Nikotin ist der Hauptbestandteil in E-Zigaretten-Liquid, dessen Gehalt den Geschmack des Liquids und die Produktsicherheit bestimmt. Um die Effizienz der Messung des Nikotingehalts im E-Zigaretten-Liquid zu verbessern, verwendet diese Arbeit Nahinfrarotspektroskopie-Technologie und Extreme-Learning-Machine-Regression (ELMR) zur Erstellung eines quantitativen Vorhersagemodells für den Nikotingehalt. Die experimentellen Ergebnisse zeigen, dass das Bestimmtheitsmaß R2 des entwickelten ELMR-Vorhersagemodells 0,9262 beträgt, was deutlich höher ist als bei herkömmlichen Hauptkomponentenanalyse-Regressionsmodellen (PCR) mit 0,8590 und Partial Least Squares Regression (PLSR) mit 0,8604; gleichzeitig liegt der prädiktive mittlere quadratische Fehler (RMSEP) bei 0,0268 für das ELMR-Modell, was niedriger ist als bei PCR (0,0431) und PLSR (0,0409). Diese Ergebnisse zeigen, dass das in dieser Arbeit entwickelte quantitative Nahinfrarotspektroskopie-Modell zur schnellen und genauen Messung des Nikotingehalts eingesetzt werden kann und eine gute Grundlage für die Echtzeit-Online-Überwachung des Nikotingehalts im E-Zigaretten-Liquid sowie für die schnelle Messung weiterer Qualitätsparameter darstellt.

E-Zigaretten-Liquid; Nikotingehalt; Nahinfrarotspektroskopie; Extreme-Learning-Machine; schnelle Erkennung