制絲在線加工工藝批次間差異性評價

李 山，郭春生，葉亞軍，郭 磊，陳 晨，田 數，趙賽月

（1.甘肅煙草工業有限責任公司，甘肅蘭州 730050；2.內蒙古昆明卷煙有限責任公司，內蒙古呼和浩特 010020）

制絲在線加工工藝批次間差異性評價

李 山1，郭春生2，葉亞軍2，郭 磊1，陳 晨2，田 數2，趙賽月2

（1.甘肅煙草工業有限責任公司，甘肅蘭州 730050；2.內蒙古昆明卷煙有限責任公司，內蒙古呼和浩特 010020）

為了評價制絲批次加工工藝穩定性，對制絲在線加工25項關鍵工藝指標參數進行分析，采用主成分分析和聚類分析相結合的方法，對相同牌號不同批次煙絲在線加工的工藝指標進行主成分分析。結果表明，提取了8個主成分，各個主成分的方差貢獻率分別為25.03%，12.64%，10.45%，9.95%，7.71%，6.12%，5.43%，5.19%，累積貢獻率達82.49%；利用聚類分析評價方法甄別出了不穩定的批次，17號，18號和19號3個批次的煙絲與其他16個批次的差異性較大；確定了能夠對制絲在線加工工藝穩定性進行有效綜合評價的方法，為保證卷煙產品的穩定性提供理論支撐。

主成分分析；聚類分析；穩定性

在卷煙生產工藝過程中，制絲工藝的工序最多、流程最長，加工方法較為繁雜，工藝要求也較高。隨著煙草行業競爭日益劇烈，如何立足市場、提高產品品質是每個煙草企業的重要任務。衡量卷煙產品品質的好壞主要在于工藝技術水平的高低，2003版《卷煙工藝規范》對過程控制進行了明確規定，強調工藝控制應由結果控制向過程控制轉變，實現品質的一致性和穩定性，達到品質與指標的高度統一。制絲工藝作為卷煙原料的加工處理工序，直接影響卷煙產品品質的穩定性，因此控制好制絲加工過程、確保工藝加工精度，是保證卷煙產品穩定性的重要因素之一[1-2]。

目前，卷煙企業多采用批次加工的方式進行生產，然而由于加工設備水平和加工過程工藝條件的差異，會導致相同牌號批次間產品品質的波動。為保證給消費者提供穩定一致的卷煙產品，就要求保障加工過程工藝參數與指標的穩定性，在這種形勢下，對各卷煙廠品質一致性、穩定性過程加工技術提出了較高要求[3-4]。近年來，隨著卷煙工業自動化、信息化及智能化水平的提高，企業過程控制和品質檢驗等生產過程中產生的品質數據越來越豐富，為加工過程品質指標的穩定性控制提供了大量基礎性數據，然而有關影響批次間產品穩定性的研究較少。目前，國內卷煙企業有關加工工藝對產品品質的分析有一定研究。例如，葉春文等人[5]就烘絲工藝參數對卷煙感官品質的影響進行了研究，結果表明，較高的滾筒轉速、熱風溫度、排潮風門開度有利于卷煙香氣的透發和提高，但不利于煙氣特性和口感特性的改善，較低或較高的排潮風門開度都不利于卷煙香氣特性的改善。胡建軍等人通過正交試驗較為系統地研究了工藝參數與烘后煙絲品質的關系，結果表明蒸汽壓力對烘后煙絲的香氣、諧調、雜氣和余味以及感官品質總分有重要影響。試驗采用主成分分析和聚類分析相結合的方法，對同一品牌不同批次卷煙工藝參數和工藝指標進行分析，確定能夠評價加工穩定性有效綜合評價的方法。旨在為提高企業過程品質穩定性控制水平，為卷煙加工企業提高在線均質化更上水平提供理論依據和技術支撐。

1 材料與方法

1.1 材料和儀器

19個批次三類某牌號葉組配方煙葉，A卷煙廠提供；TM710型水分儀、MM710型在線水分儀，美國NDC紅外技術公司產品；MX2型RAYTEX紅外測溫儀，美國RAYTEX公司產品；制絲車間8 000 kg/h制絲線生產線設備、WQ3315型滾筒式葉片回潮機、WQ3317Y406型滾筒式葉片回潮機、SH626Y379型薄板烘絲機、WQ714型隧道式葉絲回潮機、SJ235BNM型加香機，昆明船舶設備集團有限公司產品。

1.2 統計方法

首先對同一牌號19個不同批次在線加工工藝指標參數原始數據進行標準化處理，消除指標數量級差別對綜合評價帶來的不良影響，然后利用SPSS 17.0數據處理系統進行主成分分析，以各樣本的主成分綜合得分為聚類依據進行系統聚類分析。其中，主成分綜合得分為各提取主成分得分與該主成分貢獻率的乘積之和。

2 結果與討論

2.1 批次間加工在線工藝的主成分分析

對19個批次的在線加工工藝指標參數用SPSS 17.0軟件進行主成分分析，首先進行Bartlett球形度檢驗，KMO的檢驗值為0.533，KMO值＞0.5且p＜0.01，因此可以對原始數據進行因子分析。

批次參數KMO和Bartlett的檢驗結果見表1。

表1 批次參數KMO和Bartlett的檢驗結果

對19個批次的在線加工工藝指標參數用SPSS 17.0軟件進行主成分分析。

主成分的特征值與方差貢獻見表2，主成分變量負荷矩陣見表3，批次間加工在線工藝主成分得分見圖1。

根據特征值大于1的原則提取了8個主成分，由表2可知，其特征值分別為5.007，3.159，2.605，2.488，1.926，1.530，1.298，方差貢獻率分別為25.03%， 12.64%，10.45%，9.95%，7.71%，6.12%，5.43%，5.19%，累積貢獻率達82.49%。因此，前8個主成分已基本描述了各變量的基本信息。

表2 主成分的特征值與方差貢獻

圖1 批次間加工在線工藝主成分得分

由圖1主成分的載荷圖可以分析出各特征變量的重要性和相關性，重要性由載荷的大小來表征，位于原點的載荷表示不重要的特征；相關性由載荷向量間夾角的大小來表征，夾角越小相關性越高，不相關的特征相互正交。由圖1可知，第1，2，3主成分中各項指標的載荷向量均不位于原點，說明這些因素對批次穩定性都有一定影響。由表3可知，第1主成分主要由薄板烘絲機滾筒溫度、HT入口水分指標來表征，第2主成分主要由加料機出口水分指標來表征，第3主成分主要由松散潤葉出口溫度指標來表征，第4主成分主要由回潮加料出口溫度指標來表征，第5主成分主要由回潮加料排潮風門開度指標來表征，第6主成分主要由加料機加料精度指標來表征，第7主成分主要由回潮加料出口水分指標來表征，第8主成分主要由加料機熱風溫度指標來表征。

設提取的因子1～8的得分分別為F1，F2，F3，F4，

F5，F6，F7，F8。

主成分得分=Σ主成分得分系數×相對應的標準化變量.

根據表3計算可得因子得分數學模型如下：

表3 主成分變量負荷矩陣

F1=-0.403X1-0.185X2+0.535X3-0.428X4+0.051X2+

0.224 X6+0.354X7-0.028X8+0.011X9+0.103X10-

0.674 X11-0.347X12+0.347X13-0.039X14+0.304X15+

0.792 X16+0.716X17-0.552X18-0.373X19+0.611X20+

0.906 X21+0.357X22+0.576X23+0.274X24-0.223X25；

F2=-0.538X1-0.033X2+0.058X3+0.180X4-0.354X5-

0.496 X6+0.420X7+0.254X8+0.108X9+0.679X10+

0.433 X11-0.452X12+0.122X13-0.153X14+0.398X15+

0.074 X16-0.003X17+0.328X18-0.402X19+0.502X20-

0.040 X21-0.446X22-0.465X23-0.375X24+0.273X25；

F3=0.008X1+0.537X2+0.193X3+0.503X4-0.016X5+

0.448 X6+0.403X7-0.339X8-0.717X9+0.419X10-

0.054 X11-0.116X12-0.012X13+0.503X14-0.286X15+

0.040 X16-0.019X17-0.160X18-0.159X19-0.340X20+

0.091 X21-0.139X22+0.249X23-0.311X24+0.390X25；

F4=0.435X1+0.396X2+0.063X3-0.067X4-0.420X5+

0.338 X6+0.052X7+0.653X8+0.439X9+0.256X10+

0.028 X11-0.052X12+0.583X13+0.255X14-0.146X15+

0.352 X16-0.014X17+0.366X18+0.589X19+0.078X20-

0.076 X21+0.087X22+0.217X23-0.202X24-0.118X25；

F5=-0.005X1+0.568X2+0.287X3+0.523X4+0.616X5-

0.137 X6+0.003X7+0.255X8+0.176X9+0.064X10+

0.207 X11+0.037X12-0.259X13+0.044X14+0.170X15-0.130X16+0.260X17+0.065X18-0.179X19+0.214X20-0.226X21+0.330X22+0.117X23+0.089X24-0.510X25；

F6=0.076X1+0.072X2+0.274X3-0.235X4-0.120X5+

0.176 X6+0.287X7+0.202X8-0.003X9+0.354X10+ 0.253X11+0.422X12-0.133X13-0.441X14-0.071X15+ 0.043X16-0.462X17-0.343X18-0.187X19-0.096X20-0.066X21-0.243X22+0.175X23+0.349X24-0.206X25；

F7=0.113X1+0.015X2-0.419X3+0.092X4-0.161X5+

0.084 X6+0.519X7+0.117X8-0.303X9-0.256X10+ 0.121X11-0.069X12+0.320X13+0.339X14+0.233X15-0.222X16-0.176X17-0.194X18-0.047X19+0.127X20+ 0.062X21+0.331X22-0.302X23+0.260X24-0.269X25；

F8=-0.286X1-0.023X2+0.161X3-0.010X4-0.308X5+

0.288 X6-0.133X7-0.280X8+0.031X9+0.774X10+ 0.339X11+0.053X12-0.064X13-0.149X14+0.595X15-0.132X16-0.034X17+0.010X18+0.235X19-0.222X20+ 0.017X21+0.418X22+0.199X23-0.274X24-0.055X25.

綜合F1，F2，F3，F4，F5，F6，F7，F88個主成分，可定義批次工藝加工參數綜合得分指數為：

F=0.25F1+0.13F2+0.10F3+0.10F4+0.08F5+0.06F6+

0.05 F7+0.05F8.

應用主成分分析方法計算出了前2個主成分得分，以及在線批次間加工工藝指數的得分。

主成分得分及綜合得分見表4。

表4 主成分得分及綜合得分

2.2 批次間加工在線工藝的聚類分析

對在線批次間加工工藝指數的主成分綜合得分經中心法處理后，以歐氏距離衡量各樣本間品質差異的大小，采用重心法對綜合得分進行系統聚類分析。

各批次主成分綜合得分聚類分析結果見圖2。

由聚類結果可知，17號、18號和19號3個批次的煙絲與其他16個批次的差異性較大。

圖2 各批次主成分綜合得分聚類分析結果

3 結論

（1）主成分分析結果表明，各個主成分的方差貢獻率分別為25.03%，12.64%，10.45%，9.95%，7.71%，6.12%，5.43%，5.19%，累積貢獻率達82.49%。第1主成分主要由薄板烘絲機滾筒溫度、HT入口水分指標來表征，第2主成分主要由加料機出口水分指標來表征，第3主成分主要由松散潤葉出口溫度指標來表征，第4主成分主要由回潮加料出口溫度指標來表征，第5主成分主要由回潮加料排潮風門開度指標來表征，第6主成分主要由加料機加料精度指標來表征，第7主成分主要由回潮加料出口水分指標來表征，第8主成分主要由加料機熱風溫度指標來表征。

（2）利用聚類分析評價方法甄別出了不穩定的批次，17號，18號和19號3個批次的煙絲與其他16個批次的差異性較大。確定能夠對制絲在線加工工藝穩定性進行有效綜合評價的方法，為保證卷煙產品的穩定性提供理論支撐。

[1]宮長榮，于建軍.煙草原料初加工 [M]．北京：中國輕工業出版社，1993：78-103.

[2]黃嘉扔．卷煙工藝 [M].第2版.北京：北京出版社，2000：53-67．

[3]王兵，楊達輝，林平，等.新的卷煙生產工序品質評價方法的建立 [J].煙草科技，2002（11）：16-17.

[4]梁桐.卷煙均質化加工技術研究 [J].黑龍江科技信息，2008（35）：56-57.

[5]葉春文，楊明權，王兵，等.烘絲工藝參數對卷煙感官質量的影響 [J].煙草科技，2005（11）：7-9.◇

The Difference Between the Preparation of Tobacco Online Processing Technic

LI Shan1，GUO Chunsheng2，YE Yajun2，GUO Lei1，CHEN Chen2，TIAN Shu2，ZHAO Saiyue2

（1.The Tobacco Industry Co.，Ltd.，Lanzhou，Gansu 730050，China；2.Kunming Cigarette Co.，Ltd.，Hohhot，Inner Mongolia 010020，China）

In order to evaluate the online processing technic stability，this paper analyzes the online processing technic 25 key process parameters，using the method of principal component analysis and cluster analysis，the process of the same brands of different batches of tobacco processing by principal component analysis.The results show that the extraction of 8 the principal components，each principal component variance contribution rates are 25.03%，12.64%，10.45%，9.95%，7.71%，6.12%，5.43%，5.19%，the cumulative contribution rate of 82.49%.Analysis and evaluation method for screening out unstable batches using clustering，No.17，No.18 and No.19 of three batches of tobacco and other 16 batches of differences. Acomprehensive evaluation method for the stability of the wire line processing technology is determined，which can provide theoretical support for the stability of cigarette products.

principal component analysis；cluster analysis；stability

TS143

A

10.16693/j.cnki.1671-9646（X）.2017.01.014

1671-9646（2017）01a-0051-04

2016-11-02

李 山（1987— ），男，碩士，助理工程師，研究方向為卷煙工藝、卷煙配方。