论文部分内容阅读
20世纪以来,造纸工业的快速发展,造成了木材的大量砍伐。毛竹因其快速生长能力、优秀的力学性能和加工性能而取代木材成为造纸、板材和纺织的重要原材料。毛竹化学成分的含量和分布是竹材优秀力学特性的起源,也是竹材加工工艺的重要依据。成分含量的多少关系到竹材的物理力学特性和加工利用特性,对于确定加工利用的合理采伐竹龄,具有非常重要的价值和意义。因此研究毛竹化学成分的含量以及分布成为竹材利用亟待解决的问题。本研究以种植面积最广、经济价值最高的毛竹为研究对象,使用多因素方差分析法对不同产地、年份和部位的毛竹化学成分的差异进行研究,并分析了化学成分随这三个因素的变化规律。之后使用近红外光谱技术建立了毛竹半纤维素、纤维素和木质素含量的快速检测模型,取得了良好的预测精度。最后,采用共聚焦显微拉曼技术对毛竹化学成分在细胞中的分布进行分析,这对研究毛竹宏观机械特性有非常重要的意义。主要的研究成果有:(1)获得毛竹半纤维素、纤维素和木质素三种化学成分随产地、年份和部位的差异显著性及变化规律。方差分析结果表明,同一县城的毛竹半纤维素的含量差异不显著,不同县城的含量差异显著,不同产地的纤维素含量差异显著,而不同产地的木质素含量差异不显著;随着年份的增加,半纤维素和纤维素的含量有逐渐减少的趋势,而木质素的含量随年份而不同;与基部、中部和顶部相比,毛竹节部半纤维素和木质素的含量均最高,但纤维素的含量最低。(2)提出了将无信息变量消除法(UVE)、遗传算法(GA)分别和连续投影算法(SPA)进行优化组合的UVE-SPA和GA-SPA两种特征波长提取方法。用这两个方法对毛竹半纤维素、纤维素和木质素的快速检测模型的特征波长进行筛选,取得了良好的效果。(3)应用近红外光谱技术建立了毛竹粉末光谱信息与半纤维素含量的定量关系模型,本研究实现了毛竹半纤维素含量的快速测量。比较了9种预处理方法的全波段偏最小二乘定量区分(PLS)模型,并对SPA、UVE-SPA和GA-SPA方法提取特征波长的SPA-PLS、SPA-多元线性回归(MLR)和SPA-最小二乘支持向量机(LS-SVM)模型进行分析,结果表明,最优分析模型为UVE-SPA-LS-SVM (1-Wt)模型,其对预测集样本进行预测后得到的决定系数为R2p=0.9485,均方根误差RMSEP=0.0059。说明近红外光谱技术对毛竹半纤维素的含量进行预测是可行的,能够取得满意的预测精度。(4)将平滑预处理(SG)、GA-SPA特征波长提取和LS-SVM建模方法方法相结合,实现了毛竹纤维素含量的高精度快速测量。模型的决定系数R2p=0.9310,均方根误差RMSEP=0.0078,取得了满意的预测精度。(5)应用近红外光谱技术实现了毛竹木质素含量的高精度快速测量。最优的木质素检测模型为SPA-LS-SVM (raw)模型,其对预测集样本进行预测后得到的决定系数为R2p=0.8825,均方根误差RMSEP=0.0065。说明近红外光谱技术对毛竹木质素的含量进行预测是可行的,能够取得满意的预测精度。(6)运用共聚焦显微拉曼光谱法结合偏最小二乘定量区分模型(PLS)和多元线性回归模型(MLR)找到了对于区分毛竹薄壁细胞、薄壁纤维过度细胞和纤维细胞的重要波数1636cm-1、1095cm-1和1319cm-1,这三个波数对应的化学成分分别为木质素、纤维素和半纤维素。并对这三个波数进行化学成分积分成像,成像结果表明毛竹纤维素微纤维和纤维轴呈现一个很大的角度,半纤维素和纤维素在细胞中有相似的分布,细胞壁的木质化从细胞角和胞间层开始,从细胞壁外层到细胞壁内层逐渐降低。