2023年全國(guó)碩士研究生考試考研英語(yǔ)一試題真題(含答案詳解+作文范文)_第1頁(yè)
已閱讀1頁(yè),還剩168頁(yè)未讀 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、煙葉是卷煙制造企業(yè)的原料,不同質(zhì)量的煙葉原料給煙制品帶來(lái)的質(zhì)量?jī)?yōu)劣差異在加香加料或后續(xù)任何加工工序均很難彌補(bǔ)。如何科學(xué)、客觀地評(píng)價(jià)煙葉質(zhì)量是煙草行業(yè)一直以來(lái)研究的重點(diǎn)和熱點(diǎn)問(wèn)題,煙葉質(zhì)量評(píng)價(jià)結(jié)果既可指導(dǎo)農(nóng)業(yè)生產(chǎn),調(diào)控?zé)熑~原料質(zhì)量,提高其應(yīng)用價(jià)值,又可為煙制品工業(yè)生產(chǎn)提供依據(jù),維護(hù)制品質(zhì)量風(fēng)格穩(wěn)定。河南煙區(qū)歷史悠久,生產(chǎn)的烤煙原料特色鮮明,優(yōu)勢(shì)突出,在國(guó)內(nèi)多家卷煙制造企業(yè)多個(gè)牌號(hào)產(chǎn)品中得到廣泛應(yīng)用。本文挑選有代表性的河南烤煙煙葉樣品174

2、個(gè),采用經(jīng)典或標(biāo)準(zhǔn)方法檢測(cè)其物理特性、化學(xué)成分及感官質(zhì)量指標(biāo)。經(jīng)離群值檢驗(yàn)和剔除后,保留169個(gè)烤煙樣品作為研究對(duì)象的樣本集,分析了河南烤煙質(zhì)量整體概況;篩選出了各質(zhì)量模塊的關(guān)鍵指標(biāo);根據(jù)烤煙各質(zhì)量模塊的因子分析及規(guī)律性研究了樣品綜合質(zhì)量的均衡性和差異性;在相似度統(tǒng)計(jì)量研究基礎(chǔ)上,確定了烤煙綜合質(zhì)量相似性評(píng)價(jià)方法;建立了烤煙關(guān)鍵物理指標(biāo)的近紅外預(yù)測(cè)模型和感官質(zhì)量指標(biāo)的判別分析模型。
  本研究主要內(nèi)容包括:⑴河南烤煙質(zhì)量整體上表現(xiàn)

3、為葉片偏厚,吸濕性好,結(jié)構(gòu)較為疏松,填充性和燃燒性中等,耐加工性中等偏上;總植物堿、總糖及還原糖含量高,總氮含量較為適宜,氯、淀粉含量及糖堿比偏高,氮堿比、鉀氯比及鉀含量偏低;香氣質(zhì)、香氣量均為中等偏上,雜氣、刺激性中等稍偏小,余味中等稍偏干凈,濃度介于中等與稍濃之間,勁頭較大。⑵根據(jù)烤煙質(zhì)量指標(biāo)間的相互關(guān)系,兼顧指標(biāo)所表征的質(zhì)量特性,篩選出了葉片厚度、葉面密度、填充值、抗張強(qiáng)度、平衡含水率和陰燃時(shí)間作為表征烤煙物理特性的關(guān)鍵指標(biāo),總糖

4、、總氮、總植物堿、還原糖、鉀、氯及糖堿比作為表征烤煙化學(xué)成分的關(guān)鍵指標(biāo),香氣質(zhì)、香氣量、雜氣、刺激性、余味、濃度及勁頭作為感官質(zhì)量的關(guān)鍵指標(biāo)。⑶提出了一種基于綜合因子得分評(píng)價(jià)烤煙綜合質(zhì)量均衡性及差異性的方法。基于關(guān)鍵指標(biāo)建立的河南烤煙感官質(zhì)量、化學(xué)成分及物理特性的綜合因子得分?jǐn)?shù)學(xué)模型分別為F感=0.367X1+0.370X2+0.424X3+0.440X4+0.441X5+0.304X6+0.108X7-14.572,F(xiàn)化=-0.282

5、X1+0.020X2+0.038X3-0.458X4+0.223X5+0.223X6+0.031X7-0.825,F(xiàn)物=-0.188X1+7.064X2+0.005X3+0.055X4+0.394X5-0.043X6-6.692。169個(gè)烤煙樣品的感官質(zhì)量、化學(xué)成分、物理特性綜合因子得分分布范圍分別為-1.942~1.916、-1.714~1.710、-1.243~1.771,其平均得分均為0。綜合因子得分越接近于0,說(shuō)明該質(zhì)量模塊各指

6、標(biāo)值越接近整體平均水平,均衡性越好;反之,則均衡性差,即為優(yōu)勢(shì)突出或缺點(diǎn)明顯的樣品。綜合因子得分相差越大,則樣品間該質(zhì)量模塊的整體差異性越大?;诟髻|(zhì)量模塊綜合因子得分的聚類結(jié)果可為分組加工或配方維護(hù)提供指導(dǎo),以感官質(zhì)量或化學(xué)成分為分組依據(jù)時(shí),同一亞組內(nèi)或同一主組內(nèi)不同亞組的烤煙樣品均可分入同一組中,不同主組的烤煙則不宜分到同一組內(nèi)。同一亞組內(nèi)的烤煙樣品可為配方維護(hù)提供參考。以物理特性為分組加工的分組依據(jù)時(shí),則要充分考慮煙葉著生部位因素

7、。⑷基于簡(jiǎn)單相關(guān)系數(shù)和歐氏距離構(gòu)建了新的統(tǒng)計(jì)變量即相似度(S),根據(jù)相似度評(píng)價(jià)煙葉樣品兩兩之間綜合質(zhì)量相似程度,其結(jié)果優(yōu)于單獨(dú)使用簡(jiǎn)單相關(guān)系數(shù)或歐氏距離。⑸建立了烤煙主要物理指標(biāo)(葉面密度、葉片厚度、填充值、陰燃時(shí)間、平衡含水率及抗張強(qiáng)度)的近紅外預(yù)測(cè)模型,實(shí)現(xiàn)對(duì)關(guān)鍵物理指標(biāo)的快速批量檢測(cè)。首次利用近紅外技術(shù)定性判別基于烤煙單項(xiàng)感官質(zhì)量指標(biāo)得分的聚類結(jié)果,判別整體平均準(zhǔn)確率在75%以上,預(yù)測(cè)準(zhǔn)確率最高達(dá)到70%以上。這可為烤煙關(guān)鍵質(zhì)量指

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

最新文檔

評(píng)論

0/150

提交評(píng)論