浅谈提升手持式近红外烟碱框测效率的新方法

杨伟滨，曹燕琼，李俊鑫

（广东韶关烟叶复烤有限公司，广东 韶关 512027）

0 引言

中国烟草总公司要求提升均质化加工的工艺深度和应用广度，逐步实现均质化加工常态化，烟碱是策划均质化加工及评价均质化加工水平的重要指标。打叶复烤生产过程中，要控制成品片烟烟碱的变异系数，最好的办法就是打叶前对原烟（初烤后、打叶复烤前的烟叶）进行调控[1]。公司推出了选后烟叶框框检测理念，旨在充分运用烟碱数据指导烟叶均质化加工投料。作为一种绿色分析技术，NIR定量分析技术优点突出，能满足大批量样品的快速定量分析[2]，在烟草化学成分检测中得到广泛应用。基于此技术的手持式近红外光谱仪，因小巧、便携的特点被应用于选叶烟框烟碱成分检测等领域。

为保证检测的准确性，检测前要从烟框中取样送至规定的检测点，这导致手持式近红外光谱仪检测时间长，烟框堆积，占用车间物流通道，严重影响原烟调配及分选工作效率。本研究以提升手持式近红外烟碱框测效率为研究方向，通过增加预测模型的适用性，提升烟框直测的准确性，旨在形成一种选叶烟框实时烟碱成分检测的新模式。

1 材料与方法

1.1 样品

烟叶原料为梅州大埔、韶关始兴及韶关南雄的C3F、X1F及B2F等级的烟叶，使用手持式近红外光谱仪对其扫描后，将样品进行切丝，备用。

1.2 仪器

1）AURA手持式近红外光谱仪是德国Carl Zeiss公司根据烟草行业原烟化学检测的实际需求，采用蔡司核心PGS冷分光技术，并融合了超热稳定性光学核心分光部件、微型计算机（win10系统）及样品紧贴性光源镜头等科学设计理念而设计的手持式近红外光谱仪，确保了检测的稳定性和精度。该仪器主要由光学系统、电子系统、机械系统、计算机系统组成。电子系统由光源电源电路、检测器电源电路、信号放大电路、转换模块、控制电路等部分组成。光学系统是此仪器的核心，主要包括光源、分光系统、测量附件、检测器等。仪器的防护等级为IP54，支持在有灰尘的外部环境中使用。

2）MATRIX-I是一个为质量和过程控制而设计的紧凑、耐用的傅里叶近红外光谱仪，由积分球组成，可以测量大块样品，也可以扩展到测量小样品。MATRIX-I有永久校准的光学台，设计紧凑，对振动和温度变化不敏感，造就了其优异的特性模块化的设计，使得维护工作（如更换光源和激光器）非常容易而不必重新校准仪器。

3）实验用切丝机是专为科研单位、大专院校及卷烟企业进行新产品开发而设计的小型取样丝机设备，采用法国施耐德变频调整器，具有转速调整、正转倒转、自动保护等功能，滚刀式恒速切割，具有产量高、操作方便、切丝均匀等特点。

1.3 实验设计

用NIR光谱分析某种样品待测量前必须建立相应的数学模型，才能依据样品的光谱通过数学模型确定待测量，建立数学模型的过程就是关联样品光谱与待测量之间的数学关系[3]。建模样品的选择也是影响模型的准确性和精度的重要因素[4]，将建模样品扫描采集方法由实验室扫描单一模式，改为建模样品实验室扫描与现场检测方式扫描双模式。以梅州大埔、韶关始兴及韶关南雄的C3F、X1F及B2F等级的烟叶为实验样品，进行传统建模扫描方式与新方式的对比，分析烟框直测的准确率与检测效率提升情况。

1.4 实验方法

1.4.1 取样

取梅州大埔、韶关始兴及韶关南雄的C3F、X1F及B2F等级的样品各20烟框，作为模型补充，再各取20框烟进行检测结果分析。

1.4.2 实验步骤

1）预测模型样本补充。在原实验室6点法建立模型的基础上，补充新样本。选叶车间现场从每个样品烟框6个点抽取共3 kg烟叶，平铺于烟框表面；用手持式近红外光谱仪进行光谱采集，采集6条光谱，每个检测的样本只对应一组化学成分，此时，需要将6条光谱进行平均来代表此样本的检测光谱。

2）基础数据检测。选取各采集扫描点下2片烟叶，一个样本取6片，全叶切丝，将预处理后的烟丝样本进行实验室近红外扫描，提供需要建立的模型化学指标的实验室近红外模型预测值。由于烟丝样本自身均匀性有一定的差异，必要情况下可对同一样本进行多次检测均值处理，提高基础数据的准确性。

3）模型优化。将所得到的化学值和样品光谱一一对应，补充到之前的模型中，择合适的预处理方法和波长点，剔除异常样本后进行建模，利用R2和SEC等指标参数建立最优的模型。

2 结果分析

2.1 梅州大埔选后烟叶检测结果对比

对梅州大埔C3F、B2F和X1F各20框选后烟叶进行新旧模型对比，如图1、表1所示，烟碱值检测的相对偏差新模型较旧模型偏差范围更为集中。C3F等级新模型相对偏差平均值为10.16%，旧模型的相对平均偏差为21.37%，相对偏差降低11.21%；B2F等级新模型相对偏差平均值为11.27%，旧模型的相对平均偏差为18.23%，相对偏差降低6.96%；X1F等级新模型相对偏差平均值为11.49%，旧模型的相对平均偏差为18.77%，相对偏差降低7.28%。对检测时间进行分析，C3F等级新模型平均检测时间为2.07 min，较旧模型平均缩短7.16 min；B2F等级新模型平均检测时间为1.95 min，较旧模型平均缩短7.26 min；X1F等级新模型平均检测时间为1.95 min，较旧模型平均缩短7.25 min。

表1 梅州大埔选后烟叶烟碱检测新旧模型对比

图1 梅州大埔选后烟叶烟碱检测新旧模型对比

2.2 韶关始兴选后烟叶检测结果对比

对韶关始兴C3F、B2F和X1F各20框选后烟叶进行新旧模型对比，如图2、表2所示，烟碱值检测的相对偏差新模型较旧模型偏差范围更为集中。C3F等级新模型相对偏差平均值为10.16%，旧模型的相对平均偏差为20.48%，相对偏差降低10.32%；B2F等级新模型相对偏差平均值为11.72%，旧模型的相对平均偏差为17.52%，相对偏差降低5.8%；X1F等级新模型相对偏差平均值为11.36%，旧模型的相对平均偏差为20.57%，相对偏差降低9.21%。对检测时间进行分析，C3F等级新模型平均检测时间为2.07 min，较旧模型平均缩短7.03 min；B2F等级新模型平均检测时间为1.95 min，较旧模型平均缩短7.26 min；X1F等级新模型平均检测时间为1.97 min，较旧模型平均缩短7.25 min。

表2 韶关始兴选后烟叶烟碱检测新旧模型对比

2.3 韶关南雄选后烟叶检测结果对比

对韶关南雄C3F、B2F和X1F各20框选后烟叶进行新旧模型对比，如图3、表3所示，烟碱值检测的相对偏差新模型较旧模型偏差范围更为集中。C3F等级新模型相对偏差平均值为10.16%，旧模型的相对平均偏差为18.49%，相对偏差降低8.33%；B2F等级新模型相对偏差平均值为11.41%，旧模型的相对平均偏差为18.01%，相对偏差降低6.6%；X1F等级新模型相对偏差平均值为11.40%，旧模型的相对平均偏差为21.52%，相对偏差降低10.12%。对检测时间进行分析，C3F等级新模型平均检测时间为2.02 min，较旧模型平均缩短6.9 min；B2F等级新模型平均检测时间为1.92 min，较旧模型平均缩短7.26 min；X1F等级新模型平均检测时间为2.02 min，较旧模型平均缩短6.73 min。

图3 韶关南雄选后烟叶烟碱检测新旧模型对比

表3 韶关南雄选后烟叶烟碱检测新旧模型对比

3 结论

目前，近红外检测技术在行业应用广泛，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量技术的有机结合。它采集目标物的基团、组分或其他信息，利用化学计量学技术建立模型，然后通过对未知样品光谱的测定和建立的矫正模型来快速预测其组分含量。但烟草产品较为特殊，因产地、品种、部位、调制等因素，其内在化学成分会发生变化，因此，检测烟碱含量的模型需要每年进行更新或者校正。

本研究通过采用不同产地与等级的烟叶进行实验验证，发现更新模型之后，三个产地的三个等级烟碱检测相对偏差均有大幅度下降，检测准确度提升，这有利于后期打叶复烤或卷烟加工烟碱均衡的控制。同时，新模型检测时间较原模型检测时间缩短，大大提升了检测效率和检测速度。本试验利用建模样品实验室扫描与现场检测方式扫描双模式，将在烟框内扫描的建模样品数据补充入预测模型，增强检测模型的适用性，保障了框内直接检测的准确率，提升了手持式近红外烟碱框测效率，以小成本实现选后烟叶框框实时检测。