基于紫外光谱法和有监督模式识别技术对氯化钠、氢氧化钠和β-苯乙胺种类的鉴别

β-苯乙胺(PEA)是一种重要的有机合成中间体,在PEA生产过程中,最终的生成物中常常为含有氯化钠(NaCl)、氢氧化钠(NaOH)和PEA三者的混合物。因此,对NaCl,NaOH,PEA和混合物种类进行鉴别,有利于PEA的合成以及定性检测,需建立紫外光谱快速鉴别NaCl,NaOH,PEA和混合物种类的方法。利用紫外光谱法分别测量了NaCl,NaOH,PEA和混合物在190～400 nm范围的吸收光谱。首先,采用偏最小二乘法(PLS)提取紫外光谱的主成分信息,用少数的主成分信息取代原始变量,减少模型的复杂度。用PLS提取NaCl,NaOH和PEA在前三个主成分空间中得分向量值的分布。可知NaCl,NaOH和PEA前三个主成分累计贡献率分别是96.64%,99.44%和99.95%。因此,NaCl、NaOH和PEA的前三个主成分基本包含了大部分的光谱信息。其次,用获得的三个主成分作为输入变量,采用线性判别分析（LDA）,Sigmoid SVM,RBF-SVM,RBF-ANN,BP-ANN和人工蜂群(ABC)优化神经网络(ABC-BP-ANN)等模式识别方法对NaCl,NaOH和PEA种类进行判别,获得总的敏感性分别为95.6%,95.6%,95.9%,95.8%,96.9%和99.6%。由于NaCl和NaOH特征吸收峰很相似,主成分得分向量会出现重叠现象,导致NaCl和NaOH的种类鉴别出现误判。通过对比六种分类方法,可知ABC-BP-ANN效果最优,BP-ANN次之,RBF-SVM和RBF-ANN结果相似,但比BP-ANN稍差,LDA和Sigmoid-SVM效果最差。最后,配制7种不同摩尔分数的混合物(混合物摩尔分数是指PEA物质的量占混合物总物质的量百分比),浓度范围为0%mol·L-1～60%mol·L-1,然后采用RBF-SVM,BP-ANN和ABC-BP-ANN三种方法对混合物种类进行判别。从敏感性和特异性结果可以得知,ABC-BP-ANN分类效果最好,BP-ANN次之,RBF-SVM分类效果最差, 由混合物得到的结果与单组分的结果相一致。结果表明,紫外光谱结合ABC-BP-ANN模式识别方法可以成功区分NaCl,NaOH,PEA和混合物的种类。该方法可作为一种简便、快速、可靠的方法用于NaCl,NaOH,PEA和混合物的种类判别,并为PEA的合成和质量控制提供理论依据和技术支撑。