平库投料模式下基于烟叶化学指标和表观特性的均质化调控技术

周渭皓，高宪辉，何 彬，史绍新，刘 磊，王 维，段 丽，刘 芳，钱 伟，张 海*

1.云南省烟草烟叶公司，昆明市官渡区西邑村182 号 6500002.云南铭帆科技有限公司，昆明市盘龙区 650000

打叶复烤是连接烟草农业与烟草工业的重要环节，成品片烟的品质特征与均匀性直接影响下游成品卷烟的品质及稳定性［1］。烟碱变异系数是衡量成品片烟均质性的重要指标，许多学者研究了均质化加工策略对烟碱变异系数的影响。研究表明，在打叶复烤环节进行投料系统技改，以及优化管理铺叶台结合贮叶柜的利用，均可有效降低烟碱变异系数［2-3］。此外，在打叶复烤不同生产环节检测原料的烟碱值，并通过一定方式进行均质化调控，也可降低成品片烟的变异系数。可文庚等［4］通过检测不同货位原烟的烟碱值，并按原烟烟碱值进行搭配出库、投料，最终降低了成品片烟的变异系数；尹旭等［1］通过在线近红外检测技术，测定分选烟叶的烟碱含量，结合高架库自动控制功能，使成品烟叶的烟碱变异系数降低，提升了均质化水平。王宏铝等［5］利用在线近红外设备检测烟叶烟碱值，并按照烟碱值分类堆放，搭配混投，最终降低了成品的烟碱变异系数，而且成品的含水率及颜色值的变异系数也有所降低。

目前，一些打叶复烤企业实行平库条件下的配方打叶加工方式，在该生产条件下，每个配方模块配方单元较多，如果按照烟碱值（或颜色值）高低进行烟叶区分入库，相当于进一步增加配方单元数量，进而明显增加货位压力，而且也会增加后期投料难度。同时，卷烟工业企业近年对原料的均质化要求不仅仅局限于烟碱这一项指标，对总糖、还原糖、总氮等指标也提出了要求。因此，研究适宜于平库条件、配方打叶的多维度均质化加工方式将有效缓解上述压力。但是测量所有化学指标，极大地增大工作量，提升生产成本；研究发现，烟叶颜色不仅与常规化学成分有关［6-11］，而且与多酚含量相关［8，12-13］，调控降低颜色值变异系数，理论上可以间接降低一些化学指标的变异幅度。受此启发，本文以颜色值与烟碱值为调控指标开展研究，设计一定的规则进行入库、出库和投料，以期在平库、低成本条件下实现多维度均质化提升目的。

1 材料与方法

1.1 设备与仪器

GTM-600 型烟叶综合测试台、在线烟叶颜色检测设备（上海创和亿电子科技发展有限公司）；AURA便携式近红外光谱仪（德国Carl Zeiss公司）；傅里叶变换近红外光谱仪（德国BRUKER公司）；电热鼓风干燥箱（上海实验仪器厂有限公司）。

1.2 实验材料

原烟材料采集来自西南高原生态区的初烤烟叶，产地包括昆明、楚雄、大理、曲靖等13 个州、市，共计267份材料。

均质化实验材料为配方模块A、B、C，分别于2020、2021、2022 年度进行生产。模块A 由文山C3F、曲靖C3F、玉溪C3F、普洱C3F 组成，共250 000 kg；模块B 由保山C3F、文山C3F 组成，共200 000 kg；模块C 由玉溪B3F、红河B3F、昭通B3F 组成，共250 000 kg。3 个配方模块均用一半进行均质化加工（实验组样品），另一半作为对照组样品。

1.3 方法

1.3.1 原烟外观及常规化学指标检测

收集、整理西南高原生态区清甜香型烟叶，利用烟叶综合测试台采集烟叶样本图像，并输出外观指标数据（包括长度、宽度、质量、H值、S值、V值等）；此后，参照丁根胜等［7］的方法进行样品处理，利用傅里叶变换近红外光谱仪采集样本近红外光谱并测算常规化学指标。

1.3.2 均质化实验流程及方法

1.3.2.1 均质化实验流程

首先按照分选计划，将原烟投入分选线上；利用分选线上的在线颜色检测设备检测选后烟叶的颜色值，利用便携式近红外光谱仪检测选后烟叶烟碱值。当选后烟叶装满烟框时，停止检测，并计算该框选后烟叶的颜色值与烟碱值。根据选后烟叶的颜色值与烟碱值进行入库调控，并按规则进行出库投料。最终，对成品片烟进行化学值检测并计算变异系数（图1）。

图1 均质化实验流程图Fig.1 Flow chart of a homogenization experiment

1.3.2.2 选后烟叶烟碱值检测

烟叶装框时采用便携式近红外光谱仪采集烟叶的光谱信息，参照王发勇等［14］、杨芳芳等［15］的方法进行样本扫描，扫描时将烟叶铺平，光谱仪紧贴样本，并预测样本烟碱含量，当每框烟叶装满时，停止取样检测，并计算该框选后烟叶烟碱值。

1.3.2.3 选后烟叶颜色值检测

在线烟叶颜色检测设备包括光源系统、图像采集系统、分析系统等，安装在分选线爬坡皮带处。光源系统确保图像采集在稳定光源照射的条件下进行，图像采集系统保障图像清晰度，分析系统可以剔除图像中的传送皮带、背面烟叶等干扰信息，使分析所用图片尽量仅包含正面烟叶的有效信息。设备每隔5 s采集1张选后烟叶图片，并计算出颜色值和图片有效面积，当每框烟叶装满时，触发框满信号，此时检测停止，设备根据颜色值和图片有效面积计算出该框选后烟叶颜色值。选后烟叶颜色值计算方法：提取烟叶部分的RGB（Red Green Blue）、HSV（Hue Saturation Value）、Lab 颜色空间各分量数值和灰度值（HSV、Lab颜色空间各分量数值可由RGB转化得到［16-19］）；通过归一化、确定投影目标函数、遗传算法计算投影值，并最终计算颜色值。

1.3.2.4 均质化调控规则

在选后烟叶入库前，将货位提前分为若干个均质化通道，通过计算软件，依据选后烟叶的调控指数，将其分配到合适的均质化通道内。如果当前选后烟叶放至C3通道时，各均质化通道之间调控指数最接近，则将该选后烟叶分配至C3（图2A中黑色竖直箭头所示）；更新每个均质化通道的调控指数平均值，根据下一框选后烟叶的调控指数，设置其分配通道，如果下一框选后烟叶放至C2 时，各均质化通道之间调控指数最接近，则将该选后烟叶分配至C2，以此类推，最终使均质化通道间的烟碱平均值接近，颜色平均值接近；出库时，待一个均质化通道的所有选后烟叶全部出库完毕，再开始另一个通道的选后烟叶出库（图2B）。为了实现这一目标，建立了一种基于吸引域的均质化分配算法模型HDMAD（Homogenization Distribution Model based on Absorption of Domain）。设有M个烟框，货位通道数为T0。

图2 选后烟叶入库及出库示意图Fig.2 Schematic diagram of warehousing and retrieving of selected tobacco leaves

（1）计算第i烟框的调控指数：

式中：CR是颜色值；NI是烟碱值；Q（i）是调控指数。

（2）按照如下规则将烟框转移至对应的通道：设第i烟框的调控指数为Q（i），i≤T0时，第i个烟框摆放的通道T（i）=i；i>T0时，则第i个烟框摆放的通道T（i）的计算方式如下：

式中：Qmin和Qmax分别是两个调控指标吸引域，首先分别计算每个货位通道Q值的平均值，Qmin、Qmax分别取每个货位通道Q值平均值的最小值和最大值；Timin指Qmin对应的通道号；Timax指Qmax对应的通道号；Random表示在其值域中随机选取1个。α为超参数，表示松弛因子，取值范围为正数（α>0），需提前设置。通常α=1 时，调控结果中数据分布较为均匀；当α<1 时，Qmin吸引域弱于Qmax，调控倾向于增强货位通道Q值较小端的摆放密度；当α>1 时，Qmin吸引域强于Qmax，调控倾向于增强货位通道Q值较大端的摆放密度，可根据实际情况对α取值，此处计算取α=1。

（3）更新计算所有货位通道Q值的吸引域Qmin和Qmax，以及对应的通道号Timin和Timax，如果某通道已摆放的烟框数量达到限定值则不参与更新计算，返回步骤（1）（2）直至所有烟框摆放完毕。

1.3.3 成品检测

参照王戈等［20］的方法对实验组和对照组成品片烟进行取样和检测，利用傅里叶变换近红外光谱仪检测烟碱、总氮、总糖、还原糖、钾与氯6项化学指标，并计算各指标变异系数。

2 结果与分析

2.1 烟叶颜色与常规化学成分之间相关性分析

西南高原生态区清甜香型烟叶颜色与常规化学成分之间的简单相关分析结果见表1。由表1可知，烟叶HSV颜色空间参数H值与总糖、钾、糖碱比等极显著正相关，与总氮极显著负相关；S值与还原糖、总氮极显著正相关，与钾、糖碱比等极显著负相关；V值与总氮极显著负相关，与糖碱比、糖氮比极显著正相关。

2.2 分选后烟叶的统计分析

2020—2022 年间进行了3 次均质化实验，分别以模块A，模块B，模块C 为实验对象，模块A 包含4个配方元素，模块B包含2个配方元素，模块C包含3个配方元素。由表2可知，模块C实验组产出选后烟叶框数最多，为411 框；模块B 实验组产出选后烟叶框数最少，为295框。根据各配方单元的使用数量设置均质化通道数量，曲靖C3F 与玉溪B3F 的均质化通道个数最多，均为6 个；玉溪C3F 与普洱C3F 均质化通道个数最少，均为2个；不难看出，相同产地等级通道间框数变化范围较小。由表2还可以看出，不同产地、不同等级的配方单元烟碱含量存在差异。

表2 实验组分选产出表及不同配方单元烟碱含量Tab.2 Sorting output of test groups and nicotine contents in tobacco leaves of different blends

2.3 均质化调控对通道间差异影响

为了研究均质化调控对通道间差异影响，计算了均质化调控后各选后烟叶的烟碱值和颜色值以及均质化通道间的标准偏差，并与正常生产的结果进行对比。以曲靖C3F 为例，与正常生产相比，曲靖C3F 经均质化调控后，均质化通道间的颜色值和烟碱值的平均值更接近（图3）。

图3 正常生产及均质化生产条件下曲靖C3F烟碱值及颜色值波动情况Fig.3 Variations in nicotine level and color value of Qujing C3F tobacco leaves under normal production and homogenization production conditions

进一步，对比了正常生产与均质化生产通道间的颜色值及烟碱值的标准偏差。结果（图4）显示，经均质化调控后，模块A 各配方单元通道间的烟碱值标准差相比正常生产均有所下降，其中文山C3F 降幅最大，达95.57%；普洱C3F 降幅最小，为24.81%。颜色值标准差除普洱C3F 外，其他配方单元标准差均下降，其中曲靖C3F降幅最大，达88.92%。模块B与模块C的各配方单元的烟碱标准差及颜色值标准差相比正常生产均有所下降，烟碱值标准差方面，临沧C3F 降幅最大，达97.09%；颜色值标准差方面，玉溪B3F 降幅最大，达89.75%。因此理论上经均质化调控后，批次间均匀性会有所增加。

图4 正常生产及均质化生产条件下通道间烟碱值与颜色值标准差比较Fig.4 Standard deviations of nicotine level and color value of tobacco leaves among channels under normal production and homogenization production conditions

2.4 均质化调控对成品片烟均匀性影响

为了研究均质化调控对成品片烟均匀性的影响，计算了实验组和对照组的成品片烟烟碱及其他5项常规化学指标变异系数。结果显示，经颜色与烟碱双指标调控后，成品片烟烟碱变异系数由4.31%下降为3.31%，同时，总糖、还原糖、总氮等多项化学指标变异系数都有所下降，总糖变异系数由5.12%下降为3.74%，还原糖变异系数由4.98%下降为3.44%，氯元素变异系数由10.93%下降为8.75%，钾元素变异系数由6.72%下降为5.69%，总氮变异系数由2.81%下降为1.77%（图5）。各项指标中，总氮变异系数降幅最大，达36.76%，指标平均降幅为25.52%。

图5 成品片烟常规化学指标变异系数对比Fig.5 Comparison of CVs of routine chemical indexes of tobacco strips

大数定律是一类极限定理，阐明了大量随机现象平均结果具有稳定性［21］。本研究利用大数定律，在烟叶入库的时候，划分若干的通道，并根据烟叶化学值，在入通道的过程中，完成通道间的化学值等价均质；出库时，以均质化通道为单元依次出库、投料。本方法与基于高架库均质化调控模式相比，成本更低；与按照烟碱高低进行货位划分、混配投料的均质化调控模式相比，降低了库存压力以及后期投料难度。

经过烟碱与颜色双指标调控后，成品片烟的烟碱、总糖、总氮等多项化学指标变异系数均下降，但是下降幅度并不大，理论上有进一步下降空间。对比发现，虽然均质化通道间的烟碱及颜色值平均值接近，但是通道内的选后烟叶之间烟碱值与颜色值仍存在较大差异（图3），可见，在铺叶投料过程中，通道内选后烟叶的质量差异，也会影响均质化调控效果。如果在打叶复烤生产线上引入贮叶柜，并按照贮叶柜贮叶能力分配均质化通道内选后烟叶数量，从而尽量保证每一均质化通道内的选后烟叶处于同一贮叶周期内，降低通道内的原料差异对均质化加工的影响，最终最大限度地发挥本方法功能。

3 结论

烟叶HSV颜色空间参数与总氮、总糖、还原糖等多项化学指标显著相关。通过在分选阶段进行烟叶的烟碱值与颜色值的检测，根据选后烟叶的烟碱值及颜色值，利用基于吸引域的均质化分配算法模型进行入库调控，出库时按照均质化通道依次出库，可最终降低成品片烟的烟碱、总糖、还原糖、总氮等多种化学指标的变异系数，多维度提高均质化加工水平。依据大数定律进行货位分配，可以在不增加库存压力、不提升投料难度的情况下提升复烤企业均质化加工能力。