支持向量回归算法在NIR光谱法预测烟草淀粉中的应用

为考察支持向量机回归(SVR)在烟草近红外光谱(NIRS)分析中应用的可行性,采用偏最小二乘回归(PLS)、多元线性回归(MLR)、误差反向传播人工神经网络(BP-ANN)和SVR对187份烟草样品的NIR漫反射光谱及其淀粉含量的化学测定数据进行处理,建立了烟草中淀粉含量NIRS定标模型,并采用留一法交叉验证(LOOCV)和独立样本集对模型进行了内部和外部验证.结果表明,SVR模型的预测能力比BP-ANN、PLS和MLR模型略好.因此,可将SVR引入到烟草淀粉含量的NIR分析中.     

胺基修饰的介孔二氧化硅选择性降低卷烟烟气中的氢氰酸

为选择性降低卷烟主流烟气中氢氰酸(HCN)的释放量,制备了一种胺基功能化的介孔二氧化硅材料(MCM-41-NH2),运用扫描电镜(SEM)、X-射线衍射(XRD)、比表面积孔径分析(BET)以及13C固体核磁共振谱(”C-NMR)对材料进行了表征,并将材料添加于卷烟滤嘴进行了烟气减害测试.结果表明:①与MCM-41材料相比,MCM-41-NH2的晶型无明显改变,但孔径和比表面积下降了50％.②该材料对卷烟主流烟气中HCN的选择性降低率达到25.7％,而烟支物理参数及烟气常规成分释放量与对照卷烟基本一致.     

卷烟纸助燃剂对主流烟气7种有害成分释放量的影响

为了解卷烟纸助燃剂在降低卷烟危害性中的作用,以柠檬酸钠和柠檬酸钾为卷烟纸助燃剂,考察了其组成和添加量对主流烟气中CO,HCN,NNK,NH3,B[a]P,苯酚和巴豆醛等7种有害成分释放量的影响。结果表明:①增加助燃剂中钾盐的比例,卷烟主流烟气中NH3,苯酚,B[a]P,CO和HCN释放量呈降低趋势,NNK略有增加,巴豆醛无明显变化。②增加助燃剂的添加量,NH3,苯酚和B[a]P呈显著降低趋势;巴豆醛和NNK释放量无显著变化;CO和HCN释放量在钾盐比例低于10%时随助燃剂添加量增加有增加趋势,在钾盐比例高于40%时呈降低趋势。③助燃剂对抽吸口数的改变是影响7种有害成分变化的原因之一。卷烟助燃剂对卷烟主流烟气中7种有害成分的降低有一定作用。     

卷烟包装纸中挥发性有机化合物(VOCs)的顶空-气相色谱分析

采用顶空-气相色谱法分析了卷烟包装纸中的16种挥发性有机化合物(VOCs),方法快速简便,准确可靠。对部分国内卷烟包装纸进行了检测,并对卷烟包装纸的VOCs现状进行了讨论。      

基于近红外数据预测烟草淀粉含量的GA-SVR模型

近红外数据主成分降维后的因子筛选是建模的关键问题,一般是按照主成分贡献率的大小依次选择主成分因子。本文利用遗传算法进行主成分降维后的因子选择,然后利用支持向量回归方法建立烟叶中淀粉含量的定量预报模型。计算结果表明:用遗传算法和支持向量回归方法联合建模,对于训练集和独立测试集所得淀粉含量计算值与实验室之间的相关系数平方分别为0.91和0.90,结果优于利用主成分贡献率筛选变量后再用支持向量回归建模的结果。     

溶剂萃取-中心切割多维色谱-质谱法测定烟草主要中性香味成分

采用溶剂萃取-中心切割多维气相色谱-质谱技术(MDGC/MS)建立了一种烟草主要中性香味成分的分析方法.0.5 g烟样经5 mL乙醚萃取和2 mL 5％H2SO4酸洗,静置过夜后萃取液用多维气相色谱-质谱分析;以甲基丁子香酚为内标,对茄酮、β-大马酮、香叶基丙酮、β-紫罗兰酮、巨豆三烯酮和二氢猕猴桃内酯等中性香味成分进行了定性定量测定,并与同时蒸馏萃取(SDE)-气质联用(GC/MS)法进行比较.结果表明:各待测组分检出限在0.02～0.18μg/mL之间,回收率为80.0％～ 123.4％,日内相对标准偏差≤7.5％.该方法快速、简便、准确,适用于烟草中性香味成分的批量测试.     

烟叶部位、产地与卷烟主流烟气7种有害成分释放量关系研究

为研究烟叶不同部位、产地对卷烟主流烟气中7种有害成分释放量的影响,分析了5个国内产地的烤烟型单料烟的上部、中部、下部样本。结果表明烟叶部位与主流烟气中7种有害成分释放量总体上的关系为:氢氰酸(HCN)、苯酚、氨(NH3)、焦油、危害性指数呈上部>中部>下部;巴豆醛为上部<中部<下部;中部烟叶N-亚硝胺(NNK)的释放量较低,一氧化碳(CO)释放量较高;苯并芘(BaP)释放量变化规律性不强。烟叶不同部位与卷烟主流烟气中单位焦油有害成分释放量的关系为:CO、HCN、苯酚、巴豆醛、NH3、BaP呈上部<中部<下部变化趋势;NNK、危害性指数有一致规律,均为中部烟叶较低。