La nicotine est le principal composant dans le liquide des cigarettes électroniques, sa teneur détermine la saveur et la sécurité du produit. Afin d'améliorer l'efficacité de la mesure de la teneur en nicotine dans le liquide des cigarettes électroniques, cet article utilise la spectroscopie dans le proche infrarouge et la régression par machine d'apprentissage extrême (ELMR) pour établir un modèle prédictif quantitatif de la teneur en nicotine. Les résultats expérimentaux montrent que le coefficient de détermination R2 du modèle prédictif ELMR est de 0,9262, bien supérieur aux modèles traditionnels de régression par composantes principales (PCR) avec 0,8590 et de régression par moindres carrés partiels (PLSR) avec 0,8604 ; en même temps, l'erreur quadratique moyenne de prédiction (RMSEP) avec le modèle ELMR est de 0,0268, inférieure à celle des modèles PCR (0,0431) et PLSR (0,0409). Ces résultats indiquent que le modèle quantitatif de spectroscopie proche infrarouge établi dans cet article peut être appliqué à la mesure rapide et précise de la teneur en nicotine, fournissant une bonne base pour la surveillance en ligne en temps réel de la teneur en nicotine des liquides pour cigarettes électroniques et la mesure rapide d'autres paramètres de qualité.

liquide de cigarette électronique; teneur en nicotine; spectroscopie proche infrarouge; machine d'apprentissage extrême; détection rapide