排序方式: 共有23条查询结果,搜索用时 109 毫秒
1.
面向对二甲苯(PX)成品的在线分析问题,为克服色谱分析法的不足,本文提出了一种基于拉曼光谱的PX成品杂质含量分析方法。为了克服激光中心波长与功率波动带来的不良影响,提出了激光中心波长自动校正与PX特征峰归一化方法;同时,结合相关分析获取了主要杂质的特征波段,并采用偏最小二乘算法进行定量分析。针对11个未知样本,PLS模型对甲苯(MB)、乙苯(EB)、间二甲苯(MX)、邻二甲苯(OX)的标准预测误差分别为0.03%、0.11%、0.02%、0.03%。实验结果表明,拉曼光谱法能够快速、准确且无损地测定PX成品中主要杂质的含量,为在线拉曼分析系统的开发奠定了方法基础。 相似文献
2.
拉曼光谱体现了物质中不同分子基团的振动情况,可以精确地进行物质的定性和定量分析.凭借着这样的优势,拉曼光谱技术已经成功应用在化工生产、管道传输、生化反应监测等工业在线分析领域.然而,在线拉曼分析很容易受到宇宙射线的干扰.宇宙射线在拉曼谱图上体现为一系列峰宽较窄的尖锐的峰,也被称为spike.这些spike使待测物质的拉... 相似文献
3.
随着中药生产行业的转变,中药生产过程现代化成为了必然趋势。而目前由于缺乏有效的在线检测手段,中药生产检测滞后性大,产品质量参差不齐。针对中药提取过程在线监控及终点判定的问题,基于朗伯比尔定律及中药提取动力学方程建立提取液紫外吸光度随时间变化模型,并提出动态分析及终点判断方法,该方法包括紫外吸光度序列拟合、稳健性分析以及终点计算。以千年健提取过程为例,使用本实验室自主研发的中药提取液在线采样系统进行光谱收集,并对离线样本求取其有效固体物质含量作为参考。分析过程中,首先对实时检测的光谱进行插值及滤波处理,计算230.2~400nm紫外谱区的吸光度均值并结合前期数据组成吸光度均值序列;随后,进行了该吸光度序列与提取液固体含量之间的相关分析,得到线性相关系数r~2=0.9828,证明二者存在较强的线性关系;最终对吸光度均值序列进行动态模型稳健回归及提取终点判定。结果表明:回归过程通过稳健性分析能够充分识别出测量异常点,提高了拟合曲线与原始吸光度的复相关系数,使其达到0.99,并通过终点判定将千年健提取时间由最初人工设定的180min缩短至122min。实验证明,紫外在线监控方法实现了提取过程的在线监控及终点判定,对稳定产品质量、提高经济效益具有重要意义。 相似文献
4.
采用后向间隔偏最小二乘(Backward interval partial least squares,BiPLS)提取汽油拉曼光谱特征谱段,并用于研究法辛烷值(Research octane number,RON)的定量分析。实验中首先使用SPXY(Sample set partitioning based on joint x-y distances)方法划分训练集、交叉验证集和测试集,并采用稳健回归方法剔除异常的样本数据,再结合BiPLS方法筛选特征谱段,利用特征谱段建立偏最小二乘模型。与全谱段偏最小二乘模型的预测性能对比结果表明,后向间隔偏最小二乘方法可使输入模型的特征数据维数降低50.00%,交叉验证均方根误差(Root mean square error of cross validation,RMSECV)降低18.92%,预测均方根误差(Root mean square error of prediction,RMSEP)降低13.86%。后向间隔偏最小二乘方法可有效提取汽油拉曼光谱的特征谱段,降低模型复杂度,同时提高模型预测精度,在调和汽油研究法辛烷值定量分析方面有较好的应用前景。 相似文献
5.
6.
提出了一种基于最小二乘支持向量机(LS-SVM)的橄榄油掺杂拉曼快速鉴别方法。首先,收集若干己知类别的橄榄油样作为训练样本,获取其拉曼谱图,并对其谱图进行预处理和波段选择,进而构建LSSVM分类器;对于未知类别的油样,获取其拉曼谱图,并进行相应的预处理和波段选择,由LSSVM分类器获得鉴别结果。实验以7种已知的特级初榨橄榄油为基础,分别掺入4种其它植物油(大豆油、菜籽油、玉米油、葵花籽油),获得112个掺杂油样。将全部样本随机分成训练集和测试集,对测试集样本的预测实验结果表明,本文方法能有效鉴别橄榄油掺杂,且掺杂量最低检测限为5%。与其它分类方法相比,LSSVM分类法具有最佳的分类性能。该方法快速、简便,为橄榄油掺杂鉴别提供了一种全新的方法。 相似文献
7.
采用拉曼光谱分析法实现PX(对二甲苯)装置中吸附塔循环液快速、准确的在线分析。由于循环液中各组分的拉曼谱峰相互重叠,且各组分的含量变化范围很大,需要收集大量的训练样本。为此,提出了基于拉曼光谱解析的循环液成分分析方法。首先,要获得循环液所含各组分纯物质的拉曼光谱,以及少量训练样本的拉曼光谱,对这些拉曼光谱进行基线扣除和均值归一化;其次,选取特征波段680~880cm-1,对每一个训练样本预处理后的拉曼光谱在特征波段进行光谱分解,得到该训练样本中各组分的分解系数;然后,基于全部训练样本各组分的分解系数与对应的浓度数据,建立分解系数与浓度之间的定量分析模型。而对于某一测试样本,先获取其拉曼光谱,进行上述相同的光谱预处理,并在相同的特征波段基于纯组分的拉曼光谱对其进行谱分解,以获得该样本的光谱分解系数;再根据得到的分解系数和上述定量分析的模型,预测出该测试样本中各组分的含量。实验结果表明,一方面,由各纯组分混合得到的训练样本的拉曼光谱可以较精确地分解成各组分的拉曼光谱的线性加权和;另一方面,基于拉曼光谱分解系数建立的定量分析模型可以准确地预测出循环液中各组分的含量,对测试样本中甲苯、乙苯、对二甲苯、间二甲苯、邻二甲苯和对二乙基苯含量的标准预测误差分别为0.301%,0.088%,0.563%,0.384%,0.366%和0.536%。为PX装置中吸附塔循环液的在线分析提供了改进方法。 相似文献
8.
中药提取是中药生产的重要环节,其终点的判断直接影响到中药疗效与制药成本.本文提出一种基于近红外光谱谱形分析的典型中药提取过程终点判断方法,该方法为满足工业需求以水的光谱作为近红外参考光谱,根据最小二乘拟合原理去除基线,并且采用滑动窗口相关系数的方法描述谱形差异.实验结果表明:该方法能有效判断中药提取过程终点,方便快速,适合于在线过程分析. 相似文献
9.
汽油族组成不仅决定了汽油品质,同时直接关系到燃烧尾气对环境的影响。文章成功地将拉曼光谱分析技术应用于汽油族组成的定量分析。通过对校正集进行异常样本检测,剔除个别异常样本,有效地提高了偏最小二乘的模型精度,得到了较好的预测效果。芳烃含量、烯烃含量和氧含量的标准预测误差分别达到了0.23,0.52和0.143,其预测复相关系数分别达到了0.987,0.927和0.971。实验结果表明:采用拉曼光谱分析技术可以有效的解决汽油族组成的定量分析问题,其分析精度显著高于近红外光谱法与多维气相色谱法;同时也适用于汽油生产过程中的在线分析。 相似文献
10.
一种简便的近红外光谱标准化方法 总被引:1,自引:1,他引:0
针对目前近红外光谱分析中模型传递现有方法的局限性,文章介绍了一种简便的近红外光谱标准化方法,并构造了一种新的光谱标准化误差指标(spectra standard error,SSE)作为评价传递结果的指标。SSE为J2和J1的比值,这里,J2表示同一样本在不同仪器上测得的谱线的距离,J1表示目标机的不同样本相对中心谱线的平均距离。文章首先对不同光谱仪所测得的吸光度谱图进行多项式卷积平滑处理以去除基线,接着采用标准归一法以实现谱图的标准化,并采用多项式卷积滤波以去除噪声。为使SSE达到最小,在处理过程中可进行波长范围和卷积窗口宽度的优化。经过上述处理后的标准化谱图可用于光谱建模分析。该方法不需要预先获得大量样本,也不需要将同一样本在不同光谱仪上测得的谱图进行比较。针对一批汽油样本的试验结果表明,借助于此方法可使SSE从1.418下降至0.167,谱图标准化效果令人满意。 相似文献