技術(shù)原理：

近紅外光譜是20世界80年代中期才為人們所關(guān)注的一種分析工作，但到現(xiàn)在近紅外光譜分析技術(shù)已經(jīng)得到了迅猛發(fā)展，該分析技術(shù)的原理是通過樣本近紅外光譜和參考值建立起校正模型實現(xiàn)對未知樣本定性或定量分析的一種儀器分析技術(shù)。具有分析速度快、效率高，可實現(xiàn)無損和在線分析等優(yōu)勢，目前已被廣泛應(yīng)用于石油、煙草、食品、藥物和醫(yī)學(xué)等領(lǐng)域，在科研和工農(nóng)業(yè)生產(chǎn)中發(fā)揮著越來越重要的作用。本文將介紹近紅外光譜分析技術(shù)在煙草中的應(yīng)用。

目前近紅外光譜分析(NIR)技術(shù)廣泛應(yīng)用于化學(xué)、石油、食品、醫(yī)藥等行業(yè)，近年來快速地進人煙草領(lǐng)域。近紅外光譜分析技術(shù)是一項二次開發(fā)應(yīng)用技術(shù)，其應(yīng)用的關(guān)鍵是建立相關(guān)的數(shù)學(xué)模型，在線檢測數(shù)學(xué)模型的建立與工廠原料、產(chǎn)品、工藝狀況有密切關(guān)系；較常規(guī)分析法近紅外光譜分析技術(shù)具有簡便快速、無污染以及樣品的非破壞性并可在線重復(fù)大批量多組分同時檢測的優(yōu)點，在煙草化學(xué)分析中有很大的應(yīng)用發(fā)展?jié)摿Γ粦?yīng)用近紅外光譜分析(NIR)技術(shù)測定在線煙草化學(xué)成分，成為卷煙工廠對煙草產(chǎn)品內(nèi)在成分檢測和控制的主要技術(shù)手段。

煙草近紅外光譜儀是一種在線實時監(jiān)測水分、化學(xué)成分的裝置，應(yīng)用在煙草品質(zhì)無損快速質(zhì)控中，其裝置基于近紅外光譜分析技術(shù)、儀器精準(zhǔn)微機電制造技術(shù)、化學(xué)計量學(xué)模型算法技術(shù)，通過采集煙草物料的近紅外光譜數(shù)據(jù)，經(jīng)數(shù)學(xué)模型分析，在極短時間內(nèi)實現(xiàn)水分、化學(xué)成分測定、煙草物料異物精準(zhǔn)識別、煙草物料品質(zhì)無損快速定量分析、同類煙草物料精準(zhǔn)分級，具備模型云端共享復(fù)用，滿足煙草物料在線質(zhì)量控制的需求。

當(dāng)檢測光源投向煙草樣品時，將在其表面和內(nèi)部產(chǎn)生漫反射，經(jīng)檢測器即得到該樣本的近紅外漫反射的吸收光譜。由于不同樣品的成分不同，對近紅外吸收也不同，經(jīng)一階導(dǎo)數(shù)預(yù)處理后，將近紅外反射光譜和樣本的化學(xué)成分關(guān)聯(lián)，用偏最dx--乘法(PLs)建立模型。

建立分析模型的主要過程如下：

①在檢測點采樣；

②同時用近紅外光譜儀掃描在線樣本的近紅外光譜；

③用連續(xù)流動儀測試被掃描過的樣本的化學(xué)成分含量，作為標(biāo)準(zhǔn)值；

④用偏最dx-"乘法(PLS)建立樣本的近紅外光譜與各化學(xué)成分含量的關(guān)系模型。依據(jù)該定量模型，計算出未知同類型近紅外光譜樣品相應(yīng)的化學(xué)成分含量。

掃描在線煙絲樣本的光譜信息；同時測試對應(yīng)樣本的總糖、還原糖、總植物堿、氯、總氮作為標(biāo)準(zhǔn)值，用光譜信息與總糖、還原糖、總植物堿、氯、總氮五種化學(xué)成分?jǐn)?shù)據(jù)關(guān)聯(lián)，建立數(shù)學(xué)模型。

應(yīng)用傅立葉近紅外變換技術(shù)，建立了常規(guī)化學(xué)成分的數(shù)學(xué)模型，模型可用于卷煙過程在線煙絲質(zhì)量檢測和現(xiàn)場監(jiān)測控制。應(yīng)用中須依據(jù)原料、產(chǎn)品和配方的變化及時對模型進行維護與優(yōu)化，進一步擴充建模樣本數(shù)量，提高樣本的代表性煙草是一種天然生長的經(jīng)濟作物，含有大量對近紅外光譜比較敏感的含氫官能團（如Ｃ－Ｈ、Ｏ－Ｈ、Ｎ－Ｈ），因此，可以應(yīng)用近紅外光譜分析技術(shù)對其多種成分進行分析研究；另外煙草中其他常規(guī)化學(xué)成分（如煙堿、總糖、還原糖、蛋白質(zhì)、植物堿、總氮等）的檢測，需要耗費大量的人力、物力和財力，在如今自動化程度日益提高、市場競爭激烈的形勢下，近紅外光譜儀的分析技術(shù)也可以快速、有效、簡單解決這些常規(guī)化學(xué)成分的檢測。

產(chǎn)品介紹：

煙草近紅外光譜儀是一款用千實驗室檢測的臺式近紅外光譜儀， 其波長范圍為900-1700nm, 適用千粉末狀、 顆粒狀等物料的無損、 快速定性與定量分析。煙草近紅外光譜儀采用全固件設(shè)計， 整機無任何可移動部件， 保證光譜掃描的穩(wěn)定性和 致性。 全中文操作界面， 用戶易千上手。 煙草近紅外光譜儀通過旋轉(zhuǎn)臺進行掃描， 適合顆粒狀樣品和不均勻性樣品的檢測。可以廣泛應(yīng)用于煙草、農(nóng)業(yè)、 食品、 制藥、 紡織等行業(yè)進行產(chǎn)品質(zhì)量檢控。

1. 在卷煙加工、打葉復(fù)烤和煙葉分級應(yīng)用場景中，近紅外光譜主要是根據(jù)應(yīng)用建立的定量分析模型對在線化學(xué)成分、水分檢測分析研究過程進行實時監(jiān)測，發(fā)現(xiàn)在線加工質(zhì)量問題做出預(yù)警。大型近紅外光譜儀可以解決生產(chǎn)過程中實時品質(zhì)監(jiān)控和數(shù)據(jù)校準(zhǔn)管理為定時校準(zhǔn)以及需要人工管理的問題。   

2. 實時在線監(jiān)測的要求

l   光譜采集

采用近紅外全波段樣本數(shù)據(jù)的采集，通過對大量樣本數(shù)據(jù)的標(biāo)定和學(xué)習(xí)，建立標(biāo)準(zhǔn)特征值和缺陷特征值樣本庫。

l   校正系統(tǒng)

在線近紅外檢測煙絲品質(zhì)穩(wěn)定性的方法的準(zhǔn)確性主要依賴于對應(yīng)細(xì)分場景的定量分析和算法校正系統(tǒng)。由專業(yè)人員維護校正系統(tǒng)以確保其檢測精度和運行穩(wěn)定性。

l   知識圖譜

基于在線近紅外光譜檢測技術(shù)，通過對煙絲化學(xué)成分、水分的在線檢測，使用大數(shù)據(jù)挖掘算法和模型，建立起加工強度、化學(xué)成分和煙絲吸味的知識圖譜，進一步可以實現(xiàn)預(yù)測仿真、優(yōu)化工藝參數(shù)和優(yōu)化配方等功能。

l   云邊協(xié)同

采用邊-云協(xié)同的架構(gòu)，在邊側(cè)完成光譜采集和5G數(shù)據(jù)上傳，云側(cè)完成實時水分、化學(xué)成分檢測識別，在云端完成整個車間的模型數(shù)據(jù)收集管理和分析，以及最新模型的管理和同步。

1、無前處理、無污染、方便快捷

2、無破壞性

3、多組分同時檢測

雙光源設(shè)計

更長的使用壽命

更集成化的結(jié)構(gòu)設(shè)計

主要特點：

1.    結(jié)構(gòu)輕便、 性能穩(wěn)定。

2.    速度快、 效率高、 光譜重現(xiàn)性好。

3.    儀器自帶自檢功能， 保證運行狀態(tài)。

4.    集成光學(xué)元件， 維護成本低。

5.    采用漫反射形式測量。

6.    環(huán)境適應(yīng)性好。

7.    擴展性， 安全性良好。

8.     無需要化學(xué)試劑， 無污染， 無損分析。

9.    高度可定制化服務(wù)， 全面的近紅外分析解決方案。

性能參數(shù)：

★    光源：雙集成真空鴿燈；

★    光源壽命：40000小時以上；

★    采樣積分時間：最小10微秒；最大受限于暗信號；

★    分光元件：線性漸變?yōu)V光片(LVF)；

★    檢測器：128像元鈕稼眒二極管陣列檢測器；

★    像素尺寸／節(jié)距：30µm X 250µm / 50µm ；

★    波長范圍：950 - 1650 nm ；

★    像元間距：6.2nm；

★    光譜帶寬（半峰寬）：小于中心波長1.25 %(1 %典型值）；

★    變溫速度：0.1-8度/分鐘；

★    帶內(nèi)光譜隔離度：40D (平均）；

★  數(shù)據(jù)格式：SPC, CSV, TXT ；

★    數(shù)據(jù)格式：SPC, CSV, TXT ；

★    操作系統(tǒng)：Windows XP, Vista, Win7,8,10

應(yīng)用領(lǐng)域：

煙草近紅外光譜儀可以廣泛應(yīng)用于煙草、農(nóng)業(yè)、 食品、 制藥、 紡織等行業(yè)進行產(chǎn)品質(zhì)星檢控。

1. 煙草成分分析：

測量煙草的水分，溫度，總糖，總氮，植物堿，鉀和氯等工藝參數(shù)及化學(xué)成分的數(shù)據(jù)。

2. 農(nóng)產(chǎn)品品質(zhì)分析：

可檢測高粱、 小麥、 玉米、 水稻、 馬鈴薯、 大豆、 汕菜、 花生、 亞麻籽等農(nóng)產(chǎn)品中的蛋白、 脂肪、 水分、 纖維等指標(biāo)。

3. 食品加工行業(yè)成品或原料分析：

可測面粉、 小麥、 紩皮、 大豆、 花生、 棉籽、 菜籽、 葵花籽、 芝麻、米棣、 玉米胚芽、 奶粉、 鮮奶、 濃縮奶、 黃汕、 奶酪、 肉類等食品中的水分、 蛋白、 脂肪、 纖維、 灰分等指標(biāo)。

飼料原料、 預(yù)混料、 成品飼料、 添加劑等產(chǎn)品中水分、 蛋臼、 脂肪、 淀粉、 纖維、 氨基酸、 灰分、 摻假鑒別等 。

4. 醫(yī)藥行業(yè)成品或原料分析：

可測成品藥或原料藥中的成分含雖、 摻假鑒別等。

5. 化工原料品質(zhì)分析：

可測化工原料、 成品料中的水分、 蛋白、 醇類、 添加劑等。

6. 其他近紅外分析需求：