废旧聚酯/棉混纺织物的在线近红外定量分析与自动分选

在前期探究的最佳测试条件下,利用自主研制的"纤维制品主体组分高效识别与分选装置"对废旧聚酯/棉混纺织物样品进行在线原始近红外光谱采集。基于在线原始谱图,探讨出最佳光谱预处理方法为S-G平滑+最大最小归一化(MMN)+S-G导数,并利用偏最小二乘法建立了废旧聚酯/棉混纺织物的在线近红外定量分析模型,模型的交互验证均方根误差(RMSECV)为1.47,校正相关系数(R_C)、验证相关系数(R_V)值均不小于0.99,校正相对预测偏差(RPDC)为18.17,验证相对预测偏差(RPDV)为13.13,交互验证相对预测偏差(RPDCV)为11.76。为验证模型的可靠性,选取30个外部样本进行在线验证,验证结果的线性方程为y=(1.00±0.01)x-(0.88±0.56),预测准确率为93.3%。将模型导入分选装置的"纺织品在线主控程序"后,对设备设定不同聚酯含量织物的分选类别,即可对废旧聚酯/棉混纺织物样本进行含量预测,并通过装置的吹分分选系统将样品自动吹扫到相应的收集框中。每个样品预测并分选的时间小于2 s,机械自动分选结果无误。利用所建模型和分选装...     

基于近红外光谱技术与优化光谱预处理的陈皮产地鉴别研究

采集不同产地陈皮内侧和外侧的近红外光谱,采用不同光谱预处理方法进行预处理,筛选得到最佳光谱预处理方法,结合主成分分析法建立了陈皮产地的鉴别模型.实验发现,陈皮原始光谱中存在明显的基线漂移与背景干扰.使用单一光谱预处理可在一定程度上消除干扰的影响.经标准正态变量变换、多元散射校正、一阶导数、二阶导数与连续小波变换预处理后...     

一种新型在线近红外光谱分析仪的研制

研制了一种新型的电荷耦合器件(CCD)在线近红外光谱分析仪，它由光谱仪系统、电源电路与控制系统、光纤及其附件与流通池系统、防爆系统、样品前处理系统、模型界外样品抓样系统、实时光谱测量和化学计量学软件等部分组成。在兰州炼油厂联合重整装置上连续5个月的工业实验表明，该仪表测定汽油辛烷值的准确性为0．3个辛烷值单位，重复性为0．2个辛烷值单位，具有准确性高、稳定性好、测量速度快、安全性强、自动化程度高和分析测试项目扩展性宽等特点。该仪表可与APC技术或其它自动化系统联用，对石化等大型生产装置的技术进步将产生积极的推动作用。     

基于近红外光谱技术的白酒酒醅在线监测研究

为实现白酒生产过程中出窖酒醅智能化配粮,该文开发了一套在线近红外光谱监测系统,实时在线检测出窖酒醅配粮前的水分、淀粉及酸度,实时检测结果转化为4～20 mA电控输入信号,解决酒醅智能配粮问题。通过将在线近红外分析系统与台式近红外分析仪相结合,在四川宜宾六尺巷酒厂开展酒醅在线监测与配粮智能化应用。结果表明,台式仪器检测水分、淀粉、酸度的平均误差分别为-0.25%、0.38%和0.29 mmol/10 g,检测水分、淀粉、酸度的预测标准差(SEP)分别为0.60%、0.75%和0.18 mmol/10 g;在线仪器检测酒醅水分、淀粉、酸度的平均误差分别为-0.75%、0.48%、0.29 mmol/10 g,检测水分、淀粉、酸度的SEP分别为0.66%、0.97%、0.22 mmol/10 g。相比台式近红外分析结果,在线结果的平均误差及SEP均有所放大,但在线分析的准确度能满足酒醅在线配粮控制的精度要求。     

近红外光谱与化学计量学方法用于镉污染稻米的定性鉴别

采用近红外光谱漫反射模式结合化学计量学方法对稻米镉含量是否超标进行可行性鉴别分析.本研究收集了120个样本,测定其镉含量值(合格49个,不合格71个).对光谱数据预处理方法优化,确定了平滑,一阶导数以及自归一化后的数据作为输入变量.采用竞争性自适应重加权算法筛选了45个关键变量,并对上述变量的光谱吸收带进行归属.比较了主成分分析-判别分析法、偏最小二乘识别分析、线性判别分析、K-最近邻法与簇类独立软模式法5种模式识别方法.确定采用偏最小二乘识别分析建模效果最好,模型训练集与预测集鉴别准确率分别达到98.8％与91.7％.结果表明,近红外光谱作为初筛方法可用于鉴别稻米中镉含量是否超标.     

基于近红外光谱的塑料分选技术预处理方法的优化

为进行不同塑料种类的识别,采集了尼龙（PA）、聚丙烯（PP）、聚苯乙烯（PS）、聚氯乙烯（PVC）4类塑料的近红外光谱数据,并针对光谱数据采集时存在的噪声、基线和光程问题,基于3点Savitzky-Golay卷积平滑（S-G）、一阶导数（FD）、二阶导数（SD）、标准正态变量变换（SNV）、多元散射校正（MSC）进行了预处理组合优化研究,以竞争性自适应重加权算法（CARS）进行特征波长提取,并运用支持向量机算法（SVM）建立模型。结果显示：所有预处理方法中,预处理组合S-G+FD+SNV获得的结果最优,S-G+FD+SNV+SVM模型的平均准确率高达96.67%,其训练集和验证集的平均准确率均为100%。上述预处理组合优化方法可为4类常见塑料的鉴别研究提供参考。     

光谱预处理方法对混胺近红外定量模型影响的研究

本文探讨了一阶导数、Savitzky-Golay平滑、小波变换(WT)和正交信号校正(OSC)预处理方法对混胺组分近红外光谱的预处理效果。采用预测集标准偏差(SEP)对各种预处理方法的最佳参数进行选择。比较了各种预处理方法的去噪能力,对预处理方法组合后的效果进行了评价。研究表明,WT和OSC能有效去除噪声,提高分析模型的精度,WT和OSC结合后的预处理效果更好。     

近红外光谱分辨率对定量分析的影响

利用近红外光谱建立了多组分混合物中对乙酰氨基苯酚和乙水杨胺的定量分析模型。定量模型可以快速准确地测定混合物中对乙酰氨基苯酚和乙水杨胺的含量。研究发现,光谱分辨率对定量分析模型有重要影响。以光谱分辨率4cm-1获得的光谱数据建立的对乙酰氨基苯酚定量模型,其校正集回归系数达到0·9992;其标准偏差为0.2120;同时模型的验证集回归系数为0.9996,而标准偏差达到0.1848。以分辨率1cm-1和8cm-1收集的光谱为基础获得的定量模型,其预测能力呈现不同程度下降趋势。研究结果表明,针对具体样品的特定组分,需要选择合适的光谱分辨率,进而获得最佳的定量分析结果。     

近红外光谱分析技术的最新进展与展望

在过去的几十年,近红外光谱是发展最为迅速的分析技术之一。振动光谱基础理论、光谱仪器硬件和化学计量学是现代近红外光谱分析技术的3大支柱,近些年,近红外光谱技术在这3个方面均取得了显著进展。该文结合上述3个方面的应用研究情况,对近红外光谱分析技术的最新进展进行了综述,并对未来发展趋势进行了展望。     

基于PLSR的近红外光谱沼液主要营养成分实时在线检测方法研究

按需施用沼肥,可提升我国粮食产能,筑牢大国粮仓。鉴于国内外利用近红外模型对沼液中氮、磷、钾含量快速检测的研究未见报道,本文对183个沼液样本用偏最小二乘回归(PLSR)法建立快速预测模型。结果显示,模型对沼液中的总氮、总钾和氨氮含量,校正决定系数(R_C²)分别为0.9238、0.9339和0.9191,预测决定系数(R_P²)分别为0.9255、0.9184和0.9160,均大于0.9。校正集残留预测偏差RPD_C分别为3.8044、4.0034和3.6724,预测集残留预测偏差RPD_P分别为3.7035、3.5403和3.4876,均大于3。这说明模型定标效果好、稳定性好、预测精度高,能够用于实际检测;总磷含量的R_C²为0.9047,大于0.9,R_P²为0.8083,RPD_C为3.2538,大于3,RPD_P为2.3100。模型可...     

航空煤油初馏点近红外光谱分析数学模型的预处理方法及波段优选

采用偏最小二乘法(PLS)建立近红外光谱法分析航空煤油初馏点的数学模型。重点研究了光谱预处理方法和建模波段的选择,结果表明:采用一阶微分无窗口平滑的预处理方法,利用764～960 nm和1 000～1 020 nm波段组合建立的模型效果最好,模型的相关系数(r)、校正标准偏差(SEC)和预测标准偏差(SEP)分别为0.910 2,1.01℃和2.69℃,其中r和SEC优于文献值(r=0.885 2,SEC=3.86℃),配对t检验验证该模型的预测准确度高。     

近红外分析中光谱预处理及波长选择方法进展与应用

光谱预处理和波长选取方法在近红外光谱分析技术中相当重要。本文综述了常用的NIR预处理和波长选取方法及这一领域的最新进展,详细介绍正交信号校正(OSC)、净分析信号(NAS)和小波变换(WT)等新光谱预处理方法以及无信息变量消除(UVE)和遗传算法(GA)等波长选取方法,并给出了这些方法的具体算法和一些应用实例。     

在线近红外光谱测试醇烯比闭环控制系统研制成功

不久前，燕山石化橡胶事业部MTBE合成装置在线近红外光谱测试醇烯比闭环控制系统开发技术通过了燕山石化公司科学技术成果评定。     

蒙特卡洛交叉验证用于近红外光谱奇异样本的识别

奇异样本识别是建立稳健模型的基础,但大样本数据集中奇异样本的识别非常困难．基于样本在蒙特卡洛交叉验证中的统计规律提出了一种奇异样本的识别方法,即首先利用蒙特卡洛交叉验证建立一定数量的模型,然后按照预测误差平方和（PRESS）排序并统计每个样本在不同模型中的出现频次．由于奇异样本的特殊性,其出现频次将与正常样本具有显著差异．通过对4组数据进行考察,结果表明：此方法可以有效地识别近红外光谱中的奇异样本,比常用的留一法交叉验证（LOOCV）方法具有更强和更准确的识别能力．     

光谱采集方式对AOTF-近红外光谱技术分析烟草主要化学成分的影响

初步探讨了不同光谱采集方式对AOTF-近红外光谱技术检测烟草主要化学成分及建模的影响。结果表明,以旋转方式采集光谱可以得到更多的样品信息,所建立的模型精度较高。从模型的各项指标来看,总糖、还原糖和总烟碱的相关系数很高,说明化学成分含量数据和光谱数据间有较好的相关性。实验结果表明AOTF-近红外光谱技术可用于烟草样品主要化学成分的常规分析。     

近红外光谱用于过氧化氢含量的定量分析研究

用长波近红外光谱仪（傅里叶变换,InGaAs检测器）和短波近红外光谱仪（光栅分光,CCD检测器）对比研究了25％～30％过氧化氢水溶液中过氧化氢含量的定量分析方法。结果表明,应用短波近红外光谱结合长光程样品池对25％-30％过氧化氢水溶液样品中过氧化氢含量进行定量分析,可以显著减少过氧化氢分解对定量分析的干扰,使定量分析的准确度和重复性显著提高。短波近红外光谱定量分析模型RMSECV和RMSEP分别为0．06和0．05;长波近红外光谱定量分析模型RMSECV和RMSEP分别为0．10和0．09。     

基于近红外光谱技术与化学计量学的绿茶无损鉴别方法研究

该文利用近红外光谱技术结合化学计量学方法开发了不同品种绿茶的无损鉴别方法。通过近红外光谱技术得到了8个品种绿茶样品的近红外光谱,比较了单一以及优化组合光谱预处理方法对光谱的影响,利用无监督的主成分分析(PCA)与有监督的线性判别分析方法(LDA)分别构建了茶叶品种鉴别模型。结果表明:对比单一预处理方法,优化组合预处理具有更优的鉴别准确性。标准正态变量变换预处理消除了茶叶样品大小不均造成的光谱散射影响,一阶导数预处理实现了变动背景的消除,减少了基线漂移的影响,突出了图谱中的有效信息,采用二者相结合的预处理方式并结合无监督的主成分分析法可实现较为准确的绿茶样品种类鉴别分析,准确率达75.0%。此外,采用有监督的线性判别分析方法处理原始光谱数据,可达到100%的鉴别准确率,但该方法需提供类别的先验知识。因此,采用近红外光谱技术和化学计量学相结合的手段可实现不同品种绿茶的快速无损鉴别。     

便携式近红外光谱仪对废旧涤/棉混纺织物中涤含量的快速检测

利用近红外光谱技术对252个涤/棉混纺织物进行研究,建立了不同光谱特征的涤/棉混纺织物的偏最小二乘(PLS)定量分析模型。将近红外光谱异常样本与光谱正常样本分别建模,显著提高了定量分析模型的预测精度、拓宽了模型的适用范围。以涤、棉主要吸收峰区间为基本建模波段,进行双向扩展,筛选出最佳建模波段,以相关系数(R)、预测集标准差(SEP)和验证集准确率优化建模条件,并与未分别建模的PLS模型相比较。用346个未参与建模的废旧涤/棉混纺织物对模型进行外部验证,外部验证准确率为92%,识别时间8s。     

不同光谱预处理对激光诱导击穿光谱检测猪肉中铅含量的影响

为了研究适合激光诱导击穿光谱(LIBS)检测猪肉中重金属铅(Pb)元素含量的光谱预处理方法,将配制的84个猪肉腿肌样品分为校正集和预测集,以相关系数(R)、内部交叉验证均方差(RMSECV)和预测均方根误差(RMSEP)作为评价指标,比较了5种光谱预处理方法对偏最小二乘法(PLS)建模预测效果的影响.结果表明,多元散射校正(MSC)预处理效果最好,定标模型预测值与实验室分析元素检测值的相关系数(R)达到0.9908,RMSECV为0.302,RMSEP为0.282,主成分数为16,18个预测集样品的验证结果的平均相对预测误差(ARPE)为7.8％.说明MSC是LIBS检测猪肉Pb含量的有效光谱预处理方法,该研究为进一步实现食品中重金属快速定量分析提供了方法和数据参考.