烟草近红外光谱仪

烟草近红外光谱仪

一、技术背景的概述

近红外光谱是20世界80年代中期才为人们所关注的一种分析工作，但到现在近红外光谱分析技术已经得到了迅猛发展，该分析技术的原理是通过样本近红外光谱和参考值建立起校正模型实现对未知样本定性或定量分析的一种仪器分析技术。具有分析速度快、效率高，可实现无损和在线分析等优势，目前已被广泛应用于石油、烟草、食品、药物和医学等领域，在科研和工农业生产中发挥着越来越重要的作用。本文将介绍近红外光谱分析技术在烟草中的应用。

目前近红外光谱分析(NIR)技术广泛应用于化学、石油、食品、医药等行业，近年来快速地进人烟草领域。近红外光谱分析技术是一项二次开发应用技术，其应用的关键是建立相关的数学模型，在线检测数学模型的建立与工厂原料、产品、工艺状况有密切关系；较常规分析法近红外光谱分析技术具有简便快速、无污染以及样品的非破坏性并可在线重复大批量多组分同时检测的优点，在烟草化学分析中有很大的应用发展潜力；应用近红外光谱分析(NIR)技术测定在线烟草化学成分，成为卷烟工厂对烟草产品内在成分检测和控制的主要技术手段。

烟草近红外光谱仪是一种在线实时监测水分、化学成分的装置，应用在烟草品质无损快速质控中，其装置基于近红外光谱分析技术、仪器精准微机电制造技术、化学计量学模型算法技术，通过采集烟草物料的近红外光谱数据，经数学模型分析，在极短时间内实现水分、化学成分测定、烟草物料异物精准识别、烟草物料品质无损快速定量分析、同类烟草物料精准分级，具备模型云端共享复用，满足烟草物料在线质量控制的需求。

当检测光源投向烟草样品时，将在其表面和内部产生漫反射，经检测器即得到该样本的近红外漫反射的吸收光谱。由于不同样品的成分不同，对近红外吸收也不同，经一阶导数预处理后，将近红外反射光谱和样本的化学成分关联，用偏最dx--乘法(PLs)建立模型。

建立分析模型的主要过程如下：①在检测点采样；②同时用近红外光谱仪扫描在线样本的近红外光谱；③用连续流动仪测试被扫描过的样本的化学成分含量，作为标准值；④用偏最dx-"乘法(PLS)建立样本的近红外光谱与各化学成分含量的关系模型。依据该定量模型，计算出未知同类型近红外光谱样品相应的化学成分含量。

扫描在线烟丝样本的光谱信息；同时测试对应样本的总糖、还原糖、总植物碱、氯、总氮作为标准值，用光谱信息与总糖、还原糖、总植物碱、氯、总氮五种化学成分数据关联，建立数学模型。

应用傅立叶近红外变换技术，建立了常规化学成分的数学模型，模型可用于卷烟过程在线烟丝质量检测和现场监测控制。应用中须依据原料、产品和配方的变化及时对模型进行维护与优化，进一步扩充建模样本数量，提高样本的代表性烟草是一种天然生长的经济作物，含有大量对近红外光谱比较敏感的含氢官能团（如Ｃ－Ｈ、Ｏ－Ｈ、Ｎ－Ｈ），因此，可以应用近红外光谱分析技术对其多种成分进行分析研究；另外烟草中其他常规化学成分（如烟碱、总糖、还原糖、蛋白质、植物碱、总氮等）的检测，需要耗费大量的人力、物力和财力，在如今自动化程度日益提高、市场竞争激烈的形势下，近红外光谱仪的分析技术也可以快速、有效、简单解决这些常规化学成分的检测。

二、实时在线监测的应用

1. 在卷烟加工、打叶复烤和烟叶分级应用场景中，近红外光谱主要是根据应用建立的定量分析模型对在线化学成分、水分检测分析研究过程进行实时监测，发现在线加工质量问题做出预警。大型近红外光谱仪可以解决生产过程中实时品质监控和数据校准管理为定时校准以及需要人工管理的问题。   

2. 实时在线监测的要求

l   光谱采集

采用近红外全波段样本数据的采集，通过对大量样本数据的标定和学习，建立标准特征值和缺陷特征值样本库。

l   校正系统

在线近红外检测烟丝品质稳定性的方法的准确性主要依赖于对应细分场景的定量分析和算法校正系统。由专业人员维护校正系统以确保其检测精度和运行稳定性

l   知识图谱

基于在线近红外光谱检测技术，通过对烟丝化学成分、水分的在线检测，使用大数据挖掘算法和模型，建立起加工强度、化学成分和烟丝吸味的知识图谱，进一步可以实现预测仿真、优化工艺参数和优化配方等功能。

l   云边协同

采用边-云协同的架构，在边侧完成光谱采集和5G数据上传，云侧完成实时水分、化学成分检测识别，在云端完成整个车间的模型数据收集管理和分析，以及最新模型的管理和同步。

三、现有产品的不足

近红外光谱技术在卷烟加工、打叶复烤和烟叶分级等技术领域已被广泛应用。伴随着大数据时代的到来，烟叶近红外光谱数据类型呈现多样化，数量也呈几何级数倍增长，开发出便捷、操作性强的软件操作系统，研发出检测精度高的在线近红外和手持近红外设备，将有效提高烟叶接收环节常规检测的工作效率，通过技术人员在收购现场及时提供烟叶化学成分数据，更全面、准确地判断烟叶质量，减少烟叶样品前处理工序和用工，这对打叶复烤均质化技术研究和保持卷烟品质的稳定性有着重要的现实意义。

现有市场上的NIR检测手段存在问题，难以满足需求，因为现有设备工作原理为滤光片式，抗震性能差，检测周期慢；数据校准管理为定时校准，需要人工管理；检测维度只有水分和温度；检测方式过于单一；作为核心传感检测设备，现有设备难以满足智能化工厂检测需求，而烟草品质管控和烟草生产过程中需要品质监控，因此一款符合烟草行业需求的烟草近红外光谱仪就非常迫切的重要。

四、最新的烟草近红外光谱仪（BST-NIR）

云南佰司特科技有限公司近期成功开发来了一款国产的烟草近红外光谱仪（BST-NIR），轻便、紧凑;稳定性好，无移动部件，可以云端模型免维护，专业分析测试团队支持无需化学试剂，无环境污染;可以实现无损分析；样品无需预处理，实现在线检测仪器全自动运行，无需人工值守；自动输出标准工业信号4-20mA或Modbus协议；设备寿命长、运行稳定；防尘、防水、防爆，符合工厂的安全要求高度可定制化服务以及模块化在线近红外解决方案。

烟草近红外光谱仪（BST-NIR）是一种在线实时监测水分、化学成分的装置，应用在烟草品质无损快速质控中，其装置基于近红外光谱分析技术、仪器精准微机电制造技术、化学计量学模型算法技术，通过采集烟草物料的近红外光谱数据，经数学模型分析，在极短时间内实现水分、化学成分测定、烟草物料异物精准识别、烟草物料品质无损快速定量分析、同类烟草物料精准分级，具备模型云端共享复用，满足烟草物料在线质量控制的需求。

云南佰司特科技有限公司开发的烟草近红外光谱仪（BST-NIR）的技术参数：

l   连续光谱在线近红外仪（900-1700）

l   分析效率高，波数高达128位

l   无光栅，无光纤，集成度高，分析速度快

l   自动物料识别和设备开启，免人工维护

l   强大的常规分析团队建模和维护支持

l   知识图谱智能学习系统

五、云南佰司特科技有限公司开发的烟草近红外光谱仪（BST-NIR）的产品特点：

l   自动校准与启停

水分仪需要定期的模型校准，进口水分仪模型不开放，对校准工作带来诸多不便。本项目的模型在云端开放，通过云端模型的自学习特性越校越准，可实现云端自主校准，同时具备判定产线上是否有物料自动启停的功能。

l   多维度在线检测

在线检测数据维度厂泛，涵盖水分、烟碱、总糖、总氮等化学成分检测，由于采用全光谱技术，检测维度具备一定的扩展能力。

l   自感知与抗干扰

系统具备根据环境温湿度的变化，自动调整不同的工况模式解决了环境影响检测值的难题，同时具备基于IVF分光原理抗震性能优异的功能。

l   云端建模与维护

现场采集的光谱数据到云端建模计算并及时返回到终端，将模型数据和光谱仪分开管理，保证模型数据的准确性，可降低维护和管理成本。

l   云边协同

系统采用云边协同的架构，边侧完成红外光谱采样和预处理发送到云端由云端完成校正标定、模型管理、数据管理、知识图谱库等工作，有助于建立关键质量参数的大数据分析和管理。

技术积累-模型验证

本次实验建立了烟草样本的总糖，还原糖，植物碱，总氮，硝酸盐，钾和氯的定量分析模型，根据模型评价指标R2和RMSE，各个指标模型性能较优。

验证集样本的预测结果表明：

（1）对于验证集样本，各个指标NIR预测结果与参考值变化趋势一致；

（2）相对偏差分析结果显示，总糖（97%），还原糖（86%），植物碱（81%），硝酸盐（86%）和钾（93%）绝大部分样本的相对偏差小于5%，而总氮（86%）和氯（97%）的相对偏差小于8%；

综上所述，测试数据表明本产品检验精度完全满足烟草行业使用要求

实施方法

光谱采集

采用近红外全波段样本数据的采集，通过对大量样本数据的标定和学习，建立标准特征值和缺陷特征值样本库。

校正系统

在线近红外检测烟丝品质稳定性的方法的准确性主要依赖于对应细分场景的定量分析和算法校正系统。由专业人员维护校正系统以确保其检测精度和运行稳定性

知识图谱

基于在线近红外光谱检测技术，通过对烟丝化学成分、水分的在线检测，使用大数据挖掘算法和模型，建立起加工强度、化学成分和烟丝吸味的知识图谱，进一步可以实现预测仿真、优化工艺参数和优化配方等功能。

云边协同

采用了边-云协同的架构，在边侧完成光谱采集和5G数据上传，云侧完成实时水分、化学成分检测识别，在云端完成整个车间的模型数据收集管理和分析，以及最新模型的管理和同步。

云南佰司特科技有限公司，是北京佰司特贸易有限责任公司（快检业务）在云南昆明设立的子公司，地址为昆明市官渡区永平路51号鑫都韵城，重点服务于西南地区的客户，提供烟草农残、烟草疫病、生物毒素、兽药残留、违禁添加药物及污染物、重金属、理化类相关检测产品，具体包括：烟草农残定性（胶体金）和定量（荧光）快速检测卡、烟草病害定性和定量快速检测卡、生物毒素定性和定量快速检测卡、兽药残留定性和定量快速检测卡、违禁添加药物及污染物定性和定量快速检测卡、理化类定性和定量快速检测卡、烟草农残检测数据服务器和数据分析软件平台、烟叶质量数字二维码标签、手机端采样APP、烟草病害检测监测数据APP和预警方案等等。

烟草农残检测项目包括：多菌灵、二甲戊灵、甲基硫菌灵、吡虫啉、啶虫脒、甲霜灵、三唑酮、异菌脲、高效氯氟氰菊酯、噁霜灵、丁硫克百威、霜霉威、二硫代氨基甲酸酯、氯氰菊酯等。

烟草病害检测项目包括：真菌病害（烟草赤星病、烟草黑胫病、烟草根黑腐病、烟草猝倒病、烟草立枯病、烟草白粉病、烟草炭疽病等）；细菌病害（烟草青枯病、烟草野火病等）；病毒病害（烟草花叶病毒病、马铃薯Y病毒病、马铃薯X病毒病、烟草坏死病毒病、烟草脉斑驳病毒病等）。

生物毒素检测项目包括：真菌毒素、贝壳毒素、藻类毒素等生物毒素。

兽药残留检测项目包括：孔雀石绿、氯霉素、呋喃类、磺胺类、四环素、瘦肉精等。

违禁添加药物及污染物检测项目包括：重金属镉、重金属铅、苏丹红等食品中常见的违禁添加药物及污染物的快速定性检测。

理化类检测项目包括：苏丹红、亚硝酸盐、双氧水、苏丹红等。