烟叶工业分级与精细化分类在打叶复烤均质化加工中的应用

田栾栾 殷美荣 瞿磊

摘要 构建了原烟在线近红外检测模型，从打叶复烤加工环节提高烟叶原料加工的稳定性和均匀性。通过该模型对工业分级后的原烟进行精细化烟碱分类，然后采用精细化加工进行模块配打。结果表明，与常规加工相比，精细化分类后的原烟烟碱平均变异系数由17.14%降至6.47%;精细化加工方式的配方打叶复烤成品片烟烟碱变异系数VCO1B从2.76%降至2.47%，VBO3S从1.62%降至1.16%，均匀性控制效果显著提升。

关键词 原烟;近红外模型;精细化分类;打叶复烤工艺;均质化技术

中图分类号 TS44+3  文献标识码 A

文章编号 0517-6611（2020）10-0148-05

doi：10.3969/j.issn.0517-6611.2020.10.040

Abstract In order to improve the stability and uniformity of tobacco raw materials in the threshing and redrying process， an online nearinfrared determination model of tobacco leaves was established. By using the model， the refined classification based on nicotine content of industrial graded tobacco leaves were carried out， and then the refined industry grade tobacco leaves were used for tobacco leaf module processing. The results showed that，compared with normal processing， the coefficient of variation （CV） of nicotine of tobacco leaves decreased from 17.14% to 6.47% after refined classification， and CV of nicotine of VCO1B decreased from 2.76% to 2.47%， and that of VBO3S decreased from 1.62% to 1.16%. The effect of this kind of uniformity control method was significantly improved. 

Key words Tobacco leaves; Nearinfrared model; Refined classification; Threshing and redrying process; Homogenization technology

煙叶等级的划分在保障烟农和烟草生产企业利益的同时，也使得烟叶原料模块以及叶组配方的可操作性更强[1];烟草工业企业依据烟叶外观特性等经过精细的工业分级是保障烟叶原料质量的重要技术措施，是保障卷烟产品质量的基础[2];通过对烟叶的工业分级，并根据其风格质量特征掺配出具有一定特色和品质一致的烟叶复烤配方模块，在复烤工艺生产中对烟叶的主要物理指标与化学指标进行检测和控制[3-4]，保证稳定、优质的烟叶原料供应，可以提高卷烟产品的内在质量[5]。

配方模块打叶技术是指按一定的比例将不同等级、相同或不同产区的原烟均匀掺配在一起打叶复烤，形成一个质量稳定的片烟等级或配方模块，以供卷烟工业企业配方使用[6-7]。配方打叶后烟叶的感官评吸质量和混合均匀度均有所提升，但也存在一些不足。目前国内烟叶种植多以个体农户为主，烟叶差异较大，常规的加工手段是按照颜色、身份等性状进行分类，再对分类的烟叶按比例投料达到均匀加工的目的[8]。但是，由于人工仅能识别烟叶外观质量因素，无法识别与卷烟内在评吸质量密切相关的内在化学成分，在实际生产过程中烟叶稳定性和均质化提高幅度有限。因此，借助现代仪器分析手段对分级后烟叶开展精细化分类研究，对于形成科学、合理的烟叶模块配方组合具有重要的作用和意义。

近红外检测技术具有测试速度快、制样简单、信息量大、分析结果准确可靠、无破坏性等优点，近年来在烟草行业得到了较广泛的应用，目前近红外技术已被应用于烟草总糖、还原糖、总氮、烟碱、总挥发酸和无机元素等的定性分析中[9-10]。烟碱含量是表征烟叶风格特征的重要因素之一[11]，笔者利用近红外检测技术对工业分级后的烟叶进行在线实时烟碱检测，使每一框（约240 kg）分后等级烟叶都有一个精确可靠的烟碱值，并依据检测得到的不同烟碱含量，对分级后的烟叶进行细化分类、单独仓储，再按照模块配方单给定的比例，对精细化分类后的烟叶进行均衡配比投料复烤，以控制复烤片烟的烟碱波动，进而实现模块配方打叶复烤的均质化加工，提高复烤成品的均质化程度及质量稳定性。

1 材料与方法

1.1 仪器与设备

设备：德国布鲁克（BRUKER）公司MATRIX-E型在线傅立叶变换近红外光谱仪;荷兰SKALAR公司SKALAR SANPLUS连续流动自动化学分析仪;美国FOSS公司FOSS CYCLOTEC 1093型旋风磨（带40目筛子）;Flame Photometer 410火焰光度计;BD50消化器。

近红外仪器检测参数如下：波数分辨率8 cm-1，扫描次数128次，波数范围4 000～10 000 cm-1。

打叶复烤生产线设备：2条12 t/h打叶复烤生产线，设计产能为6 000 万t/a。

1.2 煙叶近红外在线检测模型的建立 进行原烟在线化学检测应用前，首先应建立适用于生产实际的烟叶近红外在线检测模型。

1.2.1 光谱采集。选取2017年云南省玉溪烤烟产区工业分级的部分等级烟叶，经过工业分级后投入铺叶分切线，分切后按照模块配方单投烤，将在线近红外仪器分别架设于铺叶分切后的汇总皮带和打叶复烤投料后预配柜出口的汇总皮带，分别采集非叶基烟叶和模块配比后配方烟叶的在线近红外光谱，通过与在线近红外仪器同步取样，获得建模样品，随后按照国标流动分析检测方法，进行烟叶常规化学成分的流动分析检测得到烟碱及其他常规化学成分含量，并结合同步采集的在线近红外光谱建立原烟的在线近红外检测模型。

1.2.2 模型建立。

将“1.2.1”采集的烟叶样品磨碎为粉状，粒度40目。建立模型的样品化学数据采用流动分析方法检测主要常规化学成分含量，使用仪器自带的OPUS软件中QUANT-2定量分析软件包提供的建模方法（偏最小二乘算法，PLS）进行模型优化和处理，根据模型验证效果，选择最优的模型进行在线应用。

通过模型优化筛选后，应用的烟叶在线检测模型主要参数与质量指标见表1。

1.3 分类加工方式及模块配方

1.3.1 试验烟叶等级及配方模块。

针对2018年云南省玉溪烤烟产区的K326品种烟叶，在当前采用的分级后烟叶分类仓储的生产模式下，选取工业分级后BO2、BO3、CO2、CO3四个主等级作为试验对象，进行2种不同方式的对比试验。

常规分类烟叶：按照原有抽样频次（约4 t烟叶抽检一个样品），进行实验室近红外检测来确定烟碱值，按照给定的烟碱堆码范围分类入库。精细化分类烟叶：根据常规分类确定的烟叶烟碱范围类别，在铺叶线上再次进行在线烟碱检测，重新确定烟碱值后，再按照细分的烟碱区间分类入库。

投入烟叶常规分类和精细化分类试验的各烟叶等级数量见表2。

根据年度模块配方设计确定的模块配方单各等级比例，选取以K326品种4个试验等级为主要组成的VCO1B、VBO3S两个模块进行配比投料的打叶复烤，具体见表3。

1.3.2 分类加工方式。

1.3.2.1 常规分类烟叶的加工。将工业分级后BO2、BO3、CO2、CO3四个主等级以8框（480 kg/框）为一个批次，从每一框的不同位置抽取烟叶，共抽取30片左右，进行实验室近红外光谱扫描，得到该样品的烟碱含量，作为该8框烟叶的烟碱值，再按照每年根据烟叶生产状况确定的《工业分级烟碱分段堆码范围》（表4）进行烟碱分段（高、中、低）标识堆码，然后按照品种、产地、等级、烟碱范围和生产时期进行分类入库储存。

  按照上述检测结果的烟叶分类储存情况，以最终确定下发的VCO1B模块、VBO3S模块2个模块配方单（表3）的各等级比例进行出库备料。出库时，同一等级、同一烟碱的烟叶以入库时间计算，按前、中、后期进行比例搭配出库，随后按配方单进行正常配方模块打叶复烤，各模块配打的批次数量（4.8 t/批）为VCO1B模块14批、VBO3S模块4批，并利用复烤后在线近红外光谱仪在线检测成品片烟的烟碱含量，作为复烤成品均质化判定依据。

1.3.2.2 精细化分类烟叶的加工。依据常规分类烟叶的烟碱分段堆码范围，在不改变烟叶烟碱高、中、低类别的基础上，进一步细分烟碱分段范围（表5）。

选取常规分类后的BO2、BO3、CO2、CO3四个主等级（含烟碱高、中、低）分别在运输带上铺叶，并进行近红外在线烟碱测试，每12 s产生1个烟碱值，待装满一框（240 kg/框，约50 s）后，取该时间段内4个烟碱值平均获得该框烟碱值，再根据表5《2018年玉溪K326品种烟叶工业分级精细化烟碱分段堆码范围》重新确定该框烟碱分类，然后按照品种、产地、等级、烟碱范围和生产时期进行分类入库储存。

待复烤投料时，以VCO1B模块、VBO3S模块2个模块配方单的等级比例为依据，将配方单中的高中低分类重新进行配比组合，即以配方单中VCO1B模块的玉溪“CO2低”等级为例，“CO2低”拆分为“CO2低-1”和“CO2低-2”，其比例为1∶1，分别占模块配方比例的34.06%;其他等级以此类推。以此方式进行精细化配方模块打叶复烤，将涉及玉溪BO2、BO3、CO2、CO3四个等级的高、中、低烟碱等级，根据精细化分类入库后的烟叶库存进行拆分后的重新配比组合投料复烤，具体模块配方等级及批次数量见表6，其中在VCO1B模块中替换投料的玉溪 CO2低-1、低-2分别占该模块配方比例的34.06%，玉溪 BO2低-1、低-2分别占该模块配方比例的8.57%，玉溪 CO2中-1、中-2分别占该模块配方比例的3.94%，未替换投料的其他等级占模块配方比例的6.87%;VBO3S中替换投料的玉溪 BO3中-1、中-2分别占该模块配方比例的18.47%，玉溪BO3低-1、低-2分别占该模块配方比例的17.92%，玉溪CO3低-1、低-2分别占该模块配方比例的4.89%，玉溪BO3低-1、低-2分别占该模块配方比例的4.71%，未替换投料的其他等级占模块配方比例的8.04%。

以此2种方式进行的打叶复烤精细化加工与常规加工方式的试验模块在同一条生产线上先后进行，复烤过程中的其他加工工艺、设备条件和工艺参数保持不变，此时利用复烤后在线近红外光谱仪实时采集成品片烟的烟碱值。

1.4 复烤后片烟在线近红外仪器参数与检测模型质量指标 2种方式加工使用的复烤后在线近红外检测设备与模型完全相同（表7）。仪器均为德国布鲁克（BRUKER）公司MATRIX-E型在线近红外光谱仪，设备参数为波数分辨率8 cm-1，扫描次数150次，波数范围4 000～12 000 cm-1。

2 结果与分析

2.1 烟叶精细化分类前后结果对比分析

2.1.1 各等级烟碱范围及数量。

BO2、BO3、CO2、CO3四个分后主等级进行精细化分类前后烟碱范围及数量变化见表8～9。从表8～9可以看出，精细化分类前后各等级烟碱范围的烟叶数量变化较大，表明对分后等级烟叶进行精细化分类能够缩小烟叶分类单元，提高烟叶烟碱分类的准确性和代表性。

2.1.2 烟叶烟碱含量在线检测结果。

表10为不同加工方式后煙叶烟碱在线检测结果。从表10可以看出，常规分类烟叶烟碱变异系数（CV）范围为11.43%～22.85%，平均变异系数为17.14%;精细化分类烟叶烟碱变异系数（CV）范围为4.20%～9.03%，平均变异系数为6.47%。这表明常规分类和精细化分类各等级烟碱含量检测结果差异较大，相同等级精细化分类后烟碱变异系数明显较小，对控制分级后烟叶类内烟碱波动效果明显。

2.2 2种分类烟叶加工的打叶复烤成品片烟烟碱在线检测结果对比分析

表11为不同加工方式打叶复烤成品片烟烟碱在线检测结果。从表11可以看出，VCO1B模块常规分类加工打叶复烤成品片烟烟碱变异系数（CV）为2.76%，精细化分类加工打叶复烤成品片烟烟碱变异系数（CV）为2.47%;VBO3S模块常规分类加工打叶复烤成品片烟烟碱变异系数（CV）为1.62%，精细化分类加工打叶复烤成品片烟烟碱变异系数（CV）为1.16%。这表明精细化分类加工打叶复烤成品片烟烟碱变异系数较常规分类加工小，精细化加工方式对控制打叶复烤成品片烟烟碱波动效果明显，有利于打叶复烤均质化加工效果的提高。

3 结论与讨论

该研究构建了分级后烟叶的在线近红外检测模型，并对工业分级后的四个主等级烟叶分别进行近红外在线烟碱检测，对每一框烟叶的烟碱进行精准标定。结果显示，与常规分类相比，精细化分类后的烟叶烟碱平均变异系数由17.14%降至6.47%，说明基于烟叶在线近红外检测模型的工业分级烟叶的精细化分类有利于稳定同等级内多个批次烟叶的烟碱波动。

分别采用常规加工和精细化加工对同一配方原料进行模块配打。结果显示，采用常规分类加工方式的配方打叶复烤，投料烟叶的烟碱含量波动较大，是成品片烟烟碱变异系数控制的不利因素，进一步导致加工后成品片烟质量波动;采用精细化分类加工方式的配方打叶复烤，投料烟叶烟碱含量波动较小，2个成品片烟等级的烟碱变异系数VCO1B从2.76%降至2.47%、VBO3S从1.62%降为1.16%，均匀性控制效果显著提高。因此，通过在烟叶复烤加工前对烟叶进行更为精细的质量分类，对后续配方投料精确度和复烤成品片烟的批次质量稳定性提升具有重要意义。

参考文献

[1]章涛.卷烟配方设计、生产工艺技术与感官鉴定及质量控制检验实务全书[M].香港：中国科技文化出版社，2005.

[2] 王毅，马翔，温亚东，等.应用近红外光谱分析不同年度工业分级烟叶的特性[J].光谱学与光谱分析，2012，32（11）：3014-3018.

[3] 王寅生.新编烟草收购预检预验与卷烟分级、加工工艺、技术标准规范及质量检验标准化实务手册[M].北京：轻工业出版社，2005.

[4] 王家俊，李娟.基于FT-NIR分析技术的SIMCA建模及其在卷烟配方过程质量监测中的应用[J].烟草科技，2008（3）：5-9.

[5] 温亚东，王毅，王能如，等.近红外光谱的投影分析方法在工业分级与复烤模块配方中的应用[J].中国烟草学报，2009，15（5）：6-10.

[6] 陈越立，尹智华，彭琛.配方模块打叶技术探讨[J].科技信息，2011（19）：458.

[7] 王献友，孟昭文，李屹，等.关于烟叶配方打叶均质化控制的应用研究[J].科技视界，2018（1）：18-20，65.

[8] 何结望，吴风光，谢豪，等.不同分组方法对原烟配方模块质量的影响[J].中国烟草科学，2011，32（2）：86-89.

[9] 王保兴，陈国辉，汪旭，等.近红外光谱技术在烟草领域的应用进展[J].光谱实验室，2006，23（5）：1075-1084.

[10] 张灵帅，邢军，谷运红，等.烟草近红外光谱分析结果影响因素综述[J].安徽农业科学，2008，36（21）：9097-9099.

[11] 胡建军，马明，李耀光，等.烟叶主要化学指标与其感官质量的灰色关联分析[J].烟草科技，2001（1）：3-7.