马 翔，温亚东，王 毅，谢丽华，张静
玉溪红塔集团技术中心，云南省玉溪市红塔山

关键词：制丝生产线；傅立叶变换近红外光谱仪；数学模型

摘要：用在线傅立叶变换近红外光谱仪采集制丝线上烟丝的光谱，建立了在线烟丝含水率、总植物碱、总糖和总氮的数学模型。利用这些模型可以快速、准确地预测生产线上烟丝的这些常规化学成分含量。含水率、总植物碱、总糖和总氮的预测值与化学方法实测值的平均相对误差分别为1．1％ 、1．9％ 、2．1％和1．7％ ，表明应用在线傅立叶近红外光谱仪能够对制丝线上烟丝的化学成分进行快速检测和在线监控。
中图分类号：rIS411．1 文献标识码：B 文章编号：1002—0861(2006)01—0022—03

    有机物分子中的C—H、N—H、O—H和C=O等基团在近红外区都有丰富的吸收峰，利用近红外光谱仪对烟草中的烟碱、总糖和总氮等进行定量分析已成为许多烟草企业进行质量控制普遍采用的技术手段 J。但目前各烟草企业用于质量控制的近红外仪器主要以离线分析为主，由于离线分析在取样、样品处理等方面需要的时间较长，不能对制丝加工中的各工艺段进行连续、快速、实时、准确的质量监控和反馈。为此，结合企业现有制丝线的工艺实际，进行了在线傅立叶近红外光谱仪的应用实验，以期为工艺参数优化提供现场数据支持。

1 材料与方法
1．1 设备与材料
    12000kg／h制丝线(德国HAUNI公司)；制丝线上的A牌号三类烤烟型烟丝。
1．2 仪器
    ①MATRIX—E在线傅立叶变换近红外光谱仪(德国BRUKER公司)。
    工作参数：光谱采集范围12 000～4 000cm～；光谱分辨率：8cm～；扫描次数：64次(约30s)；半导体冷却的InGaAs检测器，采样窗口200mm；光斑直径25mm；采样窗口与传输带上烟丝的距离约17cm。②INTEGRAL型连续流动分析仪(法国ALLIANCE公司)。
1．3 方法
    利用在线傅立叶变换近红外光谱仪的OPUS软件，在线采集烟丝样品的光谱，每2min采集1个光谱，将其存储于计算机硬盘中；采集光谱时同步取样，通过连续流动分析仪获得对应的化学成分分析数据。采用文献[7。10]的方法，分别测定烟丝样品的含水率、总糖、总氮和总植物碱。
1．4 数据处理
    用OPUS软件中QUANT 2近红外定量分析软件包(化学计量学算法为偏最小二乘算法，即PLS)对模型进行优化、检验，最终建立烟丝样品中水分、总糖、总氮和总植物碱的在线分析近红外数学模型。
2 结果与讨论
    通过对建模样品光谱的波长范围及光谱预处理方法进行模型优化 ]，优化模型时同一样品集的同一组分决定系数(R )越大，交叉验证的均方差(RMSECV)越小，即偏最小二乘法(PLS)算法所提取的光谱信息与分析组分的相关性越好，得到的模型越好。由于制丝线上的烟丝经过配方处理，其各项化学指标的变化比不同等级初烤烟的变化均相对较小。根据决定系数(R2)的计算公式，在极差(最高含量与最低含量之差)较小、标准化学分析数据准确度不变的情况下，模型的决定系数(R )不可能很高，因此主要考察的是在线模型交叉验证的均方差(RMSECV)的大小是否满足分析要求，见表1。
    从表1可以看出，均方差(RMSECV)指标情况较好，误差水平完全能够满足实验的要求，但模型最终是否具有很好的适用性，还需要对模型进行应用验证。验证是通过在制丝线上扫取A牌号不同批次烟丝样品的近红外光谱，光谱由近红外数学模型计算得到预测数据(预测值)；采集光谱时同步取样进行化学检测，得到分析数据(实测值)；预测值和实测值进行对比，结果见表2。
    从表2可见，所建模型的预测值与实际测量值之间的差异不大。含水率、总植物碱、总糖和总氮的平均相对误差分别为1．1％ 、2．1％ 、1．6％ 和1．9％ ，说明预测结果与实验结果基本吻合。通过对制丝线90min的连续在线检测，得到的烟丝含水率、总植物碱、总糖、总氮4个化学指标的变化
情况见图1。
    由图1可以看出，90min内，制丝线烟丝含水率的变化在13．15％ ～13．80％之间；总植物碱的变化在2．20％ 一2．40％之间；总氮的变化在1．9％左右；总糖的变化在25．7％ ～27．O％之间。

表1 模型优化结果

测定项目	决定系数（R2）	内部交叉验证均方差（RMSECV）	平均相对误差E（%）
水分	96.86	0.130	1.1
烟碱	85.05	0.068	2.1
总糖	67.42	0.365	1.6
总氮	71.73	0.035	1.9

注： 平均相对 误差：

                图l A牌号烟丝的含水率、总植物碱与总氯和总糖变化