基于近红外技术的苎麻纤维素及胶质含量快速测定

 苎麻作为我国重要纺织用纤维素纤维资源,其经常进行化学成分定量分析工作,因此需要一种快速高效的定量分析手段。本研究在前期工作的基础上,使用AOTF近红外光谱仪,利用近红外漫反射光谱(NIR)技术,采用偏最小二乘法(PLS),并对比近红外样品厚度对建模的影响,建立了测定苎麻纤维素及胶质含量的NIR校正模型。实验结果表明,所建苎麻化学成分NIR模型预对纤维素含量预测平均相对误差为1.11%,胶质含量预测平均相对误差为4.54%,预测值与化学值误差较小,可以进行苎麻纤维素及胶质含量预测工作。同时发现,样品厚度越大,所扫描得到光谱所建模型预测精确度越高。     

近红外光谱检测用纤维含量样品精确度研究

采用近红外光谱分析技术对纺织品含量进行定量分析可以实现对样品快速无损检测.但是近红外光谱分析技术是一种间接分析技术,它需要从已知原料组分的样品中采集样品的近红外光谱,并根据样品的纤维含量,结合化学计量法建立近红外校正模型,才能将近红外光谱技术应用于实际的检测工作中,所以建模样品原料组分的精确度决定了近红外模型预测结果的精确度,提高所用样品原料组分赋值的精确度就能提高近红外光谱分析技术对纺织品含量进行定量分析的精确度.     

近红外光谱法用于纺织品定量分析的研究

由于近红外光谱分析技术对纺织品纤维含量进行定量分析快速、信息量大、无损检测等特性,并且结合化学计量学在一定的程度上抵消其光谱峰重叠、信息较弱的缺点,所以这种技术越来越受广泛应用。本文就近红外光谱技术在纺织品面料定量分析领域中的应用进行综述,包括棉织物的混纺面料的定量分析、毛织物的混纺面料的定量分析、丝织物的混纺面料的定量分析、氨纶的混纺面料的定量分析。最后分析了目前近红外光谱技术在检测中尚存在的问题以及其在检测领域未来的研究展望。     

近红外光谱在纤维成分含量定量分析中的应用研究进展

近红外光谱技术是一种快速、环保、无损、低成本的分析技术。本文综述近红外光谱技术在纤维成分含量定量分析中的应用研究,从建立一个分析方法的各个步骤及影响因素阐述研究进展,对其应用前景进行展望。     

小种红茶水浸出物近红外定量分析模型的建立

为实现近红外光谱技术在小种红茶中的快速无损检测,对76份有代表性的小种红茶按现行国家标准测定其水浸出物含量,采集样品的近红外光谱,采用OPUS 7.5软件,结合偏最小二乘法(partial least squares,PLS)建立小种红茶水浸出物含量的近红外定量分析模型。结果表明,所建立的水浸出物定量模型决定系数R2为95.73%,校正均方差(root mean square error of calibration,RMSEC)为0.629,验证均方差(root mean square error of prediction,RMSEP)为0.513。所建立的小种红茶水浸出物含量的近红外定量分析模型较为成功,模型预测效果较好,能够对小种红茶中水浸出物的含量进行快速地分析。     

基于不同波段近红外光谱的原料奶主要成分品质检测研究

试验采用不同波段的近红外光谱对原料奶的主要成分进行品质检测。使用2种近红外光谱仪采集原料奶的透反射和漫反射光谱,建立牛奶中蛋白含量、脂肪含量和乳糖含量的定量分析模型。结果表明,蛋白含量、脂肪含量、乳糖糖含量的相关系数(r)分别达到0.9311、0.9218、0.8288,预测误差均方根(RMSEP)分别为1.9144、2.0143、2.804,测量值与浓度参考值之间有着良好的相关性。结果表明,基于近红外光谱的原料奶主要成分品质快速检测准确度高,具有很高的实用价值。     

近红外光谱技术在植物纤维化学成分预测中的应用

目前纺织行业一般使用化学方法对植物纤维原料成分进行分析测试,但化学方法耗时较长,而近红外光谱方法（NIRS）作为一种现代成分分析方法,可以迅速准确地对植物纤维原料的化学成分进行预测。本丈将对近红外光谱方法的机理、植物成分定量分析研究进展及其优缺点进行概述,为近红外光谱在纺织领域应用提供一种新的思路。     

红外光谱法快速测定烤烟漂浮育苗基质中的有机质和水分

为确定烤烟漂浮育苗基质中有机质和水分的近红外快速检测方法,应用傅立叶变换近红外漫反射光谱仪,扫描了全国200多个基质样品,建立了近红外光谱与育苗基质有机质和水分含量问的数学模型,对12个样品进行预测。结果表明,各成分近红外预测值与实测值之间的平均偏差：有机质为0．21,水分为-0.07;且近红外预测值与化学法不存在显著性差异。近红外光谱分析技术可初步用于育苗基质中部分成分的快速定量分析,具有简便、快速、低成本、无污染以及样品的非破坏性和多组分同时测定等优点。     

基于经验模态分解的近红外光谱预处理研究

为有效滤除混纺织物近红外光谱中的干扰噪声,提高混纺织物纤维成分含量快速定量分析的预测精度,提出了一种基于经验模态分解的近红外光谱预处理方法。在棉/涤混纺织物上的实际应用结果表明,该方法可以有效去除织物近红外光谱的干扰噪声,降低交互验证的均方根误差,提高预测的准确度。与目前广泛使用的小波变换预处理方法相比,该方法参数优化简洁直观,使用较为方便,在纺织品近红外光谱定量分析中应用前景广阔。     

近红外光谱法快速测定烤烟漂浮育苗基质中的有机质和水分

为确定烤烟漂浮育苗基质中有机质和水分的近红外快速检测方法,应用傅立叶变换近红外漫反射光谱仪,扫描了全国200多个基质样品,建立了近红外光谱与育苗基质有机质和水分含量间的数学模型,对12个样品进行预测.结果表明,各成分近红外预测值与实测值之间的平均偏差:有机质为0.21,水分为-0.07;且近红外预测值与化学法不存在显著性差异.近红外光谱分析技术可初步用于育苗基质中部分成分的快速定量分析,具有简便、快速、低成本、无污染以及样品的非破坏性和多组分同时测定等优点.     

近红外光谱技术在乳制品快速检测中的应用研究进展

近红外光谱（NIR）技术作为一种高效、快速、便捷、低成本、无污染的检测方法,在乳制品快速检测中具有广泛的应用。该文首先阐述了近红外光谱技术的原理,并探讨了其优缺点,列举了常用的化学计量学方法,综述了近红外光谱技术应用于乳制品中掺假识别、微生物快速检测、化学成分快速检测、快速鉴定牛奶品牌等方面的最新研究进展和成果,为近红外光谱技术在乳制品快速检测中的应用推广提供参考。     

近红外分析技术在中药鉴定及含量测定方面的研究进展

近红外光谱分析技术可鉴定药材产地、真伪,可以测定有效成分含量,与传统的中药鉴定方法相比,具有快速、操作简单、准确、无损的优点,是一种新型的鉴定方法.本文综述了近红外光谱分析技术在中药鉴定、 定量分析和在线质量控制方面的研究进展.     

近红外光谱技术在制浆原料分析中的应用

近年来,随着人们对植物纤维近红外光谱的研究不断深入,近红外光谱技术在植物资源化学中得到了初步的应用。本文就近红外光谱技术的发展概况及测定过程、特点,特别是近红外光谱在以下方面的应用:使用近红外光谱法对不同制浆原料的化学成分分析以及对不同制浆原料进行快速分类与评价进行了较全面的综述,并对将来在制浆原料分析方面的应用作了展望。     

傅立叶变换近红外光谱仪在制丝线上的应用

用在线傅立叶变换近红外光谱仪采集制丝线上烟丝的光谱,建立了在线烟丝含水率、总植物碱、总糖和总氮的数学模型。利用这些模型可以快速、准确地预测生产线上烟丝的这些常规化学成分含量。含水率、总植物碱、总糖和总氮的预测值与化学方法实测值的平均相对误差分别为1.1%、1.9%、2.1%和1.7%,表明应用在线傅立叶近红外光谱仪能够对制丝线上烟丝的化学成分进行快速检测和在线监控。     

傅立叶变换近红外光谱仪在烟草制丝线上的应用

用在线傅立叶变换近红外光谱仪采集制丝线上的烟丝光谱,建立了在线烟丝含水率、总植物碱、总糖和总氮的数学模型。利用这些模型可以快速、准确地预测生产线上烟丝的常规化学成分含量。含水率、总植物碱、总糖和总氮的预测值与化学方法实测值的平均相对误差分别为1.1%、1.9%、2.1%和1.7%,表明应用在线傅立叶近红外光谱仪能够对制丝线上烟丝的化学成分进行快速检测和在线监控。     

近红外光谱对食醋有机酸含量快速、无损测定方法研究

将近红外光谱分析技术应用在食醋内部有机酸的定量分析研究中,分别建立了8种有机酸的偏最小二乘近红外预测模型和主成分分析近红外预测模型,模型的相关系数均大于0.9,模型具有较好的预测准确性。横向对比偏最小二乘和主成分分析两种建模方法对食醋有机酸的定量分析发现,采用偏最小二乘法建立的食醋有机酸近红外预测模型较优。采用近红外光谱分析技术对食醋中有机酸含量的测定具有快速、无损的特点,具有较大的实际应用价值。     

近红外光谱技术在棉＼氨纶面料分析中的应用

利用近红外漫反射光谱技术对棉／氨纶混纺面料进行含量分析。对不同成分含量的样本用高分辨率的光谱扫描,得到信息量丰富的原始光谱;采用一阶导数方法对光谱进行预处理;利用偏最小二乘法建立模型。使用预测数据,对所建立模型进行预测效果分析。结果表明近红外检测可以用于纺织面料含量较低组分的定量分析。     

近红外光谱技术在食用油快速检测领域中的研究进展

近红外光谱作为一种无损、快速的新型检测技术,在食品品质检测方面的研究已相当广泛。就近红外光谱技术在食用油种类鉴别、掺伪掺假鉴别、理化指标定量分析及产地溯源等方面的应用进行了综述。探讨了近红外光谱技术在食用油快速检测领域中的应用优势及发展前景。     

基于近红外技术测定不同鲜肉中挥发性盐基氮含量

目的 应用近红外光谱技术快速检测猪肉、羊肉和牛肉的挥发性盐基氮含量。方法 本实验采集各种肉类的近红外光谱, 运用偏最小二乘法(partial least squares, PLS), 光谱经多种不同预处理方式并通过比较选择最优处理后, 建立挥发性盐基氮含量的近红外校正模型。结果 猪肉选择一阶导、S-G平滑方式, 羊肉选择二阶导、S-G平滑方式, 牛肉选择一阶导、Norris平滑方式。猪肉、羊肉和牛肉的挥发性盐基氮建模集相关系数分别为0.9069、0.9106和0.9587, 方根误差分别为1.12、1.64和2.20。结论 所建立的模型取得了较好的结果, 验证了近红外光谱技术对猪肉、羊肉和牛肉挥发性盐基氮进行定量分析的巨大应用潜力。     

PLS法和PCA法在近红外光谱定量分析中的应用研究

利用啤酒的近红外光谱数据比较了 PLS(偏最小二乘法,partial-Squares)和 PCA(主成分回归法,principal componentregression)两种方法在近红外光谱定量分析中的应用。并应用所建模型预测了 21 个啤酒样品麦芽的含量,结论为两种方法均适合近红外光谱定量分析,PLS 法所得预测结果准确度更高。