湿法冶金萃取组分含量混合建模方法的研究

由于缺乏有效的检测手段,无法实现湿法冶金萃取过程组分含量的实时检测.本文提出了一种核函数非线性偏最小二乘法(PLS)与萃取过程动态机理模型相结合的萃取组分含量混合建模方法,用以预报萃余液中被萃组分的浓度.通过分析混合澄清器机理,利用物料衡算关系建立了萃取过程组分含量的动态模型;利用核函数非线性PLS对模型中的未知参数分配比进行辨识.仿真分析验证了该方法相比于机理模型的有效性,将其应用于实际生产过程中,取得了满意的效果.     

近红外光谱法非破坏分析生理盐水

本文将近红外光谱法与偏最小二乘法(PLS)结合,对生理盐水中的NaCL浓度进行快速分析,建立了最佳数学校正模型.讨论了光谱的预处理方法和主成分数对PLS定量预测生理盐水中NaCL浓度的影响,并对预测集样品含量进行预测,结果令人满意.     

基于OSC/PLS法识别被不同浓度农药污染水果的初步研究

本文采用正交信号法(orthogonal signal correction,OSC)处理被不同浓度农药污染的脐橙近红外光谱(350～1800nm),在整个光谱范围内应用偏最小二乘法(partialleastsquares,PLS)建立农药污染的预测模型。PLS校正模型采纳的最佳因子数会随着OSC因子的增加而逐渐减少,并且对模型精度影响不明显,因此可以达到简化模型的效果。实验结果表明,当OSC因子数为15时,PLS模型最佳的因子数为3,其预测组脐橙表面农药污染程度的实际类别与预测类别的相关系数R2与预测样本均方根误差RMSEP分别为0.8923和0.3746。     

短波近红外光谱的盐酸环丙沙星粉末药品的定量分析

利用漫反射法获得环丙沙星短波近红外光谱(700-1100nm),采用化学计量学中的偏最小二乘法(PLS),选取不同的波长范围及不同的光谱预处理方法(一阶导数和和二阶导数)对光谱进行信息提取和分析,对盐酸环丙沙星粉末药品进行了无损非破坏定量分析,以样品中盐酸环丙沙星为活性成分建立了最佳的数学校正模型.讨论了主成分数对PLS模型定量预测能力的影响,并做了比较.     

短波近红外漫反射光谱法对氨苄西林粉末药品的非破坏定量分析

本文采用短波近红外漫反射光谱法对氨苄西林粉末药品中主要成分氨苄西林进行快速、无损非破坏快速定量分析.采用偏最小二乘法(PLS)建立近红外光谱信息与待测组分含量间的最佳数学校正模型.讨论了光谱的预处理方法和主成分数对PLS定量预测能力的影响,并对预测集样品含量进行预测,得到了较为满意的结果.     

基于拉曼光谱的三组分食用调和油快速定量检测

应用激光拉曼光谱技术结合化学计量学方法实现了三组分食用调和油中菜籽油、花生油和芝麻油的快速定量检测。分别采用标准正态变量变换(SNV)+去趋势(de-trending)算法和正交信号校正(OSC)算法对600~3 000cm-1波段的原始拉曼光谱进行预处理。建立了基于非线性支持向量机(SVM)和线性偏最小二乘(PLS)回归算法的定量分析模型,并采用19个预测集通过外部交叉验证法对模型进行验证。实验结果显示:对含有菜籽油、花生油和芝麻油的三组分食用调和油,以OSC预处理后建立的线性PLS模型预测效果最好,其验证集决定系数R2p分别为0.990 4,0.965 8,0.977 1,均方根误差(RMSEP)分别为0.018 8,0.037 9,0.026 2。研究结果表明,利用激光拉曼光谱结合化学计量学方法快速定量检测三组分食用调和油中菜籽油、花生油和芝麻油的含量具有可行性,并获得了较高的预测精度。     

大型离心压缩机性能预测的混合建模方法研究

提出了一种核函数非线性偏最小二乘(PLS)与机理模型相结合的多级离心压缩机性能预测混合建模方法,用以预测离心压缩机的输出压比.通过分析大型离心压缩机多级压缩过程的机理,利用能最守恒关系,在压缩机各级气流损失计算和等熵效率定义的基础上建立了多级离心压缩机性能预测机理模型;利用核函数非线性PLS对机理模型的误差进行了修正.实验结果验证了该方法相比于机理模型的有效性,将其应用于实际生产过程中,取得了满意的效果.     

偏最小二乘法-近红外漫反射光谱法快速分析西米替丁粉末药品

研究了用偏最小二乘法(PLS)同近红外漫反射光谱结合,对西米替丁粉末药品进行快速定量分析的方法,建立了最佳的数学校正模型.讨论了波长间隔和主成分数对PLS定量预测能力的影响,预测了未知样品,结果令人满意.     

应用近红外光谱技术预测面粉中偶氮甲酰胺含量

偶氮甲酰胺作为增筋剂被广泛使用于面粉中,但一些研究表明该物质有一定的毒性,不适合添加到面粉中。本研究根据面粉中偶氮甲酰胺含量的不同,采用径向基函数(RBF)神经网络结合近红外光谱(NIRS)技术建立不同的定量分析模型。研究通过逐步稀释法制备了101个不同ADC含量的面粉样品,并用近红外光谱仪采集这些样本的光谱,得到范围为850-1050nm的光谱数据。在光谱数据处理的过程中,相关系数法被用来提取特征波段,马氏距离法被用来识别异常光谱。当对所有浓度的偶氮甲酰胺样品建立模型时,模型的预测结果:相关系数(R)、预测均方根误差(RMSEP)和相对分析误差(RPD)分别达到0.97828、18.2887和4.7621,这表明模型在整体上具有很好的拟合度和预测能力,但是通过分析预测结果发现模型对低浓度样本的预测较差。针对此问题,利用低浓度样品进行二次建模,模型对低浓度样本预测结果:R、RMSEP和RPD可达到0.99492、2.0286和9.4631,结果表明模型对低浓度样本的预测精度有了显著的提高。     

短波近红外光谱法非破坏分析青霉素V钾粉末药品

本文应用偏最小二乘法(PLS)同近红外漫反射光谱法结合,对青霉素V钾粉末药品进行无损非破坏定量分析,建立了最佳的数学校正模型.讨论了光谱的预处理方法和主成分数对PLS定量预测能力的影响,并对预测集样品含量进行预测,得到了较为满意的结果.