论文部分内容阅读
本文应用近红外光谱分析技术研究了复合固体推进剂中三种主要原材料组分和部分杂质的测定方法,讨论了化学计量学方法在近红外光谱预处理、波长选择、模型建立、模型传递以及奇异点判别等工作中的应用效果。第一部分研究了近红外光谱标准加入法测定三-1-(2-甲基氮丙啶)氧化膦(MAPO)中水分含量的方法,分别采用单元线性回归、多元线性回归、主成分回归、偏最小二乘法、人工神经网络等建立校正模型,比较了不同模型对预测结果的影响。实验结果表明采用单元线性回归测定MAPO中水分具有较高的准确度和精密度,实验回收率为95%～108%,相对标准偏差为1.6%;采用本方法对实际样品的测定结果与国军标方法测定结果无显著差别。第二部分研究了近红外光谱测定NEPE胶中硝化甘油、丁三醇三硝酸酯、聚乙二醇含量的方法,采用相关系数、显变分析、间隔偏最小二乘法、遗传算法等方法选择波长,对模型传递方法进行了研究。实验结果表明数据平移处理可以有效改善样品吸光度与浓度之间的相关性;遗传算法选择波长优于相关系数法和间隔偏最小二乘法,显变分析不适合于本项研究;采用DS算法时,可以用NEPE胶标样在不同仪器上实现模型传递,不能用普通标样传递模型;近红外光谱法快速测定NEPE胶组分含量的结果与标准分析方法的测定结果一致,两者相差小于1%;水分含量的变化、正常加热操作对NEPE胶组分含量测定的影响不明显。第三部分研究了近红外光谱测定NEPEB胶中硝化甘油、二缩三乙二醇二硝酸酯、端羟基环氧乙烷—四氢呋喃共聚醚含量的方法,采用马氏距离、杠杆值、主成分相关图、三维主成分相关图、聚类分析等方法判别奇异点,建立稳健的校正模型。实验结果表明不同判别方法得到的奇异点不完全一致,不同判别方法对模型的影响也不一致,其中马氏距离和聚类分析较适合于本体系;各判别方法对不同预测项目的影响不一致,对改进PET的预测效果最好;删除奇异点后用近红外光谱快速测定NEPEB胶组分含量的预测误差小于2%。