近红外光谱法测定喷气燃料的总硫含量

采用ZX440型近红外多组分油料分析仪建立了喷气燃料总硫含量的校正模型,对校正模型的准确性进行了验证,实际分析结果表明,近红外光谱分析可以实现对喷气燃料总硫含量的快速、准确测定。     

近红外光谱分析原油中水分和硫含量模型的建立及验证

取原油样品120个,分别按照GB/T 11133-2015和GB/T 17040-2008中所述方法测定了上述原油样品中的水分和硫的含量。通过优化的近红外光谱(NIRS)条件采集了上述原油样品的NIR光谱图。采用杠杆值算法剔除4个异常样品。在建立水分含量分析模型时,采用的条件为:用Savitzky-Golay法对光谱进行滤波预处理,建模光谱区间为6 200～8 200cm-1,主成分数为6,用偏最小二乘回归法(PLS)交叉验证建立分析模型。硫含量分析模型的建立条件为:采用二阶导数-Norris Derivative对光谱进行预处理,建模光谱区间为4 400～4 700cm-1,主成分数为6,用PLS交叉验证建立分析模型。水分和硫含量模型的预测值与测定值的相关性较好。水分模型的决定系数(R2c)为0.989 9,校正标准偏差(RMSEC)为0.084 2,说明其预测效果较好,可用于原油中水分含量的预测。硫含量模型的R2c为0.996 3,RESEC为0.069 6,说明此模型的预测效果也较好,可用原油中硫含量的预测。应用所建立的两个模型对10个未知原油样品中水分和硫含量进行了预测,并与其测定值比较,结果表明两者之间的相对偏差均小于10%。     

人工神经网络用于近红外光谱测定柴油闪点

采用主成分－人工神经网络对不同留程柴油的近红外光谱进行校正,预测其闪点。采用监控集控制网络训练过程,以避免过训练。探讨了人工神经网络（ＡＮＮ）、直接线性连接人工神经网络（ＬＡＮＮ）的校正效果,并与局部权重回归（ＬＷＲ）、主成分回归（ＰＣＲ）及偏最小二乘（ＰＬＳ）等校正方法进行了比较,认为人工神经及直接线性关联的较好手段。     

近红外光谱法快速测定生物柴油调和比及理化指标

通过比较偏最小二乘法(PLS)处理调和生物柴油近红外光谱图与标准方法测定调和生物柴油所获得的基础数据,确立了调和生物柴油的调和比、密度、运动黏度、热值、闭口闪点及冷凝点之间的相互关系。结果表明:经优化后,在OPUS光谱分析软件推荐维数(Rank)下,各指标模型的预测值与标准测定值之间线性相关关系均显著。在用于测定未知调和生物柴油样品的上述指标方面具有测定快速简便、误差小、成本低等优点,并用马氏距离限制异常项,每份生物柴油各指标的马氏距离都处于允许范围内。对于新类型生物柴油,可向模型添加10个以上调配样本,扩充模型后即可用于测定这类型调和生物柴油相关理化指标,可成为测定调和生物柴油相关理化指标新方法。在此基础上,可进一步开发出生物柴油近红外光学理化指标测定仪,实现低成本与快速测定。     

啤酒主要成分的近红外光谱法测定

根据近红外光谱的振动吸收强度与有机分子官能团含量的线性关系,用偏最小二乘法,对啤酒的近红外光谱与其中的酒精度、原麦汁浓度以及总酸含量等3种主要成分进行了线性回归,并建立起相关的模型。用该模型对未知啤酒样品中的上述3种成分的含量进行预测,取得了令人非常满意的结果。可望作为啤酒厂的一种快捷而准确的检测方法予以推广。     

CCD近红外光谱快速测定柴油中的芳烃含量

研究了采用电感耦合器件（ＣＣＤ）近工外光谱仪在短波近红外区域（７００－１１００ｎｍ）、利用偏最小二乘回归（ＰＬＳ）测定柴油中芳烃含量的方法。考虑样品颜色对短波近红外光谱的影响,对波长范围的选择和基线处理方式进行了研究。考察了样品进入光路的时间对测定结果的影响。将ＣＣＤＮＩＲ对未知样品的预测结果与傅里叶变换近红外光谱（ＦＴ－ＮＩＲ）在长波近红外范围（１０００－２０００ｎｍ）的预测结果及液相色谱的测定     

近红外光谱方法预测生物柴油主要成分

采用近红外光谱快速测定法对生物柴油的成分(脂肪酸甲酯、单甘酯、二甘酯、三甘酯和甘油)进行了研究.采用气相色谱方法获得其成分的基础数据,通过偏最小二乘方法与近红外光谱数据进行回归运算,分别建立以文冠果油生物柴油为例的单原料油校正模型及多种原料油生物柴油的混合校正模型,并以花椒油生物柴油为例考察了校正模型的适用性.结果表明: 通过偏最小二乘方法可以建立适合多种原料油生物柴油的通用校正模型.对于新型生物柴油,向校正集中添加10个以上样本,扩充校正模型后,便可较为准确地测定这类新生物柴油样本的成分含量.此方法分析速度快、成本低、操作便捷、重复性好,适合于生物柴油生产过程的中间控制分析.     

近红外光谱法测定汽油中的烯烃含量

近红外光谱法测定汽油中的烯烃含量;汽油;烯烃;近红外光谱;偏最小二乘回归     

近红外光谱法快速测定水体有机污染物的方法研究

有机污染物是水体主要污染物之一,急需建立简单快速无污染的监测技术。本文将近红外光谱技术应用于水体有机污染物的测定,建立化学需氧量(COD)和生化需氧量(BOD5)的分析方法。结果表明,采用偏最小二乘算法、以近红外光谱的一阶导数谱建立的分析模型对水样COD和BOD5的测定均取得较好的效果。该分析模型对水样COD和BOD5的预测值和标准值之间的相关系数分别达到0.991和0.998,校正集的均方根偏差(RMSEC)相当于水样平均COD和BOD5值的4.3%和1.9%,满足日常监测的需要。分析模型对预测集样品的均方根偏差与RMSEC接近,表明该分析模型具有较好的适用性。采用近红外光谱法测定水体COD和BOD5等有机物指标结果可靠,为水体有机物污染的快速测定提供了一种可行的分析技术。     

复合近红外光谱法在牛奶测定中的应用

研究了用于快速测定牛奶主要成分含量的近红外透射光谱法和漫反射光谱法,分析了两种方法在实际测量中的差异,并提出将两种方法结合形成复合光谱法用于牛奶成分含量的检测。结果表明:复合光谱法的应用有效地提高了多变量回归分析中牛奶成分含量的预测精度。     

近红外光谱法快速测定乙烯原料油族组成

采用色谱仪测定乙烯原料油族训练集样品的组成性质的基础数据与近红外光谱仪测定训练集样品的近红外光谱,建立了乙烯原料油族基础数据和近红外光谱库,用化学计量学分析软件,采用偏最小二乘（PLS）方法将训练集样品的光谱和相应已测定样品的族组成基础数据相关联,建立了乙烯原料中正构烷烃、异构烷烃、环烷烃、芳烃、烯烃的定量和定性分析模型。该模型具有测定结果准确、可靠,测定简便、讯速的优点,适合在线生产中对样品的快速检测。     

近红外光谱法测定卷烟中多酚类物质含量的研究

利用烟草样品的近红外漫反射光谱,通过化学计量学的方法,建立了卷烟中多酚类物质的近红外数学模型.结果表明,绿原酸、新绿原酸和芸香苷近红外数学模型外部验证的平均相对误差和变异系数(RSD)均在5%以内,说明该模型准确性和稳定性均很好,可以用来快速、准确,无污染地测定卷烟中多酚类物质含量.     

基于一元线性回归的近红外光谱模型传递研究

为解决近红外光谱分析中的模型传递问题,本研究提出了一元线性回归直接标准化算法(Simple linear regression direct standardization,SLRDS)。为验证算法的有效性,采用玉米样品的近红外光谱集进行实验,并与传统的直接标准化算法(Direct standardization,DS)、分段直接标准化算法(Piecewise direct standardization,PDS)进行比较。实验结果表明,SLRDS算法不仅能够有效消除近红外光谱仪之间的差异,很好地实现玉米样品的PLS校正模型在3台仪器之间的共享,而且与DS和PDS算法相比,具有传递性能高、模型简单及所求参数少等优点。     

近红外漫反射光谱法测定黄连浸膏粉中生物碱含量

采用近红外漫反射光谱法对黄连浸膏粉中小檗碱、巴马亭、药根碱和总生物碱含量进行快速无损检测。以HPLC分析值作参比,采用偏最小二乘回归算法建立二阶导数光谱信息与各组分含量间的定量校正模型,并对未知样品中各组分含量进行预测。小檗碱、巴马亭、药根碱和总生物碱的预测均方差(RMSEP)分别为0．184、0．109、0．054和0．325;加样回收率分别为97．67％～99．59％、96．63％～100．70％、95．15％～101．15％和97．41％～99．89％,重现性实验相对标准偏差(RSD)分别为0．3％、0．6％、1．8％和0．3％。该方法结果准确可靠,重现性、稳定性均良好,适用于工业现场的原位和在线检测。     

应用近红外透射光谱法测定稻米淀粉消减值的研究

以183份稻米为样品,利用近红外透射光谱分析仪,对样品进行光谱扫描,并用快速黏度分析仪测定黏滞特性值消减值.采用多种计量数学处理方法和不同的回归统计方法进行定标曲线的开发和比较,得到了稻米消减值测定的近红外分析数学模型,数学模型的定标标准偏差(SEC)、交叉检验标准误差(SECV)和定标决定系数(RSQ)分别为:18.69,19.08和O.949 7.相关性达极显著水平,内部交叉验证和外部验证结果表明近红外定量分析消减值有很高的准确度.该研究利用近红外透射光谱技术为快速准确无损测定黏滞特性指标提供了一条新途径.     

近红外光谱法快速测定豆粕中混入的玉米粉含量

通过对豆粕样品和混有部分玉米粉的豆粕样品的近红外光谱分析，结果表明：混合样品中淀粉的含量与样品在２０６０ｎｍ，２０９０ｎｍ和 ２１６６ｎｍ处的光谱数据具有高的相关系数，然后应用回归分析计算出线性方程，再根据玉米粉中的淀粉含是一计算混合样品中的玉米粉含量。     

近红外光谱法测定铝土矿主要成分含量的探讨

近红外分析方法是发展较快的一种新型的快速定量分析方法,它具有简便、快速、无污染等特性。采用傅立叶变换近红外光谱法同时对铝土矿中氧化铝、氧化硅、氧化铁、氧化钛和灼烧减量进行了定量分析,得到较满意的检测结果。为铝土矿主要成分的快速测定开辟新途径。     

近红外光谱法同时测定卷烟纸中的钾和钠

为适应快速分析卷烟纸中K和Na含量的需要,应用傅立叶变换近红外(FT-NIR)光谱法和常规化学分析方法分别测定了101个卷烟纸样品的光谱数据和K及Na含量.以光谱数据和检测数据为基础,利用偏最小二乘法建立了预测卷烟纸中K和Na含量的数学模型,并进行了样品扫描条件和模型的优化.结果表明:每个纸样取14张扫描比较适宜;K和Na建模的适宜谱区范围均为4 000-7 700 cm<'-1>;一阶导数+Norris导数滤波法进行光谱预处理;K和Na优化模型的R分别为0.990 6和0.986 5,RMSECV为0.065 7和0.035 9,其预测值与化学测定值的平均相对偏差各为9.63%和9.03%.     

近红外光谱法快速测定聚乙烯醇的醇解度

应用傅里叶变换近红外漫反射光谱技术,通过对光谱预处理方法的选择和模型优化,建立了准确度较好的聚乙烯醇醇解度近红外定量分析模型,并验证了其可行性。通过验证试验表明,其预测值接近于化学法测定值,适合聚乙烯醇醇解度快速测定。     

训练字典及其稀疏表示在近红外光谱法检测柴油中的应用

为提高柴油组分近红外法检测的精度, 提出了一种基于训练字典稀疏表示下的建模方法并用于柴油十六烷值、沸点和芳烃总量的检测. 该法先用柴油光谱结合K 均值奇异值分解(K-SVD)算法完成对冗余字典的训练, 再用正交匹配追踪算法(OMP)寻找柴油光谱在该训练字典下的稀疏表示系数, 用该系数建立了柴油十六烷值、沸点和芳烃总量偏最小二乘预测模型. 实验比对了训练字典、傅里叶字典和小波字典稀疏表示下的柴油组分预测模型性能, 其中训练字典的表示系数建模性能最优且比其他两种字典的预测性能有较大幅度改进, 验证了该法在近红外光谱检测建模领域推广能改善预测的准确度和稳健性.