基于配方原料均匀性的打叶复烤均质化调控策略选择

王 戈，徐玮杰，尹 旭，刘 威，张 鑫，沈 晗，徐其敏，杨 凯*

1. 上海烟草集团有限责任公司技术中心，上海市浦东新区秀浦路3733 号 200120

2. 华环国际烟草有限公司，安徽省滁州市凤阳县门台子工业园 233121

打叶复烤是衔接烟草农业种植与卷烟工业生产的重要纽带［1］。依托于配方技术，烟叶原料在打叶复烤过程中经历了从农产品（初烤原烟）到工业半成品（复烤片烟）的转变，最终成为卷烟产品的叶组配方原料。复烤片烟的均匀性和稳定性直接影响卷烟产品质量，因此提高打叶复烤均质化加工水平具有重要意义。烟碱是最常用的打叶复烤均质化调控因子，杨凯等［2］选取烟碱作为调控因子参与配方设计，通过混合挑选、选后烟碱含量（质量分数，下同）调节以及两者组合的方法实现对复烤片烟烟碱均匀性的控制；王宏铝等［3］利用在线近红外烟碱模型检测原烟烟碱含量，并以此进行分类均质化加工，复烤片烟的烟碱和颜色均匀性都得到明显改善；沈晗等［4］以烟碱作为过程参数，兼顾烟叶产地、部位、品种等因素，研究了平库条件下不同出入库模式的均质化调控效果，其中“相似组合”模式简单有效，有利于实际生产。但是仅采用烟碱作为调控因子进行均质化调控往往过于片面，难以实现复烤片烟综合品质的均质化。为此，王戈等［5］首次将烟叶颜色和近红外光谱两个新型调控因子应用于均质化调控中，通过提供更多均质化调控维度，实现打叶复烤多指标、多维度的均质化；龚涛等［6］比较了烟碱控制与光谱控制下的均质化调控效果，结果显示选用光谱作为调控因子能够提升复烤片烟化学成分均匀性和内在品质。但关于新型调控因子的研究目前还处于起步阶段，由于选取的试验样本数有限，相关结论的普适性还有待进一步验证。此外，组成打叶复烤投料配方的烟叶原料，其均匀性和稳定性受到产地、种植水平、调拨等级、收购质量、工业二次分选等因素制约［7-8］，有可能影响不同调控策略下的均质化加工效果。而研究打叶复烤投料配方的原料特征与最优调控模式之间的关系，则有助于实现不同配方模块的定制化加工，避免因盲目选取均质化调控模式而造成资源浪费，影响打叶复烤均质化加工效果。为此，以工业二次分选为切入点，研究打叶复烤配方原料均匀性与最优调控模式之间的关系，旨在为提高打叶复烤均质化加工水平提供支持。

1 材料与方法

1.1 材料和仪器

材料：2018 年辽宁、陕西、河南、湖北、重庆、四川、福建7 个产区C2F 等级烤烟，共计25.85 万担（1.29×107kg），按照初配方要求进行工业二次分选后配打加工为A1、A2、B1、B2、C1、C2 共计6 个配方模块，其中相同大写字母的模块所使用的初烤烟叶原料的产区和比例相同。

仪器：Armor711 在线近红外光谱仪（德国Carl Zeiss 公司）；CV-X200 面阵相机（日本 Keyence 公司）；Antaris Ⅱ傅里叶变换近红外光谱仪（美国Thermo Fisher 公司）；AAS-305D 连续流动分析仪（美国API 公司）；FED115 热风循环烘箱（德国Binder公司）；CSM-I旋风磨［60目（250 μm）网筛，北京一轻研究院有限公司］；DFS197粉碎机（上海鼎广机械设备有限公司）。

1.2 方法

1.2.1 工业二次分选

按照YC/Z 575—2018［9］的要求对初烤烟叶进行工业二次分选，采用把选和片选两种分选方式。其中，把选是指以把为单位（20～25 片）剔除原烟中青、霉烟等无使用价值烟叶和光滑、僵厚、虚飘、杂色严重等低使用价值烟叶的分选方式；将把选后原烟装入烟架，每架烟叶质量为200 kg。片选是指以片为单位剔除原烟中青、霉烟以及低使用价值烟叶，并且挑选出符合中高端卷烟产品质量需求烟叶的分选方式；片选后将原烟装入烟架，每架烟叶质量为150 kg。模块A1、B1、C1使用把选方式；模块A2、B2、C2使用片选方式。

分选后原烟以50 架为取样单元，运用五点取样法，各单元按每10架取1个样品组成综合样，将所取样品去梗后干燥并磨制成60 目（过250 μm 网筛）粉末，利用AntarisⅡ傅里叶变换近红外光谱仪检测常规化学成分。

1.2.2 在线检测

应用Armor711 在线近红外光谱仪和CV-X200面阵相机实时采集输送带上烟叶的烟碱、颜色和光谱信息。烟架装满后反馈架满信号，由计算机赋予对应的烟碱、颜色和光谱信息后，进入配方高架库。其中，颜色和光谱定性值的计算方法同文献［5］。

在线颜色信息采集参数：像素大小512 pixel×480 pixel；检测高度（15±5）cm；相机快门速度1/1 000 s；电荷耦合器（CCD）敏感度设为6.4 lx；采集频率0.2 Hz；光源类型选择环形光源。输出数据包括平均色调（H）、平均饱和度（S）和平均明亮程度（V）。

在线光谱信息采集参数：光谱分辨率10 nm；检测高度（17±5）cm；扫描波长910～2 200 nm；扫描频率0.2 Hz；背景自动校正30 min；检测器使用InGaAs；检测器二极管阵列数256个。

1.2.3 均质化调控

将高架库内相同配方模块的烟叶原料随机均分为3个投料批次，通过高架库的自动控制系统，分别选取“烟碱”“光谱”“颜色”3 种调控因子生成出库队列，完成均质化投料配方。

1.2.4 成品片烟检测

成品片烟每25箱取1个综合样，并随机均分为2份检测样品。将其中1 份样品干燥后磨制成60 目（过250 μm网筛）粉末，利用AntarisⅡ傅里叶变换近红外光谱仪检测常规化学成分，样品的近红外光谱数据用于光谱离散度分析。利用CV-X200面阵相机检测另1份样品的颜色信息，用于颜色均匀性分析，方法同文献［10］。

1.2.5 评价指标

1.2.5.1 化学成分整体均匀性K

不同分选方式下，化学成分整体均匀性K越小，配方原料均匀性越佳。K值计算方法为：

式中：S1～S6分别为烟叶样品的烟碱、总糖、还原糖、总氮、钾、氯含量（质量分数，下同）的标准偏差，%；分别为烟叶样品的烟碱、总糖、还原糖、总氮、钾、氯含量的平均值，%。

1.2.5.2 均质化调控效果综合评价指标Z

选择成品片烟烟碱含量变异系数CV烟碱、总糖含量变异系数CV总糖、总氮含量变异系数CV总氮、颜色值变异系数CV颜色和光谱离散度T光谱共5个参评指标综合评价均质化调控效果。其中，基于样品近红外光谱进行无监督模式投影分析可得到T光谱，计算方法同文献［5］。在相同配方模块中，均质化调控效果综合评价指标Z越大，调控模式的均质化调控效果越差，不宜选用对应的调控因子。Z值计算方法为：

式中：Rij为参评指标的无量纲数据矩阵；w 为参评指标的权向量；i = 1,2,3，分别代表烟碱、颜色和光谱3种调控模式；j = 1,2,…,5，分别代表 CV烟碱、CV总糖、CV总氮、CV颜色和T光谱5个参评指标。

由于选取的5 个参评指标的计量单位或数量级不相同，需要对各参评指标的原始数据进行无量纲化处理［11］。本文中选用线性无量纲化处理的阈值法，以配方模块为单元，将不同调控模式下均质化参评指标无量纲化并压缩在（0,1］区间内，即：

式中：Nij为某配方模块中第i 个调控模式下第j 个参评指标。

原始数据完成无量纲化处理后，需要对参评指标进行准确赋权。依据各参评指标对配方模块均质化的重要程度来确定权重，这种方法存在一定主观性。为了获得科学合理的评价结果，本文中选用了主观法，即通过三标度-层次分析法（AHP）［12-13］来判断参评指标影响配方模块均质化的重要程度，并构建比较矩阵bij：

为保证比较矩阵的客观性，选择7位卷烟配方和打叶复烤均质化调控专家（记作α、β、γ、δ、ε、ζ和η），分别独立判断任意两种参评指标对模块均质化重要性的影响，见表1。

表1 参评指标的重要性比较Tab.1 Importance comparison between assessment indexes

结合表1，分别形成7位专家的权重判断矩阵D5×5：

利用权重判断矩阵计算最大特征值（λmax）和对应的特征向量，将特征向量归一化后可获得7位专家的权重分配，同时计算平均权重W。判断矩阵阶数为5，查表［14］得到平均随机一致性指标（RI）为1.12，采用不一致程度指标（CI）与RI 的比值，即随机一致性比率（CR）评价赋权结果的一致性，结果（表2）显示7位专家的权重分配CR 值均小于0.1，说明赋权结果自洽可信［15］。

为排除个别专家对所涉及的参评指标存在“青睐”或“歧视”现象，通过Spearman秩相关系数检验各专家的权重排名［16］，结果见表3。可见，α、β、γ、δ、ζ和η这6 位专家权重分配排名的Spearman 秩相关系数均大于0.700，呈高度线性相关；而专家ε与α、β、δ、ζ、η的相关性较弱且不显著，故排除专家ε的结果，最终权重分配w见表2。

表2 权重分配与秩Tab.2 Weight allocation and rank

表3 权重排名的Spearman秩相关系数Tab.3 Spearman rank correlation coefficients of weight ranking

2 结果与讨论

2.1 分选方式对配方原料均匀性的影响

不同分选方式下选后原烟主要化学成分的变异系数、整体均匀性K 值及其下降度见表4。可以看出，相较于把选方式，片选方式获得的选后原烟主要化学成分的变异系数和K值均有所下降（除A2模块的烟碱和B2 模块的氯），其中K 值的平均下降度达28.1%，片选后平均K值降低至10.0%，说明通过片选方式获得的配方原料均匀性更佳。此外，不同化学成分变异系数的下降度存在差异，CV总糖、CV总氮和CV还原糖的平均下降度较大，CV氯、CV烟碱的平均下降度较小。值得注意的是，尽管中部烟叶的烟碱与总糖、总氮含量高度相关［17］，但片选方式下 CV总糖和CV总氮的平均下降度（31.6%和28.9%）明显大于CV烟碱的平均下降度（6.6%），说明片选方式对选后原烟总糖和总氮的选择性更强。

表4 不同分选方式下选后原烟主要化学成分的变异系数、K值及其下降度Tab.4 CVs, K values and their decrease percentages of main chemical components in cured leaves under different selection methods （%）

2.2 调控模式对成品片烟均匀性的影响

各配方模块在不同调控模式下成品片烟均质化调控效果见表5。参与试验的6 个配方模块通过3 种调控模式共得到18 批次成品片烟，除B1 模块的3 个调控批次和A1 模块的烟碱调控批次外，其余批次的 CV烟碱均小于 3.50%，CV总糖均小于4.00%，相比于选后原烟，成品片烟烟碱和总糖的均匀性得到有效提升。为研究调控模式对参评指标均匀性控制的选择性，将各配方模块不同参评指标的均匀性进行排序，均匀性越好则秩越小，同时计算秩平均值，并进行检验值为2 的单样本t 检验。结果（表5）表明，颜色和光谱调控模式对成品片烟颜色均匀性分别有极显著和显著影响。颜色调控模式下CV颜色的秩平均值为1.17，说明可以极显著提高成品片烟颜色均匀性；光谱调控模式下CV颜色的秩平均值为2.67，说明对提高成品片烟颜色均匀性有一定反作用。此外，光谱调控模式对烟碱、总糖、总氮和光谱的均匀性控制存在选择性优势，说明该模式具有调控多种化学成分均匀性和光谱离散度的能力，与文献［5-6］的结果一致。

表5 不同调控模式下成品片烟均质化参评指标的均匀性和秩Tab.5 Uniformity and ranks of assessment indexes for homogenization of redried tobacco strips under different control modes

2.3 均质化调控效果综合评价与调控策略选择

由于调控模式对成品片烟均匀性控制具有选择性，为全面评价均质化调控效果并明确各配方模块的最优调控模式，利用综合评价指标Z 对均质化调控效果进行评价。考虑到各配方模块所使用的选后原烟存在差异，为控制变量并消除参评指标计量单位或数量级差异对评价结果造成的影响，选择以配方模块为单元对数据进行无量纲化处理并计算综合评价指标Z，结果见表6。可以看出，采用把选方式获得的均匀程度较差的配方原料，经配打加工形成的配方模块A1、B1 和C1，其烟碱调控批次的Z 值最大，说明此类配方原料不宜选用烟碱作为调控因子，可以使用涵盖多维度均质化信息的颜色或光谱作为调控因子。采用片选方式获得的均匀程度较好的配方原料，经配打加工形成的配方模块A2、B2 和C2，其3 种调控模式下Z 值极差较小（均小于0.10），说明不同调控模式的均质化控制效果差异不大，此类配方原料原则上可以任意选择均质化调控因子，即使是最常用的烟碱调控因子也能获得较理想的调控效果。烟碱具有调控优势的原因，一是片选方式对于糖类（总糖和还原糖）和总氮的选择性强于烟碱，二是相较于把选方式，片选方式增加了烟叶松散程度，可提高在线烟碱测量精度。

表6 不同调控模式下成品片烟均质化参评指标的无量纲化结果及Z值、秩和极差Tab.6 Nondimensionalization results, Z values, ranks and ranges of assessment indexes for homogenization of redried tobacco strips under different control modes

值得注意的是，初烤原烟未分选或仅经过把选或配方原料部位、等级、产地差异较大均会造成配方原料均匀性不足。对于未配备颜色或光谱调控装置、仅使用烟碱作为调控因子的复烤企业，提高选后配方原料均匀性有利于提升烟碱调控模式下成品片烟均质化控制水平。在实际生产中，可以根据不同配方模块或不同卷烟工业企业的分选特点，选择最适宜的均质化调控模式，避免资源浪费，改善打叶复烤均质化加工效果。

3 结论

①二次分选中片选方式获得的配方原料均匀性显著优于把选方式，化学成分整体均匀性K 值为10.0%，与把选方式相比，K值下降度为28.1%。②调控模式对参评指标均匀性控制具有选择性，颜色调控模式能够极显著提高成品片烟颜色均匀性，光谱调控模式对烟碱、总糖、总氮和光谱的均匀性控制存在选择性优势。③配方原料均匀性对最优均质化调控策略具有影响，当配方原料均匀性较差时，调控策略宜选择涵盖多维度均质化信息的颜色或光谱调控因子；反之，可以任意选择均质化调控因子，即使选择烟碱调控因子也可获得较理想的综合均质化调控效果。