排序方式: 共有58条查询结果,搜索用时 15 毫秒
1.
原位实时近红外光谱研究核壳乳液聚合过程 总被引:1,自引:0,他引:1
将苯乙烯(St)和丙烯酸丁酯(BA)单体以不同的聚合方式制备核壳乳液和共聚乳液, 并采用近红外光谱技术实现了对乳液反应过程的原位实时监测, 通过对近红外光谱的谱带归属和主成分分析, 为近红外光谱技术判别乳液聚合过程提供了科学依据, 也为判断反向核壳乳液核壳翻转的拐点提出了一种新的方法. 采用簇类独立软模式法(SIMCA)建立了定性判别模型, 得到了很好的判别结果, 为进一步研究近红外光谱技术用于核壳乳液聚合过程奠定了基础. 相似文献
2.
苯乙烯/丙烯酸正丁酯乳液聚合反应过程中残余单体含量的实时监测 总被引:3,自引:1,他引:2
采用近红外光谱分析技术在线测量苯乙烯(St)/丙烯酸正丁酯(BA)乳液聚合体系中残余单体的含量. 共设计9个半连续方式的St/BA乳液共聚反应, 在反应过程中实时取样测量其残余单体含量, 并记录取样时刻对应的聚合体系的近红外光谱. 采用多元散射校正法(MSC)处理光谱, 有效地克服了乳胶粒子散射效应对近红外光谱分析的影响. 采用主成分分析法(PCA)对乳液体系的近红外光谱数据进行了解析. 选取6个聚合反应对应不同反应时间的72个样品, 用于建立校正模型, 另外3个聚合反应共取36个样品用于校正模型的验证, 并在反应设计上体现了乳化剂用量的变化, 从而使校正模型对乳化剂用量的变化具有一定的适应性. 研究结果表明, 所得模型对残余单体St和BA含量的预测结果标准差(SEP)分别为0.08026和0.05305. 相似文献
3.
聚异丁烯高活性端基含量及相对分子质量测定方法的研究 总被引:2,自引:0,他引:2
综合使用核磁,VPO和近红外光谱分析技术对聚异丁烯活性端基含量以及相对分子质量的测定进行了详细研究,分别建立核测定聚异丁烯活性端基含量以及其他烯键含量和近红外光谱快速测量聚异聚丁烯活性端基含量。其他烯键含量和相对分子质量的分析方法。成对t检验结果表明,近红外光谱分析方法测定结果与核磁和VPO方法测定结果之间无显著性差异。 相似文献
4.
5.
6.
7.
采用漫反射近红外光谱方法测定聚乙烯醇(简称PVA)的醇解度与挥发分含量。从PVA生产线选取120个样品,分别用容量法与恒重法测量样品的醇解度与挥发分含量。用光栅扫描近红外光谱仪采集样品光谱,光谱范围1 000~1 800 nm。样品光谱用卷积平滑、卷积求导、均值中心化与正交信号校正方法进行预处理后,与样品的醇解度与挥发分含量,采用PLS1定量校正方法建立近红外分析模型。醇解度与挥发分含量模型的校正相关系数RC分别为0.976和0.981,校正标准偏差SEC分别为0.176和0.197,验证相关系数RP分别为0.967和0.969,验证标准偏差SEP分别为0.202和0.193。方法具有速度快,操作方便的特点,分析结果满足PVA生产过程醇解度与挥发分含量的检测要求。 相似文献
8.
9.
分子光谱分析技术结合化学计量学已成为一种非常活跃的食用油鉴别方法。然而,当不同类型的样本之间的光谱差异极其微小时,利用传统的分类技术也很难将其分开。为了完成相似品种食用油的快速识别和分类,收集了包括芝麻油、玉米油、油菜籽油、调和油、葵花油、花生油、橄榄油七种食用油的衰减全反射红外光谱,在此基础上,采用图像识别的方法对七种食用油进行快速分类。在所提出的图像识别方法中,首先,将通过多元散射校正预处理后的红外光谱吸光度矩阵进行自相关运算,利用等高线原理根据吸光度强度值的不同生成光谱图像,以扩大的光谱差异并提高光谱可视化。然后,根据图像膨胀的原理找到光谱图像的局部特征点,将其作为图像特征。最后,使用BP神经网络对特征点进行训练和分类预测。为了对比所提出的方法,PCA-BP和KL-BP的方法被用于与图像识别的方法进行比较,实验结果表明,图像识别方法的正确识别率为94.4%,高于PCA-BP的66.7%和KL-BP的83.3%。所提方法为实现食用油的快速识别和检测提供了一条新的有效途径。 相似文献
10.
SIMCA采用PCA模型参数和F检验构造计算T2i/T2ucl和Si/Q统计量作为样本分类的新属性,并计算待测样本到各类主成分空间的欧式距离作为判别类别的依据,是一种最常用和优秀的光谱分类方法。但是,在Q对T2作图平面上,以欧式距离确定的样本分布范围是一个圆,多数情况下并不一定能符合实际样本分布规律。本文在分析了SIMCA理论缺陷的基础上,提出了一种新方法,即用马氏距离代替欧氏距离作为判别依据来判断样本的类别。并设计了采用红外光谱判别组分比例很接近的掺假食用油样本的实验,以及用近红外光谱判别相近皮毛样本的实验。用调和比5%~8%的食用油红外光谱PCA模型,分别以马氏距离和欧式距离计算出其样本的分布范围,结果表明马氏距离的分类与识别能力更强。新方法和SIMCA对动物皮毛样本的正确识别率分别为87.5%和75%,对比例相近的食用油调和油的正确识别率分别为65%和55%。结果表明新方法对化学组成差异微小的样品分类精度明显优于SIMCA。 相似文献