甘蔗清汁锤度的近红外光谱定量分析

来源 :全国第一届近红外光谱学术会议 | 被引量 : 0次 | 上传用户:rdx200901as
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
本文采用近红外透射光谱分析技术,用傅里叶变换型近红外光谱仪对83个甘蔗清汁样品采集光谱,分别用光程为2mm、5mm、10mm样品池,并分别设置分辨率为4cm-1、6cm-1、8cm-1、16cm-1、32cm-1,共得到15组光谱.利用偏最小二乘法(PLS)来建立甘蔗清汁锤度的定标模型.首先,在相同光程、相同分辨率和相同光谱预处理情况下,按照预测精度来遴选波数范围,结果表明,不同的光程有不同的高精度波数范围,但是可以得到相近的分析精度.其次,在相同光程、相同光谱预处理和选用相同波数范围的情况下,分别计算不同分辨率对应的分析结果,结果表明,不同分辨率可以得到相近的分析精度.最后,在相同光程、相同分辨率和选用相同波数范围的情况下,分别计算采用原始光谱、一阶导数光谱和二阶导数光谱的分析精度,结果表明,采用原始光谱的分析效果普遍较差,而采用一阶导数光谱或二阶导数光谱,只要选取到适当的光滑化点数和次数,两者的分析效果是相近的.
其他文献
本文合成了一种新型的蒽取代Schiff碱型苯并15C5臂式冠醚,并通过溶剂萃取实验研究了它对一价、二价金属离子的选择性;同时,我们研究了该化合物与γ-环糊精的包结作用,并研究了在环糊精存在下的水相条件下,该化合物与金属离子的作用.
本文通过化学计量学软件将脱氢产物的近红外光谱数据和二烯烃含量进行关联,建立校正模型,考察近红外光谱法测定二烯烃的准确性和适用范围.试验表明,该方法分析速度快、重复性好,特别适用于生产中间控制分析.
本文采用傅里叶(FT)近红外光谱仪,在近红外长波光谱范围内,测定了不同车用润滑油基础油的近红外光谱,分别建立车用润滑油基础油40℃黏度、100℃黏度和黏度指数三项指标的偏最小二乘和BP神经网络近红外光谱分析的校正模型.研究数据表明,近红外光谱能够获得与车用润滑油基础油黏度相关的光谱信息.人工神经网络方法作为一种处理非线性问题的数据分析手段,能较好地定量研究近红外光谱信息与车用润滑油基础油之间的关系
本文采用我国自行研制的NIR-6000型多通道在线近红外光谱分析仪同时检测8套炼油中型试验装置,用来实时测量重整汽油和异构化改质汽油的研究法辛烷值和芳烃组成等5项物化指标.结果表明,该分析仪能够快速、准确地为催化剂评价提供数据,完成8个通道的全分析时间仅需6.5min.在线NIR分析仪的投用显著提高了催化剂评价技术水平和工作效率.
本文在研究利用近红外光谱方法对石脑油的密度、终馏点、正构烷烃、异构烷烃、环烷烃、芳烃、烯烃进行快速分析的基础上,将石脑油各相关性质、蒸汽裂解炉操作条件与裂解产物中的乙烯、丙烯含量以及裂解深度数据进行关联,初步进行了探索性研究.结果表明:运用支持向量机方法建立校正模型能够得到比较满意的结果,同神经网络方法相比,支持向量机方法能得到更好的结果.
本文介绍了国产在线近红外分析系统在广石化重整装置投用过程中的使用和改进完善情况.通过对预处理系统的改造,仪器软件的优化,校正模型的反复调优,整套分析系统能够长期稳定工作,分析结果平稳、趋势正确、偏差较小,完全满足装置先进控制的需要.
本文采用近红外光谱技术的偏最小二乘法建立了调合组分汽油和90、93、97号产品汽油辛烷值、组成等性质的实验室模型,并用常规分析样品验证模型的准确性和稳定性.实验表明,其准确性达到标准方法对测定结果的要求.近红外光谱技术能在5min内快速、准确测定调合组分汽油和产品汽油的辛烷值、芳烃、烯烃、苯等性质.
本文介绍了在线近红外光谱法在重整质量控制分析中的应用,在标准方法测定数据的基础上,采用偏最小二乘法建立重整进料及重整生成油的C5~C10直链烷烃(P)、环烷烃(N)、芳烃(A)、汽油的RON等19个指标的分析模型,并用未知样品对模型进行了准确性及稳定性进行考察.实验结果表明,在线近红外法与标准方法之间无显著性差别,稳定性满足要求.
本文考察了应用近红外光谱技术分析成品润滑油黏度性能的可行性.由于润滑油的近红外光谱信息与黏度性能之间不能满足线性关系,近红外光谱常用的偏最小二乘数学模型不适用于近红外光谱法分析润滑油性能.采用量化自组织神经网络和BP神经网络方法建立数学模型,应用近红外光谱技术预测了内燃机油的40℃黏度、100℃黏度和黏度指数.研究结果表明,近红外光谱具有分析成品润滑油性能的能力,量化自组织神经网络方法比BP神经网
本文建立了复方对乙酰氨基酚片的三种药效成分对乙酰氨基酚、阿司匹林和咖啡因等的快速同时测定方法.将近红外漫反射光谱技术与偏最小二乘多元校正方法相结合,分别建立该三组分的定量分析模型.所建立的三个有效成分对乙酰氨基酚、阿司匹林和咖啡因的定量分析多元校正模型的相关系数分别为0.99945、0.99033和1.0000,校正集残差分别为0.313、0.520和0.00120,预测均方差分别为1.07、0.