烟用香精香料是烟草制品中不可或缺的辅料添加剂,用于改善卷烟的吸味品质,赋予卷烟特征香气,关系着卷烟品牌特征风味的构成和树立。因此,有效控制不同批次烟用料液的配制质量对提升和维护卷烟产品的质量具有重要的意义。目前对于烟用香精香料的质量控制主要是根据YC/T164-2012《烟用香精》中的相对密度、折光指数、酸值和挥发性成分总量四个物理指标以及感官评吸进行,由于物理指标测定方法的周期较长,无法快速批量测定,且感官评吸的结果易受到个体差异、环境变化等因素的影响。针对质量评价过程中存在的不足和亟待解决的问题,以烟用香精香料为实验对象,利用近红外光谱分析技术结合化学计量学方法对其进行定性定量分析,旨在为烟用香精香料的质量评价提技术支持。主要研究结果如下:1、为快速测定烟用料液的物理指标用于其质量评价,通过参考方法YC/T164-2012测定烟用料液的相对密度和折光指数,结合近红外光谱分析技术建立两项物理指标的多元校正PLS定量分析模型,以解决YC/T164-2012中香精香料物理指标的测定过程耗时较长、无法同时快速测定的不足。考察了异常光谱、光谱预处理方法和建模波段对模型结果的影响。对异常光谱判定和剔除后,选择二阶导数结合Norris平滑滤波对光谱进行预处理,并利用siPLS算法选取相对密度和折光指数的特征区间建立定量分析模型。结果表明,模型的最佳主成分数为9时,相对密度最优校正分析模型的Rc2、RMSEC、Rcv2、RMSECV、Rp2、RMSEP和 RPD 分别为:0.9996、0.000856、0.9996、0.000958、0.9994、0.00103、15.03;对应地,折光指数最佳校正分析模型的结果分别为:0.9992、0.000422、0.9990、0.000486、0.9990、0.000494、31.33。通过配对T检验表明,近红外光谱的预测结果和参考方法的测定结果不存在差异。因此,可以利用该模型实现相对密度和折光指数的快速和大批量测定,并可以将该方法应用到挥发性成分总量和酸值的测定。实验中发现烟用料液在存放过程中会出现沉淀现象,分析是由于溶剂的使用导致配方中的成分未完全溶解。目前利用高压均质技术只是降低了样品中不溶物的颗粒大小,未从根本上解决问题。针对该问题,利用激光粒度仪对烟用料液样品的粒径分布情况进行探讨,并提出更换溶剂或改变溶剂使用量,从而使配方中的成分完全溶解。为今后烟用料液的配制工艺和配方工艺的改进提供研究思路。2、目前,烟用料液的质量主要是针对其物理指标进行评价,为完善烟用料液质量评价体系,结合烟用料液具有高糖的特点,测定烟用料液中总糖和还原糖的含量,并基于近红外光谱建立了快速预测其含量的定量分析模型,用以评价烟用料液配制质量的稳定性。采用二阶导数和Norris滤波平滑对原始光谱进行预处理,在7600～5400cm-1和4600～4000cm-1波段内用PLS法建立总糖和还原糖的定量分析模型。结果显示,总糖定量分析模型的Rc2、Rp2、Rcv2、RMSEC、RMSEP、RMSECV 和 RPD 分别为 0.9970、0.9962、0.9976、0.257、0.261、0.284、20.20;还原糖定量分析模型的Rc2、Rp、Rcv2、RMSEC、RMSEP、RMSECV和RPD分别为 0.9980、0.9974、0.9984、0.235、0.250、0.266、23.85。并运用统计过程控制技术中的3σ过程控制原理对烟用料液配制质量的稳定性进行评价,结果表明,该方法具有准确、简单、高效的特点,可以对异常样品进行判定。3、烟用料液的品牌分类快速识别对于产品的质量保证具有重要的意义。基于烟用料液的近红外漫透反射光谱数据,采用主成分分析-马氏距离（PCA-MD）构建不同品牌的识别模型,并以马氏距离为评价指标结合多元统计过程控制（MSPC）技术对其品质变化进行评价。结果表明,该分类模型能够很好的识别烟用料液的不同品牌。其次,将马氏距离阈值设置为该类平均马氏距离的+3σ范围时,能有效地监控同一品牌不同批次料液的配制质量,可以对异常样品进行准确识别及预报。该方法实现了烟用料液配制质量的快速检测与评价。4、在GB/T37969-2019《近红外光谱定性分析通则》的基础上,利用数据融合技术对烟用表香的近红外光谱数据和中红外光谱数据进行融合后建立烟用表香品牌识别的PLS-DA和SVM模型。结果表明,近红外和中红外光谱分析技术均可以正确识别烟用表香品牌;利用特征层数据融合方法后可以提高单一光谱模型的识别率、鲁棒性和降低模型的复杂程度。