傅立叶变换近红外技术测定卷烟中的有效钾

有效钾是近年才提出的一项衡量卷烟燃烧性的参数,烟叶中有效钾含量是衡量烟叶燃烧性的一个关键指标,常规方法分析有效钾需要测定钾离子、氯离子和硫酸根离子的含量,再计算出有效钾.常规方法引入化学试剂存在污染,方法复杂耗时,不利于卷烟样品的检测及质量控制.本文根据卷烟的化学分析数据和卷烟样品粉末的近红外光谱建立了卷烟有效钾的近红外分析技术,能准确测定和预测卷烟的有效钾含量,了解卷烟的燃烧特性.     

基于烟丝成分分析的卷烟焦油预测研究

对烟丝化学成分与烟气焦油的相关关系进行探索,寻找化学成分与卷烟焦油释放量的关系,并尝试运用现代数理统计技术,找出影响卷烟焦油释放量的关键因子,构建卷烟焦油预测模型。并应用于实际预测,结果表明,大部分数据的相对预测偏差都小于5%,准确度较高。     

近红外光谱法在卷烟糖料质量稳定性控制中的应用

 为了能够快速无损地控制卷烟糖料质量的稳定性,应用傅立叶变换近红外(FT-NIR)光谱分析技术结合相似度匹配的定性分析方法,以来自红云红河烟草(集团)有限责任公司云烟(软珍品)、云烟(紫)和云烟(红)3个牌号糖料样品各20批的近红外透射光谱数据为基础,利用TQ统计软件分别建立以上牌号糖料的相似度匹配模型,并对建模参数和模型的预测效果进行了评价.结果表明,云烟(软珍品)、云烟(紫)和云烟(红)3个牌号的糖料模型对模型样品预测的相似度匹配值(SMV)均在95以上,而对非模型样品预测的SMV均非常低,说明若糖料质量发生变化,就可以通过近红外光谱分析技术结合相似的匹配分析很好反映出来.因此,应用FT-NIR光谱分析技术可以对卷烟糖料进行快速、无损和大批量的检测,为卷烟糖料的质量稳定性控制提供了新的思路和方法.     

降低卷烟烟气中多环芳烃和自由基的中药添加剂

研究了降低卷烟烟气中多环芳烃和自由基的中药添加剂。通过正交实验优化条件提取有效成分为添加剂 ,采用邻苯三酚自氧化紫外方法和荧光法筛选中药 ,得几种中草药的复方 ,喷洒于烟丝卷制成烟支后 ,利用电子自旋共振波谱仪 ( ESR)及气相色谱 /质谱法 ( GC/MS) ,对卷烟焦油中多环芳烃和焦油及烟气中自由基含量进行测定分析。实验结果表明 ,该添加剂对卷烟焦油中多环芳烃和焦油及烟气中的自由基含量具有良好的降低作用     

卷烟阴燃烟气中亚硝胺含量与其焦油和烟碱量的关连

测定了市售各种烤烟型和混合型卷烟阴燃烟气中亚硝胺的含量 ,并探讨了与卷烟焦油和烟碱量的关联 .实验证明 :降低焦油对于减少卷烟阴燃烟气中亚硝胺含量的作用很有限 ,而采用选择性吸附 /催化分解亚硝胺的添加剂等降害新技术则效果较为明显     

用人工神经网络-近红外光谱法测定毛竹中木质素与综纤维素的含量

近红外光谱结合反向传播的人工神经网络(back propagation artificial neural network,BP-ANN)技术预测了毛竹中木质素与综纤维素的含量.用常规湿化学方法测定了54株毛竹样品的木质素含量以及53株毛竹样品的综纤维素含量.用近红外光谱仪采集相应的光谱,为了提高信噪比和计算速度,对原始近红外光谱进行平滑、压缩、归一化预处理.利用预处理后的近红外光谱数据建立BP-ANN模型.在模型建立过程中采用Leave-n-out交叉验证法优化了隐含层神经元的个数,学习率,动量因子和学习次数.优化的BP-ANN模型用于预测测试集中9个毛竹样品中木质素与综纤维素的含量,预测均方根误差分别为0.88%、1.40%.结果表明,应用毛竹的近红外光谱数据和BP-ANN技术,可以用于预测木质素和综纤维素的含量,基本能满足定量分析的要求.     

近红外光谱法测定汽油中的芳烃含量

研究了采用近红外光谱测定汽油中芳烃含量的方法，通过汽油单体分析法获得汽油中芳烃的基础数据。在1000—2000nm波长范围内，应用傅立叶变换近红外光谱仪，交互检验偏最小二乘法对使用的近红外光谱数据进行优化，所得校正模型对训练集样品预测的相对平均误差为0．42％，相关系数为0．9696。对未知样品将近红外预测结果与GC的测定结果进行比较，相对平均误差为0．45％。作为一种快速分析技术，近红外光谱测定汽油中芳烃含量是简便可靠的方法。     

微量元素在低焦油卷烟中的应用研究

本文以锌、硒、钾的化合物溶液作为添加剂,喷洒于烟丝卷制成烟支后,对卷烟焦油、烟气中烟碱以及使用的添加剂安全性进行测定分析。结果表明,该添加剂对卷烟焦油有降低作用、使用安全、在卷烟的色香味上基本保持原有风格,且杂气、刺激性有明显减少。     

几种常见卷烟焦油含量测定及毒性实验

吸烟有害健康,其主要有害物质是烟焦油(主要成分是尼古丁).本文通过吸附法和分光光度法测定了几种常见卷烟的焦油含量.并进一步做了焦油对小白鼠的毒性实验,通过实验结果教育青少年加深对吸烟危害健康的认识.     

卷烟新零售模式及其大数据平台构建和应用

以智能零售终端等新途径进行数据采集,运用大数据和人工智能技术对数据进行分析和预测,对企业的生产和销售策略提供支撑.关注于大数据、人工智能和新零售背景下的卷烟销售新模式的构建,通过对现有卷烟零售营销问题的剖析,根据企业实践构建了智能化卷烟零售模式和服务平台架构,搭建了相应的卷烟新零售大数据平台.