于定性和定量分析领域，被誉为具有解决全球农业分析的潜力［9］。烟叶的近红外光谱可以预估烟叶的化学组成［10-11］，也可以反映烟叶的香型风格［12］、物理特性［13］等品质特征。鉴于近红外光谱蕴含着丰富、全面的烟叶信息，使近红外光谱有望成为一种多维度的综合均质化调控工具和评价指标。因此，在调控烟碱的基础上，引入了颜色定性值、光谱定性值2 个新的调控因子，旨在实现打叶复烤多指标、多维度的均质化。

1 材料与方法

1.1 材料、试剂和仪器

2017 年辽宁、陕西、湖北、重庆、山东5 个产区C3F 等级烤烟共计2.0 万担（1.0×106kg），将其按照初配方要求进行配方加工。

Armor711 在线近红外光谱仪（德国Carl Zeiss公司）；CV-X200 面阵相机（日本Keyence 公司）；AntarisⅡ傅里叶变换近红外光谱仪（美国Thermo Fisher 公司）；AAS-305D 连续流动分析仪（美国API 公司）；FED115 热风循环烘箱（德国Binder 公司）；CSM-I 旋风磨［60 目（250 μm）网筛，北京一轻研究院研制］；DFS197 粉碎机（上海鼎广机械设备有限公司）。

1.2 方法

1.2.1 在线检测

5 个产地的烟叶按照比例要求进行配方投料。利用在线近红外光谱仪和面阵相机实时采集皮带上烟叶的烟碱、颜色和光谱信息，烟架装满后反馈架满信号，上位机将对应烟碱、颜色和光谱信息赋予烟架后，送入高架库。

在线颜色信息采集参数：

检测高度：（15±5）cm；像素大小：512×480；相机快门速度：1/1 000；CCD 敏感设定：6.4；采集频次：5 s/次；光源类型：环形光源。输出数据：平均色调H，平均饱和度S，平均明亮程度V。

在线光谱信息采集参数：

检测高度：（17±5）cm；光谱分辨率：10 nm；扫描波长：910～2 200 nm；扫描频次：5 s/次；检测器：InGaAs；检测器二极管阵列数：256；背景自动校正：30 min。

1.2.1.1 颜色定性值的计算

颜色定性值的计算方法同文献［14］。先将采集到的RGB 颜色空间图像转换为孟塞尔信号，之后将采集到的孟塞尔信号进行连续投影，选择投影向量的类内距离与类内密度乘积最大的投影方向计算烟叶颜色定性值。

1.2.1.2 光谱定性值的计算

光谱定性值的计算采用投影寻踪（Projection pursuit）算法，该算法的基本思想是将高维的光谱数据通过一定的投影方向投影到低维子空间，使得局部投影点尽可能密集，最好凝聚成若干个点团，而在整体上投影点团之间尽可能散开。本研究中采用Friedman-Tukey 投影指标［15］，并使用遗传算法［16］求解最佳投影方向。

1.2.2 不同因子调控

将高架库内同配方模块的原烟随机、平均分为5 个投料批次，利用高架库自动控制功能，分别按照“烟碱”、“光谱”、“颜色”、“烟碱+颜色”和“光谱+颜色”5 种调控模式生成出库队列，进行均质化配方打叶。高架库调控的流程图见图1。

1.2.3 成品检测

成品片烟每20 箱取一个综合样（“烟碱”、“光谱”、“颜色”、“烟碱+颜色”和“光谱+颜色”5 种调控模式的样品数分别为30、31、31、31、33），使用旋风磨磨制成60 目粉末，利用AntarisⅡ傅里叶变换近红外光谱仪检测常规化学成分，留存样品的近红外光谱数据用于光谱离散度和相似度分析。

1.2.4 评价指标

1.2.4.1 化学成分整体均匀性K

式中：S1～S6分别为成品片烟的烟碱、总糖、还原糖、总氮、钾、氯的标准偏差分别为成品片烟的烟碱、总糖、还原糖、总氮、钾、氯的平均值。

图1 不同高架库调控模式的流程图Fig.1 A flow-chart of different regulation modes based on a high-bay warehouse

1.2.4.2 光谱离散度T

对成品片烟样品的近红外光谱进行无监督模式的投影分析（主成分分析，PCA），用第一、第二主成分值t1、t2做t1/t2平面图，求得各投料批次的光谱投影中心值和第一、第二主成分值的标准偏差。式中t1、t2分别为光谱投影的第一、第二主成分平均值；s1、s2分别为光谱投影的第一、第二主成分值的标准偏差。

1.2.4.3 光谱相似度Dij

式中：Rij是光谱Xi和Yj之间的局部相关系数；Sxy+Syx是光谱Xi和Yj之间的相似距离。局部相关系数和相似距离的计算方法见文献［17］，其中移动窗口k=7。

2 结果与讨论

2.1 不同调控模式对成品片烟化学成分整体均匀性的影响

表1 为不同调控模式下成品片烟主要化学成分的均值和变异系数。5 个投料批次的主要化学成分的均值基本相同，化学成分批次间变异系数的差异源于调控模式的不同。以化学成分整体均匀性K 值来评价不同模式对于成品片烟化学成分的综合调控能力，结果为：光谱调控＞烟碱+颜色调控＞颜色调控＞烟碱调控＞光谱+颜色调控。

表1 不同调控模式下成品片烟主要化学成分的均值、变异系数和K 值Tab.1 Mean values and CVs of main chemical components in finished leaf strips and K values under different regulation modes （%）

2.1.1 单因子调控模式

单因子调控模式是指烟碱调控、光谱调控和颜色调控3 种。3 种调控模式成品片烟烟碱、总糖、还原糖、总氮的变异系数以及以烟碱调控模式数据为对照，光谱、颜色调控模式与之相比变异系数的下降度结果见表2。由表2 可以看出，在烟碱调控模式下，片烟烟碱和总氮的均匀性得到了较好的控制。但是，对于和烟碱含量相关性较弱的化学成分的控制能力不足，如总糖和还原糖。颜色调控模式对于片烟烟碱、总氮和还原糖控制能力较强，变异系数下降度分别为15.0%、22.7%和29.8%。对照烟碱调控模式，光谱调控模式下，常规化学成分中总糖、还原糖和总氮的均匀性明显优于烟碱调控模式，下降度为16.1%～28.0%；而烟碱的变异系数基本保持不变，下降度为－0.9%。3 种单因子调控模式中，光谱调控模式在保持烟碱均匀性的同时，对于其他主要化学成分也具有较强的综合调控能力。

表2 单因子调控模式的变异系数下降度Tab.2 Reduction of CV under the single-factor regulation mode （%）

2.1.2 组合调控模式

组合调控模式包括烟碱+颜色调控和光谱+颜色调控。烟碱+颜色调控是指在组间烟碱值分布均匀的前提下，尽量保证颜色的均匀。组合调控模式下成品片烟烟碱、总糖、还原糖、总氮的变异系数及其下降度见表3。由表3 可以看出：①相比于烟碱调控，颜色定性值调控因子的引入使烟碱、总糖、还原糖、总氮的变异系数有不同程度的降低，下降幅度为3.0%～28.1%。颜色调控对烟碱调控起到了正向协同调控的作用。光谱+颜色调控模式是指在组间光谱值分布均匀的前提下，尽量保证颜色值的均匀。相比于光谱调控，颜色调控的引入削弱了对各项化学成分的调控能力，其中最为核心的烟碱、总糖、还原糖和总氮的变异系数下降度分别为－17.4%、－39.1%、－27.4%和－35.8%。在该配方模块中，颜色调控对光谱调控起到了反向协同调控的作用，严重削弱了光谱调控模式的控制能力。

表3 组合调控模式的变异系数下降度Tab.3 Reduction of CV under the double-factor regulation modes （%）

2.2 不同调控模式对成品片烟近红外光谱的影响

2.2.1 光谱离散度

对片烟近红外光谱进行无监督模式的投影分析（主成分分析，PCA），通过公式（2）可以得到不同调控模式下的光谱离散度，光谱离散度指标可以反映光谱的离散程度。如表4 所示，5 种调控模式光谱离散度排序为：光谱＋颜色调控＞烟碱调控＞颜色调控＞光谱调控＞烟碱＋颜色调控，说明在光谱＋颜色调控模式下成品片烟近红外光谱的投影分布最为分散，即光谱＋颜色调控模式下成品片烟的光谱均匀性最差。

表4 不同调控模式下的光谱投影标偏和光谱离散度Tab.4 Standard deviations of spectral projection and spectral dispersion under different regulation modes

2.2.2 光谱相似度

不同调控模式下的光谱相似度如图2 所示。光谱调控模式和烟碱+颜色调控模式的批内光谱相似性最好。若以光谱相似度为评判指标，则5种调控模式的调控能力排序为：光谱调控≈烟碱+颜色调控＞颜色调控＞烟碱调控＞光谱+颜色调控。

2.3 光谱评价指标与化学成分均匀性的关系

为了研究近红外光谱评价指标与传统化学成分评价指标之间的联系，对化学成分整体均匀性K 值和光谱离散度、光谱相似度作相关性分析，如图3。可以看出，光谱离散度和光谱相似度与K 值有较显著的相关性，相关系数分别为0.85 和0.96。

图2 不同调控模式下成品片烟近红外光谱的光谱相似度Fig.2 Near-infrared spectral similarity of finished strips under different regulation modes

图3 化学成分整体均匀性K 值与光谱指标之间的关系Fig.3 Relationship between chemical component consistency（K value）and spectral indexes

光谱离散度和光谱相似度是衡量光谱波动情况的两个角度，光谱的波动确实能够反映常规化学成分的波动情况。因此，光谱评价指标除了可以评价各批次成品片烟光谱稳定性外，还可以定性地比较各批次成品片烟主要化学成分的均匀性，实现多指标、多维度的均质化。

3 结论

①基于高架库实施烟碱、光谱、颜色、烟碱+颜色和光谱+颜色5 种调控模式后，成品片烟烟碱均得到了有效控制，变异系数在3%以下。②5 种调控模式对于成品片烟化学成分整体均匀性调控能力排序为：光谱调控＞烟碱+颜色调控＞颜色调控＞烟碱调控＞光谱+颜色调控；对于成品片烟近红外光谱均匀性调控能力排序为：光谱调控≈烟碱+颜色调控＞颜色调控＞烟碱调控＞光谱+颜色调控。③光谱离散度和光谱相似度与K 值有较显著的相关性，相关系数分别为0.85 和0.96。此外，在实际生产过程中，配方人员可以根据原料情况、均质化重点和预期结果灵活选择不同的调控因子和调控模式，以满足卷烟工业企业公司个性化的打叶复烤均质化需求。