Multi-Bounce ATR-FTIR结合Gram-Schmidt正交化法计算烟用香精相似度

采集2种不同风格特征烟用香精的Multi-Bounce Attenuated Total Reflectance-Fourier Transform Infrared Spectroscopy(Multi-Bounce ATR-FTIR)指纹图谱,运用主成分分析法各筛选出30条光谱,结合Gram-Schmidt正交化方法,分别建立了2类不同风格特征烟用香精的相似度鉴别模型。使用鉴别模型对未知样品进行相似度计算,并评价使用效果。结果显示,当相似度高于90%时,可以判定属于同一类香精,且相似度越高,风格特征越接近;当相似度低于90%时,可以判定不属于同一类香精,且相似度越低,风格特征的差异越显著。     

GC-MS法结合聚类分析用于烟用香精质量控制的研究

[目的]建立烟用A#香精的GC-MS指纹图谱,为烟用香精质量控制提供新方法。[方法]采用GC-MS法结合聚类分析测定了8批次烟用A#香精。[结果] 根据聚类分析结果,采用6批次烟用A#香精,建立了其GC-MS指纹图谱共有模式,显示23个共有峰。[结论] 建立的A#香精GC-MS指纹图谱,色谱图中个峰分离度较好,特征明显,方法的精密度、重现性试验的RSD值均小于3％,可用于烟用香精的质量控制。     

卡尔费休法快速测定烟用香精中的水分含量

［目的］建立卡尔费休法快速分析烟用香精中水分。［方法］经自动预滴定和卡式试剂的标定后,采用卡氏试剂对4种烟用香精中的水分含量进行滴定,并滴定环境中的水分以消除背景干扰。同时根据加标前的测定量、加标量和加标后的测定量计算回收率。对烟用香精进行6次平行测定,并根据测定结果计算相对标准偏差。［结果］卡尔费休法对烟用香精中水分分析结果理想,相对标准偏差在1.65%～2.54%,回收率为93.46%～106.15%。采用该法对4种烟用香精水分进行测定表明,不同香精的水分含量有明显差别,水分含量在1.49%～5.74%,结果满意。［结论］用卡尔费休法分析烟用香精中的水分具有灵敏、准确性高、重复性好的特点,为烟用香精中的水分测定提供一种参考。     

程度相似度评价烟用香精质量

采用气相色谱/质谱法（GC/MS）建立烟用香精指纹图谱,计算并比较12种烟用香精6批次样品、稀释品和掺兑品的夹角余弦、相关系数和程度相似度。结果表明,程度相似度算法可较好的反映样品间的质量差异。     

程度相似度结合聚类分析评价烟用香精质量

[目的]探索烟用香精质量评价的新方法。[方法]采用气相色谱/质谱法（GC/MS）建立烟用香精指纹图谱,对19批次B#烟用香精,计算其相关系数、夹角余弦和程度相似度,并进行聚类分析。[结果]程度相似度算法结合聚类分析能够有效的反映样品间的整体差异。[结论]该方法准确、可行,可作为烟用香精质量评价的一种直观、合理、有效的技术手段。     

烟用香精指纹图谱相似度评价方法的选择

为有效控制烟用香精质量,先以模拟数据为研究对象,比较了各种相似度评价方法,然后结合烟用香精的具体情况,选择峰面积权重非均一性法计算特征指标、其余指标合计与标准样品平均值之间的相似度,建立了烟用香精的相似度评价方法。     

主成分分析法在烟用香精质量控制中的应用

[目的]为烟用香精质量控制提供新方法。[方法]采用GC／MS法结合主成分分析法测定了9批次烟用B^#香精。[结果]根据主成分分析结果,采用7批次烟用B^#香精,建立了其GC—MS指纹图谱。[结论]主成分分析法可用于烟用香精的质量控制。     

聚类分析结合程度相似度用于烟用香精的质量控制

［目的］为烟用香精质量控制提供新方法。［方法］通过聚类分析从8批次AT#烟用香精样品中筛选出6批次,采用气相色谱/质谱法（GC/MS）建立烟用香精指纹图谱,并计算其相关系数、夹角余弦和程度相似度。［结果］聚类分析结合程度相似度算法能够有效地反映样品间的整体差异。［结论］该方法准确、可行,可作为烟用香精质量控制的一种直观、合理、有效的技术手段。     

烟用香精3-甲基戊酸薄荷酯的合成及分析

合成了新型烟用香精3-甲基戊酸薄荷酯,用IR、GC—MS、1^HNMR对产品进行了表征;并对制备反应的反应条件进行了优化,探讨了反应时间、反应温度、催化剂用量和反应物物质的量的比等因素对酯化产率的影响,确定3-甲基戊酸和薄荷醇的物质的量比为1．5：1,苯作为带水剂,催化剂采用对甲基苯磺酸,用量为反应物3-甲基戊酸和薄荷醇物质的量和的3％,反应加热温度应控制在130℃,反应时间为5h,产率为73．5％。     

用石墨炉原子吸收法测定烟用香精中As、Pb的不确定度评定

为了评定用石墨炉原子吸收法测定烟用香精中As、Pb的不确定度,建立了其测量不确定度评定的数学模型和因果关系图,确定了其各测量不确定度的分量。结果表明:该测量不确定度的主要来源为样品的重复性和测定的样品浓度;As、Pb测量结果的标准不确定度分别为0.04、0.02 mg/kg;取包含因子k=2,在95%的置信水平下,As、Pb测量结果的扩展不确定度分别为0.08、0.04 mg/kg。     

用石墨炉原子吸收法测定烟用香精中As、Pb的不确定度评定

为了评定用石墨炉原子吸收法测定烟用香精中As、Pb的不确定度,建立了其测量不确定度评定的数学模型和因果关系图,确定了其各测量不确定度的分量。结果表明:该测量不确定度的主要来源为样品的重复性和测定的样品浓度;As、Pb测量结果的标准不确定度分别为0.04、0.02 mg/kg;取包含因子k=2,在95%的置信水平下,As、Pb测量结果的扩展不确定度分别为0.08、0.04 mg/kg。     

GC/MS结合程度相似度用于烟用香精质量评价

[目的]为烟用香精质量评价提供新方法。[方法]采用GC/MS法建立烟用香精指纹图谱,对6批次CW#烟用香精样品,计算其相关系数、夹角余弦和程度相似度。[结果]GC／MS结合程度相似度算法能够有效地反映样品间的整体差异。[结论]该方法准确、可行,可作为烟用香精质量评价的一种直观、合理、有效的技术手段。     

烟用香精香料物质研究进展

烟用香精香料是卷烟生产不可缺少的原料,其配方是烟草工业企业的核心技术之一.香精香料的应用同卷烟品牌的树立与发展密切相关.根据香料物质的来源,对天然香料和合成香料的现状和发展进行了综述.     

复凝聚喷雾干燥法制备葱油香精微胶囊的工艺研究

[目的]优化复凝聚喷雾干燥法制备葱油香精微胶囊的喷雾干燥阶段生产工艺。[方法]在前期研究的复凝聚工艺基础上,通过喷雾干燥实现对葱油香精的二次包埋,通过单因素试验,研究了不同壁材组合、壁材间的比例、芯材含量及料液浓度对微胶囊包埋效率及产率的影响,再通过正交优化试验,得到喷雾干燥的最佳工艺条件。[结果]复凝聚喷雾干燥法制备葱油香精微胶囊最佳工艺条件为阿拉伯胶和麦芽糊精比例为1∶1,芯材含量25%,料液浓度18%。该条件下的包埋效率达80.7%,产率达95.3%。[结论]复凝聚喷雾干燥法制备微胶囊可以增加膜厚,提高芯材物质的稳定性,延长产品的货架期。     

用色差仪法定量分析番茄果实番茄红素的含量

为了建立一种快速准确、无损测定番茄红素含量的方法,利用色差仪测得红色和橙色果实番茄品种的L、a、b值,并采用比色法测定果实番茄红素的含量。根据L、a、b值获得a/b、(a/b)2、色度值、色调值和色光值,再分析这5个颜色系数与果实番茄红素含量间的相关性。结果表明,红色果实的番茄红素含量与a/b间的相关性最大,橙色果实的番茄红素含量与(a/b)2间的相关性最大。据此分别建立了红色和橙色果实番茄红素含量与最佳颜色系数间的回归方程。经过验证,所建立的回归方程对番茄红素含量的估测值与实际测定值之间差异不显著。     

烟用香精香料的细胞毒性研究

将某种烟用全香精和伞香料按其配方拆分为10个组分,用微量注射法将其添加至某基质卷烟,以人支气管上皮细胞(BEAS-2B)为靶细胞,用噻唑蓝(MTT)法分别测定全香精、全香料、香精香料拆分组分,及其应用于卷烟后烟气凝集物的细胞毒性.研究发现(1)全香料10个拆分组分在所试剂量范围内(最高浓度50 ml/L)未观察到细胞毒性;(2)伞香精的细胞毒性极显著高于全香料(P<0.01);(3)全香精10个拆分组分的细胞毒性均极显著低于全香精(P<0.01);(4)添加全香精、全香料及其拆分组分卷烟CSC的细胞毒性与对照烟均无显著差异(P>0.05).结果表明香精香料添加至卷烟对卷烟的安全性无明显影响.     

烟用香精香料的细胞毒性研究

将某种烟用全香精和全香料按其配方拆分为10个组分,用微量注射法将其添加至某基质卷烟,以人支气管上皮细胞（BEAS-2B）为靶细胞,用噻唑蓝（MTT）法分别测定全香精、全香料、香精香料拆分组分,及其应用于卷烟后烟气凝集物的细胞毒性。研究发现（1）全香料10个拆分组分在所试剂量范围内（最高浓度50mL/L）未观察到细胞毒性;（2）全香精的细胞毒性极显著高于全香料（p〈0.01）;（3）全香精10个拆分组分的细胞毒性均极显著低于全香精（p〈0.01）;（4）添加全香精、全香料及其拆分组分卷烟CSC的细胞毒性与对照烟均无显著差异（p〉0.05）。结果表明香精香料添加至卷烟对卷烟的安全性无明显影响。     

赤桉树叶脂肪酸的定量分析

植物不饱和脂肪酸的含量与植物的抗寒性具有相关性．以赤桉为实验对象．研究了植物叶片用CHCl3和CH3OH混合溶剂浸提、十五酸为内标、KOH-CH3OH-BF3酯化、硅胶脱色、气相色谱定量分析植物叶片中脂肪酸的方法．结果表明：在赤桉树叶中未检出十四酸，检出了棕榈酸、棕榈油酸、硬脂酸、油酸、亚油酸和亚麻酸;各种脂肪酸的相对响应因子分别为1．000、0．8879、1．000、0．8675、0．7531和0．5314，相对响应因于的线性值分别为0．9997、0．9979、0．9994、0．9978、0．9967和0．9945．相对标准偏差分别为2．45％、4．00％、3．22％，2．66％、2．40％和1．57％，回收率分别为96．90％、107．40％、98．65％、91．25％、94．15％和92.50％）各种脂肪酸相应的相对响应因子的线性相关系数都在0．99以上，相对标准偏差〈5．0％，回收率在85％～110％之间，满足微量成分的定量分析要求。     

主成分──逐步回归法在近红外光谱定量分析中应用的研究

本文使用一种新的多元统计建模方法：主成分——逐步回归法,用于近红外光谱定量分析中,其预测精度接近偏最小二乘法．