烟草科技
煙草科技
연초과기
TOBACCO SCIENCE & TECHNOLOGY
2012年
7期
46-49
,共4页
邓发达%李东亮%温若愚%李飞宇%施丰成
鄧髮達%李東亮%溫若愚%李飛宇%施豐成
산발체%리동량%온약우%리비우%시봉성
近红外光谱%烟草在制品%化学成分%模型%实时
近紅外光譜%煙草在製品%化學成分%模型%實時
근홍외광보%연초재제품%화학성분%모형%실시
为了研究烟草在制品化学成分的稳定性,在线采集了烘丝出口叶丝的近红外光谱(NIR),采用连续小波变换方法进行光谱预处理,结合主成分分析(PCA)方法研究了样品常规化学成分与NIR的关系;建立了烟草在制品稳定性的表征模型,并通过调整烘丝工序加工参数对模型进行了验证.结果表明:NIR能够对样品常规化学成分所包含的信息进行表征;当显著性水平α=0.05时,B牌号试验卷烟的表征模型对异常样品的识别率为100%,对正常样品的识别率为98%,A,C,D和E牌号卷烟的模型对正常样品的识别率分别为98.7%,99.3%,100%和98.4%.该NIR模型能够对烟草在制品质量进行有效的实时监测.
為瞭研究煙草在製品化學成分的穩定性,在線採集瞭烘絲齣口葉絲的近紅外光譜(NIR),採用連續小波變換方法進行光譜預處理,結閤主成分分析(PCA)方法研究瞭樣品常規化學成分與NIR的關繫;建立瞭煙草在製品穩定性的錶徵模型,併通過調整烘絲工序加工參數對模型進行瞭驗證.結果錶明:NIR能夠對樣品常規化學成分所包含的信息進行錶徵;噹顯著性水平α=0.05時,B牌號試驗捲煙的錶徵模型對異常樣品的識彆率為100%,對正常樣品的識彆率為98%,A,C,D和E牌號捲煙的模型對正常樣品的識彆率分彆為98.7%,99.3%,100%和98.4%.該NIR模型能夠對煙草在製品質量進行有效的實時鑑測.
위료연구연초재제품화학성분적은정성,재선채집료홍사출구협사적근홍외광보(NIR),채용련속소파변환방법진행광보예처리,결합주성분분석(PCA)방법연구료양품상규화학성분여NIR적관계;건립료연초재제품은정성적표정모형,병통과조정홍사공서가공삼수대모형진행료험증.결과표명:NIR능구대양품상규화학성분소포함적신식진행표정;당현저성수평α=0.05시,B패호시험권연적표정모형대이상양품적식별솔위100%,대정상양품적식별솔위98%,A,C,D화E패호권연적모형대정상양품적식별솔분별위98.7%,99.3%,100%화98.4%.해NIR모형능구대연초재제품질량진행유효적실시감측.