專利名稱：一種快速鑒別煙用香液料液種類的方法
技術領域：
本發(fā)明屬于快速鑒別煙用香液料液種類的方法，具體來講是利用近紅外光譜技術結合判別分析方法應用于煙用香液料液種類的快速鑒別。
背景技術：
卷煙制絲過程中加入一定量的香液、料液來改善煙絲、片煙的吸味品質及物理性能，并賦予卷煙一定的特征香氣。香液是由香基、保潤劑、酒精按照一定比例調配所獲得，料液是由料基、保潤劑、水按照一定比例調配獲得。卷煙工業(yè)企業(yè)對于煙用香液料液的品控主要是依照《YC/T 164-2003煙用香精和 料液》行業(yè)標準中所規(guī)定的酸值、相對密度、折光指數和揮發(fā)性成分總量等理化指標來監(jiān)控質量。有限的理化指標信息單一，存在一定的局限性，并且不同牌號卷煙香液、料液的理化指標的控制范圍存在交叉，僅使用這四項理化指標無法區(qū)分不同牌號的香液、料液。色譜指紋圖譜具有指紋特征分析的特點，能夠對微量痕量成分進行定性定量分析，適合分析復雜體系組成，是目前香液料液質量評價普遍采用的方法。使用色譜技術對香液料液進行種類鑒別的前提是要尋找到不同種類香液料液的目標物，并能夠對目標物進行有效的分離以實現(xiàn)鑒別。但香液料液體系及組成復雜，為每種香液料液確定目標物的難度較大。并且色譜分析技術前處理過程繁雜，時間成本較高，較難與工業(yè)企業(yè)生產的相銜接。隨著計算機技術的發(fā)展、化學計量學研究的深入和近紅外光譜儀器制造技術的逐步完善，近紅外光譜分析技術已經成為發(fā)展最快、備受關注的分析測試技術之一。近紅外光譜主要是由分子振動的非諧性使分子振動從基態(tài)向高能級躍遷時產生的，分子在近紅外區(qū)的吸收主要由C 一 H，O — H，S — 0，N — H和C=O等基團的合頻吸收與倍頻吸收組成，近紅外光譜具有豐富的結構和組成信息。近紅外光譜技術主要有以下特點分析速度快、工業(yè)上可以做到實時監(jiān)控，樣品不需預處理、操作簡單、人員要求低，無浪費、無污染，一次測試可以測定多種成分和指標，具有很高的精確度，分析結果準確度逼近標準方法。其應用領域涉及農業(yè)、林業(yè)、造紙、煙草、茶葉、食品、石化及中草藥等領域香液料液的近紅外光譜包含了其所有微量組分的信息，其組分的變化最終在近紅外光譜中得到整體體現(xiàn)。使用近紅外技術避免了對香液料液目標物的確定，且不必對香液料液樣品進行前處理，直接采集樣品近紅外譜圖，結合判別分析的方法實現(xiàn)對其種類的鑒另O。使用近紅外光譜技術結合判別分析法對于香液料液的種類進行鑒別的方法還未見報道。

發(fā)明內容
本發(fā)明針對現(xiàn)有分析技術存在的不足，提供一種快速鑒別煙用香液料液種類的方法。該方法操作簡便，分析測試速度快，測定結果準確，重復性好，能夠與工業(yè)企業(yè)生產相銜接，避免將錯誤牌號的香液料液施加于產品中。
為實現(xiàn)上述目的，本發(fā)明技術方案為一種快速鑒別煙用香液料液種類的方法，其鑒別步驟如下(I)標準樣品準備于香料廚房生產現(xiàn)場分別取2個批次以上的不同種類的香液、料液樣品；(2)光譜掃描通過近紅外光譜儀掃描標準樣品獲得其近紅外譜圖，儀器的工作參數為光譜范圍12500 3800CHT1，分辨率2 64CHT1，掃描次數I 100次。(3)光譜預處理采用多元信號校正、一階導數、二階導數、光譜平滑等方法對近紅外譜圖進行預處理；(4)建立模型采用判別分析法建立模型，首先選擇合適的譜區(qū)范圍計算標準樣品的平均光譜，把每條標準光譜減去該類別的平均光譜，然后利用所有類別的光譜信息生成 一條單一的變異光譜，最后通過估計在分析區(qū)域內每個波數點的變化建立一個分類模型，將建立得到的分類模型存入存儲器中；(5)未知樣品分析按步驟2掃描待測樣品獲得其近紅外譜圖，對標準光譜進行主成分分析，用標準光譜主成分分析的結果來確定未知樣品光譜的得分值；得分圖用來計算馬氏距離，依次進行分類；判別分析的結果是顯示與未知樣品光譜最相似的那個類別的名稱。進一步的,上述步驟4中所述的合適的譜區(qū)范圍為9800 3900 cnT1。上述技術方案的有益之處在于本發(fā)明操作更加簡便，省時省力，不需要對樣品進行前處理，直接掃描其近紅外譜圖在2分鐘內就可以獲得未知樣品的種類。本發(fā)明充分發(fā)揮了近紅外檢測技術的優(yōu)勢，并且檢測結果準確性高，能夠與工業(yè)企業(yè)生產相銜接，適合于車間大批量樣品的分析，避免將錯誤牌號的香液料液施加于產品中。


圖I本發(fā)明實施例I中煙用料液判別分析示意圖；圖2本發(fā)明實施例2中煙用香液判別分析示意圖；圖3本發(fā)明實施例3中煙用香液料液判別分析示意圖。
具體實施例方式實施例I(I)標準樣品準備于香料廚房生產現(xiàn)場分別取10個批次的L1、L2、L3、L4、L5、L6六個牌號的料液樣品；(2)光譜掃描通過近紅外光譜儀掃描標準樣品獲得其近紅外譜圖，儀器的工作參數為光譜范圍10000 4000cm-1，分辨率8cm—1，掃描次數40次。(3)光譜預處理采用多元信號校正、二階導數、光譜平滑對近紅外譜圖進行預處理；(4)建立模型采用判別分析法建立模型，首先在9800. 00 4100. 00 cnT1譜區(qū)范圍內計算標準樣品的平均光譜，把每條標準光譜減去該類別的平均光譜，然后利用所有類別的光譜信息生成一條單一的變異光譜，最后通過估計在分析區(qū)域內每個波數點的變化建立一個分類模型(如圖I所示)，將建立得到的分類模型存入存儲器中；(5)未知樣品分析按步驟2掃描待測樣品獲得其近紅外譜圖，對標準光譜進行主成分分析，用標準光譜主成分分析的結果來確定未知樣品光譜的得分值。得分圖用來計算馬氏距離，依次進行分類。判別分析的結果是顯示與未知樣品光譜最相似的那個類別的名稱。實施例2(I)標準樣品準備于香料廚房生產現(xiàn)場分別取9個批次的父1、乂233、乂4四個牌號的香液樣品；(2)光譜掃描通過近紅外光譜儀掃描標準樣品獲得其近紅外譜圖，儀器的工作參數為光譜范圍9000 3800cm-1，分辨率48CHT1，掃描次數50次。
(3)光譜預處理采用多元信號校正、一階導數、光譜平滑對近紅外譜圖進行預處理；(4)建立模型采用判別分析法建立模型，首先在9800 5500 cm—1及5300 3900cm-1譜區(qū)范圍內計算標準樣品的平均光譜，把每條標準光譜減去該類別的平均光譜，然后利用所有類別的光譜信息生成一條單一的變異光譜，最后通過估計在分析區(qū)域內每個波數點的變化建立一個分類模型(如圖2所示)，將建立得到的分類模型存入存儲器中；(5)未知樣品分析按步驟2掃描待測樣品獲得其近紅外譜圖，對標準光譜進行主成分分析，用標準光譜主成分分析的結果來確定未知樣品光譜的得分值。得分圖用來計算馬氏距離，依次進行分類。判別分析的結果是顯示與未知樣品光譜最相似的那個類別的名稱。實施例3(I)待測樣品于香料廚房生產現(xiàn)場分別取5個批次的L1、L2、L3、L4、L5、L6、XI、X2、X3、X4等不同牌號的香液料液樣品；(2)光譜掃描通過近紅外光譜儀掃描標準樣品獲得其近紅外譜圖，儀器的工作參數為光譜范圍9500 4100cm-1，分辨率4cm—1，掃描次數65次。(3)光譜預處理采用多元信號校正、一階導數、光譜平滑對近紅外譜圖進行預處理；(4)建立模型采用判別分析法建立模型，首先在8000 5600 cm—1及5300 4100cm-1譜區(qū)范圍內計算標準樣品的平均光譜，把每條標準光譜減去該類別的平均光譜，然后利用所有類別的光譜信息生成一條單一的變異光譜，最后通過估計在分析區(qū)域內每個波數點的變化建立一個分類模型，將建立得到的分類模型存入存儲器中；(5)未知樣品分析于車間現(xiàn)場取10個香液料液樣品按步驟2掃描獲得其近紅外譜圖，對標準光譜進行主成分分析，用標準光譜主成分分析的結果來確定未知樣品光譜的得分值。得分圖用來計算馬氏距離，依次進行分類。判別分析的結果是顯示出與未知樣品光譜最相似的那個類別的名稱，判斷樣品準確度達到100% (表1)，并且不需要對樣品進行前處理，直接掃描其近紅外譜圖在2分鐘內就獲得了未知樣品的種類。表I類別判斷
權利要求
1.一種快速鑒別煙用香液料液種類的方法，其特征在于鑒別步驟如下 (1)標準樣品準備于香料廚房生產現(xiàn)場分別取2個批次以上的不同種類的香液、料液樣品； (2)光譜掃描通過近紅外光譜儀掃描標準樣品獲得其近紅外譜圖，儀器的工作參數為光譜范圍12500 3800CHT1，分辨率2 64CHT1，掃描次數I 100次。
(3)光譜預處理采用多元信號校正、一階導數、二階導數、光譜平滑等方法對近紅外譜圖進行預處理； (4)建立模型采用判別分析法建立模型，首先選擇合適的譜區(qū)范圍計算標準樣品的平均光譜，把每條標準光譜減去該類別的平均光譜，然后利用所有類別的光譜信息生成一條單一的變異光譜，最后通過估計在分析區(qū)域內每個波數點的變化建立一個分類模型，將建立得到的分類模型存入存儲器中； (5)未知樣品分析按步驟2掃描待測樣品獲得其近紅外譜圖，對標準光譜進行主成分分析，用標準光譜主成分分析的結果來確定未知樣品光譜的得分值；得分圖用來計算馬氏距離，依次進行分類；判別分析的結果是顯示與未知樣品光譜最相似的那個類別的名稱。
2.如權利要求I所述的一種快速鑒別煙用香液料液種類的方法，其特征在于上述步驟4中所述的合適的譜區(qū)范圍為9800 3900 cnT1。
全文摘要
本發(fā)明公開一種快速鑒別煙用香液料液種類的方法，其通過標準樣品準備、通過近紅外光譜儀掃描標準樣品獲得其近紅外譜圖、對近紅外譜圖進行預處理和建立模型四個步驟將建立得到的分類模型存入存儲器中。在未知樣品分析步驟中掃描待測樣品獲得其近紅外譜圖，對標準光譜進行主成分分析，用標準光譜主成分分析的結果來確定未知樣品光譜的得分值；得分圖用來計算馬氏距離，依次進行分類；判別分析的結果是顯示與未知樣品光譜最相似的那個類別的名稱。本發(fā)明操作更加簡便，省時省力，不需要對樣品進行前處理，直接掃描其近紅外譜圖在2分鐘內就可以獲得未知樣品的種類，避免將錯誤牌號的香液料液施加于產品中。
文檔編號G01N21/35GK102778442SQ20121028002
公開日2012年11月14日 申請日期2012年8月8日 優(yōu)先權日2012年8月8日
發(fā)明者莊吳勇, 張峰, 洪祖燦, 鄧小華, 陳小明, 陳群 申請人:福建中煙工業(yè)有限責任公司