本發(fā)明涉及信息技術及自動化技術領域，具體涉及卷煙煙氣成份的評估方法。

背景技術：

煙氣的化學成份是卷煙感官指標的物質基礎，卷煙感官品質的產(chǎn)生主要取決于煙氣中眾多成份之間的相互作用，其風格質量主要依靠煙氣中味覺成份給人綜合感受的貢獻情況。目前，卷煙感官評價主要依賴于人工評吸，由于受評吸人員自身身體狀況因素以及外部環(huán)境、心理導向以及評吸人員的個體差異等因素影響，卷煙評價結果具有一定的不確定性，導致再現(xiàn)性和可靠性方面的不足。因此亟待建立味覺物質含量與感官指標的關聯(lián)模型，以降低人工評價過程中的主觀干擾因素，平衡個體評價差異，校正人工評吸數(shù)據(jù)，為卷煙風格特征的提煉、味覺特征調整提供參考。

技術實現(xiàn)要素：

本發(fā)明提供一種卷煙主流煙氣成份感官風格指標的評估方法，以解決現(xiàn)有技術存在的問題。

本發(fā)明是通過下述技術方案實現(xiàn)的：

這種卷煙主流煙氣成份感官風格指標的評估方法，其特征在于它包括以下步驟：

a.收集用于構建評估模型的卷煙樣品n個，要求樣品卷煙在關注的風格特征和葉組配方上具有較好的離散性；

b.對上述卷煙樣品進行感官評吸后，得到n個卷煙樣品的風格評價數(shù)據(jù)，選擇關注的單項評吸指標，構建評吸值向量yt=（y1,y2,y3,…，yn)；

c.在gb/t16450《常規(guī)分析用吸煙機定義和標準條件》規(guī)定的標準條件下，抽吸上述各卷煙樣品，抽吸完成后，向捕集有主流煙氣粒相物的各濾片上分別加入0.5～2.5μg正十七碳烷內標溶液和二氯甲烷萃取后，減壓濃縮各萃取液，再將各濃縮萃取液用氣相色譜-質譜聯(lián)用儀gc/ms）進行檢測分析，獲得各樣品譜圖；

d.對分離度>1.5的譜峰積分，得到化合物峰面積，參照內標的加入量及其峰面積，計算每個煙氣成份相對于內標的含量；

e.用n個卷煙全部s種共有成份的含量構建煙氣成份矩陣；

f.將xs、yt進行標準化處理（z-score法）后，用偏最小二乘回歸法（partialleastsquaresregression，plsr）進行擬合，以留一交互驗證均方差（rmecv）最小法確定因素數(shù)為f1，獲得回歸系數(shù)向量βs=（e1,e2,e3,…，es），各向量中的s個元素分別對應s個煙氣化合物；

g.取βs向量的絕對值向量βabss=（e1,e2,e3,…，es），剔除βabss向量中小于元素平均值15%的元素，用其余p種化合物的含量構建煙氣成份矩陣；

h.將xt、yt進行z-score標準化處理后，用plsr法進行擬合，以rmecv最小法確定最佳因素數(shù)f1，構建評估模型m{β,mux,muy,sigmax,sigmay,formulas}；m為一系列參數(shù)和計算方法的合集，其中，

β—回歸系數(shù)向量（由plsr擬合得到），

mux—n個建模樣品p種化合物的含量均值向量，

muy—n個建模樣品的感官評分均值，

sigmax—n個建模樣品p種化合物的含量標準差向量，

sigmay—n個建模樣品的感官評分的標準差，

formulas—感官評分的計算方法，由以下計算公式構成，

zxp=(xt-e*mux)./(e*sigmax)

zyp=e*β

yp=zyp.*(e*sigmay)+(e*muy)

上述公式中，e為單位矩陣；yp為待評估卷煙的煙氣成份含量矩陣，是模型輸入值；yp為待評估卷煙的感官評分，是模型的輸出值；

i.按c步驟所述方法獲得m個待評估樣品的譜圖（試樣制備、儀器參數(shù)等具體條件應與模型樣品相同），對g步驟中選定的p種化合物及內標峰進行積分，參照內標的加入量及其峰面積，計算p個煙氣成份相對于內標的含量，構建m個待評估樣品的煙氣成份矩陣；

j.將xp輸入評估模型m，得到評估結果yp。

本發(fā)明取得的技術進步：本發(fā)明通過gc/ms檢測煙氣成份，獲取客觀的煙氣成份數(shù)據(jù)，應用數(shù)學模型對卷煙感官特征進行評估的方法，應用于煙草企業(yè)產(chǎn)品設計、加工工藝設計、質量監(jiān)督過程中。專業(yè)人員采用本發(fā)明對某一樣品進行感官評估時，只需獲取若干化學指標，即可在較高精度上得到樣品的感官評吸結果，從而起到輔助、校準或一定程度上替代評吸專家的感官評吸工作。

本發(fā)明能夠消除主觀因素的影響，平衡評吸人員的個體差異，能起到客觀評估卷煙感官特征的作用。降低了評吸人員的勞動強度，節(jié)約了評吸人員的培養(yǎng)訓練成本，對于煙草企業(yè)科學高效的進行產(chǎn)品設計、加工工藝設計、質量監(jiān)督具有非常積極的現(xiàn)實意義。

本發(fā)明采用偏最小二乘回歸法（plsr）作為基礎算法，預測殘差平方和較小，因而具有較高的預測穩(wěn)定性，并且得到的模型參數(shù)與實際問題的經(jīng)驗規(guī)律比較一致。plsr方法比較適合用于處理變量多而樣本數(shù)又少的問題。由于煙氣成份極其復雜，而每個樣本給出的信息量又很大，根據(jù)這種特點，采用plsr法建模，降低模型樣本需求量，從而減少獲取樣本數(shù)據(jù)的所需的成本。

具體實施方式

以下結合實施例對本發(fā)明作進一步的說明。

實施例1：

a.選取30種不同牌號、不同價位的卷煙，按yc/t497《中式卷煙風格感官評價方法》的要求組建7人評吸小組進行評吸，得到果香評分向量，yt=(0.2,0.3,0.4,0.5,0.6,0.7,0.8,0.9,0.9,1,1.1,1.2,1.3,1.3,1.4,1.5,1.6,1.7,1.8,1.9,1.9,2,2.1,2.2,2.3,2.4,2.5,2.6,2.7,2.8)；

b.將上述各卷煙樣品與劍橋濾片置于恒溫恒濕環(huán)境（20±2℃、60±2%）中平衡48h后，按照gb/t16450《常規(guī)分析用吸煙機定義和標準條件》的要求抽吸各卷煙樣品，然后將捕集有總粒相物的劍橋濾片置于250ml具塞三角瓶中，依次加入1.0ml內標溶液（含有200μg/ml正十七烷的異丙醇溶液）和50ml二氯甲烷，振蕩提取40min后，在40℃條件下濃縮至2ml，然后過0.45μm有機相濾膜后收集樣液；

c.將上述樣液用氣相色譜-質譜聯(lián)用儀（gc/ms）進行分析檢測，獲得各樣品譜圖，分析條件為：進樣量1μl，不分流進樣，載氣he，流量1ml/min，進樣口溫度250℃，色譜柱hp-ffap（50m×0.2mm×0.33μm），傳輸線溫度250℃；程序升溫：初溫為60℃，不保持，以1.5℃/min升至120℃后保持10min，以1℃/min升至180℃，以1.5℃/min升至240℃后保持25min；離子源溫度230℃，四極桿溫度150℃，溶劑延遲7min，掃描范圍33～550amu；

d.對分離度>1.5譜峰進行積分，得到化合物峰面積，參照內標的加入量及其峰面積，計算每個煙氣成份相對于內標的含量（單位為μg/支），用30個卷煙全部115種共有成份的含量構建煙氣成份矩陣得到煙氣成份含量矩陣xs；

e.用matlab軟件編寫plsr算法，對xs和yt進行擬合，以留一交互驗證均方差（rmecv）最小法確定因素數(shù)f1為13，并獲得回歸系數(shù)向量βs=（0.057，-0.065，0.053，0.003，…，-0.061）；

f.取βs向量的絕對值向量βabss=（0.057，0.065，0.053，0.003，…，0.061），βabss元素平均值為0.03208，剔除向量中小于0.03208×15%=0.0048的元素，用其余94種化合物(2,3-二甲基-1,3-環(huán)己二烯、麥思明、γ-丁內酯、苯甲酸等)的含量構建煙氣成份矩陣xp；

g.按與e步驟同樣的方法，對xp和yt進行擬合，以rmecv法確定因素數(shù)f=11，獲取模型參數(shù)β（擬合回歸系數(shù)向量，由plsr擬合得到）、muy（30個建模樣品果香評吸值的平均值）、sigmax（30個建模樣品94種化合物含量的標準差向量）、sigamy（30個建模樣品果香評吸值的標準差）、formulas（感官評分的計算方法，由以下計算公式構成，zxp=(xt-e*mux)./(e*sigmax)、zyp=e*β、yp=zyp.*(e*sigmay)+(e*muy)），上述參數(shù)的集合即為構建評估模型m{β,mux,muy,sigmax,sigmay,formulas}；

h.將5款未經(jīng)評吸的卷煙，按b步驟、c步驟所述方法進行煙氣成份檢測，對步驟f確定的94種用于構建評估模型的化合物進行定量分析，獲取其煙氣成份矩陣

；

i.將xp輸入評估模型m，將模型給定參數(shù)β、mux、muy、sigmax、sigmay，代入公式zxp=(xt-e*mux)./(e*sigmax)得到zxp，將zxp代入公式zyp=e*β得到zyp，將zyp代入公式y(tǒng)p=zyp.*(e*sigmay)+(e*muy)，得果香的評估結果yp=(1.97,1.69,1.82,1.43,1.49)，即5種卷煙果香香韻的評估值分別為1.97、1.69、1.82、1.43、1.49；

j.組織評吸小組依據(jù)yc/t397《卷煙中式卷煙風格感官評價方法》對5個卷煙樣品進行評吸，評吸結果為2.1、1.6、1.8、1.4、1.6，與模型評估值基本一致。

實施例2：

a.選取30種不同牌號、不同價位的卷煙，按yc/t497《中式卷煙風格感官評價方法》的要求組建7人評吸小組進行評吸，得到清香評分向量，yt=(1.7,1.3,1.2,1.5,1.5,1.0,2.3,2.2,2.0,1.2,0.7,1.0,1.8,2.1,0.9,1.4,1.9,1.9,1.3,2.2,1.6,0.9,2.5,1.6,2.4,1.4,0.6,2.1,1.1,0.8)；

b步驟～d步驟與同實施例1相同。

e.用matlab軟件編寫pls算法，對xs和yt進行擬合，以留一交互驗證均方差（rmecv）最小法確定因素數(shù)f1為15，并獲得回歸系數(shù)向量βs=（0.018，0.029，0.039，-0.0016，…，0.097）。

f.取βs向量的絕對值向量βabss=（0.018，0.029，0.039，0.0016，…，0.097），βabss元素平均值為0.0311，剔除向量中小于0.03111×15%=0.00467的元素，用其余91種化合物（鄰苯二酚、糠醇、吡咯甲醛、辛酸、十五烷酸等）的含量構建煙氣成份矩陣xp。

g.按與e步驟同樣的方法，對xp和yt進行擬合，并確定因素數(shù)為9，構建評估模型m。

h.將5款未經(jīng)評吸的卷煙，按b步驟～d步驟所述方法進行煙氣成份分析，對91種用于構建評估模型的化合物進行定量分析，獲取其煙氣成份矩陣煙氣成份矩陣；

i.將xp輸入評估模型m，得到清香的評估結果yp=(1.67,0.59,0.96,1.66,1.12)，即5種卷煙果香香韻的評估值分別為1.67、0.59、0.96、1.66、1.12；

j.組織評吸小組依據(jù)yc/t397《卷煙中式卷煙風格感官評價方法》對5個卷煙樣品進行評吸，評吸結果為1.5、0.6、1.1、1.5、1.3，與模型評估值基本一致。

本發(fā)明不限于上述實施例，本領域技術人員根據(jù)本發(fā)明的揭示，不脫離本發(fā)明范疇所做出的改進和修改都應該在本發(fā)明的保護范圍之內。