卷烟滤棒中三醋酸甘油酯含量的现场快速检测研究

杨光远; 韩磊; 邓少鹏; 刘强; 王闻

doi:10.19969/j.fxcsxb.21082702

您当前的位置：

首页 >

文章列表页 >

卷烟滤棒中三醋酸甘油酯含量的现场快速检测研究

实验技术与方法 | 更新时间：2022-06-22

- 卷烟滤棒中三醋酸甘油酯含量的现场快速检测研究
- On-site Rapid Determination of Content of Glycerol Triacetate in Cigarette Filter
- 分析测试学报 2022年41卷第5期页码：792-796
- 作者机构：
  
  湖北中烟卷烟材料厂，湖北武汉 430051
- 作者简介：
  
  王闻，工程师，研究方向：烟用滤棒材料的装备、工艺、生产技术、管理运行机制研究，E－mail：wangwenhbjy@163.com
- 基金信息：
  
  湖北中烟卷烟材料厂科研项目(2020JSJC4CL2C054)
- DOI：10.19969/j.fxcsxb.21082702
  中图分类号：
扫描看全文
杨光远,韩磊,邓少鹏等.卷烟滤棒中三醋酸甘油酯含量的现场快速检测研究[J].分析测试学报,2022,41(05):792-796.

YANG Guang-yuan,HAN Lei,DENG Shao-peng,et al.On-site Rapid Determination of Content of Glycerol Triacetate in Cigarette Filter[J].Journal of Instrumental Analysis,2022,41(05):792-796.
杨光远,韩磊,邓少鹏等.卷烟滤棒中三醋酸甘油酯含量的现场快速检测研究[J].分析测试学报,2022,41(05):792-796. DOI： 10.19969/j.fxcsxb.21082702.

YANG Guang-yuan,HAN Lei,DENG Shao-peng,et al.On-site Rapid Determination of Content of Glycerol Triacetate in Cigarette Filter[J].Journal of Instrumental Analysis,2022,41(05):792-796. DOI： 10.19969/j.fxcsxb.21082702.

摘要

为了提高卷烟滤棒中三醋酸甘油酯含量的检测效率，该文通过使用手持式近红外光谱仪，结合粒子群优化－极限学习机（PSO－ELM）回归算法建立了三醋酸甘油酯含量的定量预测模型，并与偏最小二乘回归（PLSR）和极限学习机回归（ELMR）进行了比较。实验结果表明：相比于PLSR和ELMR模型，所建立的PSO－ELM预测模型的决定系数,R,2,为0.921 2，远高于PLSR预测模型的0.860 4和ELMR预测模型的0.877 2；同时，使用PSO－ELM模型的预测均方根误差（RMSEP）为0.392 12，小于PLSR预测模型的0.497 72和ELMR预测模型的0.470 18。以上实验结果表明，所建立的近红外光谱定量模型能够应用于卷烟滤棒中三醋酸甘油酯含量的快速准确测量，为实现滤棒中三醋酸甘油酯含量的现场快速检测提供了良好的技术参考。

Abstract

Glycerol triacetate is used as the plasticizer and hardener in molding process of cigarette filter，its content will not only affect the rigidity，resistance and filtration performance of a cigarette filter，but also have an impact on the perceived quality of cigarette smoke．In order to improve the efficiency for detection of glycerol triacetate content，a novel hand-held near-infrared spectroscopy（NIR） technique combined with particle swarm optimization－extreme learning machine（PSO－ELM） algorithm was applied to build a prediction model for glycerol triacetate content．Meanwhile，it was also compared with the traditional partial least squares（PLS） model and extreme learning machine（ELM） model．The experimental results showed that compared with PLSR model and ELMR model，the PSO－ELM model was much better with a determination coefficient（,r,2,） of 0.921 2，which was higher than 0.860 4 for PLSR prediction model and 0.877 2 for ELMR prediction model．Besides，the root mean square error of prediction（RMSEP） for PSO－ELM model was 0.3921 2，which was smaller than 0.497 72 for PLSR model and 0.470 18 for ELMR model．The above results indicated that the established model could be applied to the rapid and accurate determination of the content of glycerol triacetate in cigarette filter，which provided a good reference for on-site rapid determination on the content of glycerol triacetate．

关键词

卷烟滤棒三醋酸甘油酯手持近红外光谱粒子群优化－极限学习机

Keywords

cigarette filterglycerol triacetatehand-held NIRPSO－ELM

references

Feng J，Wang J，Wang L，Gao Z H，Yang H．Anhui Agric. Sci. Bull. （冯剑，王军，王雷，高尊华，杨恒．安徽农学通报），2012，18（6）：126－127.

Cao J G，Dou F．Tobacco Sci. Technol. （曹建国，窦峰．烟草科技），2005，38（3）：6－9.

YC/T144－1998．Cigarette Glycerol Triacetate．Tobacco Industry Standard of the People's Republic of China（烟用三乙酸甘油．中华人民共和国烟草行业标准）.

YC/T331－2010．Determination of Triacetin in Cellulose Acetate Filter Rods－Gas Chromatography Method．Tobacco Industry Standard of the People's Republic of China（醋酸纤维滤棒中的三酸酸甘油酯的测定 - 气相色谱法．中华人民共和国烟草行业标准）.

Zhang F，Liu Z C，Huang H F．China Patent（张峰，刘泽春，黄华发．中国专利），CN101334387A，2011.

Zhou L，Yin B T，Cheng W．China Patent（周磊，尹本涛，程卫．中国专利），CN110174417A，2019.

Lorber A ，Wangen L E ，Kowalski B R．J. Chemom.，2010，1（1）：19－31.

Huang G B ，Zhu Q Y ，Siew C K．Neurocomputing，2006，70（1/3）：489－501.

Zhang Q．Quantitative Analysis of Polycyclic Aromatic Hydrocarbons Based on Fluorescence Spectrometry and PSO－ELM．Qinhuangdao：Yanshan University（张强．基于PSO－ELM的多环芳烃荧光光谱定量分析. 秦皇岛：燕山大学），2017.

Yu F H，Feng S，Zhao Y R，Wang D K，Xing S M，Xu T Y．J. South China Agric. Univ. （于丰华，冯帅，赵依然，王定康，邢思敏，许童羽．华南农业大学学报），2020，41（6）：59－66.

Zhou M L，Zheng D Z，Lou G．J. Beijing Univ. Aeronaut. Astronaut. （周美灵，郑德智，娄格．北京航空航天大学学报），2017，43（6）：1208－1215.

Heeswijk M V，Miche Y，Oja E，Lendasse A．Neurocomputing，2011，74（16）：2430－2437.

Liu Z W，Cao H R，Chen X F，He Z J，Shen Z J．Neurocomputing，2013，99（1）：399－410.

Jin Y ，Cao J W ，Wang Y Z ，Zhi R C．Multimedia Tools Appl.，2016，75（19）：11831－11846.

Fang Y，Park J I，Jeong Y S，Jeong M K，Baek S H，Cho H W．Ann. Operations Res.，2011，190（1）：3－15.

Chu X L，Shi Y Y，Chen P，Li J Y，Xu Y P．J. Instrum. Anal. （褚小立，史云颖，陈瀑，李敬岩，许育鹏．分析测试学报），2019，38（5）：603－611

Zhang J Q，Yang P P，Liu W J，Yang Y M，Yuan T J，Hou Y，Li C Y．J. Brazilian Chem. Soc.，2019，30（9）：1927－1932.

Zhang J Q，Liu W J，Zhang H H，Hou Y，Yang P P，Li C Y，Yang Y M，Li M．J. Near Infrared Spectrosc.，2018，26（2）：101－105.

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

暂无数据