近红外光谱结合模式识别算法溯源识别卷烟纸油污

摘要

为实现对油渍污染卷烟的快速识别及溯源.采集卷烟生产过程中使用的6种润滑油污染在4种卷烟纸上样品的近红外光谱,结合未污染样品的近红外光谱,优选出原始样品原始光谱及二阶导数光谱中共有的差异性光谱波段范围,采用模式识别算法(principal component analysis-mahalanobis distance,PCA-MD)分别建立污染及未污染样品模式识别模型和不同卷烟上6种润滑油的模式识别模型.结果表明:1)基于污染及未污染样品原始近红外光谱及二阶求导光谱差异性分析,优化出的模式识别模型建模波数范围是:6000～5300 cm–1和4500～4000 cm–1;2)建立的污染及未污染模式识别模型前3个主成分累计得分贡献率97.826％,模型分类效果明显,建模集及外部验证集样品的识别准确率均为100％;3)分别建立的6种油渍在4种卷烟纸上的溯源类模型,前3个主成分得分累计贡献率均大于96％,模型分类效果明显,建模集及外部验证集样品的识别准确率均为100％.所建立的基于近红外光谱分析方法结合模式算法(PCA-MD)可实现卷烟生产过程出现的"黄斑烟"中油渍烟的快速识别及污染油渍溯源.