烟气成分人工神经网络预测研究.pdf

审固雉爹通报2005年专刊 http：／／zntb．ehinajoumal．net．1311 ·71- 烟气成分人工神经网络预测研究 李炎强1相秉仁2屈凌波3吴拥军3唐纲岭1 (-中国烟草总公司郑州烟草研究院郑州450001； 2中国药科大学南京210009；3郑州大学郑州450053) 摘要：应用标准方法测试了55种烤烟样品(43种中国、6种巴西和6种津巴布韦)常规成分：总糖、还 原糖、总植物碱、总挥发碱、总氮、钾、氯，和卷烟主流烟气成分：烟碱、焦油、一氧化碳。完成了烟草淀粉、 石油醚提取物以及卷烟主流烟气苯并h1芘的分析。通过误差反向传播网络(BP_ANM对烟气成分进行了 预测研究。结果显示．除苯并『a1芘的相对偏差绝对值的平均值略超过10％外，烟气烟碱、焦油、一氧化碳 和抽吸口数的相对偏差平均值均小于10％。说明应用BP网络可通过烟草成分预测烟气成分。 关键词：分析化学烟草烟碱植物碱苯并fal芘人工神经网络 烟草作为一种特殊的食品，其吸食的安全性，引起 定连续流动法 了人们的极大关注。国外从20世纪70年代开始，对烟 草、烟气成分的相关性及烟气有害成分的预测进行了 较为深入的研究。使用的方法有同位素示踪法和数学 分析法。通过深入和系统的研究，在烟叶特性和烟气组 流动法 成成分之间产生了许多知识旧，烟气的传输量与烟气 分析了烟草淀粉刚和石油醚提取物[03。 组成取决于烟叶的特性，燃烧的完全程度是决定烟气 1．3卷烟烟气成分 组分最重要的因素之一。 烟气成分测试的指标主要有：烟碱、焦油、～氧化 我国对烟草烟气成分预测方面的研究较少。本文 碳、抽吸口数和BEa]P。 对烟草、烟气成分进行分析测试，通过人工神经网络 测定方法如下： (BP．妯州)，预测烟草烟气成分的释放量，对低危害烟 草制品的设计生产，提高烟草的吸食安全性具有重要 相色谱法 意义。 YC／T29—1996卷烟用常规分析用吸烟机测定总 1实验部分 粒相物和焦油 1．1实验材料 烟草样品为中国、巴西和津巴布韦从1998年到相色谱法 2001年生产的烟叶，如表1所示。将上述55种烟草YC／T29．1996卷烟用常规分析用吸烟机测定 样品卷制成卷烟，卷烟烟支的原辅材料及规格保持 C0 一致，材料及规格为：盘纸：华丰60CU：咀棒：吸阻 Bta]P 3200Pa；长120cm；丝束：3．5／35000。 Bta]P具有较强的致癌作用。将收集在滤片上的 1．2烟草成分 烟草烟气B[a]P，经超声波溶剂提取、固相萃取后，应 测试的烟草常规化学成分主要有：总糖、还原糖、 用GC／MS选择离子模式f8J进行测试。 总植物碱、总挥发碱、总氮、氯、钾和蛋白质等，测定 2结果与讨论 方法如下： 烟草成分和烟气成分的分析结果见表1、表2。 YC／T159．2002烟草及烟草制品水溶性糖的测其中：11、26、29、36、37、43为小地区混合烟样。 定(包括还原糖和总糖)连续流动法 样品名称：生产年份十地区+等级+处理方式。 YC／T161．2002烟草及烟草制品总氮的测定连BP网络预测烟气成分 续流动法 对误差反向传播网络(BP．ANN)预测烟气成分 YC／T160．2002烟草及烟草制品总植物碱的测的准确性进行了探讨。 -72‘ 2005年全国学术年会农业分会场论文专集 BP网络基本原理(误差反向传播网络)