鬼佬大哥大
  • / 17
  • 下載費用:30 金幣  

一種片煙氣調貯存過程中煙葉質量變化趨勢分析方法.pdf

摘要
申請專利號:

CN201510461018.6

申請日:

2015.07.30

公開號:

CN105067770A

公開日:

2015.11.18

當前法律狀態:

授權

有效性:

有權

法律詳情: 授權|||實質審查的生效IPC(主分類):G01N 33/00申請日:20150730|||公開
IPC分類號: G01N33/00; G06F19/00(2011.01)I 主分類號: G01N33/00
申請人: 江蘇中煙工業有限責任公司
發明人: 胡宗玉; 李少鵬; 紀銘陽; 孫海平; 張天兵; 龔珍林; 趙才能; 潘高偉; 郭曉東; 韓云龍
地址: 210011江蘇省南京市鼓樓區中山北路406-3號
優先權:
專利代理機構: 南京縱橫知識產權代理有限公司32224 代理人: 董建林
PDF完整版下載: PDF下載
法律狀態
申請(專利)號:

CN201510461018.6

授權公告號:

||||||

法律狀態公告日:

2017.03.15|||2015.12.16|||2015.11.18

法律狀態類型:

授權|||實質審查的生效|||公開

摘要

本發明公開了一種片煙氣調貯存過程中煙葉質量變化趨勢分析方法,其特征在于:包括以下步驟:S01,分析樣品的制備;S02,綜合評價各指標Ci值;S03,以計算的指標Ci值的數據,采用SPSS進行數據分析。本發明提供的一種片煙氣調貯存過程中煙葉質量變化趨勢分析方法,主要利用指標Ci值及SPSS來科學分析探索不同倉儲方式間的差異顯著性及其在不同時間點上的變化趨勢的方法,該法能客觀、準確分析不同時間點上及不同處理間的差異顯著性,明確不同處理的影響效果比較及其隨時間的變化趨勢,具有簡易性、高效性、科學性等優點,可作為煙草科研領域中符合重復測量設計數據資料的統計分析方法。

權利要求書

1.一種片煙氣調貯存過程中煙葉質量變化趨勢分析方法,其特征在于:包括
以下步驟:
S01,分析樣品的制備:設置至少6組氣調處理垛位組和6組常規貯存垛位組,
每組中均包括至少5個等級復烤片煙的試驗樣品,各試驗樣品均為2箱;并將
至少12組樣品存放后每6個月取樣進行質量評價1次得原始數據,共計評價6
次,并按評價時間先后依次標記為T1、T2、T3、T4、T5、T6;
所述質量評價的指標包括香氣質、香氣量、豐滿程度、雜氣、濃度、勁頭、細
膩程度、成團性、刺激性、干凈程度、干燥感、甜度和工業適用性;
S02,綜合評價各指標Ci值:
a,指標趨勢化處理:質量評價的指標中除勁頭和濃度外均為高優指標,濃度
在5~6之間為高優指標、勁頭在5~6之間為低優指標;
b,建立決策矩陣A:根據原始數據建立決策矩陣A,即:
A = f 11 f 12 ... f 1 m f 21 f 22 ... f 2 m . . . . . ... . . . . f n 1 f n 2 ... f n m ]]>式(1)
式(1)中,f1~fn代表各試驗樣品;f11~f1m代表第一個試驗樣品的各指標的
原始數據;f21~f2m代表第二個試驗樣品的各指標的原始數據;fn1~fnm代表第n
個試驗樣品的各指標的原始數據;
按照式(1)將A構建成為規范化的決策矩陣Z′ij,即:
z i j = f i j Σ i = 1 n f i j 2 ]]>式(2)
式(2)中,i=1,2,…,n;j=1,2,…,m;即n代表試驗樣品的個數,m代表指標的
個數;
按照式(2)構造規范化的加權決策矩陣Z,加權決策矩陣Z其中的元素為Zij,
其中Wj為第j個目標的權,即:
Zij=Wj×Z′ij式(3)
式(3)中,i=1,2,…,n;j=1,2,…,m;
忽略指標間的偏好,即無需構造規范化的加權決策矩陣,則Z′ij即為Zij;
c,確定理想解和負理想解:
如果規范化的加權決策矩陣Z中元素Zij值越大,則表示方案越好,即為高優
指標,則:
理想解為: Z + = ( Z 1 + , Z 2 + , ... , Z m + ) = { max i Z i j | j = 1 , 2 , ... m } ]]>式(4)
負理想解為: Z - = ( Z 1 - , Z 2 - , ... , Z m - ) = { min i Z i j | j = 1 , 2 , ... , m } ]]>式(5)
低優指標則相反;
經計算可得各等級復烤片煙的理想解和負理想解;
d,計算各樣品指標與最優值的距離各樣品指標與最劣值的距離和各樣
品指標的距離得分Ci值:
S i + = Σ j = 1 m ( Z i j - Z j + ) 2 ]]>式(6)
式(6)中,代表理想解,由式(4)計算得到;i=1,2,…,n;
S i - = Σ j = 1 m ( Z i j - Z j - ) 2 ]]>式(7)
式(7)中,代表負理想解,由式(5)計算得到;i=1,2,…,n;
按照式(8)計算樣品指標與理想解的相對接近程度,即指標Ci值:
C i = S i - S i - + S i + ]]>式(8)
式(8)中,0≤Ci≤1;i=1,2,…,n;
S03,以計算的指標Ci值的數據,采用SPSS進行數據分析;從分析結果可以看
出,在不同時間點上樣品質量差異顯著,“時間*處理”無交互作用;不同處理
之間的差異在1%顯著水平下顯著;氣調處理垛位組的質量隨時間呈先升后降趨
勢、常規貯存垛位組整體呈下降趨勢,且在相同時間點上氣調處理垛位樣品質
量的均值高于常規貯存垛位組;不同處理的質量在T3~T6時間點上的差異較
明顯。
2.根據權利要求1所述的一種片煙氣調貯存過程中煙葉質量變化趨勢分析方
法,其特征在于:所述SPSS為采用SPSS19.0中的GLM中的重復度量模型進
行重復測量設計方差分析。
3.根據權利要求2所述的一種片煙氣調貯存過程中煙葉質量變化趨勢分析方
法,其特征在于:所述重復測量設計方差分析的主體內因子為時間,即T1、T2、
T3、T4、T5、T6;主體間因子為處理,所述處理包括氣調和常規貯存。
4.根據權利要求1所述的一種片煙氣調貯存過程中煙葉質量變化趨勢分析方
法,其特征在于:所述氣調處理垛位組是采用片煙氣調貯存法進行貯存。

說明書

一種片煙氣調貯存過程中煙葉質量變化趨勢分析方法

技術領域

本發明涉及一種片煙氣調貯存過程中煙葉質量變化趨勢分析方法,屬于煙
草分析技術領域。

背景技術

近年來,隨著煙草行業對倉儲養護的日趨重視,開展了大量的片煙醇化技
術研究。由于煙葉自然醇化是一種溫和而緩慢的發酵方法,要全面、深入了解
試驗條件對片煙醇化效果的影響,需對同一試驗樣品在醇化周期內的質量進行
跟蹤評價;評價的數據在不同試驗樣品間是獨立的,但同一試驗樣品在不同時
間點上測得的數據間往往不獨立,存在相關性;這與傳統統計學要求的獨立性
條件相矛盾,不宜采用t檢驗、方差分析、隨機區組設計等方法分析處理,使
該類倉儲試驗的數據統計分析存在一定的復雜性,所以以往試驗效果的驗證多
為通過描述性統計方法來直觀判定。該種直觀判定的方法存在可靠性差、誤差
大等問題,故科學分析探索不同倉儲方式間的差異顯著性及其在不同時間點上
的變化趨勢是一個亟待解決的問題。

發明內容

本發明所要解決的技術問題是,提供一種科學分析探索不同倉儲方式間的
差異顯著性及其在不同時間點上的變化趨勢的方法,該法能客觀、準確分析不
同時間點上及不同處理間的差異顯著性,明確不同處理的影響效果比較及其隨
時間的變化趨勢,具有簡易性、高效性、科學性等優點,可作為煙草科研領域
中符合重復測量設計數據資料的統計分析方法。

為解決上述技術問題,本發明采用的技術方案為:

一種片煙氣調貯存過程中煙葉質量變化趨勢分析方法,其特征在于:包括
以下步驟:

S01,分析樣品的制備:設置至少6組氣調處理垛位組和6組常規貯存垛
位組,每組中均包括至少5個等級復烤片煙的試驗樣品,各試驗樣品均為2箱;
并將至少12組樣品存放后每6個月取樣進行質量評價1次得原始數據,共計
評價6次,并按評價時間先后依次標記為T1、T2、T3、T4、T5、T6;

所述質量評價的指標包括香氣質、香氣量、豐滿程度、雜氣、濃度、勁頭、
細膩程度、成團性、刺激性、干凈程度、干燥感、甜度和工業適用性;

S02,綜合評價各指標Ci值:

a,指標趨勢化處理:質量評價的指標中除勁頭和濃度外均為高優指標,
濃度在5~6之間為高優指標、勁頭在5~6之間為低優指標;

b,建立決策矩陣A:根據原始數據建立決策矩陣A,即:

A = f 11 f 12 ... f 1 m f 21 f 22 ... f 2 m . . . . . ... . . . . f n 1 f n 2 ... f n m ]]>式(1)

式(1)中,f1~fn代表各試驗樣品;f11~f1m代表第一個試驗樣品的各指
標的原始數據;f21~f2m代表第二個試驗樣品的各指標的原始數據;fn1~fnm代
表第n個試驗樣品的各指標的原始數據;

按照式(1)將A構建成為規范化的決策矩陣Z′ij,即:

z i j = f i j Σ i = 1 n f i j 2 ]]>式(2)

式(2)中,i=1,2,…,n;j=1,2,…,m;即n代表試驗樣品的個數,m代表
指標的個數;

按照式(2)構造規范化的加權決策矩陣Z,加權決策矩陣Z其中的元素
為Zij,其中Wj為第j個目標的權,即:

Zij=Wj×Z′ij式(3)

式(3)中,i=1,2,…,n;j=1,2,…,m;

忽略指標間的偏好,即無需構造規范化的加權決策矩陣,則Z′ij即為Zij;

c,確定理想解和負理想解:

如果規范化的加權決策矩陣Z中元素Zij值越大,則表示方案越好,即為
高優指標,則:

理想解為: Z + = ( Z 1 + , Z 2 + , ... , Z m + ) = { max i Z i j | j = 1 , 2 , ... m } ]]>式(4)

負理想解為: Z - = ( Z 1 - , Z 2 - , ... , Z m - ) = { min i Z i j | j = 1 , 2 , ... , m } ]]>式(5)

低優指標則相反;

經計算可得各等級復烤片煙的理想解和負理想解;

d,計算各樣品指標與最優值的距離各樣品指標與最劣值的距離
和各樣品指標的距離得分Ci值:

S i + = Σ j = 1 m ( Z i j - Z j + ) 2 ]]>式(6)

式(6)中,代表理想解,由式(4)計算得到;i=1,2,…,n;

S i - = Σ j = 1 m ( Z i j - Z j - ) 2 ]]>式(7)

式(7)中,代表負理想解,由式(5)計算得到;i=1,2,…,n;

按照式(8)計算樣品指標與理想解的相對接近程度,即指標Ci值:

C i = S i - S i - + S i + ]]>式(8)

式(8)中,0≤Ci≤1;i=1,2,…,n;

S03,以計算的指標Ci值的數據,采用SPSS進行數據分析;從分析結果
可以看出,在不同時間點上樣品質量差異顯著,“時間*處理”無交互作用;
不同處理之間的差異在1%顯著水平下顯著;氣調處理垛位組的質量隨時間呈
先升后降趨勢、常規貯存垛位組整體呈下降趨勢,且在相同時間點上氣調處理
垛位組樣品質量的均值高于常規貯存垛位組;不同處理的質量在T3~T6時間
點上的差異較明顯。

所述SPSS為采用SPSS19.0中的GLM中的重復度量模型進行重復測量設
計方差分析。

所述重復測量設計方差分析的主體內因子為時間,即T1、T2、T3、T4、
T5、T6;主體間因子為處理,所述處理包括氣調和常規貯存。

所述氣調處理垛位組是采用片煙氣調貯存法進行貯存。

指標Ci值的設置,將質量評價多個指標的數據綜合反映到一個變量,精確
的反映出各評價對象之間的距離;該方法對數據分布及樣本量、指標多少無嚴
格限制,思路清晰、分析結果較合理、應用靈活。另外,在計算評價對象與最
優方案和最劣方案距離時,可以根據各指標重要程度賦予不同的權重,但為準
確體現樣品質量變化趨勢和充分利用了原始數據信息,在計算過程中未引入權
重構造規范化的加權決策矩陣。

煙草行業內片煙倉儲醇化等重復測量設計試驗的數據一般不存在缺失值,
且測量次數與測量間距相同,應用重復測量方差分析對試驗數據進行統計,能
客觀、準確分析不同時間點上及不同處理間的差異顯著性,明確不同處理的影
響效果比較及其隨時間的變化趨勢,具有簡易性、高效性、科學性等優點,可
作為煙草科研領域中符合重復測量設計數據資料的統計分析方法。

本發明提供的一種片煙氣調貯存過程中煙葉質量變化趨勢分析方法,主要
利用指標Ci值及SPSS來科學分析探索不同倉儲方式間的差異顯著性及其在不
同時間點上的變化趨勢的方法,該法能客觀、準確分析不同時間點上及不同處
理間的差異顯著性,明確不同處理的影響效果比較及其隨時間的變化趨勢,具
有簡易性、高效性、科學性等優點,可作為煙草科研領域中符合重復測量設計
數據資料的統計分析方法。

附圖說明

圖1為重復測量指標的均數變化趨勢圖。

具體實施方式

為使本發明實現的技術手段、創作特征、達成目的與功效易于明白了解,
下面結合附圖及具體實施方式,進一步闡述本發明。

1、材料與方法

1.1試驗材料

2009年貴州大方C3F,云南大理B2F,云南寧洱B2F,湖南郴州C3F,山
東日照B2F等5個等級復烤片煙。

1.2方法

1.2.1試驗設計

設置6組氣調處理垛位組和6組常規貯存垛位組,常規貯存垛位組為對照
組;每組中各試驗樣品均為2箱,并將12組集中設置堆放在江蘇中煙淮陰卷
煙廠徐揚煙葉倉庫1號庫的同一試驗地點。從2011年8月開始,每6個月取
樣進行質量評價一次的原始數據,共計評價6次,并按評價時間先后依次標記
為T1、T2、T3、T4、T5、T6。

根據內部標準,對香氣質、香氣量、豐滿程度、雜氣、濃度、勁頭、細膩
程度、成團性、刺激性、干凈程度、干燥感、甜度、工業適用性等13個單項
指標進行評價。

2、綜合評價各指標Ci值

指標Ci值為評價對象與最優方案的相對接近程度,具體步驟如下:

2.1計算指標Ci值

2.1.1指標趨勢化處理

根據評價標準,質量評價指標除勁頭和濃度外均為高優指標,在表2.1所
示范圍內可認為濃度為高優指標、勁頭為低優指標;

表2.1濃度和勁頭分值分布



2.1.2建立規范化多目標決策矩陣

如表2.2,根據原始數據建立決策矩陣A,

A = f 11 f 12 ... f 1 m f 21 f 22 ... f 2 m . . . . . ... . . . . f n 1 f n 2 ... f n m ]]>式(1)

式(1)中,f1~fn代表各試驗樣品;f11~f1m代表同一個試驗樣品的香氣
質、香氣量、豐滿程度、雜氣、濃度、勁頭、細膩程度、成團性、刺激性、干
凈程度、干燥感、甜度、工業適用性等13個指標的原始數據。

表2.2樣品原始數據決策矩陣


按照式(1)將A構建成為規范化的決策矩陣Z′ij,即:

z i j = f i j Σ i = 1 n f i j 2 ]]>式(2)

式(2)中,i=1,2,…,n;j=1,2,…,m;即n代表試驗樣品的個數,m代表
指標的個數;

按照式(2)構造規范化的加權決策矩陣Z,加權決策矩陣Z其中的元素
為Zij,其中Wj為第j個目標的權,即:

Zij=Wj×Z′ij式(3)

式(3)中,i=1,2,…,n;j=1,2,…,m;

忽略指標間的偏好,即無需構造規范化的加權決策矩陣,則Z′ij即為Zij;

如表2.3所示,為由A構建的規范化的決策矩陣Z′ij;由于本發明不引入
指標間的偏好,故不需要構造規范化的加權決策矩陣,則Z′ij即為規范化多目
標決策矩陣Zij。

表2.3規范化的決策矩陣


x1、x2、x3……代表各個指標,N1、N2……代表各個試驗樣品的序號或
代號;

2.1.3確定理想解和負理想解:

如果規范化的加權決策矩陣Z中元素Zij值越大,則表示方案越好,即為
高優指標,則:

理想解為: Z + = ( Z 1 + , Z 2 + , ... , Z m + ) = { max i Z i j | j = 1 , 2 , ... m } ]]>式(4)

負理想解為: Z - = ( Z 1 - , Z 2 - , ... , Z m - ) = { min i Z i j | j = 1 , 2 , ... , m } ]]>式(5)

低優指標則相反;

高優指標為效益型指標,低優指標為成本型指標;

如表2.4所示,經計算可得各等級復烤片煙的理想解和負理想解;

表2.4各產地樣品的理想解和負理想解



2.1.4計算各樣品指標與最優值的距離各樣品指標與最劣值的距離
和各樣品指標的距離得分Ci值:

S i + = Σ j = 1 m ( Z i j - Z j + ) 2 ]]>式(6)

式(6)中,代表理想解,由式(4)計算得到;i=1,2,…,n;

S i - = Σ j = 1 m ( Z i j - Z j - ) 2 ]]>式(7)

式(7)中,代表負理想解,由式(5)計算得到;i=1,2,…,n;

按照式(8)計算樣品指標與理想解的相對接近程度,即指標Ci值:

C i = S i - S i - + S i + ]]>式(8)

式(8)中,0≤Ci≤1;i=1,2,…,n;

如表2.5所示,經計算可得各產地樣品指標與最優值的距離、與最劣值的
距離、和距離得分CI值。

表2.5各產地樣品指標與最優值的距離、最劣值的距離、和距離得分CI值



3質量變化趨勢分析

根據樣品的指標Ci值建立重復測量設計方差分析數據資料。對重復測量數
據在各時間點之間的關系是否滿足Huynh-Feldt條件進行球形檢驗(Mauchly’s
testofsphericity),當檢驗的結果為P>0.05時,滿足Huynh-Feldt條件,宜采
用重復測量設計資料的單變量方差分析處理;反之,當P≤0.05時,表明資料
不滿足Huynh-Feldt條件,可采用多變量方差分析,或參照單變量方差分析校
正部分,一般推薦使用Greenhouse-Geisser的校正結果。

應用SPSS19.0中的GLM(GeneralLinearModel)中的重復度量模型進行
重復測量設計方差分析,應用多因素方差分析模型實現每個重復測量時間點上
的組間兩兩比較。

3.1根據試驗設計和指標Ci值整理重復測量設計資料數據,詳見表3.1。

表3.1重復測量設計資料數據


3.2應用SPSS19.0中的GLM(GeneralLinearModel)中的重復度量模型
進行重復測量設計方差分析。

因子描述:主體內因子為重復測量各時間點變量(見表3.2),主體間因子
為為處理,所述處理包括氣調和常規貯存,對照即為常規儲存。(見表3.3)。

表3.2主體內因子


表3.3主體間因子


主體內因子檢驗結果:

一般情況下,主體內因子的多變量重復測量方差分析與單變量的檢驗結果
是一致的;如果出現結果不一致的情況,當球形度檢驗P>0.05時,可采用單
變量方差分析結果;而球形度檢驗P≤0.05時,可采用多變量方差分析結果,
此時若多變量方差分析的結果P值在界值附近,要結合單變量分析結果,并根
據實際情況慎重作出結論。

由表3.4可知Mauchly的球形度檢驗P<0.01,說明不符合球形度假設,
可采用多變量方差分析結果;但多變量方差分析“時間”檢驗結果(表3.5)
F=6.248,P=0.050,位于界值上,此時應結合單變量方差分析結果慎重作出結
論;從單變量方差分析檢驗結果(表3.6)可知:三種校正方法的結果均為P
<0.01,有統計學意義;再結合均數變化趨勢圖(如圖1所示):氣調處理的樣
品感官質量均值在不同時間點上存在一定的差異,而對照處理的差異較明顯;
綜合表明:在不同時間點上樣品感官質量差異顯著。

“時間*處理”的交互作用的多變量方差分析結果(表3.5)為F=2.048,
P=0.254,單變量方差分析中Greenhouse-Geisser的校正結果(表3.6)為F=3.062,
P=0.093,結果一致均無統計學意義,表明時間與處理無交互作用。

表3.4Mauchly的球形度檢驗結果


表3.5多變量方差分析結果


表3.6單變量方差分析結果



主體間因子檢驗結果

主體間因子方差分析結果(表3.7)為F=33.488,P<0.01,有統計學意義,
說明不同處理之間的差異在1%顯著水平下顯著。

表3.7主體間因子方差分析結果


重復測量指標的均數變化趨勢

從重復測量指標的均數變化趨勢圖(圖1)可以看出:①氣調處理的樣品
感官質量均值在不同時間點上存在一定的差異,而對照處理的差異較明顯;②
氣調處理呈先升后降趨勢、對照整體呈下降趨勢;③在相同時間點上氣調處理
樣品的均值高于對照樣品;④不同處理樣品的感官質量均值在T3~T6時間點
上差異較明顯。

3.3應用多因素方差分析模型實現每個重復測量時間點上的組間兩兩比較

原理:重復測量方差分析側重于分析不同時間點的總體變化趨勢及不同處
理間的差異,如果要分析不同處理間某個時間點的差異或不同時間點某兩組間
的差異,需要借助多因素方差分析模型過程來實現,或結合均數變化趨勢圖直
觀看出不同處理隨時間的變化趨勢。經分析發現運用多因素方差分析的兩兩比
較檢驗結果與重復測量方差分析均數變化趨勢圖結果基本一致,研究者可根據
試驗研究目的和需求選擇。

不同時間點的兩兩對比檢驗

各重復測量時間點上的不同處理組間兩兩比較結果(表3.8)表明:T3
(F=8.421,P=0.020)、T5(F=17.538,P=0.003)、T6(F=20.787,P=0.002)
時間點兩兩對比檢驗有統計學意義,說明T3、T5、T6時間點上兩組處理之間
差異顯著;同時T4(F=5.235,P=0.051)時間點上氣調處理和對照的差異在
5.1%顯著水平下顯著;可以表明在T3-T6時間點上不同處理間的差異較明顯,
與重復測量方差分析均數變化趨勢直觀分析結果基本一致。

表3.8不同時間點的兩兩對比檢驗結果



4結論

分析結果表明:①在不同時間點上樣品質量差異顯著,“時間*處理”無
交互作用;②不同處理之間的差異在1%顯著水平下顯著;③氣調樣品的質量
隨時間呈先升后降趨勢、對照整體呈下降趨勢,且在相同時間點上氣調的均值
高于對照;④不同處理的樣品質量在T3~T6時間點上的差異較明顯。

以上所述僅是本發明的優選實施方式,應當指出:對于本技術領域的普通
技術人員來說,在不脫離本發明原理的前提下,還可以做出若干改進和潤飾,
這些改進和潤飾也應視為本發明的保護范圍。

關 鍵 詞:
一種 煙氣 貯存 過程 煙葉 質量 變化 趨勢 分析 方法
  專利查詢網所有資源均是用戶自行上傳分享,僅供網友學習交流,未經上傳用戶書面授權,請勿作他用。
關于本文
本文標題:一種片煙氣調貯存過程中煙葉質量變化趨勢分析方法.pdf
鏈接地址:http://www.wwszu.club/p-6385793.html
關于我們 - 網站聲明 - 網站地圖 - 資源地圖 - 友情鏈接 - 網站客服客服 - 聯系我們

[email protected] 2017-2018 zhuanlichaxun.net網站版權所有
經營許可證編號:粵ICP備17046363號-1 
 


收起
展開
鬼佬大哥大