红外光谱技术在中国酿酒行业中的应用研究进展

红外光谱法最主要的特点是快速分析、无损检测以及重现性好,因而在许多生产制造行业中得到了极为广泛的应用,近些年来,红外光谱法被引入到我国酿酒行业中,为酒体的品评以及对组分的定性与定量分析提供了一种快速、准确的分析手段.本文综述了红外光谱技术在国内酿酒行业当中的应用现状,其中涵盖了中红外、近红外两大技术分支分别在不同酒类的理化指标分析以及品质鉴定工作中的应用与研究情况,并对其应用前景做出了展望.     

汽车驾驶员脑氧参数的振动响应特性分析

应用近红外光谱法,研究分析汽车驾驶员在振动状态下的脑部血氧参数变化,探讨车辆振动对脑氧参数的影响。实验过程中应用近红外光谱法监测试验人员脑氧参数。经方差分析发现实验人员经车辆振动后脑部各血氧参数有显著性变化。实验结果表明汽车振动对脑部血氧参数还原血红蛋白的浓度(c_Hb)、氧合血红蛋白的浓度(c_HbO2)、血红蛋白总量的浓度(c_tHb)有显著性影响,且不同频率振动的影响显著性不同,其中4.5Hz的振动对脑氧参数影响最大;但振动对脑部组织血氧饱和度(tissue oxygen index,TOI)的影响极小。     

氢化物发生原子荧光光谱法测定土壤中的锡

研究氢化物发生原子荧光光谱法测定土壤样品中的锡,对锡的氢化物发生条件进行详细的实验,确定了锡最优氢化物发生条件;对仪器参数进行了条件实验,选择了最佳仪器工作条件。用土壤国家一级标准物质对分析方法准确度进行了检验,结果准确可靠,满足规范要求,分析方法精密度(RSD)为5.2%,分析方法检出限达到0.11μg/g。     

氢化物发生-原子荧光光谱法测定硒中微量铋

硒样品经硝酸和盐酸溶解后,加入氯化羟胺将硒(Ⅵ)还原成单质硒,使基体与杂质元素分离,用氢化物发生-原子荧光光谱法测定样品中微量铋.研究了氢化物发生的介质和酸度、硼氢化钾溶液浓度、预还原剂用量、预还原时间、氯化羟胺用量、共存元素等因素对测定结果的影响.在最佳测定条件下,铋的质量浓度在0 ～ 100 ng/mL范围内与荧光强度呈良好线性关系,相关系数大于0.9995,方法的检出限为0.18 ng/mL,加标回收率在96％～106％之间.本法测得结果和电感耦合等离子体原子发射光谱法(ICP-AES)基本一致,相对标准偏差(n=11)小于10％.     

X射线荧光光谱法测定还原钛铁矿中11种组分

将X射线荧光光谱法（XRF应用于还原钛铁矿中TiO₂、TFe、P₂O₅、SiO₂、Al₂O₃、MnO、CaO、MgO、ZrO₂、Nb₂O₅、V₂O₅的同时快速测定。以光谱纯试剂人工合成标样,解决了还原钛铁矿没有标准样品的问题。试样经过850 ℃氧化处理20 min后,以四硼酸锂(Li₂B₄O₇作熔剂,碘化铵（NH₄I作脱模剂,样品和熔剂的质量比为1∶15,于1 150 ℃的高频熔炉中熔融16 min,所得熔片均匀、强度高、成型良好。本法用于还原钛铁矿中各组分的测定,结果同理论值相吻合,相对标准偏差（n=10均小于2.5%,能够满足还原钛铁矿各组分的测定要求,特别能大大提高磷测定的准确性。     

铸铁中碳测定方法的改进

碳是铸铁中最重要的元素。因此,在铸造过程中需要经常对碳进行监控。取样过程非常关键,冷凝速度过慢就会产生石墨夹杂。然而,火花直读光谱仪进行测定时需要完全不含石墨的样品才能得到精确的测量结果。本文对这种要求的原因进行了研究和讨论,并对一种测定碳新方法的原理和可行性进行了阐述。该方法改进了测定未达到最佳标准要求的铸铁样品中碳含量的准确性,并能提示取样过程是否恰当。     

基于感兴趣区域函数优化的静脉图像分割算法

提出一种基于局部感兴趣区域中熵与梯度函数优化的近红外手背静脉图像分割算法。该算法首先基于压缩感知理论对图像进行去噪。其次,通过条带波变换提取存在静脉信息的感兴趣区域,在这些区域中对建立的关于熵和梯度的函数进行约束与优化,实现静脉与背景分离。最后,融合所有区域的分割结果,完成静脉图像的分割。实验表明在处理近红外静脉图像分割问题时,该算法相对其它算法能保留更完整的静脉特征。此外,该算法对于具有纹理特征的指静脉、掌静脉图像的分割具有较好的借鉴价值。     

磷铝酸盐玻璃中铋离子近红外发光与光学碱度反常现象

研究了铋离子掺杂磷铝酸盐玻璃近红外发光与光学碱度的反常现象. 研究发现, 通过改变碱金属离子半径调节玻璃基质光学碱度, 在808 nm激光激发下铋离子位于1300 nm波段的近红外宽带发光强度随光学碱度的增大而增强, 而在690 nm激光激发下得到的1100 nm波段近红外发光强度则随着光学碱度的增大而减弱. 该玻璃1300 nm波段近红外发光强度与光学碱度依存关系与以往报道结果相反, 且也与1100 nm波段发光特性相反. 根据上述结果可以推测玻璃中1100和1300 nm波段的近红外发光源于不同价态的铋离子, 而该玻璃体系的基质结构自还原作用是导致上述现象产生的主要原因.     

采用KPCA特征提取的近红外煤炭发热量预测模型

近红外光谱分析技术通过搭建基于GA-BP神经网络方法的定量分析模型,实现煤炭发热量的快速评估。为了提高模型的学习速度和精度,必须对光谱信息进行数据处理。该过程属于复杂的非线性问题,经典的线性主成分分析方法具有一定的局限性,因此采用了一种基于多项式核主成分分析特征提取方法。通过分析主成分的特征值筛选异常样本。实验结果表明,该方法提取的特征信息主成分集中度高、降维效果明显、与输出变量间的相关性好,且能够准确判断出异常样本,大幅度提高了模型的准确性,为近红外煤质分析模型提供了一种分析速度快、准确率高的有效数据处理方法。     

脐橙总糖近红外光谱模型传递研究

为实现近红外光谱模型在同类光谱仪器间的共享,以脐橙总糖为例,在主仪器上建立最优的偏最小二乘(PLS)近红外光谱模型,采用斜率截距(Slope/Bias)校正法和直接校正(DS)算法把主仪器上建立的模型传递到从仪器上,并探讨标准化样品个数对模型传递效果的影响。研究表明：在主仪器建立的模型经DS算法传递后,从仪器预测集的预测标准差(RMSEP)为0.448%,经Slope/Bias校正法传递后的预测标准差(RMSEP)为0.756%,DS算法更优于Slope/Bias校正法,利用直接校正法实现脐橙总糖傅里叶近红外光谱模型传递是可行的。