近红外技术在烟草行业中的应用进展

　　近红外光谱分析技术在烟草行业的应用在国外起步较早，最早可追溯到1961年Crowell等人应用NIR技术测试了湿焦油中的水分。20世纪70年代国外开始将近红外技术应用于烟草化学成分测定。1992年出版的《Handbook of Near-infraed Analysis》一书中专门讲述了利用近红外光谱分析法定量分析烟草化学成分。20世纪90年代中后期，美国PM公司开始使用近红外技术研究烟叶分级和叶组配方，2000年以后使用近红外在线分析技术研究制丝线生产配方的稳定性等质量控制。

　　国内近红外分析技术应用于烟草始于1995年，王文珍等采用近红外光谱技术测定了烟草中的总氮含量。之后近红外光谱技术在国内烟草行业进入了高速发展时期。1997年，上海烟草(集团)公司技术中心与中国农业大学共同承担的《近红外技术在烟草品质检测中的应用研究》，建立了烟草常规化学成分的近红外快速分析技术。随后烟草行业先后布局了《应用近红外检测技术快速测定烟叶主要化学成分(20项指标)研究》、《应用烟气粒相物近红外光谱预测主流烟气七种有害成分释放量的技术研究》、《卷烟叶组烟气有害成分释放量近红外预测技术研究》、《基于在线检测和集成信息控制的智能配方打叶技术体系研究》、《FT-NIR分析技术在烟草常规化学分析中的应用》、《云南优质烤烟质量标准体系及快速检测技术研究》、《上海烟草集团公司烟叶原料质量体系研究与应用》、《烟草近红外大数据构建及应用研究》等近红外技术应用研究项目，各中烟公司也相继开展了不少近红外相关的子课题项目进行应用研究。

　　离线应用

　　近红外的离线应用在烟草行业最为广泛，相关报道也最多。涉及到烟草行业的方方面面。

　　在烟草化学成分检测方面，对影响烟草品质风格的众多化学指标现已证明都能够建立较好的定量模型并应用^[1]。除了烟叶，一些中烟公司还对卷烟的烟气化学成分做了相关应用研究，建立的模型能够达到预期的分析效果^[2]。另外在烟用材料的化学成分检测中，一些中烟公司也做了一些探索性应用研究^[3]。图一和图二分别是贵州中烟利用近红外检测烟气粒相物中化学成分及滤棒中三醋酸甘油酯的场景。

图一 近红外检测烟气粒相物中化学成分

图二 近红外检测滤棒中三醋酸甘油酯

　　在物理指标方面，现已能对烟叶的叶片结构^[4]、烟叶拉力等指标进行检测；在三纸一棒的应用方面，如：卷烟包装盒的色差分析^[5]，卷烟纸厚度、透气度等性质的测定^[6]；配方设计的应用方面，如：梗丝、薄片丝在烟支中的添加比例[7]等近红外技术也都有很好的应用。

　　在判别分析方面，各中烟公司针对各自品牌特点，用近红外技术对烟叶的类型、产地、部位、等级进行判定^{[8, 9]}；卷烟的真伪判别^[10]；烟用材料判别^[6]；卷烟的配方设计^[7]等都做了大量的相关工作，并在应用中取得了较为满意的结果。

　　在线应用

　　近红外在线分析并没有像离线分析一样百花齐放，虽然目前市场上已经开发不少针对卷烟工业企业在线近红外仪器产品，考虑到在线应用涉及到企业的生产控制甚至是决策，牵一发而动全身，各中烟公司还是保持谨慎态度，目前仅针对打叶复烤的均质化加工^[11]，工业企业的制丝线质量稳定性控制的相关应用^[12]。

　　网络化应用

　　传统的近红外分析主要是采用单台仪器进行样品测定，难以满足烟叶原料收购、复烤、入库、醇化过程中广域范围内大规模快速检测及信息汇总的需求。 近年来，以网络技术为依托的近红外检测网络体系构建已成为近红外分析检测的一个重要发展方向，烟草行业也达成共识，认为构建近红外光谱分析网络体系是将近红外技术的优势在实际应用中发挥到最大的一个重要途径。基于此，上海烟草集团针对近红外检测管理现状，提出“动态建模，网络共享，全程管控”的网络化管控体系，保证近红外检测数据质量。云南中烟构建了烟叶原料近红外光谱分析物联网系统。山东烟草研究院以烟叶品质控制为切入点，研发形成支撑多检测终端的烟叶品质快速分析网络化平台。湖南中烟开发了专门用于烟气快速检测的近红外云服务系统。贵州中烟提出了“数据规范、中心建模、资源共享、智能分析”的网络化管控方案，组织实施了《贵州中烟化学成分近红外速测系统的云分析系统软件开发》项目，开发了基于互联网技术的烟草近红外速测系统，如下图三所示。

图三 近红外云分析系统

　　数据应用

　　基于近红外分析技术快速高效、成本低、绿色环保的优点，行业每年产生了海量的近红外光谱数据，但也存在不少问题。

　　(1)首先，近红外数据分散在各中烟企业、复烤企业和科研机构，只能为各自单位发挥作用。

　　(2)其次，由于各工商企业经典化学分析数据存在较大差异，且近红外建模样品的地域差异大，再加上光谱采集参数、操作方法和操作流程各异，导致各单位近红外预测数据偏差较大。

　　(3)第三，由于各单位的近红外采集信息格式不统一，数据整合难度大，严重制约了行业近红外光谱数据的有效利用。

　　为了解决上述问题，2019年中国烟草总公司批复了《烟草近红外大数据构建与应用》项目。希望借此项目统一近红外光谱数据采集规范、开发近红外光谱数据采集系统、构建近红外光谱数据库和化学成分数据库，形成行业共享的烟草近红外大数据平台，实现数据规范、中心建模、资源共享、智能分析的目标，为烟草行业高质量发展提供有力支撑。

　　参考文献

　　[1] 蒋锦锋, 李莉, 赵明月. 应用近红外检测技术快速测定烟叶主要化学成分 [J]. 中国烟草学报, 2006, (4): 8-12.

　　[2] 王家俊, 梁逸曾, 汪帆. 偏最小二乘法结合傅里叶变换近红外光谱同时测定卷烟焦油、烟碱和一氧化碳的释放量 [J]. 分析化学, 2005, 33(6): 793-7.

　　[3] 曹建国, 窦峰. 近红外漫反射光谱法测试醋酸纤维滤棒中的三醋酸甘油酯 [J]. 烟草科技, 2005, 38(3): 6-9.

　　[4] 周汉平, 王信民, 宋纪真, 等. 烟叶结构和油分的近红外光谱预测 [J]. 烟草科技, 2006, 50(1): 10-4.

　　[5] 张翼鹏, 李超, 赵敏, 等. 基于近红外光谱法的卷烟包装材料色差分析 [J]. 烟草科技, 2016, 49(2): 75-81.

　　[6] 王家俊, 汪帆, 马玲. SIMCA分类法与PLS算法结合近红外光谱应用于卷烟纸的质量控制 [J]. 光谱学与光谱分析, 2006, 26(10): 1858-62.

　　[7] 胡立中, 张胜军, 余小平, 等. 均匀设计-PLS-NIR法预测卷烟配方烟丝中梗丝及薄片丝含量 [J]. 中国烟草学报, 2010, 16(2): 26.

　　[8] 束茹欣, 王国东, 张建平, 等. 国产烤烟烟叶的NIRS模式识别 [J]. 烟草科技, 2006, 8): 12-5.

　　[9] 张辞海, 胡芸, 刘娜, 等. 基于主成分分析和神经网络的近红外光谱烤烟产地判别 [J]. 贵州农业科学, 2018, 46(1): 109-12.

　　[10] 葛炯, 王瑾, 王维妙, 等. 近红外技术在卷烟真伪鉴别中的应用 [J]. 烟草科技, 2007, 48(4): 75-8.

　　[11] 胡芸, 刘娜, 姬厚伟, 等. 近红外光谱技术在线快速检测复烤片烟化学成分应用研究 [J]. 安徽农业科学, 2017, (19): 78-80，3.

　　[12] 张佳芸, 胡芸, 彭黔荣. 近红外光谱技术在快速检验制丝过程中烟丝质量均一性上的应用 [J]. 理化检验(化学分册), 2018, 54(9): 998-1003.

（张辞海，彭黔荣 贵州中烟工业有限责任公司技术中心，550009）