基于BP神经网络的雪茄原料感官质量预测模型构建

本研究旨在利用BP神经网络技术,深入分析并预测雪茄原料的常规化学成分与其感官质量之间的复杂关系。通过收集四川、湖北、云南、湖南和尼加拉瓜雪茄烟叶常规化学成分数据作为输入变量,结合雪茄原料各项感官质量指标作为输出变量,成功构建了拓扑结构为6-9-1的BP神经网络模型。该模型不仅能够准确预测雪茄原料的感官质量评吸结果,而且揭示了不同产区雪茄烟叶在化学成分和感官质量方面的独特特征。研究表明,所检测样本中,国内4个主产区雪茄烟叶总糖、还原糖、烟碱、氯含量均高于尼加拉瓜烟叶,尼加拉瓜烟叶香气质和香气量得分较高。四川烟叶刺激性得分较低,湖北产区雪茄烟叶余味得分较高,云南烟叶杂气得分较低,湖南烟叶燃烧性和灰色得分较高。本研究雪茄烟叶样本的常规化学成分和感官质量指标统计特征较好,基本服从正态分布。所构建的BP神经网络模型的预测值与实际值间差异较小,其中余味、刺激性、灰色和总分的相关系数均在0.9以上。在训练集、验证集和测试集的预测值和实际值误差中,除总分误差区间较大外,剩余多数指标误差区间在0~0.5范围内的比例达到85%以上。BP神经网络所建立的雪茄原料感官质量预测模型拟合效果较好。本研究的成功实施为基于常规化学成分快速、准确地预测雪茄原料感官质量提供了有力支持,有助于推动中式雪茄烟行业的创新发展。

雪茄原料和烟支等温吸湿模型的建立

目的准确控制雪茄烟生产加工等关键环节环境条件及含水率,降低各环节物料损耗,优化控制参数,确保产品安全,保证产品质量。方法以雪茄烟茄衣、茄套、茄芯和成品烟支为对象,测定其在20、30、40℃,不同相对湿度条件下的平衡含水率和水活度,建立不同温度下雪茄原料和烟支的等温吸湿曲线及吸湿曲线响应模型。结果结果表明,雪茄原料和烟支在同一温度不同湿度条件下的等温吸湿曲线属于Ⅱ型等温线,雪茄烟原料及烟支的吸湿能力为茄衣≈茄套>烟支>茄芯,且温度越高,雪茄烟原料及烟支的吸湿能力越强;GAB模型为拟合雪茄原料和烟支等温吸湿曲线最优模型,预测值与实测值的决定系数R2均大于0.995,平均相对误差均小于5%,相对误差界均小于10%,且不同温湿度平衡含水率预测值与实测含水率呈斜率为1的直线关系,二者吻合程度较高。结论GAB模型在预测雪茄烟生产加工等环节环境条件及含水率方面具有较高的准确性,能有效指导物料过程的水分和环境温湿度控制,降低各环节物料损耗,保证生产工序衔接顺畅,确保产品安全,提高产品品质。

雪茄市场及雪茄原料现状研究

本文概述了近年来雪茄烟国内外市场现状、国内雪茄烟叶原料生产收购情况;分析并归纳了国内雪茄原料欠缺突破路径,并提出前景展望,以期为促进国产雪茄生态链中的雪茄型再造烟叶及其上下游产业的健康蓬勃发展提供理论依据和参考。

不同仓储条件对雪茄烟原料养护质量的影响

对比雪茄烟原料在不同普通仓库和恒定的温湿度(温度21、27℃;相对湿度60%、65%、70%)环境条件下的养护质量。结果表明,普通仓库环境条件下,温湿度变化大,雪茄烟原料养护质量不佳且会出现不同程度霉变;恒温恒湿环境(27℃,70%)条件下,雪茄烟原料水分保持较好,颜色变化均匀,化学成分中烟碱、总氮、总糖、氯、钾均变化明显,感官质量最佳。普通仓库环境条件不适宜存放雪茄烟原料进行仓储养护,需要营造恒温恒湿的环境条件用于雪茄烟原料的仓储养护,最适宜的仓储养护温湿度条件为(27±1)℃,(70±5)%。