近5年来郑州烟草研究院发表的科技论文统计分析

从论文数量、发表刊物分布、学术方向、论文作者的年龄、学历、职称等方面对近5年来郑州烟草研究院发表的科技论文进行了统计分析。结果表明:发表论文的数量逐年上升,集中分布在化学(含香精香料)、农业和工艺等重点学科领域,作者以高学历、高级职称、中青年为主体,从一个侧面反映了该院科研水平、科研发展状况及人才培养的潜力。

基于IPC分类体系的企业发明专利技术分析——以郑州烟草研究院为例

企业的知识产权管理工作,包括知识产权战略规划的编制修订、保护策略与措施的研究设计、企业内部审查流程设计与管理、相应的奖惩规则设计、建立相应的数据库和档案、专利跟踪与综合分析、知识产权宣传与内训、日常管理等内容。职务发明（专利）是企业知识产权工作的主要内容之一。在企业实施知识产权战略过程中,知识产权管理人员利用公开的专利信息,通过对企业涉及行业或产业或区域进行专利跟踪和分析,分析和判断技术发展趋势,

果香香韵单体在壁式加热卷烟中转移行为分析研究

为量化表征果香单体香原料在壁式加热卷烟中的调香可用性,基于气相色谱质谱联用技术和嗅觉感官阈值测定,分别研究了果香单体香料在壁式加热卷烟中的转移分布、加香贡献度及逐口释放行为。通过研究发现:1)果香单体香原料的加香贡献度D值差距甚大,其中D值最大的γ-辛内酯(12485.0)是苯甲醇(0.1)的10万倍;2)果香单体香料的主流烟气转移率不高,约7%~37%,但高沸点香料损失主要原因是冷凝截留而低沸点香料损失主要原因是抽吸过程中空气散失;3)果香单体香料的逐口释放量随抽吸口序增加有两种趋势,一种呈逐口递减趋势,另一种呈先增后递减趋势。其中庚酸乙酯,辛酸乙酯,癸酸乙酯,乙酰丙酸乙酯和苯乙酸乙酯属递减,肉桂酸乙酯,γ-庚内酯,γ-辛内酯,γ-癸内酯等属先增后减。

基于SimBERT+CNN的专利智能分类技术研究

本文基于SimBERT+CNN深度学习模型,以烟草产业相关专利为例,研究了基于烟草相关技术专利文献的智能分类技术,用于专利数据的自动技术分类或者人工辅助分类。主要研究方法:利用人工对烟草相关专利文献进行二级技术分类标注,将包括烟草技术类和非烟草技术类专利作为深度学习的样本数据,然后抽取相关专利中有X类引证的专利文献中的权利要求项和被引专利的对应文本段落作为句对,用于优化基于SimBERT构建的语义模型训练,使用训练优化后的SimBERT模型,对烟草行业的专利分类样本数据进行文字型特征向量和IPC分类号特征向量特征拼接并输入CNN模型。通过对15万余件烟草技术专利和2万余件非烟草技术专利样本的实证训练和测试,发现基于采用上述优化方法的SimBERT+CNN模型对烟草技术专利的技术分类测试准确率在一级烟草技术分类和二级技术分类方面均优于使用BERT+CNN的分类效果。

雪茄烟叶工业发酵过程中霉变对真菌群落结构的影响研究

为探究雪茄烟叶工业发酵过程中真菌群落结构随霉变发生的变化情况,以德雪一号雪茄烟叶为实验材料,采用微生物学计数方法和Illumina MiSeq高通量测序技术对雪茄烟叶工业发酵过程中正常烟叶和霉变烟叶进行霉菌数量及真菌群落结构变化分析。结果表明:与正常烟叶相比,发酵第30 d霉变雪茄烟叶中,霉菌数量最高(8.3×10^(4) CFU/g),物种丰富度和多样性最低,OTU数量最少;在门水平上,子囊菌门(Ascomycota)在发酵第30 d霉变烟叶中为绝对优势菌门,平均相对丰度为99.82%;在属水平上,曲霉属(Aspergillus)为整个发酵过程中的主要优势菌属,在发酵第30 d霉变雪茄烟叶中平均相对丰度最大(92.32%);发酵第30 d霉变雪茄烟叶与正常烟叶相比在物种组成上具有明显差别,其中曲霉属既是优势菌属,又是组间差异菌属,且在各样品中平均相对丰度均最高,推断其为引起雪茄霉变发生的关键菌属。

改善加热不燃烧型烟草薄片物理性能的研究

加热不燃烧型烟草薄片是一种新型烟草薄片,其制备方法主要包括稠浆法、辊压法、造纸法。为保证烟草薄片的良好成形及耐加工性,需添加一定量的木浆纤维。本研究探究了木浆纤维在稠浆法加热不燃烧型烟草薄片中的应用,考察了木浆纤维打浆度和添加量对稠浆性能和烟草薄片物理性能的影响。研究表明,增加木浆纤维打浆度有利于降低稠浆黏度,木浆纤维的打浆度为49°SR时,烟草薄片的力学性能相对较好;木浆纤维添加量在2%~5%时,烟草薄片力学强度随着木浆添加量的增加而增加,抗张指数最高可达3.62 N·m/g。

糖类与甜味剂的肠-脑轴效应研究进展及评估方法分析

尽管甜味剂能够提供类似糖类的风味感受和远高于糖类的甜味强度,但仍旧不能完全替代糖类所带来的满足感,明确该现象的生物学机制对于完善甜味剂的功能评估体系和指导甜味剂的创新发展方向都具有十分重要的意义。本文系统综述了糖类与甜味剂引发的动物行为偏好差异、动物脑区活动差异和肠-脑轴神经激活模式差异3个方面的研究进展,揭示了大脑可以辨别糖和甜味剂,从而产生个体行为偏好差异的深层原因,提出动物行为学、脑区神经活动和关键受体激活能力可用于评估甜味剂肠-脑轴效应,可为甜味剂领域的创新发展提供参考。

生物质好氧发酵热生产与回收利用研究进展

好氧发酵是目前有机固体废弃物处理的一种有效手段。人们对于好氧发酵的研究主要集中在高效有机肥的获取上,但发酵过程产生的热能不容忽视。发酵热作为一种“零碳”能源,可代替传统化石能源应用于加温供暖、生物干化等领域,助力实现“碳达峰、碳中和”。为将生物质能高效转化为热能利用,人们对发酵热回收利用进行了研究,但是没有将热生产、热回收和热利用三个阶段进行系统联系,导致热回收工艺效率不高。该文主要阐述了好氧发酵产热原理,并从菌剂、原料理化性质和发酵工艺三个方面对发酵热生产的影响进行了探讨,总结了现有热回收利用系统,最后对生物质好氧发酵热生产与回收利用系统的发展方向进行展望,以期为生物质发酵热能利用提供支持。

光照调控植物多酚类物质合成的研究进展

植物多酚是植物体内具有多元酚结构的一类复杂的酚类次生代谢物,能够应对生物和非生物胁迫引起的氧化损伤,因此在植物生长发育过程中具有重要的作用。光照对植物的生长发育及多酚类物质合成具有至关重要的影响,其主要通过调控苯丙烷等代谢途径基因影响多酚类物质的合成。简述了多酚类物质的合成途径,并从光周期、光照强度以及光质三方面总结光照对多酚类物质合成的影响,旨在为今后多酚类物质的调控机制提供理论基础。

在线激光打孔脉冲持续时间对中支卷烟理化指标及其稳定性的影响研究

【目的】为中支卷烟在线激光打孔参数设计提供参考。【方法】分别采用显微镜和3D显微镜表征中支卷烟接装纸在线打孔的孔形态特征,考察在线打孔脉冲持续时间对中支卷烟理化指标及其稳定性的影响。【结果】①脉冲持续时间过短(≤47µs),出现孔未打透的情况,脉冲持续时间过长(≥90µs),出现椭圆孔的情况。②脉冲持续时间与孔直径、孔面积均呈线性正相关关系。③在线打孔脉冲持续时间与卷烟吸阻、滤嘴通风率和总通风率呈二次函数关系,且决定系数R2均在0.99以上;在线打孔脉冲持续时间与卷烟各项化学指标呈线性函数关系,且决定系数R2主要在0.96以上;卷烟水分释放量与打孔持续时间呈二次函数关系,决定系数为0.9767。④随着孔面积的升高及打孔个数的减小,卷烟的吸阻变化较小,均能保持相对稳定,卷烟总粒相物、烟碱、焦油、CO等释放量的标准偏差在脉冲持续时间适中(50~60μs)时比较小。

阳离子改性纤维在造纸法加热不燃烧烟草薄片中的应用研究

本研究利用阳离子改性纤维具有正电荷和高保水值的特点,与漂白木浆复合抄造制备加热不燃烧烟草薄片基片,以提升基片的吸收性能。结果表明,阳离子改性纤维的添加能有效降低基片的紧度,提升其对涂布液的吸收性能,增加加热不燃烧烟草薄片对涂布液的负载率。未添加阳离子改性纤维的加热不燃烧烟草薄片涂布负载率达121.69%,而阳离子改性纤维添加量为100%的加热不燃烧烟草薄片涂布负载率达215.58%,与前者相比增加了93.89个百分点。选择添加量为60%(相对于绝干木浆总质量)的阳离子改性纤维用于加热不燃烧烟草薄片基片制备,其基片紧度为0.45 g/cm^(3),孔隙率达70.90%,透气度17.92μm/(Pa·s),制备的加热不燃烧烟草薄片对涂布液的负载率达154.67%,并具有良好的吸食口感。

车载Ⅳ型高压储氢气瓶内衬损伤与爆破失效研究综述

高压储氢气瓶是氢燃料电池汽车的关键设备,储氢瓶的应用推广将是氢能汽车商业化发展的重要突破口,Ⅳ型储氢瓶被认为是氢燃料电池乘用车最有潜力的储能装备之一。本文综述了Ⅳ型储氢瓶内衬损伤和爆破失效的最新研究成果,依据时间顺序总结了常用的失效准则,对失效机理和引起失效的因素进行了较为详细的分析。同时,比较了Ⅳ型储氢瓶的不同损伤模型,讨论了现有Ⅳ型储氢瓶失效研究的不足并展望了未来的发展方向,助力Ⅳ型储氢瓶质量评价体系的建立。

基于高光谱成像技术烟叶田间高效氯氟氰菊酯用量的快速检测技术研究

为了能够有效预防烟叶田间用药过量所产生的农药残留危害,加强烟叶生产过程中的农药用量管控,研究了不同用量高效氯氟氰菊酯处理下的田间鲜烟叶高光谱曲线特征并构建了预测模型。应用可见—近红外高光谱成像系统(400~900 nm)采集不同浓度(CK、1∶2000,1∶1000,1∶350)的高效氯氟氰菊酯处理24 h后的鲜烟叶样本的高光谱图像。使用4种常用的光谱预处理方法进行数据预处理,分别采用连续投影法(SPA)、竞争性自适应重加权采样法(CARS)进行数据降维,最后分别构建了最小二乘支持向量机(LSSVM)和随机森林(RF)模型预测模型。结果表明:(1)光谱数据经二阶导数(D2)预处理后,LSSVM和RF模型的准确率均达到100%,经一阶导数(D1)预处理后,RF测试集准确率也达到100%;(2)SPA特征选择数量少于CARS,其中D1预处理后经SPA特征选择的波长数量最少;(3)综合考虑模型复杂度和稳定性,最终选择D1-SPA-RF为最优预测模型,选择11个特征波长,测试集准确率为97.70%。基于高光谱图像的D1-SPA-RF模型预测性能优异,可用于烟叶田间高效氯氟氰菊酯用量的快速检测。

基于有限元分析的高性能耐高温导电胶的制备及性能研究

针对目前导电胶基体在耐温性方面的瓶颈,选取耐高温、吸湿率低、热稳定性良好的氰酸酯作为基体,以银作为导电填料,通过COMSOL有限元仿真软件中APP开发器功能导入随机分布的导电颗粒代码,建立模型仿真,探究此新型导电胶中导电颗粒形状和大小对导电性的影响。研究结果表明,相比于银球导电胶,银片导电胶模拟的导电性能更好,当银的质量分数达到90%时,银片导电胶的电阻率比银颗粒导电胶低3个数量级。结合仿真结果,加入片状银粉,双马来酰亚胺作为增韧剂,二月桂酸二丁基锡作为固化剂,制备出银片导电胶,其电阻率随着银片含量增加而下降,在银片质量分数为50%~60%时迅速下降至43.9 mΩ·cm,之后变化平缓,胶粘的剪切强度在15 MPa以上,可以承受300℃的高温。

多相催化氧化伯醇制备羧酸的研究进展

伯醇催化氧化制羧酸是有机合成中极为重要的转化过程,具有广泛的应用前景。对于多相催化体系,高效催化剂的制备一直是研究的热点和难点。该文对近年来涉及多相催化氧化伯醇制备羧酸的文献进行了全面的梳理。从单金属及其氧化物和双金属及其氧化物基催化剂,以及是否采用载体等角度系统评估了伯醇氧化多相催化剂的发展现状和趋势;介绍了杂多酸催化和绿色催化的研究进展;展望了多相催化在工业应用中的发展前景和挑战。

嗜热毁丝霉果胶酯酶MtCE12-1的克隆表达及其酶学性质和应用研究

【目的】挖潜新型果胶酯酶的酶资源,在嗜热毁丝霉(Myceliophthora thermophila)中高水平表达烟草生物质诱导显著上调的同源果胶酯酶,对其进行酶学性质研究,并探究该果胶酯酶在协同降解烟草生物质过程中的作用。【方法】利用RTqPCR的方法分析嗜热毁丝霉在烟草生物质中果胶酯酶MtCE12-1的表达水平,通过2A肽介导的表达筛选系统,在嗜热毁丝霉菌株ATCC 42462中高表达果胶酯酶基因Mtce12-1,对高活性的阳性转化子进行产酶培养和蛋白纯化,表征了果胶酯酶MtCE12-1的酶学性质;以两种烟草生物质烟草压棒和烟草梗丝为底物,通过检测纤维素的剩余含量,分析了与纤维素酶的协同作用效果。【结果】与葡萄糖培养条件相比较,烟草生物质条件下果胶酯酶基因Mtce12-1的转录水平显著上调109-110倍,SDS-PAGE电泳分析、拷贝数和Western检测显示,重组蛋白MtCE12-1成功进行了表达和分泌,表达水平达到464.08 U/mL。该酶在75℃、pH 8.0时表现出最佳酶活力,在50-85℃和pH 7.0-9.0的范围内表现出较好的酶活力,具有良好的热稳定性。将100-300μg的MtCE12-1添加至降解体系后,烟草生物质中纤维素降解效率分别提高了18.5%-30.7%和14.6%-30.5%。【结论】用2A肽介导的表达系统在嗜热毁丝霉中可以高效表达和纯化制备目标蛋白,碱性果胶酯酶MtCE12-1不仅具有良好的温度稳定性,在烟草生物质降解过程中也具有突出的作用效果,为烟草工业生产应用提供了潜在的优质酶资源。

基于TG-FTIR-MS技术的烟叶角质层热解行为研究

为探究烟叶角质层热解行为及其在热解过程中气相产物释放规律,采用酶法、化学方法分离烟叶角质层,通过扫描电子显微镜和傅里叶红外光谱仪对其进行表征分析,利用热重-傅里叶红外光谱-质谱(TG-FTIR-MS)联用技术检测角质层的热释放行为和热解产物。结果表明,采用酶法和化学方法均可分离烟叶角质层,烟叶角质层的热解可分为失水(50~135℃)、快速脱挥发分(135~595℃)和碳化(595~900℃)3个阶段,其热解产生的气体成分主要包括CH_(4)和CO_(2),气态产物多集中在300~600℃温度区间,其中以羧酸类化合物和甲苯居多。苯系物在250℃左右开始产生,在500~540℃温度区间内达到峰值,而尼古丁的生成量则相对较少。

卷烟包装外观缺陷数据集构建及深度学习检测技术研究

目的为了提升烟包缺陷检测的准确率,构建卷烟包装外观缺陷识别基准数据集,并开展主流深度学习模型在卷烟包装外观缺陷智能检测中的应用研究。方法首先,从生产运行中的ZB45型细支烟硬盒包装机组采集缺陷图像,经过人工审核与筛选后获取典型的缺陷数据。然后,根据缺陷的特征与成因,将缺陷数据划分为23个类别,并逐一进行目标检测框标注。最终,形成了包含13000余张缺陷图像的卷烟包装外观缺陷识别基准数据集,并针对烟包缺陷识别、缺陷分类、目标检测、模型迁移4项任务开展实验。结果结果表明,数据集能够满足高准确率深度学习模型的训练需求;通过模型迁移,能够利用该数据集大幅提高不同牌号卷烟的缺陷检测效果;DenseNet模型在烟包缺陷识别与缺陷分类任务上表现较好,准确率分别达到93.70%和95.43%,YOLOv5模型在缺陷目标检测任务上mAP@0.5值达到了96.61%。结论该数据集能够作为烟包缺陷检测领域的基准数据集,研究成果将进一步支撑卷烟包装领域的数据应用与数字化转型。

基于高光谱成像的烟丝中梗签分类识别研究

针对烟丝中梗签分类识别检测问题,利用高光谱成像技术,结合机器学习方法对烟丝中掺杂的梗签进行分类快速识别。首先,基于短波近红外高光谱成像技术,采用标准正态变化(SNV)对烟丝和梗签光谱数据进行预处理,消除光谱散射和漫反射的影响,减少检测干扰信息。然后,利用连续投影算法(SPA)进行特征波长选择,融合极端梯度提升(XGBoost)算法,提出了1种基于XGboost算法的烟丝中梗签分类模型。最后,采用Mean-shift均值漂移算法和形态学梯度算法相结合的方式作为后处理方法,对模型的分类结果进行后处理,实现烟丝中梗签的快速智能检测。结果表明:建立的SNV-SPA-XGBoost分类模型,训练集和测试集准确率分别达到100%和99.32%,经后处理后对A_(1)(1.0~1.5 cm)、A_(2)(0.5~1.0 cm)、A_(3)(<0.5 cm)梗签检测准确率分别达100%、95.50%和86%。