烟气组分释放量预测技术方面有一些研究报道，从文献调研的情况来看，这类技术通常都采用模型预测方法。王家俊等采用了捕集烟气粒相物的滤片萃取液的傅里叶变换近红外光谱来预测烟气中的焦油、烟碱和CO含量（《偏最小二乘法结合傅里叶变换近红外光谱同时测定卷烟焦油、烟碱和CO的释放量》），他也尝试了采用烟气萃取液的衰减全反射（ATR）红外光谱预测烟气常规组分释放量的方法（FT－IR－ATR法预测卷烟主流烟气中的焦油、烟碱和水分）。王强等根据卷烟焦油量与烟叶内在化学成分之间的关系，提出了基于支持向量机的卷烟焦油量预测方法（《卷烟焦油量的支持向量机预测》），该方法能够根据烟叶中的化学成分测量值来预测卷烟的焦油量。董平等通过对卷烟各项检测指标进行相关性分析，研究各项指标对焦油的影响程度（《利用统计法建立卷烟焦油预测模型》），利用还原糖、氯、钾、吸阻、净烟丝重量和填充密度6项指标建立了卷烟焦油预测模型。李炎强等采用反向传播人工神经网络以总糖、还原糖、总植物碱、总挥发碱、总氮、钾、氯等指标为输入层建立了烟碱、焦油、CO的预测模型（《卷烟主流烟气成分释放量的人工神经网络预测研究》）。杨永锋等利用烤烟烟叶的化学成分和烟气烟碱进行了检测和相关性分析，建立的烟气烟碱含量预测的逐步回归数学模型（《烤烟烟叶化学成分与烟气烟碱的相关性研究》）。王建民等利用多元回归分析方法建立了焦油、烟碱、CO和抽吸口数与烟叶总糖、还原糖、总氮、烟碱、挥发碱、钾、氯、硫酸根等的回归模型（《叶组配方卷烟烟气预测模型的建立》）。倪力军等采用卷烟的稀释率、闭式吸阻、单支重量、圆周、开式吸阻、硬度等6个物理指标及总糖、还原糖、总氮、总植物碱、氯等5个化学指标作为自变量，用K最近邻－最优保形映射方法预测卷烟主流烟气中的焦油、CO、烟气烟碱，预测准确率可以达到94%（《KNN－KSR建模方法及其在卷烟主流烟气预测中的应用》）。于建军等对不同产地烤烟烟叶中的焦油、烟碱、CO与烟叶的填充力、静燃速率和化学成分中的还原糖、总氮、烟碱、K2O、Cl－、
及有机钾与烟气有害成分影响进行了相关性分析（《烤烟烟叶理化特性对烟气烟碱、CO、焦油量的影响》）。朱大恒等则对烟气有害成分与烟叶主要化学成分关系的研究进行了综述（《烟气有害成分与烟叶化学成分的关系》）。厉昌坤等得出了烟叶焦油释放量与总糖、还原糖含量极显著负相关，与烟叶总氮、烟碱、石油醚提取物、总挥发碱含量极显著正相关的结论（《烤烟烟叶焦油释放量与部分化学成分的关系研究》）。陆鸣等采用时间序列分析法，建立了卷烟烟气焦油量的预测模型，该模型只能用于短期预测焦油释放量（《卷烟烟气焦油量的ARMA预测模型研究》）。邱军利用烟末的近红外光谱预测了烟气烟碱（《近红外光谱法预测烟气总粒相物中的烟碱含量》）。王志国等利用捕集了烟气总粒相物的剑桥滤片的近红外光谱预测了烟气烟碱释放量（《基于剑桥滤片的傅里叶变换近红外技术测定卷烟烟碱的释放量》）。卢斌斌等证实了烟气中游离烟碱占总烟碱的比例与烟气总粒相物pH呈现显著的线性相关关系。王允白建立了由烟叶化学组分预测总粒相物和烟碱的模型（《烤烟原料总粒相物与烟叶内在化学成分关系及预测模型研究》）。华东理工大学郭佳在硕士论文《烟草质量分析方法及影响因素研究》中 “以卷烟主流烟气为因变量，卷烟物理、化学指标（近红外光谱）为自变量”，提出了 “CCA－KNN－最优化保形映射预测方法”，来预测卷烟产品的主流烟气焦油、烟气烟碱和CO的释放量，结果 “预测准确率”约85%。这些方法的使用都或多或少受到一些限制，或者是预测的烟气有害成分只有CO，或者是预测的对象仅限于同样辅料情况下的单等级烟叶，或者是由于使用溶剂，成本较高，不够环境友好。(www.xing528.com)
免责声明：以上内容源自网络，版权归原作者所有，如有侵犯您的原创版权请告知，我们将尽快删除相关内容。
