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。