CN104598750A - 一种基于助燃剂的卷烟烟气中的h值预测模型构建方法 - Google Patents
一种基于助燃剂的卷烟烟气中的h值预测模型构建方法 Download PDFInfo
- Publication number
- CN104598750A CN104598750A CN201510060774.8A CN201510060774A CN104598750A CN 104598750 A CN104598750 A CN 104598750A CN 201510060774 A CN201510060774 A CN 201510060774A CN 104598750 A CN104598750 A CN 104598750A
- Authority
- CN
- China
- Prior art keywords
- value
- combustion adjuvant
- cigarette smoke
- combustion
- cigarette
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Landscapes
- Other Investigation Or Analysis Of Materials By Electrical Means (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
本发明公开了一种基于助燃剂的卷烟烟气中的H值预测模型构建方法,属于卷烟添加剂对卷烟危害性影响技术领域。本发明将助燃剂含量分解为助燃剂离子含量后,采用离散化方法处理数据,进而以分组样本比较算法筛选重要性助燃剂和助燃剂离子,并根据筛选的重要性的助燃剂和/或助燃剂离子构建卷烟烟气中的H值的三次函数预测数学模型。该方法简单实用,所建立的模型预测精度较高,为柠檬酸盐及苹果酸盐助燃剂体系或其它助燃剂体系卷烟烟气中H值的预测模型的建立提供一种新方法。
Description
技术领域
本发明属于卷烟添加剂对卷烟危害性影响技术领域,具体涉及一种采用数据离散变量筛选的方法考察助燃剂和助燃剂离子对烟气卷烟烟气中的H值的影响,同时本发明还涉及构建助燃剂和助燃剂离子对卷烟烟气中的H值的预测模型。
背景技术
近年来,随着人们对吸烟与健康的关注度逐步提高,卷烟危害性评价成为国内外烟草行业的热门研究课题之一。如何将卷烟主流烟气有害成分与其危害性联系起来,一直是烟草行业久未解决的世界难题。2009年,谢剑平等基于卷烟主流烟气中7种有害成分(包括CO、HCN、NNK、HH3、苯并芘、苯酚、巴豆醛)释放量和烟气毒理学试验结果建立了卷烟危害性评价指标——卷烟危害性指数卷烟烟气中的H值,首次将卷烟烟气有害成分的释放量与其危害性联系起来。烟草行业围绕降低卷烟危害性指数开展了大量的研究,卷烟助燃剂是其中重要的研究方向之一。
通过在卷烟纸或烟丝中添加助燃剂,改变其燃烧温度、燃烧速度,影响卷烟燃烧过程,从而影响卷烟烟气中7种有害成分释放量,降低卷烟烟气中的H值。在卷烟助燃剂研究过程中,大量研究集中在不同卷烟助燃剂含量与7种有害成分释放量及卷烟烟气中的H值相关关系,而在建立基于助燃剂预测卷烟烟气中的H值模型方面的研究较少,尤其在判断助燃剂和助燃剂离子对卷烟烟气中的H值影响大小,并基于此建立卷烟烟气中的H值预测模型方面尚未见报道。
发明内容
本发明的目的在于针对现有技术的不足,提供一种能有效判断助燃剂和助燃剂离子对卷烟烟气中的H值影响大小的方法,并筛选影响较大的助燃剂和/或助燃剂离子构建卷烟烟气中的H值预测模型。
本发明的目的通过以下技术方案予以实现。
除非另有说明,本发明所采用的百分数均为重量百分数。
一种基于助燃剂的卷烟烟气中的H值预测模型构建方法,是将助燃剂含量分解为助燃剂离子含量后,采用离散化方法处理数据,进而以判别方法筛选重要性助燃剂和/或助燃剂离子,并根据筛选的重要性的助燃剂和/或助燃剂离子构建卷烟烟气中的H值预测模型;具体步骤如下:
步骤(1),数据离散化处理:
将卷烟中所用助燃剂含量数据,转化为助燃剂离子含量数据;将所有助燃剂和助燃剂离子含量,采用中位数法进行离散化处理;
步骤(2),重要性助燃剂和助燃剂离子筛选:
采用Mann-Whitney-Wilcoxon 非参数检验方法,考察卷烟烟气中的H值在每个助燃剂和助燃剂离子分组下的分布情况,确定对卷烟烟气中的H值影响较大助燃剂和/或助燃剂离子;所述的卷烟烟气中的H值是按照《卷烟烟气危害性指数研究》中所述的方法得到的;
步骤(3),卷烟烟气中的H值预测模型建立:
卷烟烟气中的H值预测模型的建立,从助燃剂和助燃剂离子中选择对卷烟烟气中的H值影响最大的前2个为自变量,以卷烟烟气中的H值为因变量,模型采用两变量三次模型,参数拟合方法采用Levenberg-Marquardt结合GlobalSearch方法,上界为两个自变量的最大值,下界为两个自变量的最小值,初始值设定为上界和下界之间的任意一个值;
步骤(4),模型验证:
在相同的助燃体系下,随机选择样品通过常规方法测定步骤(3)中从助燃剂和助燃剂离子中选择对卷烟烟气中的H值影响最大的前2个的含量,并代入步骤(3)所构建的卷烟烟气中H值数学模型进行计算,得到卷烟烟气中的H值的预测值,再以按照《卷烟烟气危害性指数研究》进行卷烟烟气中H值相关指标的实际释放量检测和计算,通过计算预测与实测值之间的相对偏差,比较预测值及实测值的差异。
进一步,优选的是所述的基于助燃剂的卷烟烟气中的H值预测模型构建方法,包括如下步骤:
步骤(1),数据离散化处理:
以不同配比的柠檬酸钠、柠檬酸钾、苹果酸钠和苹果酸钾为卷烟纸助燃剂,且混合助燃剂设计添加量范围为1.0-3.5%,然后以该卷烟纸卷制卷烟样品,采用电导率法测定卷烟纸中助燃剂含量,离子色谱法测定其柠檬酸根和苹果酸根含量,火焰光度法测定其钾离子和钠离子含量;然后将所有助燃剂和助燃剂离子含量数据以中位数法进行离散化处理,小于中位数的样本其值转化为0,大于等于中位数的样本其值转化为1;
步骤(2),重要性助燃剂和助燃剂离子筛选:
助燃剂和助燃剂离子经0和1含量分组后,考察卷烟烟气中的H值在每个助燃剂和助燃剂离子含量在0组时和1组时的分布情况,并采用Mann-Whitney-Wilcoxon非参数检验比较卷烟烟气中的H值在0组和1组中的差异,差异越大,则表明该助燃剂或助燃剂离子对卷烟烟气中的H值影响越大;
步骤(3),卷烟烟气中的H值预测模型建立:
根据步骤(2)得到的卷烟烟气中的H值在不同助燃剂和助燃剂离子在0组和1组中的分布差异,从助燃剂和助燃剂离子中选择对卷烟烟气中的H值影响最大的前2个为自变量,即以助燃剂含量及钾离子含量为自变量,以卷烟烟气中的H值为因变量,模型采用两变量三次模型,参数拟合方法采用Levenberg-Marquardt结合GlobalSearch方法,上界为两个自变量的最大值,下界为两个自变量的最小值,初始值设定为[1,1],构建模型如下:
其中,x是助燃剂含量,y是钾离子含量;
步骤(4),模型验证:
采用不同柠檬酸盐及苹果酸盐配比卷烟纸的卷烟样品,其卷烟烟气中的H值未知,卷烟样品所采用的其他辅材及叶组配方与建模样品相同,通过电导率法测定卷烟纸中的助燃剂总含量,火焰光度法测定其钾离子含量,并代入步骤(3)所构建的卷烟烟气中H值数学模型进行计算,得到卷烟烟气中的H值的预测值,再以按照《卷烟烟气危害性指数研究》进行卷烟烟气中H值相关指标的实际释放量检测和计算,通过计算预测与实测值之间的相对偏差,比较预测值及实测值的差异。
通过以上步骤即可完成助燃剂和助燃剂离子对卷烟烟气中的H值影响大小判定和卷烟烟气中的H值数学模型构建。
Levenberg-Marquardt方法具体参照文献:Fletcher, R., (1971): A Modified Marquardt Subroutine for Nonlinear Least Squares。
GlobalSearch方法具体参照文献:Ugray, Z., (2007): Scatter Search and Local NLP Solvers: A Multistart Framework for Global Optimization。
卷烟烟气中的H值是按照《卷烟烟气危害性指数研究》中所述的方法得到的,具体的参考文献为谢建平,刘惠民等.卷烟烟气危害性指数研究,烟草科技,总第259期,2009.2。
本发明与现有技术相比,其有益效果为:
1、针对采用多元混合助燃剂的卷烟,从助燃剂和助燃剂离子对卷烟烟气中的H值影响出发,深度挖掘对卷烟烟气中的H值的影响因素,并提供了一种构建相应的卷烟烟气中的H值预测模型的方法,对相关的多元助燃剂体系卷烟烟气中的H值预测模型构建有较好的参考意义。
2、离散化处理判定助燃剂和助燃剂离子对卷烟烟气中的H值影响,可以减少助燃剂和助燃剂离子为0或恒定值时对结果的判断。
3、根据助燃剂和助燃剂离子影响大小构建卷烟烟气中的H值预测模型,可较大程度减少模型的自变量个数,减少模型复杂度,增强模型预测能力。
4、该方法简单实用,所建立的模型预测精度较高,为柠檬酸盐及苹果酸盐助燃剂体系或其它助燃剂体系卷烟烟气中H值的预测模型的建立提供一种新方法。
附图说明
图1为本发明方法的数据处理流程图;
图2为反映卷烟烟气中的H值在不同助燃剂和助燃剂离子水平上的差别的图。
具体实施方式
下面结合实施例和附图对本发明作进一步的详细描述。
本领域技术人员将会理解,下列实施例仅用于说明本发明,而不应视为限定本发明的范围。实施例中未注明具体技术或条件者,按照本领域内的文献所描述的技术或条件或者按照产品说明书进行。所用试剂或仪器未注明生产厂商者,均为可以通过购买获得的常规产品。
实施例1
(1)数据离散化处理:
以不同配比的柠檬酸钠、柠檬酸钾、苹果酸钠和苹果酸钾为卷烟纸助燃剂,且混合助燃剂设计添加量范围为1.0-3.5%,然后以该卷烟纸卷制19组卷烟样品。采用电导率法测定助燃剂含量、离子色谱法测定柠檬酸根和苹果酸根含量、火焰光度法测定钾离子和钠离子含量,结果如表1。
表 助燃剂、助燃剂离子含量及卷烟烟气中的H值
助燃剂和助燃剂离子的离散化采用中位数法。具体来讲,先计算助燃剂和助燃剂离子含量的中位数,小于中位数的样本其值转化为0,大于等于中位数的样本其值转化为1。
(2)重要性助燃剂和助燃剂离子筛选:
助燃剂和助燃剂离子经0和1含量分组后(图2),考察烟气卷烟烟气中的H值在每个助燃剂和助燃剂离子含量在0组时和1组时的分布情况,并采用Mann-Whitney-Wilcoxon 非参数检验比较卷烟烟气中的H值在0组和1组中的差异,差异越大,则表明该助燃剂或助燃剂离子对烟气卷烟烟气中的H值影响越大。
(3)卷烟烟气中的H值预测数学模型建立:
根据图2卷烟释放量在不同助燃剂和助燃剂离子在0组和1组中的分布差异p值,选择对卷烟烟气中的H值影响最大的前两个助燃剂和助燃剂离子,即助燃剂含量及钾离子含量,并将其实际含量作为模型自变量,将烟气卷烟烟气中的H值设为因变量。模型采用两变量三次模型,参数拟合方法采用Levenberg-Marquardt结合GlobalSearch方法,初始值设定为[1,1],上界为两个自变量的最大值[3.6,1.38],下界为两个自变量的最小值[0.98,0]。
通过以上步骤建立卷烟烟气中的H值预测模型,如下:
其中,x是助燃剂含量,y是钾离子含量。
至此,从助燃剂和助燃剂离子中完成选择对卷烟烟气中的H值影响较大的筛选,及卷烟烟气中的H值模型构建。
(4)模型验证
采用不同柠檬酸盐及苹果酸盐配比卷烟纸的卷烟样品,其卷烟烟气中的H值未知(卷烟样品所采用的其他辅材及叶组配方与建模样品相同),通过电导率法测定卷烟纸中的助燃剂总含量及火焰光度法测定钾离子含量,并代入所构建的卷烟烟气中卷烟烟气中的H值预测数学模型进行计算,得到卷烟烟气中的H值的预测值(见表2),再以参照文献(谢建平,刘惠民等.卷烟烟气危害性指数研究,烟草科技,总第259期,2009.2)进行卷烟烟气中卷烟烟气中的H值相关指标的实际释放量检测和计算,比较预测值及实测值的差异,结果见表2。
表 2 模型验证
结果表明,所建模型在实验值范围内对卷烟烟气中的H值预测相对偏差较小(相对偏差绝对值均小于2.12%)具有较好的预测精度,说明在卷烟样品所采用的其他辅材及叶组配方与建模样品相同的情况下,该模型对卷烟纸中助燃剂和助燃剂离子的配比设计有较强的指导作用。
以上显示和描述了本发明的基本原理和主要特征和本发明的优点。本行业的技术人员应该了解,本发明不受上述实施例的限制,上述实施例和说明书中描述的只是说明本发明的原理,在不脱离本发明精神和范围的前提下,本发明还会有各种变化和改进,这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等效物界定 。
Claims (2)
1.一种基于助燃剂的卷烟烟气中的H值预测模型构建方法,其特征在于:将助燃剂含量分解为助燃剂离子含量后,采用离散化方法处理数据,进而以判别方法筛选重要性助燃剂和助燃剂离子,并根据筛选的重要性的助燃剂和/或助燃剂离子构建卷烟烟气中的H值预测模型;具体步骤如下:
步骤(1),数据离散化处理:
将卷烟中所用助燃剂含量数据,转化为助燃剂离子含量数据;将所有助燃剂和助燃剂离子含量,采用中位数法进行离散化处理;
步骤(2),重要性助燃剂和助燃剂离子筛选:
采用Mann-Whitney-Wilcoxon 非参数检验方法,考察卷烟烟气中的H值在每个助燃剂和助燃剂离子分组下的分布情况,确定对卷烟烟气中的H值影响较大助燃剂和/或助燃剂离子;所述的卷烟烟气中的H值是按照《卷烟烟气危害性指数研究》中所述的方法得到的;
步骤(3),卷烟烟气中的H值预测模型建立:
卷烟烟气中的H值预测模型的建立,从助燃剂和助燃剂离子中选择对卷烟烟气中的H值影响最大的前2个为自变量,以卷烟烟气中的H值为因变量,模型采用两变量三次模型,参数拟合方法采用Levenberg-Marquardt结合GlobalSearch方法,上界为两个自变量的最大值,下界为两个自变量的最小值,初始值设定为上界和下界之间的任意一个值;
步骤(4),模型验证:
在相同的助燃体系下,随机选择样品通过常规方法测定步骤(3)中从助燃剂和助燃剂离子中选择对卷烟烟气中的H值影响最大的前2个的含量,并代入步骤(3)所构建的卷烟烟气中H值数学模型进行计算,得到卷烟烟气中的H值的预测值,再以按照《卷烟烟气危害性指数研究》进行卷烟烟气中H值相关指标的实际释放量检测和计算,通过计算预测与实测值之间的相对偏差,比较预测值及实测值的差异。
2.根据权利要求1所述的基于助燃剂的卷烟烟气中的H值预测模型构建方法,其特征在于,包括如下步骤:
步骤(1),数据离散化处理:
以不同配比的柠檬酸钠、柠檬酸钾、苹果酸钠和苹果酸钾为卷烟纸助燃剂,且混合助燃剂设计添加量范围为1.0-3.5%,然后以该卷烟纸卷制卷烟样品,采用电导率法测定卷烟纸中助燃剂含量,离子色谱法测定其柠檬酸根和苹果酸根含量,火焰光度法测定其钾离子和钠离子含量;然后将所有助燃剂和助燃剂离子含量数据以中位数法进行离散化处理,小于中位数的样本其值转化为0,大于等于中位数的样本其值转化为1;
步骤(2),重要性助燃剂和助燃剂离子筛选:
助燃剂和助燃剂离子经0和1含量分组后,考察卷烟烟气中的H值在每个助燃剂和助燃剂离子含量在0组时和1组时的分布情况,并采用Mann-Whitney-Wilcoxon非参数检验比较卷烟烟气中的H值在0组和1组中的差异,差异越大,则表明该助燃剂或助燃剂离子对卷烟烟气中的H值影响越大;
步骤(3),卷烟烟气中的H值预测模型建立:
根据步骤(2)得到的卷烟烟气中的H值在不同助燃剂和助燃剂离子在0组和1组中的分布差异,从助燃剂和助燃剂离子中选择对卷烟烟气中的H值影响最大的前2个为自变量,即以助燃剂含量及钾离子含量为自变量,以卷烟烟气中的H值为因变量,模型采用两变量三次模型,参数拟合方法采用Levenberg-Marquardt结合GlobalSearch方法,上界为两个自变量的最大值,下界为两个自变量的最小值,初始值设定为[1,1],构建模型如下:
其中,x是助燃剂含量,y是钾离子含量;
步骤(4),模型验证:
采用不同柠檬酸盐及苹果酸盐配比卷烟纸的卷烟样品,其卷烟烟气中的H值未知,卷烟样品所采用的其他辅材及叶组配方与建模样品相同,通过电导率法测定卷烟纸中的助燃剂总含量,火焰光度法测定其钾离子含量,并代入步骤(3)所构建的卷烟烟气中H值数学模型进行计算,得到卷烟烟气中的H值的预测值,再以按照《卷烟烟气危害性指数研究》进行卷烟烟气中H值相关指标的实际释放量检测和计算,通过计算预测与实测值之间的相对偏差,比较预测值及实测值的差异。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510060774.8A CN104598750B (zh) | 2015-02-05 | 2015-02-05 | 一种基于助燃剂的卷烟烟气中的h值预测模型构建方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510060774.8A CN104598750B (zh) | 2015-02-05 | 2015-02-05 | 一种基于助燃剂的卷烟烟气中的h值预测模型构建方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104598750A true CN104598750A (zh) | 2015-05-06 |
CN104598750B CN104598750B (zh) | 2018-03-09 |
Family
ID=53124529
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510060774.8A Active CN104598750B (zh) | 2015-02-05 | 2015-02-05 | 一种基于助燃剂的卷烟烟气中的h值预测模型构建方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104598750B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114242183A (zh) * | 2021-12-20 | 2022-03-25 | 甘肃烟草工业有限责任公司 | 一种基于烟草化学常规的卷烟烟气h值的预测模型构建方法 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104102851A (zh) * | 2014-08-07 | 2014-10-15 | 云南中烟工业有限责任公司 | 基于鲁棒回归建模预测烤片烟气苯并芘的方法 |
-
2015
- 2015-02-05 CN CN201510060774.8A patent/CN104598750B/zh active Active
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104102851A (zh) * | 2014-08-07 | 2014-10-15 | 云南中烟工业有限责任公司 | 基于鲁棒回归建模预测烤片烟气苯并芘的方法 |
Non-Patent Citations (5)
Title |
---|
李劲峰 等: "卷烟纸助燃剂含量对卷烟烟气有害物质的影响", 《中国造纸》 * |
谢剑平 等: "卷烟烟气危害性指数研究", 《烟草科技》 * |
谢国勇 等: "卷烟纸特性对卷烟烟气7种有害成分的影响", 《湖南师范大学自然科学学报》 * |
郭吉兆 等: "卷烟纸助燃剂对主流烟气7种有害成分释放量的影响", 《烟草科技》 * |
龚淑果 等: "卷烟纸助燃剂设计对卷烟品质的影响", 《纸和造纸》 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114242183A (zh) * | 2021-12-20 | 2022-03-25 | 甘肃烟草工业有限责任公司 | 一种基于烟草化学常规的卷烟烟气h值的预测模型构建方法 |
Also Published As
Publication number | Publication date |
---|---|
CN104598750B (zh) | 2018-03-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Kuang et al. | A novel method for calculating ambient aerosol liquid water content based on measurements of a humidified nephelometer system | |
Pralong et al. | A sensitivity analysis of Piano Key Weirs geometrical parameters based on 3D numerical modeling | |
CN105608334B (zh) | 一种评价烟用辅材参数影响程度的方法 | |
Hajian et al. | Modeling wildfire propagation with the stochastic shortest path: A fast simulation approach | |
Dogruparmak et al. | Using principal component analysis and fuzzy c–means clustering for the assessment of air quality monitoring | |
CN104598752A (zh) | 一种基于助燃剂的卷烟烟气中的co释放量预测模型构建方法 | |
CN104598750A (zh) | 一种基于助燃剂的卷烟烟气中的h值预测模型构建方法 | |
CN104597214B (zh) | 一种基于助燃剂的卷烟烟气中的氨释放量预测模型构建方法 | |
Kresnanto | Model of relationship between car ownership growth and economic growth in Java | |
CN104598751A (zh) | 一种基于助燃剂的卷烟烟气中的nnk释放量预测模型构建方法 | |
CN104573402B (zh) | 一种基于助燃剂的卷烟烟气中的hcn释放量的预测模型构建方法 | |
Pichelstorfer et al. | Modeling aerosol dynamics of cigarette smoke in a denuder tube | |
Junli et al. | Evaluation of tobacco mixing uniformity based on chemical composition | |
Vigne et al. | Experimental and numerical analysis of the influence of the soot yield when conducting Cfd analysis for the estimation of the available safe evacuation time | |
CN108303499A (zh) | 卷烟主流烟气中一氧化碳释放量的预测方法及预测装置 | |
JP2009193551A (ja) | 建造物内における火災及び有毒物質拡散のシミュレーション技術 | |
Puttock | Developments in the congestion assessment method for the prediction of vapour-cloud explosions | |
Vela et al. | Anthropogenic and volcanic emission impacts on SO 2 dynamics and acid rain profiles. Numerical study using WRF-Chem in a high-resolution modeling | |
CN117272239A (zh) | 一种基于随机森林算法的卷烟包灰性能的预测方法 | |
Wan et al. | Export trade and Environmental Pollution: An Analysis from a Spatial Perspective | |
El-Rabii et al. | Stability analysis of confined V-shaped flames in high-velocity streams | |
Zheng et al. | Pollution analysis and prediction based on Voronoi Maps and neural networks | |
Singh et al. | Analysis of uncertainty associated with defining the objective functions for the calibration of a SWAT model for the Narmada River basin | |
Laburda et al. | Variable rainfall intensity during soil erosion experiments at the laboratory rainfall simulator | |
Xiao | Application and discussion of weights of journal quality in the calculation formula of impact factor |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |