基于近红外光谱技术的电子烟油烟碱含量快速检测研究

• 作者: 周瑾 张四伟 杨双艳 杨紫刚 沈彦文 费宇
• 来源期刊: 分析测试学报
• 学科: 化学
• 关键词: 电子烟油 烟碱含量 近红外光谱 极限学习机 快速检测
• 年，卷（期）: 2020,（11）
• 所属期刊栏目: 实验技术与方法
• 页码范围: 1411-1415
• 页数: 5页
• 分类号: O657.3|TS41
• 语种: 中文
• DOI: 10.3969/j.issn.1004-4957.2020.11.015

摘要

烟碱是电子烟烟油中的主要成分,其含量决定了电子烟油的风味口感及产品的安全性.为了提高电子烟油烟碱含量的测量效率,该文采用近红外光谱技术和极限学习机回归(ELMR)建立了电子烟油烟碱含量的定量预测模型.实验结果表明:相比于传统的主成分回归(PCR)和偏最小二乘回归(PLSR)模型,所建立的ELMR预测模型的决定系数R2为0.926 2,远高于PCR预测模型的0.859 0和PLSR预测模型的0.860 4;同时,使用ELMR模型的预测均方根误差(RMSEP)为0.026 8,小于PCR预测模型的0.043 1和PLSR预测模型的0.040 9.以上结果说明该文所建立的近红外光谱定量模型能够应用于烟碱含量的快速准确测量,为实现电子烟油烟碱含量的实时在线监测和其它质量参数的快速测量奠定了良好的基础.