基于配方原料均勻性的打葉復烤均質化調控策略選擇

王 戈，徐瑋杰，尹 旭，劉 威，張 鑫，沈 晗，徐其敏，楊 凱*

1. 上海煙草集團有限責任公司技術中心，上海市浦東新區秀浦路3733 號 200120

2. 華環國際煙草有限公司，安徽省滁州市鳳陽縣門臺子工業園 233121

打葉復烤是銜接煙草農業種植與卷煙工業生產的重要紐帶［1］。依托于配方技術，煙葉原料在打葉復烤過程中經歷了從農產品（初烤原煙）到工業半成品（復烤片煙）的轉變，最終成為卷煙產品的葉組配方原料。復烤片煙的均勻性和穩定性直接影響卷煙產品質量，因此提高打葉復烤均質化加工水平具有重要意義。煙堿是最常用的打葉復烤均質化調控因子，楊凱等［2］選取煙堿作為調控因子參與配方設計，通過混合挑選、選后煙堿含量（質量分數，下同）調節以及兩者組合的方法實現對復烤片煙煙堿均勻性的控制；王宏鋁等［3］利用在線近紅外煙堿模型檢測原煙煙堿含量，并以此進行分類均質化加工，復烤片煙的煙堿和顏色均勻性都得到明顯改善；沈晗等［4］以煙堿作為過程參數，兼顧煙葉產地、部位、品種等因素，研究了平庫條件下不同出入庫模式的均質化調控效果，其中“相似組合”模式簡單有效，有利于實際生產。但是僅采用煙堿作為調控因子進行均質化調控往往過于片面，難以實現復烤片煙綜合品質的均質化。為此，王戈等［5］首次將煙葉顏色和近紅外光譜兩個新型調控因子應用于均質化調控中，通過提供更多均質化調控維度，實現打葉復烤多指標、多維度的均質化；龔濤等［6］比較了煙堿控制與光譜控制下的均質化調控效果，結果顯示選用光譜作為調控因子能夠提升復烤片煙化學成分均勻性和內在品質。但關于新型調控因子的研究目前還處于起步階段，由于選取的試驗樣本數有限，相關結論的普適性還有待進一步驗證。此外，組成打葉復烤投料配方的煙葉原料，其均勻性和穩定性受到產地、種植水平、調撥等級、收購質量、工業二次分選等因素制約［7-8］，有可能影響不同調控策略下的均質化加工效果。而研究打葉復烤投料配方的原料特征與最優調控模式之間的關系，則有助于實現不同配方模塊的定制化加工，避免因盲目選取均質化調控模式而造成資源浪費，影響打葉復烤均質化加工效果。為此，以工業二次分選為切入點，研究打葉復烤配方原料均勻性與最優調控模式之間的關系，旨在為提高打葉復烤均質化加工水平提供支持。

1 材料與方法

1.1 材料和儀器

材料：2018 年遼寧、陜西、河南、湖北、重慶、四川、福建7 個產區C2F 等級烤煙，共計25.85 萬擔（1.29×107kg），按照初配方要求進行工業二次分選后配打加工為A1、A2、B1、B2、C1、C2 共計6 個配方模塊，其中相同大寫字母的模塊所使用的初烤煙葉原料的產區和比例相同。

儀器：Armor711 在線近紅外光譜儀（德國Carl Zeiss 公司）；CV-X200 面陣相機（日本 Keyence 公司）；Antaris Ⅱ傅里葉變換近紅外光譜儀（美國Thermo Fisher 公司）；AAS-305D 連續流動分析儀（美國API 公司）；FED115 熱風循環烘箱（德國Binder公司）；CSM-I旋風磨［60目（250 μm）網篩，北京一輕研究院有限公司］；DFS197粉碎機（上海鼎廣機械設備有限公司）。

1.2 方法

1.2.1 工業二次分選

按照YC/Z 575—2018［9］的要求對初烤煙葉進行工業二次分選，采用把選和片選兩種分選方式。其中，把選是指以把為單位（20～25 片）剔除原煙中青、霉煙等無使用價值煙葉和光滑、僵厚、虛飄、雜色嚴重等低使用價值煙葉的分選方式；將把選后原煙裝入煙架，每架煙葉質量為200 kg。片選是指以片為單位剔除原煙中青、霉煙以及低使用價值煙葉，并且挑選出符合中高端卷煙產品質量需求煙葉的分選方式；片選后將原煙裝入煙架，每架煙葉質量為150 kg。模塊A1、B1、C1使用把選方式；模塊A2、B2、C2使用片選方式。

分選后原煙以50 架為取樣單元，運用五點取樣法，各單元按每10架取1個樣品組成綜合樣，將所取樣品去梗后干燥并磨制成60 目（過250 μm 網篩）粉末，利用AntarisⅡ傅里葉變換近紅外光譜儀檢測常規化學成分。

1.2.2 在線檢測

應用Armor711 在線近紅外光譜儀和CV-X200面陣相機實時采集輸送帶上煙葉的煙堿、顏色和光譜信息。煙架裝滿后反饋架滿信號，由計算機賦予對應的煙堿、顏色和光譜信息后，進入配方高架庫。其中，顏色和光譜定性值的計算方法同文獻［5］。

在線顏色信息采集參數：像素大小512 pixel×480 pixel；檢測高度（15±5）cm；相機快門速度1/1 000 s；電荷耦合器（CCD）敏感度設為6.4 lx；采集頻率0.2 Hz；光源類型選擇環形光源。輸出數據包括平均色調（H）、平均飽和度（S）和平均明亮程度（V）。

在線光譜信息采集參數：光譜分辨率10 nm；檢測高度（17±5）cm；掃描波長910～2 200 nm；掃描頻率0.2 Hz；背景自動校正30 min；檢測器使用InGaAs；檢測器二極管陣列數256個。

1.2.3 均質化調控

將高架庫內相同配方模塊的煙葉原料隨機均分為3個投料批次，通過高架庫的自動控制系統，分別選取“煙堿”“光譜”“顏色”3 種調控因子生成出庫隊列，完成均質化投料配方。

1.2.4 成品片煙檢測

成品片煙每25箱取1個綜合樣，并隨機均分為2份檢測樣品。將其中1 份樣品干燥后磨制成60 目（過250 μm網篩）粉末，利用AntarisⅡ傅里葉變換近紅外光譜儀檢測常規化學成分，樣品的近紅外光譜數據用于光譜離散度分析。利用CV-X200面陣相機檢測另1份樣品的顏色信息，用于顏色均勻性分析，方法同文獻［10］。

1.2.5 評價指標

1.2.5.1 化學成分整體均勻性K

不同分選方式下，化學成分整體均勻性K越小，配方原料均勻性越佳。K值計算方法為：

式中：S1～S6分別為煙葉樣品的煙堿、總糖、還原糖、總氮、鉀、氯含量（質量分數，下同）的標準偏差，%；分別為煙葉樣品的煙堿、總糖、還原糖、總氮、鉀、氯含量的平均值，%。

1.2.5.2 均質化調控效果綜合評價指標Z

選擇成品片煙煙堿含量變異系數CV煙堿、總糖含量變異系數CV總糖、總氮含量變異系數CV總氮、顏色值變異系數CV顏色和光譜離散度T光譜共5個參評指標綜合評價均質化調控效果。其中，基于樣品近紅外光譜進行無監督模式投影分析可得到T光譜，計算方法同文獻［5］。在相同配方模塊中，均質化調控效果綜合評價指標Z越大，調控模式的均質化調控效果越差，不宜選用對應的調控因子。Z值計算方法為：

式中：Rij為參評指標的無量綱數據矩陣；w 為參評指標的權向量；i = 1,2,3，分別代表煙堿、顏色和光譜3種調控模式；j = 1,2,…,5，分別代表 CV煙堿、CV總糖、CV總氮、CV顏色和T光譜5個參評指標。

由于選取的5 個參評指標的計量單位或數量級不相同，需要對各參評指標的原始數據進行無量綱化處理［11］。本文中選用線性無量綱化處理的閾值法，以配方模塊為單元，將不同調控模式下均質化參評指標無量綱化并壓縮在（0,1］區間內，即：

式中：Nij為某配方模塊中第i 個調控模式下第j 個參評指標。

原始數據完成無量綱化處理后，需要對參評指標進行準確賦權。依據各參評指標對配方模塊均質化的重要程度來確定權重，這種方法存在一定主觀性。為了獲得科學合理的評價結果，本文中選用了主觀法，即通過三標度-層次分析法（AHP）［12-13］來判斷參評指標影響配方模塊均質化的重要程度，并構建比較矩陣bij：

為保證比較矩陣的客觀性，選擇7位卷煙配方和打葉復烤均質化調控專家（記作α、β、γ、δ、ε、ζ和η），分別獨立判斷任意兩種參評指標對模塊均質化重要性的影響，見表1。

表1 參評指標的重要性比較Tab.1 Importance comparison between assessment indexes

結合表1，分別形成7位專家的權重判斷矩陣D5×5：

利用權重判斷矩陣計算最大特征值（λmax）和對應的特征向量，將特征向量歸一化后可獲得7位專家的權重分配，同時計算平均權重W。判斷矩陣階數為5，查表［14］得到平均隨機一致性指標（RI）為1.12，采用不一致程度指標（CI）與RI 的比值，即隨機一致性比率（CR）評價賦權結果的一致性，結果（表2）顯示7位專家的權重分配CR 值均小于0.1，說明賦權結果自洽可信［15］。

為排除個別專家對所涉及的參評指標存在“青睞”或“歧視”現象，通過Spearman秩相關系數檢驗各專家的權重排名［16］，結果見表3。可見，α、β、γ、δ、ζ和η這6 位專家權重分配排名的Spearman 秩相關系數均大于0.700，呈高度線性相關；而專家ε與α、β、δ、ζ、η的相關性較弱且不顯著，故排除專家ε的結果，最終權重分配w見表2。

表2 權重分配與秩Tab.2 Weight allocation and rank

表3 權重排名的Spearman秩相關系數Tab.3 Spearman rank correlation coefficients of weight ranking

2 結果與討論

2.1 分選方式對配方原料均勻性的影響

不同分選方式下選后原煙主要化學成分的變異系數、整體均勻性K 值及其下降度見表4。可以看出，相較于把選方式，片選方式獲得的選后原煙主要化學成分的變異系數和K值均有所下降（除A2模塊的煙堿和B2 模塊的氯），其中K 值的平均下降度達28.1%，片選后平均K值降低至10.0%，說明通過片選方式獲得的配方原料均勻性更佳。此外，不同化學成分變異系數的下降度存在差異，CV總糖、CV總氮和CV還原糖的平均下降度較大，CV氯、CV煙堿的平均下降度較小。值得注意的是，盡管中部煙葉的煙堿與總糖、總氮含量高度相關［17］，但片選方式下 CV總糖和CV總氮的平均下降度（31.6%和28.9%）明顯大于CV煙堿的平均下降度（6.6%），說明片選方式對選后原煙總糖和總氮的選擇性更強。

表4 不同分選方式下選后原煙主要化學成分的變異系數、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 調控模式對成品片煙均勻性的影響

各配方模塊在不同調控模式下成品片煙均質化調控效果見表5。參與試驗的6 個配方模塊通過3 種調控模式共得到18 批次成品片煙，除B1 模塊的3 個調控批次和A1 模塊的煙堿調控批次外，其余批次的 CV煙堿均小于 3.50%，CV總糖均小于4.00%，相比于選后原煙，成品片煙煙堿和總糖的均勻性得到有效提升。為研究調控模式對參評指標均勻性控制的選擇性，將各配方模塊不同參評指標的均勻性進行排序，均勻性越好則秩越小，同時計算秩平均值，并進行檢驗值為2 的單樣本t 檢驗。結果（表5）表明，顏色和光譜調控模式對成品片煙顏色均勻性分別有極顯著和顯著影響。顏色調控模式下CV顏色的秩平均值為1.17，說明可以極顯著提高成品片煙顏色均勻性；光譜調控模式下CV顏色的秩平均值為2.67，說明對提高成品片煙顏色均勻性有一定反作用。此外，光譜調控模式對煙堿、總糖、總氮和光譜的均勻性控制存在選擇性優勢，說明該模式具有調控多種化學成分均勻性和光譜離散度的能力，與文獻［5-6］的結果一致。

表5 不同調控模式下成品片煙均質化參評指標的均勻性和秩Tab.5 Uniformity and ranks of assessment indexes for homogenization of redried tobacco strips under different control modes

2.3 均質化調控效果綜合評價與調控策略選擇

由于調控模式對成品片煙均勻性控制具有選擇性，為全面評價均質化調控效果并明確各配方模塊的最優調控模式，利用綜合評價指標Z 對均質化調控效果進行評價?？紤]到各配方模塊所使用的選后原煙存在差異，為控制變量并消除參評指標計量單位或數量級差異對評價結果造成的影響，選擇以配方模塊為單元對數據進行無量綱化處理并計算綜合評價指標Z，結果見表6。可以看出，采用把選方式獲得的均勻程度較差的配方原料，經配打加工形成的配方模塊A1、B1 和C1，其煙堿調控批次的Z 值最大，說明此類配方原料不宜選用煙堿作為調控因子，可以使用涵蓋多維度均質化信息的顏色或光譜作為調控因子。采用片選方式獲得的均勻程度較好的配方原料，經配打加工形成的配方模塊A2、B2 和C2，其3 種調控模式下Z 值極差較小（均小于0.10），說明不同調控模式的均質化控制效果差異不大，此類配方原料原則上可以任意選擇均質化調控因子，即使是最常用的煙堿調控因子也能獲得較理想的調控效果。煙堿具有調控優勢的原因，一是片選方式對于糖類（總糖和還原糖）和總氮的選擇性強于煙堿，二是相較于把選方式，片選方式增加了煙葉松散程度，可提高在線煙堿測量精度。

表6 不同調控模式下成品片煙均質化參評指標的無量綱化結果及Z值、秩和極差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，初烤原煙未分選或僅經過把選或配方原料部位、等級、產地差異較大均會造成配方原料均勻性不足。對于未配備顏色或光譜調控裝置、僅使用煙堿作為調控因子的復烤企業，提高選后配方原料均勻性有利于提升煙堿調控模式下成品片煙均質化控制水平。在實際生產中，可以根據不同配方模塊或不同卷煙工業企業的分選特點，選擇最適宜的均質化調控模式，避免資源浪費，改善打葉復烤均質化加工效果。

3 結論

①二次分選中片選方式獲得的配方原料均勻性顯著優于把選方式，化學成分整體均勻性K 值為10.0%，與把選方式相比，K值下降度為28.1%。②調控模式對參評指標均勻性控制具有選擇性，顏色調控模式能夠極顯著提高成品片煙顏色均勻性，光譜調控模式對煙堿、總糖、總氮和光譜的均勻性控制存在選擇性優勢。③配方原料均勻性對最優均質化調控策略具有影響，當配方原料均勻性較差時，調控策略宜選擇涵蓋多維度均質化信息的顏色或光譜調控因子；反之，可以任意選擇均質化調控因子，即使選擇煙堿調控因子也可獲得較理想的綜合均質化調控效果。