CN103226135A

CN103226135A - 一种烤烟香型的检测判定方法

Info

Publication number: CN103226135A
Application number: CN2012103883750A
Authority: CN
Inventors: 李晋明; 董伟; 任继阳; 孟昭宇; 郭仁; 台希; 朱慧贤; 吴亿勤; 张伟; 李忠任; 许健; 秦云华; 汤建国; 张凤梅; 龚文岗; 桂永发; 冯磊; 戚文辉; 汤利民
Original assignee: Hongta Tobacco Group Co Ltd
Current assignee: Hongta Tobacco Group Co Ltd
Priority date: 2012-10-15
Filing date: 2012-10-15
Publication date: 2013-07-31
Anticipated expiration: 2032-10-15
Also published as: CN103226135B

Abstract

本发明涉及一种烤烟香型检测判定方法，属于烤烟香型梯度定性、定量鉴别应用技术领域。本发明通过对烤烟致香物的同时蒸馏萃取（SDE）优化方法,在比传统同时蒸馏萃取（SDE）萃取更多种类致香物的基础上, 进行烤烟致香物的定性、定量分析，从而为上述应用技术领域提供数字化的烤烟致香物化学基础数据。优化烤烟致香物分析和对照烤烟香型指数Y的计算，准确地从定性化到定量化（数字化）确定出烤烟香型范围：清香型、中间香型、浓香型。本发明烤烟香型判断准确率在91.1%。为烤烟的香型梯度分类、烟叶采购，品牌风格特征叶组配方的维护与研究开发、香精香料的参配，提供数据化的判断标准。

Description

一种烤烟香型的检测判定方法

技术领域：

本发明方法涉及一种烤烟香型检测判定方法，属于烤烟香型梯度定性、定量鉴别应用技术领域。为烤烟的香型梯度分类、烟叶采购，品牌风格特征叶组配方的维护与研究开发、香精香料的参配，提供数据化的化学判断。

背景技术

卷烟按其制作工艺一般分为四类：混合型、烤烟型、外香型、雪茄型。主料不同，口味不同，中国的卷烟一般为烤烟型，也称中式卷烟；国外的卷烟一般为混合型。混合型由白肋烟、香料烟、烤烟等为原料，焦油含量低于烤烟型。混合型香烟和烤烟型香烟相比最大的优点就是香气量足而且焦油含量低。

我国幅员辽阔，各地气候及土壤条件不同，生产出的烤烟原料在烟质特性上差异较大。20世纪50年代，根据烤烟吸食时的香气特点，将其分为三种类型，即清香型，中间香型，浓香型。

①清香型：香气清雅飘逸，具有清甜香韵，香气传感速度快，扩散力强，是给予良好香气感觉的重要因素，吃味舒适，烟味浓度较淡，地方性杂气较轻，劲头柔软至适中，代表类型云南，福建的烟叶。

②中间香型：香气纯正稳定，烟草本香突出，香气传感速度中等，是卷烟产品的主体香气，吃味干净，烟味浓度较淡至较浓，地方性杂气有至较大，劲头柔软至较大，代表类型贵州、山东以及东北的烟叶。

③浓香型：香气浓馥沉溢，具有焦甜香韵，香气传感速度较慢、绵长厚实，吃味舒适，地方性杂气很轻至较重，劲头适中，代表类型河南、湖南、安徽的烟叶。

由于烤烟香型具有梯度，人们对应赋予一定数值，数值从低值到高值。根据烟叶香型有从清香型到浓香型的梯度含义，可以采用赋值的方法，将香型由定性指标转变成数值指标。将清香型、中间香型和浓香型由小到大予以赋值。赋值的依据是以云南烟叶、卷烟玉溪（软）为清香型的典型代表，在统计学上根据分析出的化学成分和含量赋值的。

烤烟香型有一定的梯度：清香型――中间香型――浓香型。为区分香型方便，人们将烤烟香型：清香型、中香型和浓香型再细分为：清香型――清偏中――中偏清――中间香型――中偏浓――浓偏中――浓香型；相应赋值为：1.8――2.13――2.46――2.8――3.13――3.46――3.8。

中国科技大学李章海建立烤烟香型指数Y，以不同地区烤烟的中部叶片为材料,测定其香气成分及常规化学成分,并对烟叶进行单料评吸.采用逐步回归的方法建立烤烟烟叶香型指数模型。

其中中国科技大学李章海以122个烟样的36种香气成分和6种常规化学成分的含量为自变量，以香型（赋值）为因变量的烟叶香型指数方程如下：

Y _香型指数＝1.61+0.018X_异戊酸+0.027X_苯甲酸+0.027X_茄酮+0.039X_{二氢－β紫罗兰醇}+0.265X_{二氢猕猴桃内酯}+0.005X_{巨豆三稀酮}+0.019X_{法尼基丙酮}－0.048X_大马酮－0.155_{棕榈酸甲酯}，

该回归方程的复相关系数R＝0.941，决定系数R²＝0.886，P＝0。

应用上述烤烟香型指数Y，可以帮助人们初步判断香型，但该烤烟烟叶香型指数模型仅采用36种香气成分和6种常规化学成分的含量为自变量，故判断准确率在87.9%，存在可靠性不够高的缺点。

发明内容

本发明目的在于克服上述现有技术的缺点。优化的烟草致香物的（SDE）萃取方法,获得更多致香物化学基础技术数据, 再通过对烤烟的致香物分析和对照烤烟香型指数Y的计算，能够较准确地从定性化到定量化（数字化）确定出烤烟香型的范围：清香型、中间香型、浓香型，从而判断烤烟香型风格,为生产厂家卷烟叶组配方香型（主要为清香型）提供香型物质调整的定性、定量技术参数，为烤烟的香型梯度分类、烟叶采购、品牌风格特征叶组配方的维护与研究开发、香精香料参配数量，提供数据化的判断标准。

本发明一种烤烟香型的检测判定方法，其特征在于步骤如下：

（1）烤烟香型致香物萃取: 用同时蒸馏萃取（SDE）优化萃取方法进行如下操作：在蒸馏瓶中，拟进行烤烟致香物分析的烟丝样品20或30克，加入水350或450ml,加入内标物质，以备蒸馏；在萃取瓶中，加入40ml二氯甲烷。

①萃取时间：萃取剂使用二氯甲烷，水浴恒温60℃，常规萃取方式进行3小时；

②萃取温度:加热套蒸馏温度为198℃-200℃，使得沸腾剧烈，以便更完全地萃取半挥发性的物质；

③ 按常规分离：在分液漏斗中，对萃取的二氯甲烷溶液加入过量的硫酸钠，比例是烟丝样品重量的0.5倍，让硫酸钠充分吸收萃取的二氯甲烷溶液中的水分，随后，先后各一次，用10ml二氯甲烷冲洗瓶，保证萃取物全部萃取；

④ 按常规浓缩：将步骤（3）中的萃取剂浓缩至0.5-0.4ml，回流至1-1.1ml；

⑤ 按常规将步骤（4）中萃取的样品不过夜冷藏，直接上机进行GC-MS气相色谱-质谱的气质分析。

（2）气相色谱质谱（GC-MS）定性、定量分析烤烟香型致香物。

所述的GC-MS气相色谱-质谱条件：

色谱柱：DB-5（30m×0.25mmi.d.×0.25μm d.f.）；

程序升温：按4℃/min的加热速度，第一次升温到40℃保温2min，随后升温到250℃，保温10min；

进样口：250℃；载气：He；柱头压：100kPa；

分流比：30∶1；进样量1.0μL；

传输线温度：250℃；

离子源温度：150℃；

EI能量：70eV；

扫描范围：35～350u；

内标：正十七烷；对采集到的图谱利用NIST1.11升级版谱库进行检索；采用面积归一法定量；

分析的结果是：理论上峰图面积达0.03%以上的可以认为是一种物质，因为有些致香物的含量实际很少，不同种类、不同产地的烤烟；同一种类，不同产地的烤烟，它们被分析出来的致香物种类一般在120－190种，有比较性的101个，用于统计分析89个；

（3）分析判定：采用步骤（2）获得的对烤烟致香物定性、定量分析出来的14种相关性大的物质，代入能由Matlab软件进行逐步回归分析的下列公式, 进行烤烟香型的检测判定；

烤烟香型指数Y= 1.875-2.702X1（异戊烯醛）+0.150X2（2-乙酰基呋喃）+0.061X3 （苯甲醇）-0.416X4（2－乙酰吡咯）+0.367X5（茶酮）+1.053X6（壬酸）+0.760X7（吲哚）+0.010X8（异茄酮）+0.027X9（大马士酮）+0.352X10（二氢猕猴桃内酯）-0.029X11（巨豆三烯酮）-0.31X12（1 (二氢)石脑油）+0.051X13（法尼基丙酮）-0.281X14（棕榈酸甲酯）；

该回归方程的复相关系数R=0.968041，决定系数R²=0.937103，P = 6.64×10^－14，香型指数回归方程方差分析的F 值达显著水平（P≤0. 05）；14个显著因子回归系数的偏相关系数达显著水平；

（4）计算后获得相应烤烟香型指数Y数值，作为烤烟香型判断数值，为烤烟的香型梯度分类、烟叶采购、品牌风格特征叶组配方的维护与研究开发、香精香料的参配，提供数据化的判断标准。

本发明烤烟香型指数Y的统计学方程体系，是基于逐步回归分析方法的原理、方法和步骤。采用Matlab软件对采集的样品数据进行逐步回归分析，建立Y（因变量）与X（自变量）的“最优”回归方程。以43个烤烟样品多批次分析的89种香气成分的含量为自变量，以香型（赋值）为因变量进行逐步回归分析，建立了以下方程，即“烤烟香型指数”方程。

烤烟香型指数Y= 1.875-2.702X1（异戊烯醛）+0.150X2（2-乙酰基呋喃）+0.061X3 （苯甲醇）-0.416X4（2－乙酰吡咯）+0.367X5（茶酮）+1.053X6（壬酸）+0.760X7（吲哚）+0.010X8（异茄酮）+0.027X9（大马士酮）+0.352X10（二氢猕猴桃内酯）-0.029X11（巨豆三烯酮）-0.31X12（1 (二氢)石脑油）+0.051X13（法尼基丙酮）-0.281X14（棕榈酸甲酯）

该回归方程的复相关系数R=0.968041，决定系数R²=0.937103，P = 6.64×10^－14，香型指数回归方程方差分析的F 值达显著水平（P≤0. 05）；14个显著因子回归系数的偏相关系数达显著水平。

在一个多元线性回归模型中，并不是所有的X（自变量）和Y（因变量）都有显著的线性关系。为解决如何从大量可能相关的自变量中挑选出与因变量Y有显著关系的部分自变量X的问题，采用逐步回归分析的方法就是一种有效的方法。

逐步回归的基本思想是：对全部因变量按其对Y影响程度大小，采用偏回归平方的大小进行判断，从大到小地依次逐个地引入回归方程，并随时对回归方程当时所含的全部变量进行检验，看其是否仍然显著，如不显著就将其剔除，直到回归方程中所含的所有变量对Y的作用都显著，才考虑引入新的变量。再在剩下的未选因子中，选出对Y作用最大者，检验其显著性，如显著，引入方程，不显著，则不引入。对已经引入的变量逐个检验，将不显著的剔出，这样就保证了最后得到的变量子集中所有的变量都是显著的。这样经过若干步，就得到了最优子集。

多元线性回归方程表示为：

Y=a+b₁X₁+b₂X₂+…+b_nX_n

在多元线性回归分析中，应该使得估计值

与观测值y之间的残差在所有样本点上达到最小。我们用判定系数，或称可决系数，来评价多元线性回归模型的拟合程度。

R^{2} = \frac{SSR}{SST} = \frac{Σ {({\hat{y}}_{i} - \overset{&OverBar;}{y})}^{2}}{Σ {(y_{i} - \overset{&OverBar;}{y})}^{2}}

在此，SSR为回归偏差，SST为总偏差，总离差平方和的分解公式为：总偏差（SST）= 回归偏差（SSR）+剩余偏差（SSE）。

而

为复相关系数，它是测量一个变量(例如因变量香型指数Y)与其它多个变量（例如自变量分析数据X1、X2、X3、Xn、Xn+1……）之间线性相关程度的指标。

本发明的Y值是由14个致香成分和一个系数来决定，比中国科技大学李章海的多了5个成分。李章海的Y香型指数方程中没有的9种成分：茶酮、2-乙酰基呋喃、异戊烯醛、2－乙酰吡咯、(二氢)石脑油、吲哚、异茄酮、壬酸、大马士酮；本发明与李章海的不同4种致香成分：异戊酸、茄酮、二氢-β-紫罗兰醇、大马酮；其余的5种致香成分相同：苯甲醇、巨豆三烯酮、法尼基丙酮、二氢猕猴桃内酯、棕榈酸甲酯。

本发明的复相关系数R及决定系数R²都大于李海章等的复相关系数R及决定系数R²。本发明的P值≤0.005符合要求。

将烤烟样品分析数据代入本发明烤烟香型指数Y计算公式后，就可以基本判断样品的香型类型，香型指数回归方程可靠性较高。

本发明烤烟香型判断准确率在91.1%。为烤烟的香型梯度分类、烟叶采购、卷烟品牌风格特征叶组配方的维护与研究开发、香精香料的参配，提供数据化的化学判断。

附图说明

下面结合附图所示实施例作进一步说明，但本发明保护范围不限于此实施例。

图1 传统SDE萃取方法与本发明优化SDE 萃取检测方法比较结果图。

图2是本发明烤烟香型与计算结果的直方图。

图3：为图2所示各序号表示的烟叶类型。

具体实施方式

从图1可以看出：在蒸馏温度为198℃-200℃，萃取时间超过3个小时后，萃取物没有增加，采用本发明优化SDE 萃取方法获得的致香物质已达到极限，再延长萃取时间已无意义。

（1）采用同时蒸馏萃取（SDE）优化方法，萃取烤烟样品中的致香物的数据（附图1 传统SDE萃取方法与优化SDE 萃取方法比较结果）

在蒸馏瓶中，拟进行烤烟致香物分析的烟丝样品20或30克，加入水350或450ml,加入内标物质，以备蒸馏；在萃取瓶中，加入40ml二氯甲烷。

① 萃取时间的延长:萃取剂使用二氯甲烷，水浴恒温60℃，萃取时间进行3小时；比传统的延长1小时。萃取时间的延长，有更多的时间萃取物质，便于更完全、彻底地萃取物质。萃取时间超过3小时的，与萃取时间3小时的物质萃取种类相似，已经无多大意义。

② 萃取时蒸馏温度的提高:加热套蒸馏温度为198℃-200℃，使得沸腾剧烈，以便更完全地萃取半挥发性的物质；虽然水在100℃时已经沸腾，水温不再升高，但是，在密闭的环境和加热套198℃-200℃的条件下，蒸馏瓶中水温有所增加，便于萃取高沸点物质，增加了萃取物质的种类。①②两个特点用附图1示意。

③ 按常规分离水分：在分液漏斗中，对萃取的二氯甲烷溶液加入过量的硫酸钠，比例是烟丝样品重量的0.5倍，让硫酸钠充分吸收萃取的二氯甲烷溶液中的水分，随后，先后各一次，用10ml二氯甲烷冲洗瓶，保证萃取物全部萃取。

④ 按常规浓缩：将步骤（3）中的萃取剂浓缩至0.5ml左右，回流至1ml左右。

⑤ 按常规将步骤（4）中制取的样品不过夜冷藏，直接上机进行GC-MS（气相色谱-质谱）气质分析；

原来，许多研究者在烟草致香物的萃取中，萃取时间有2小时、2.5小时、3小时；蒸馏温度100℃，萃取出来的物质不够完全、彻底，对低沸点化合物的捕集量大，对高沸点化合物的捕集相对较弱，一般萃取出来的烤烟物质，在42－80种之间。

采用本发明烟草致香物同时蒸馏萃取（SDE）优化方法后，对高沸点化合物的捕集量增加，萃取出来的物质120-190个左右，可用于条件分析的89个。萃取物质种类多的原因在于上述①②两个萃取特点。

（2）气相色谱质谱（GC-MS）的分析条件及其分析结果。

气相色谱质谱GC-MS条件：色谱柱：DB-5（30m×0.25mmi.d.×0.25μm d.f.）

程序升温：

；进样口：250℃；载气：He；柱头压：100kPa；分流比：30∶1；进样量1.0μL；传输线温度：250℃；离子源温度：150℃；EI能量：70eV；扫描范围：35～350u；内标：正十七烷；对采集到的图谱利用NIST1.11升级版谱库进行检索；采用面积归一法定量。

结果:①采用偏弱极性的DB-5色谱柱（近96%填充物为中性物质、余下的为偏弱极性）分离绝大部分的中性和弱极性物质，这一点不同于国内文献报道的用DB-5色谱柱分离中性物质。

②分析出来的烟叶致香成分在120～190种（理论上峰图面积达0.03%以上的可以认为是一种物质，因为有些致香物的含量实际很少），有比较性的101个，共计烤烟89项香气成分指标可用于分析。见表1：

表1：烤烟样品分析出来的原始物质（起初有120-190个物质，有比较性的101个，中有89个可用于统计分析）

（3）使用本发明建立的烤烟香型指数Y的统计学方程，即“香型指数”公式，对（SDE）优化方法分析获得的数据,，采用Matlab软件对数据进行逐步回归分析，本实施例以43个烤烟样品多批次分析的89种香气成分的含量为自变量，以香型（赋值）为因变量进行逐步回归分析，建立了以下方程。

烤烟香型指数Y= 1.875-2.702X1（异戊烯醛）+0.150X2（2-乙酰基呋喃）+0.061X3 （苯甲醇）-0.416X4（2－乙酰吡咯）+0.367X5（茶酮）+1.053X6（壬酸）+0.760X7（吲哚）+0.010X8（异茄酮）+0.027X9（大马士酮）+0.352X10（二氢猕猴桃内酯）-0.029X11（巨豆三烯酮）-0.31X12（1 (二氢)石脑油）+0.051X13（法尼基丙酮）-0.281X14（棕榈酸甲酯）。

该回归方程的复相关系数R=0.968041，决定系数R²=0.937103，P = 6.64×10^－14，香型指数回归方程方差分析的F 值达显著水平（P≤0. 05）；14个显著因子回归系数的偏相关系数达显著水平，香型指数回归方程可靠性较高。附图2给出直方图进行说明。

表2：烤烟香型指数计算结果对比表格（40种烤烟的，43种烤烟样品有3种合并成1种）

（4）计算后获得相应烤烟香型指数Y数值，作为烤烟香型判断数值，为烤烟生产的香型梯度分类、烟叶采购、卷烟品牌风格特征叶组配方的维护与研究开发、香精香料的参配，提供数据化的判断标准。

Claims

1.一种烤烟香型的检测判定方法，其特征在于步骤如下：