论文部分内容阅读
本文以纺织原料纤维为研究对象,对相关分析技术在近红外光谱检测中的应用展开研究。试验在确定了合理的样品配比方法、最佳仪器参数和环境参数及适合的数据预处理方法后,对原始光谱处于不同状态时相应的相关谱信息进行了讨论。为了证明相关分析法在纺织纤维成分含量定量分析中的作用,分别讨论了相关分析法在5组二组分纺织纤维混合品、4组三组分纺织纤维混合品定量分析中的应用及其在复杂背景提纯中的应用效果。试验中所有原始数据经7点一阶求导、S-G平滑和归一化预处理后,进行相关分析,再以PLS法对不同的待测组分建立定标模型,其预测结果与未经相关分析的模型进行比较。经相关分析后,模型预测相关系数都在0.985以上,预测平均误差小于2.300%,最大绝对误差在5%以内,符合纺织品检测的允差要求,证明了相关分析技术具有在多组分混合品中提纯和加强有效信号能力。根据某些检测中单组分纯品难于获得的现实情况,本文设计了以二组分混合品代替单组分纯品,以三组分混合样品数据的建模效果验证其提取信号增强信息的能力,从而为多组分混合品作为“纯品”的研究奠定基础,使相关分析法得到广泛、便利的应用。试验表明,二组分“纯品”与单一成分纯品一样,都具有提取并增强信号,提高模型预测精度和稳健性的能力。最后,讨论了以小波分解与重构法代替一阶求导和S-G平滑法对原始数据进行预处理的情况,通过毛-棉-丝混合样品数据的建模效果比较得出,原始数据经小波分解与重构,并结合相关分析处理后所建立的模型具有更高的预测精度,预测平均误差由1.983%降至1.842%,最大绝对误差由4.366%降至4.190%,试验数据表明在纺织原料纤维的检测中,以小波变换作为数据预处理方法更能加强相关分析处理的效果,在日后相关分析技术的应用研究中,可以考虑与其结合使用。