近红外光谱法快速测定TDI固化剂中游离-NCO含量

借助于近红外光谱分析技术,采用化学计量学的方法,以偏最小二乘法(PLS)为模型算法,建立了快速测定TDI固化剂中游离-NCO含量的定量分析模型。模型相关性方程为Y=0. 9997X+0. 0037,相关系数R2为0. 9997,交叉验证均方差RMSECV为0. 0846,校正均方差RMSEC为0. 2909,属性残差Property Residual绝对值小于0. 1,光谱残差Spectral Residual小于0. 00015,模型性能良好。采用验证集样品进行模型验证,平均预测回收率为100. 02%,实现了TDI固化剂中-NCO含量的简便、快速、准确分析。     

近红外光谱法快速测定高含量精制甘油中的甘油含量

采用偏最小二乘法(PLS)建立了快速测定高含量精制甘油中甘油含量的近红外光谱校正模型,该模型主因子数为4,相关系数(R2)为99.12%,校正标准偏差(RMSECV)为0.027;以预测集对模型进行验证,结果表明,R2为99.17%,预测标准偏差(RMSEP)为0.023,对同一样品预测值的相对标准偏差(RSD)为0.04%。     

近红外光谱法快速测定萃取剂中水分含量

通过使用近红外光谱(NIR)技术,建立对萃取精馏乙醇中萃取剂水分含量的快速测定的方法。运用NIR技术结合最小偏二乘法建立萃取剂中水分含量的定量校正模型,内部交叉验证决定系数(R2)为0.993 9,内部交叉验证均方差为0.035 5。该方法操作简单,过程无污染,结果可靠,实现了萃取剂中水分含量的快速测定。     

单基发射药中钝感剂组分含量的快速检测方法

为解决传统分析方法测定单基发射药中钝感剂(樟脑)含量存在时间长、工作量大等问题,建立了一种采用近红外光谱法快速测定单基发射药中钝感剂(樟脑)组分含量的新方法;通过对比单基发射药药粒样品及钝感剂光谱图特点,确定了钝感剂组分最佳建模光谱范围为8 300~8 510cm~(-1);并对样品光谱图进行了预处理,对比了多个不同光谱预处理方法的效果,确定出最佳光谱预处理方法是多元散射校正(MSC)+一阶导数的组合;采用偏最小二乘法建立了钝感剂的近红外模型,并对模型的预测能力进行了验证。结果表明,钝感剂的模型校正相关系数(R_c~2)和验证相关系数(R_p~2)分别为0.972 3和0.973 5,验证的校正标准偏差(RMSEC)和交互验证的校正标准偏差(RMSECV)分别为0.163 6和0.150 8;预测均方根误差(RMSEP)为0.182 7,验证集标准偏差与预测标准偏差的比值(RPD)为6.87;将该模型应用到单基发射药中樟脑含量的检测,可使预测值极差和标准偏差均低于0.2%,表明该方法能实现单基发射药中钝感剂组分含量的快速检测。     

人造革基布纤维含量近红外光谱法专属定量分析模型的建立

研究了近红外光谱法在人造革基布纤维含量定量分析中的应用。通过分析样品近红外光谱的主成分,选择校正和验证样品集,选用偏最小二乘法(PLS),建立人造革基布纤维含量专属定量分析模型。结果表明:在9 017.5~4 396.9 cm~(-1)的波数范围内,选用9个主成分数建立了专属定量分析模型,模型的校正均方根误差(RMSEC)为0.678、相关系数(R_c~2)为0.999 5;预测均方根误差(RMSEP)为0.705、相关系数(R_v~2)为0.998 9,残差范围为-1.5~1.4;专属定量分析模型具有较好的预测准确性和方法重复性,可实现人造革基布纤维含量的快速测定。     

菟丝子中总黄酮的闪式提取工艺及近红外透射光谱含量分析方法

利用闪式提取器对菟丝子中的总黄酮进行组织破碎提取,确定菟丝子中总黄酮闪式提取的最佳提取工艺为:料液比1∶8(mg∶mL),以50%的乙醇为溶剂提取8min。采用主成分分析(PCA)和偏最小二乘法(PLS)回归分析法建立了菟丝子提取液中总黄酮含量近红外透射光谱定量分析模型,该模型校正集的相关系数为0.99985,校正集标准偏差(RMSEC)为0.0685,预测集标准偏差(RMSEP)为0.160,交叉验证结果的相关系数为0.99966,交叉验证标准差(RMSECV)为0.102。利用该模型预测和紫外分光光度法测量的总黄酮含量相差很小,且模型具有良好的稳定性。     

PCR和PLSR在煤质全水分检测中的比较研究

为了快速、无损的检测出煤质内部的全水分含量，研究采集了200个焦煤样品的近红外光谱，采用马氏距离和学生式残差相结合的方法剔除了异常样品，并对其进行了一阶微分、二阶微分、15点平滑、多元散射校正(MSC)和标准归一化处理(SNV)光谱预处理，采用主成分回归(PCR)和偏最小二乘回归(PLSR)对煤样进行建模分析。试验结果表明：经SNV预处理后的PCR模型最佳，校正集和交叉验证集相关系数分别为0.903和0.874,均方根误差分别为0.089和0.132;经15点平滑处理后的PLSR模型最佳，校正集和交叉验证集相关系数分别为0.974和0.887,均方根误差分别为0.038和0.043。PLSR模型相比PCR模型更具有代表性，模型稳定性和预测能力更强。     

掺伪珍珠粉的近红外光谱定量鉴别方法

采用偏最小二乘法建立掺杂贝壳粉的珍珠粉的近红外光谱定量分析模型。以掺杂不同比例贝壳粉和珍珠粉作为掺伪样本,采集样本在4 000~10 000 cm-1范围内的近红外漫反射光谱,采用交叉验证和外部验证考察所建模型的可靠性。优化建模参数为:波数范围为4 100~7 500 cm-1;光谱预处理方法为二阶导数/矢量归一化(SNV)/Norris Derivative(5,5)滤波。所建定量分析模型的校正相关系数为0.999 7,校正均方差为0.708,交叉验证均方差为3.15。实验证明近红外光谱技术可用于掺伪珍珠粉的定量快速鉴别。     

近红外漫反射光谱法快速测定混合炸药中HMX的含量

建立了近红外漫反射光谱快速测定混合炸药中HMX含量的新方法。以不同谱图预处理方法与扫描谱区各波段的组合建立了HMX的定量校正模型,并通过模型内部交互验证和外部检验确定最优模型的交互验证相关系数R为0.9709,交叉验证均方根误差RMSECV为0.551%,预测标准偏差SEP为0.294%,表明所建模型具有较好的可靠性和稳健性。     

近红外光谱法检测氨纶中残存DMAC溶剂含量

以丙酮为溶剂,将氨纶中的残存溶剂N,N'-二甲基乙酰胺(DMAC)进行超声萃取,采用近红外光谱技术,结合偏最小二乘法,建立DMAC定量校正模型,测定氨纶中残存DMAC溶剂含量。结果表明:采用交叉验证得到了DMAC质量分数的线性范围为0~1.79%,1.79%~9.44%,模型的相关系数(R~2)分别为0.999 96,0.999 64,校正集的交叉验证均方根误差分别为0.004 11,0.041 34,预测集的均方根误差分别为0.003 95,0.032 30,方法的加标回收率为86.58%~100.87%,相对标准偏差为0.25%~0.95%。     

近红外透射光谱法测定黄芪提取液中总皂苷含量

应用傅立叶变换近红外光谱仪透射光谱技术对黄芪提取液中总皂苷含量进行检测分析,采用主成分分析(PCA)和偏最小二乘回归法(PLS)建立了黄芪提取液中皂苷类物质含量近红外数学校正集模型,其相关系数R为0.99943、校正集标准偏差(RMSEC)为 0.544、预测集标准偏差(RMSEP)为0.567.用建立的数学校正集模型检测未知样品的含量,预测标准偏差(RMSEP)为0.576.该方法快速、准确、无损,适于中药活性成分的快速检测分析.     

近红外光谱技术在中药栀子渗漉液理化指标快速分析中的应用研究

用声光可调滤光器(AOTF)-近红外(NIR)光谱法在线分析栀子渗漉液密度及栀子苷含量。在线收集栀子渗漉液样品,建立栀子渗漉液的含量、比重数据库,同时采集近红外光谱图谱,用偏最小二乘(PLS1)法分别建立NIR光谱与含量、比重数据之间的校正模型,并对在线过程中收集的预测集样品进行含量预测来验证所建模型。结果表明,渗漉液NIR光谱与含量、比重数据之间的校正模型相关系数R2分别为0.956 0和0.978 2,外部样品预测平均相对偏差分别为0.09%,2.84%;该方法精密度RSD分别为0.06%,2.96%;稳定性RSD分别为0.63%,1.89%;预测回收率分别为100.0%,99.9%。近红外光谱技术在栀子渗漉液密度及淫羊藿苷含量分析中具有快速、直接、多成分同时测定,并能实现现场分析。     

近红外光谱技术快速测定黄连女贞子提取过程中2种成分含量

目的:建立一种用近红外光谱技术快速测定女贞子黄连提取过程指标成分含量的方法。方法:运用偏最小二乘法结合多种光谱预处理方法及波长选择方法建立近红外光谱与女贞子黄连提取液指标成分(盐酸小檗碱、盐酸巴马汀)含量之间校正模型,通过交互检验标准偏、校正标准偏差、决定系数和主因子数优选校正模型,并对未知样本进行预测分析。结果:一提液中盐酸小檗碱、盐酸巴马汀的校正模型相关系数分别为99.46、98.30,二提液中三盐酸小檗碱、盐酸巴马汀的校正模型相关系数分别为99.16、97.86。验证集的预测值与真实值含量接近。结论:该方法操作简便、快速无损、准确可靠,可用于女贞子黄连提取过程指标成分含量的快速监测。     

应用PLS及BP神经网络定量分析汽油中甲缩醛含量

建立了采用中红外方法测定汽油中甲缩醛含量的方法。通过实验室配比一定体积分数的甲缩醛-汽油混合物作为研究的基础数据,利用傅里叶红外光谱仪测定不同比例甲缩醛-汽油混合物的谱图,分别建立偏最小二乘法(PLS)和BP神经网络的中红外谱图分析的校正模型。其中偏最小二乘法甲缩醛定量模型的相关系数R2为0.975 3,预测均方根误差(RMSEP)为0.121;BP神经网络法甲缩醛定量模型的相关系数R2为0.974 2,预测均方根误差(RMSEP)为0.132。该方法是一种操作简便、快速可靠的分析甲缩醛含量的方法。     

近红外漫反射光谱法快速测定金银花中水分含量

用近红外光谱仪采集中药金银花粉末的近红外漫反射光谱,运用偏最小二乘回归(PLSR)分析建立了金银花中水分含量定量模型,对金银花中的水分含量进行快速测定。该定量模型的相关系数为0.999 12、校正标准差为0.243、预测标准差为0.450;对建立的金银花中水分含量定量模型进行交叉验证,标准差为0.777;采用近红外漫反射光谱法和红外水分仪测定的金银花中水分含量经t检验无显著差异。该方法简便、快速、安全、实用,适用于中药水分含量的快速测定。     

制浆材综纤维素和聚戊糖含量的近红外预测

用传统方法测定了156个制浆材样品的综纤维素和聚戊糖含量并采集了样品的近红外光谱。对原始光谱进行多元散射校正后,运用偏最小二乘法和交互验证的方法,确定最佳主成分数分别为9和10并建立样品综纤维素和聚戊糖含量的校正模型。独立验证中两个模型的决定系数R_(val)~2分别为0.903 4、0.940 1,预测均方根误差(RMSEP)分别为0.69%、0.78%,相对分析误差(RPD)值分别为3.22、4.09,绝对偏差(AD)分别为-1.00%~1.20%、-1.39%~1.31%,两个校正模型较好地预测了验证集样品的综纤维素和聚戊糖含量,基本满足制浆造纸工业中快速测定的需求。     

近红外光谱法快速检测单基发射药中的二苯胺含量

采用近红外光谱法快速测定了单基发射药中二苯胺(DPA)的含量。评价了多个光谱预处理方法的优化效果,采用反向偏最小二乘法(biPLS)优选了建模波段(4 698~4 991、6 464~6 761和9 414~9 708cm-1),并根据光谱分析结果和回归系数图解释了波段的选择。基于建模参数优化结果建立了二苯胺定量模型,并对模型进行了重复性验证。研究了环境温度对模型预测结果的影响。结果表明,确定的最佳光谱预处理方法是标准正态变换(SNV)、一阶导数和平滑的组合;模型校正相关系数(Rc)和验证相关系数(Rp)分别为0.995 3和0.988 5,预测均方根误差RMSEP为0.163 5;重复性极差和标准偏差均低于0.1%;环境温度的变化对模型预测的影响不显著。该方法可用于快速检测单基发射药中的二苯胺含量。     

硝基芳烃对呆鲦鱼急毒性的DFT研究

对20种硝基芳烃化合物进行DFT-B3LYP/6-311G**水平全优化计算。据所得量子化学参数建立硝基芳烃对呆鲦鱼急毒性(-lg LC50)的QSAR模型,采用内部及外部双重验证的办法深入分析和检验模型的稳健性。最佳模型的复相关系数(R2)、去一法(LOO)交互检验复相关系数(R2cv)、外部预测样本复相关系数(R2ext)分别为0.927、0.915和0.877,故所建立QSAR模型的稳定性和预测能力良好。结果表明:硝基芳烃化合物的毒性主要由分子最低空轨道能(ELUMO)、分子总能量(ET)和氢原子所带的最高正电荷(QH+)决定。     

基于近红外光谱和QPSO-LSSVM模型的玉米脂肪测定

为了建立一个精确、稳健的玉米脂肪近红外光谱定量模型,提出了以全波段光谱建立最小二乘支持向量机(LS-SVM)模型、用量子行为粒子群优化(QPSO)算法结合留一交叉验证(LOO-CV)规则优化模型参数的新方法,并用76份样本数据进行了验证。与常用的偏最小二乘(PLS)校正模型相比,当采用原光谱数据建模预测时,相关系数(Rp)和相对分析误差(RPD)分别由0.9248、2.43升至0.9801、4.38以上,预测均方根误差(RMSEP)从0.0624降到0.0311以下;若将光谱进行多元散射校正(MSC)预处理之后再建模预测,则Rp和RPD分别由0.9618、3.95升至0.9934、8.11以上,RMSEP从0.0395降到0.0215以下。试验结果表明,以全波段近红外光谱建立的QPSO-LSSVM校正模型完全可用于玉米脂肪的实际检测。     

近红外漫反射光谱法快速测定混合炸药组分含量

研究了近红外漫反射技术快速测定混合炸药组分含量的新方法.以偏最小二乘法建立了混合炸药中HMX(A)、复合黏结剂(氟橡胶B 塑料C)、聚四氟乙烯(D)、石蜡(E)5个组分的定标模型,并对模型进行了内部交互验证和外部检验.结果表明,5种模型准确度和精度较高,交互验证相关系数(R)为0.931 1～0.987 4,交互验证均方根(RMSECV)为0.100 ～0.582,预测标准偏差(SEP)为0.069～0.371;t检验也表明新方法与化学法无显著差异.新方法快速、无损,结果可靠.