芯片级非对称场离子迁移谱技术快速识别不同霉变烟草

建立了顶空进样法—芯片级非对称场离子迁移谱(Microchip-based FAIMS)技术快速识别霉变烟草。在常压条件下,以经过活性炭和分子筛净化的空气为载气,同时在正负离子模式下进行检测。在优化的条件下(载气流量2000 m L/min,顶空温度为25℃,样品气流为100 m L/min),对不同霉变程度烟草进行定性分析,建立识别规则,依据规则识别烟草霉变程度,识别率达90%以上,实现对203种烟草的快速检测。对得到不同烟草的特征峰,利用解析-气相色谱-质谱仪器(TD-GC-MS)定性分析不同霉变状态烟草的特征霉变物质,验证FAIMS测试结果。烟草特征峰在指定的CV值和DF值下,离子电流值值存在显著性差异,利于识别。方法重复性的相对标准偏差RSD≤5%。因此,FAIMS检测技术可用于快速识别霉变烟草的方法开发。

基于HP-Elman-LSSVM模型的仓储烟草霉变预测

为提高仓储烟草的霉变预测精度,建立了HP-Elman-LSSVM 模型来预测仓储烟草的霉变.模型选取仓储环境的温度、湿度和烟草的自身含水量3 个影响仓储烟草霉变的主要因素作为模型输入的变量,以某烟草公司的实际生产数据为训练和验证样本,进行仓储烟草霉变率预测.实验结果表明,HP-Elman-LSSVM 模型的预测精度明显高于单一模型;且多次不同训练样本的实验结果表明平均相对误差在5%-6.5%,能满足工程应用的需求.

烟草霉变机制及防治技术概述

我国是世界上第一烟叶生产大国,烟叶产量约占世界总产量的三分之一,基本稳定在150万吨左右,烟草作为一种特殊的经济作物,是国家财政的重要来源。