应用主成分分析法评价卷烟产品质量及其稳定性

为了有效评价卷烟产品的质量及其稳定性,采用主成分分析法(Principal Component Analysis,PCA)分析了卷烟产品A,B1,B2的物理指标和主流烟气指标,确定其主成分特征分量,根据特征矩阵,建立卷烟产品主成分得分图,从而对不同的卷烟样品进行聚类分析;并利用主成分载荷图,分别对卷烟产品物理指标和主流烟气指标的重要性和相关性进行分析。结果表明:①应用主成分分析法可以对不同卷烟产品A,B1进行聚类区分,表明不同牌号的卷烟样品具有不同的主成分得分数据特征;不同时间、批次的同一牌号卷烟B1和B2没有形成聚类,表明该卷烟产品质量具有较好的稳定性。②抽吸口数和烟气一氧化碳的载荷向量夹角为0.86°,较其他指标具有较强的相关性,抽吸口数和烟气水分、吸阻和烟碱的载荷向量处于正交状态,相关性较弱,吸阻与烟气水分的载荷向量夹角为148.09°,呈一定的负相关性。根据各项指标之间的相关性分析,可以为卷烟产品设计和质量控制提供一定的数据参考和理论依据。     

卷烟质量稳定性综合评价--基于多特征相似度分析和主成分分析

为有效评价卷烟产品的质量稳定性,基于物理指标、烟丝常规化学指标和主流烟气化学指标,进行多特征统计分析,进而采用相似度分析建立了不同批次卷烟产品的质量稳定性定量评价方法,并采用主成分分析法和聚类分析法考察了不同品牌之间的差异程度。结果表明,相似度方法可有效检验不同批次卷烟的质量波动情况,得到的结果与感官评价得到的结果基本一致,同时主成分分析法和聚类分析可良好地区分不同牌号的卷烟样品。说明,基于多特征指标的相似度分析和主成分分析法,可以为卷烟产品质量控制提供定量描述方法。      

离散粒子群优化算法和主成分投影分析在卷烟烟气色谱指纹分析中的应用

为实现风格相似的卷烟主流烟气样本的色谱分类建模,采用离散粒子群优化算( DPSO)法处理两种同品牌卷烟产品的38个烟气样本的GC/TOFMS色谱区间,并对得到的优化色谱区间进行了主成分投影分析(PCA).结果表明,在DPSO的优化色谱区间上,PCA投影分析基本上可将这38个烟气样本的色谱信号分类.PCA投影分析结合DPSO法可用于卷烟烟气指纹图谱的判别分析.     

基于主成分分析的细支卷烟物理质量评价方法

为更好地评价细支卷烟物理质量，采用相关性分析和主成分分析方法，分析了200批次细支卷烟的单支质量、吸阻、硬度、通风率、端部落丝率、空头率等质量指标，建立了细支卷烟物理质量综合分析评价方法。结果表明：(1)通过主成分分析共提取了3个主成分（PC1:32.301%、PC2:30.623%、PC3:13.774%），其方差累积贡献率为76.699%，其中PC1反映指标的偏差率，PC2反映指标的变异系数，PC3反映端部落丝率和空头率；(2)建立了卷烟物理质量评价模型，将卷烟物理质量评价得分划为优、良、中、差4类档次；(3)通过模型的应用评价，其中样品8#得分最高为93.02，质量档次为优，样品15#得分最低为59.94，质量档次为差，根据各样品得分情况，能够直观反映和评价不同批次、机台、班组等的细支卷烟物理质量情况。     

基于电子舌技术的卷烟主流烟气味觉识别

为考察电子舌对不同卷烟烟气味觉的识别效果,利用电子舌系统检测了6个烤烟型和3个混合型卷烟样品主流烟气水处理液的味觉特征,并对其传感器响应信号进行了主成分分析( PCA)和判别因子分析( DFA).结果表明:①前2维主成分对卷烟品种的味觉识别贡献率达84.82％;②前2维DFA对卷烟品种的味觉识别贡献率达95.42％.结...     

基于烟气成分相似度分析的卷烟质量稳定性评价

目的：比较基于不同指标的卷烟质量稳定性评价方法。方法：使用中心切割—二维气相色谱系统分析筛选卷烟烟气成分指标,建立合格产品指纹图谱,采用欧氏距离相似度对某卷烟3年内异地生产产品的烟气稳定性进行评价,并与基于卷烟烟气常规指标的烟气稳定性评价方法作比较。结果：基于烟气常规指标的烟气稳定性评价方法,未能充分体现因口数变化而导致的感官变化;基于逐口烟气成分指标的相似度分析更能够直观地反映卷烟在逐口抽吸时的感官质量波动;将逐口烟气成分指标相似度3倍的标准差作为允许控制上限,1倍的标准差为合理的波动范围,再以感官评吸判定介于其之间的产品,适合作为一种日常卷烟产品质量监控的方法。结论：相较卷烟烟气常规指标的卷烟质量评价方法,基于逐口烟气成分指标的相似度分析能更有效地反映卷烟逐口抽吸时的感官质量波动。     

基于烟丝近红外光谱的卷烟品牌识别方法

为实现对卷烟品牌的快速识别,基于烟丝的近红外光谱数据,结合机器学习技术,以贵州中烟工业有限责任公司生产的10种品牌卷烟为对象,建立了一种卷烟品牌识别模型,并以正确识别率(Recognition Accuracy,RA)为评价指标对模型的各项关键参数进行迭代优化。利用采集的卷烟样品数据对模型进行验证,结果表明:采用连续小波变换(CWT)方法进行光谱数据预处理,概率主成分分析(PPCA)方法进行数据降维,选择Linear作为核函数,基于支持向量机(SVM)方法建立的识别模型,最高RA值达到97.20%,表明利用烟丝光谱数据可以实现对卷烟品牌的准确识别。该技术可为卷烟配方维护提供支持。     

基于特征融合的猪肉新鲜度高光谱图像检测

利用高光谱反射图像技术研究了猪肉新鲜度的无损检测。采集了180个猪肉样本在400~1 000 nm范围内的高光谱反射图像,提取了高光谱图像的光谱均值和熵两类特征;分别利用连续投影算法、主成分分析,以及连续投影算法结合主成分分析3种特征降维方法,提取了反映肉类新鲜度信息的重要特征变量;并建立了这些特征变量与挥发性盐基氮(TVB-N)的最小二乘支持向量机(LSSVM)预测模型;在此基础上提出了猪肉TVB-N含量的可视化检测方法。研究结果表明:相比于单一特征模型,利用光谱均值和熵融合特征的LSSVM模型可显著提高模型的准确度;连续投影算法结合主成分分析的特征降维方法,可显著降低模型的复杂度,提高模型准确度。利用光谱均值和熵两类特征,通过连续投影算法和主成分分析相结合的特征降维方法所建立的LSSVM预测模型,可取得最佳的预测准确度,其预测集的均方根误差RMSEP为1.96,相关系数(RP)为0.948,剩余预测偏差(RPD)为3.12,可满足实际检测需要。建立在此基础上的可视化方法,可直观显示肉类的腐败区域和程度。     

烟丝裂解产物指纹图谱及在卷烟品质评价中的应用

为考察卷烟烟丝裂解产物应用于卷烟品质评价的可能性,建立了获取卷烟烟丝指纹图谱的裂解-气相色谱/质谱(Py-GC/MS)方法,并对4个品牌共20个卷烟样品的烟丝进行了测定;基于烟丝的Py-GC/MS指纹图谱筛选共有峰,采用聚类分析和主成分分析法对数据进行分析评价,建立了卷烟评价模型,并进行了模型验证。结果表明:①利用Py-GC/MS可对卷烟烟丝进行表征,从烟丝的指纹图谱中共筛选出29个共有峰。②通过模式识别,实现了4个品牌的卷烟样品的较好区分。③建立的评价模型对15个建模样品和5个验证样品的正确判别率为100%。该方法简便、快速,可为卷烟品质评价提供参考。     

常规烟气检测数据的统计分析

为充分利用卷烟企业卷烟烟气常规检测数据,采用主成分分析、Z分数标准化、方差分析和多重比较以及模糊相近优先比等相结合的统计方法对卷烟烟气常规检测数据进行了分析。结果表明:主成分分析确定的主分量可以作为一种有效的卷烟烟气常规指标赋权方法;由原始数据的Z分数标准化和线性转换,以及各烟气指标的权重求出的综合指标值,能够对不同批次卷烟烟气的差异显著性进行有效评价;利用模糊相近优先比方法可以对不同卷烟品牌的烟气相似性程度进行评价。     

电子鼻在卷烟真伪鉴别中的应用

为探索电子鼻在卷烟真伪鉴别中的应用,采用电子鼻对6个牌号卷烟样品的挥发性成分进行了分析,采集了响应曲线15s、响应曲线30s、响应曲线最大值数据,使用主成分分析对各采集点原始数据进行预处理,原数据和主成分处理数据均使用线性判别分析进行分析,并将各数据分析结果进行对比。结果显示,主成分提取对于假烟的正确判别率有所提高,其中传感器响应曲线15s数据经主成分提取后测试集样品的正确判别率最高,为98.3%,仅有1个样品出现错判。结果表明,电子鼻是卷烟真伪鉴别的有效工具,可为人工鉴定提供参考。     

综合方法对烤烟化学成分和烟气组分的相关分析

针对烟草化学成分与烟气组分间存在较复杂的非线性关系,采用主成分分析法进行相关性分析.以5个产区烤烟为样本,利用投影、主成分提取来分析影响烟气的主要化学成分.采用M5'模型树法建立烟气成分的分段线性模型.根据2种方法的结论,更有效判断烤烟化学成分对烟气成分的影响,提高对烤烟烟气成分的预测精度.     

电子鼻技术结合化学计量学用于卷烟包装纸VOCs残留量的表征

为建立更加简便快速、环保和低成本的卷烟包装纸品质判别方法,结合卷烟包装纸挥发性有机化合物(VOCs)的质量分数和电子鼻检测结果,用判别因子分析(DFA)、主成分分析(PCA)和簇类独立软模型分析(SIMCA)3种方法分别构建苯残留量判别模型和15种VOCs总量判别模型,并对比了3种方法的建模结果。结果表明:采用DFA构建苯残留量判别模型,以及采用DFA或SIMCA构建15种VOCs总量判别模型,均可较好地实现卷烟包装纸品质的快速判别。     

盘纸加香在进口卷烟盘纸替代中的应用

采用气相色谱/质谱法分析国产和进口卷烟盘纸对卷烟主流烟气成分的影响,研究国产卷烟盘纸加香后卷烟产品和进口盘纸卷烟产品主流烟气成分及感官质量的差异。实验结果表明,国产盘纸替换进口盘纸后,卷烟主流烟气成分中低分子醛、酮类物质含量减少,卷烟感官质量下降;加香后的国产盘纸卷烟样品主流烟气成分和感官质量和进口盘纸卷烟样品较一致,加香后的国产盘纸可作为进口盘纸的替代品。     

本期导读

正1.Hotelling T2结合多组分NIR校正模型在卷烟生产过程质量监测中的应用为有效利用近红外技术结合化学计量学方法监测卷烟生产配方模块质量,通过建立卷烟配方模块主成分类模型,提取Hotelling T2统计量对配方调整前后的样品进行验证,其中配方调整前150个样品的Hotelling T2统计量分布于95%(Hotelling T2=22.70)置信范围内,配方调整后50个样品的     

基于多因素辅材参数的短支卷烟烟气有害成分预测模型

为考察卷烟辅助材料参数对短支卷烟7种有害成分（CO、HCN、NNK、氨、B[a]P、苯酚和巴豆醛）释放量及H值（危害性指数）的影响，选取卷烟纸定量、卷烟纸透气度、卷烟纸助燃剂质量分数、卷烟纸助燃剂钾钠比、滤棒压降和接装纸透气度共6个因素，采用中心组合结合正交设计制备50个短支卷烟样品，使用样品的检测结果建立多元线性模型、二次多项式模型、多因子及互作项模型，并筛选出各指标的最优模型。通过调整卷烟辅材的参数和烟丝配方对预测模型进行了验证。结果表明：短支卷烟的7种有害成分及H值预测模型预测精度良好，8个模型的验证数据中97.5%的相对误差在±15%以内，平均绝对误差在3.4%～6.5%之间。该预测模型对短支卷烟具有良好的适用性。     

主成分回归分析法在精纺毛织物透气性与结构参数关系模型构建中的应用

为了研究精纺毛织物透气性与基本结构参数的关系,利用主成分分析方法对织物基本结构参数进行降维处理,得到4个互相独立的主成分。以主成分为自变量,透气性为因变量,采用回归分析的方法建立了透气性与提取主成分的关系模型。结果表明:建立的回归方程Q=208.544+0.119Z1-0.036Z2-0.145Z3-0.331Z4,达到非常显著水平,对透气性进行预测是可行的。通过主成分分析可知,主成分Z1、Z4是决定精纺毛织物透气性的主要因素。     

基于PCA和BP神经网络的葡萄酒品质预测模型

研究基于主成分分析(PCA)和神经网络建立葡萄酒评价模型并进行预测。该模型先将葡萄和葡萄酒中33个理化及风味指标进行主成分分析,再以主成分得分作为输入数据,葡萄酒的感官评价得分作为输出数据,建立葡萄酒和酿酒葡萄的主要理化指标与葡萄酒质量的关系模型。结果表明:通过检测主成分的质量指标,能对葡萄酒给出很好的质量评价;该模型与传统的网络模型相比,能很好的简化网络结构,输入神经元个数从33个减少为9个,收敛速度提高87.5%,模型绝对误差的最大值为0.35。     

多元因子分析在卷烟风格特征剖析中的应用

为了剖析卷烟风格特征,将上海、云南和河南6种卷烟的烟气化学成分按照香味特征分为辛香、甜香、果香和清香4类,应用多元因子分析(Multiple Factor Analysis,MFA)法对分类化学成分与感官评价结果进行了综合分析,并比较了采用化学成分和感官评价两种方法剖析卷烟风格特征时的一致性.结果表明:①不同的卷烟具有各自的风格特征;②MFA综合模型优于单独的化学成分和感官评价主成分分析(Principal Component Analysis,PCA);③辛香成分与感官评价结果的一致性较好,果香和甜香成分次之,清香成分差异较大.该方法适用于卷烟的质量评价与控制,可辅助卷烟生产.     

加热不燃烧卷烟产品主流烟气中香味成分的比较

为考察加热不燃烧卷烟产品的香味成分释放情况,对市场占有率较高的3款产品进行抽吸,并采用GC/MS对主流烟气中的香味成分进行了分析,结果表明:(1) 3款产品抽吸时单位口数下酸性香味成分的释放量相对较低,中性及碱性香味成分释放量相对较高;(2)各产品单位口数下的香味成分释放总量为ILG;(3)与传统卷烟的典型香味成分比较,加热不燃烧卷烟烟气中来源于烟草本身的香气质及香气量均较低,且在烤烟型传统卷烟的特征香韵方面比较薄弱,可通过向烟支原料中增加烟草提取物,或者添加具有烘焙香、烟熏香味道的香精香料加以改善。