多种检测方法鉴别真伪可生物降解塑料制品

为鉴别真伪可生物降解塑料制品,本文利用傅里叶红外光谱技术、热裂解-气相色谱串联质谱技术、受控工业堆肥技术,对7种塑料样品进行真伪可生物降解塑料鉴别。红外光谱技术结合热裂解-气相色谱串联质谱技术分析,可准确地鉴别共混塑料制品主要组成成分,但无法确定样品是否为可生物降解塑料。通过受控堆肥技术进一步分析了样品的生物降解率,结合ISO 14855-1:2012的要求,对样品是否属于可生物降解塑料制品进行了判定。本研究可为真伪可生物降解塑料制品的鉴别提供技术支撑,对可生物降解塑料产业的健康发展具有一定的促进作用。     

高光谱结合图分割算法快速鉴别不同尺度产地陈皮

以中药材陈皮为研究对象,建立一种高光谱结合图分割算法实现不同尺度产地陈皮样本快速无损鉴别方法。采集陈皮样品的高光谱图像并利用图分割算法快速获得相对反射率数据集,多种预处理算法对光谱数据降噪处理后,结合偏最小二乘判别分析(PLS-DA)、随机森林(RF)和支持向量机(SVM)建立分类模型,利用预测集准确率筛选最佳模型,混淆矩阵评估模型性能。图分割算法相比常规人工提取方法时间减少80%。融合光谱一阶导结合PLS-DA模型是不同尺度产地陈皮样品的最优鉴别模型,省级行政区域和新会不同区域的陈皮样品的鉴别准确率分别为98.41%和99.05%。该新型图分割算法能够实现高光谱兴趣区域信息的快速、准确获取,结合高光谱技术可实现不同尺度产地陈皮样品的快速鉴别。     

偏最小二乘法测定聚乙烯塑料中阻燃剂的含量

采用红外光谱 偏最小二乘法定量测定了聚乙烯塑料样品中阻燃剂十溴二苯醚的含量,结果表明,标准曲线线性关系良好,相关系数为0.9998。该方法不受基体的干扰,结果可靠,简单,快速,可用于塑料及其它聚合物中添加剂测定的中控方法。     

复合PLS模型在近红外光谱分析煤炭中的应用

为了更好地确定偏最小二乘法模型的主成分数,提出一种传统偏最小二乘法和多主成分数偏最小二乘法相结合构建复合偏最小二乘模型的方法。给出了预测时两种样品相似度的计算方式:直接距离法和性质得分距离法。分别采用复合偏最小二乘法和传统偏最小二乘法对煤炭的全硫、灰分、热值和碳含量进行建模预测,比较传统偏最小二乘法和多主成分数偏最小二乘法建模过程中的相关系数和交互验证均方根误差,采用复合偏最小二乘模型对验证集样品预测时,计算了不同相似度计算方式下不同样品间距离算法的预测均方根误差,并同传统偏最小二乘法预测均方根的误差进行比较,结果表明:复合偏最小二乘法建模比传统偏最小二乘法建模有更强的适应性,能够提高预测的准确性。     

Compound PLS Model in Coal Analysis with Near-infrared Spectra

为了更好地确定偏最小二乘法模型的主成分数,提出一种传统偏最小二乘法和多主成分数偏最小二乘法相结合构建复合偏最小二乘模型的方法.给出了预测时两种样品相似度的计算方式:直接距离法和性质得分距离法.分别采用复合偏最小二乘法和传统偏最小二乘法对煤炭的全硫、灰分、热值和碳含量进行建模预测,比较传统偏最小二乘法和多主成分数偏最小二乘法建模过程中的相关系数和交互验证均方根误差,采用复合偏最小二乘模型对验证集样品预测时,计算了不同相似度计算方式下不同样品间距离算法的预测均方根误差,并同传统偏最小二乘法预测均方根的误差进行比较,结果表明:复合偏最小二乘法建模比传统偏最小二乘法建模有更强的适应性,能够提高预测的准确性.     

生态环境事件中固体废物危险特性应急鉴别技术研究

企业生产产生的固体废物种类多样、成分复杂,若未经妥善处理处置,将会对生态环境造成不可逆转损害,同时其中具有危险特性的危险废物进入环境后损害更为严重。以某环境事件中的污泥样品为研究对象,根据待鉴别对象理化性状情况,采集代表性样品5个,采用先有机定性扫描后进行浸出毒性苯、甲苯、二甲苯指标定量检测的鉴别技术路线,最后根据样品检测结果判定待鉴别对象为具有甲苯浸出毒性危险特性的危险废物。本研究采用“定性-定量”相结合技术方法进行固体废物环境应急鉴别工作,具有样品采集数量少、指标检测具有针对性、成本低、鉴别时间短等优点,值得在环境事件固体废物应急鉴别工作中推广应用。     

基于系统聚类-神经网络的塑料饮料瓶差分拉曼光谱检验

建立塑料饮料瓶物证快速准确检验鉴别方法。利用差分拉曼光谱法检验42个塑料饮料瓶样品，优化积分时间并进行重现性检验。在40 s最优积分时间条件下采集光谱，任选41个样品作为建立模型的数据集，剩余样品作为盲样，对41个样品材质初步定性分为聚对苯二甲酸乙二醇酯(PET)和聚乙烯(PE)两类。建立基于系统聚类(HCA)、多层感知器神经网络和径向基神经网络的PET样品鉴别模型，确定最优鉴别模型及样品最佳分类。结果表明，系统聚类-多层感知器神经网络为最优鉴别模型，PET样品最佳分类为2类。差分拉曼光谱法结合系统聚类和神经网络可实现塑料饮料瓶有效鉴别。     

偏最小二乘法测定聚氯乙烯塑料中的DEHP

采用偏最小二乘法定量测定了聚氯乙烯塑料样品中增塑剂DEHP的含量，该方法不受基体的干扰，结果可靠，简单快速，适合于流水线的质量控制。又采用了气相色谱法对同一样品进行测试，结果表明这两种方法的测试结果无显著差异。     

偏最小二乘-近红外光谱测定抚顺石油二厂汽油辛烷值

对来自抚顺石油二厂的汽油样品进行近红外光谱分析,使用偏最小二乘算法建立近红外谱图与辛烷值的关联模型.检测表明,用近红外光谱检测石油二厂汽油样品辛烷值的误差在标准方法规定的再现性要求之内,证明了用近红外光谱技术分析石油二厂汽油辛烷值的可行性.     

ICP法与AA法测定固体废物六价铬比较与评价

六价铬是一种有毒致癌性元素。GB 5085.3—2007《危险废物鉴别标准浸出毒性鉴别》规定浸出液中六价铬质量浓度限值为5 mg/L。根据GB 5085.3—2007《危险废物鉴别标准浸出毒性鉴别》以及HJ 687—2014《固体废物六价铬的测定》两个标准,采用电感耦合等离子体原子发射光谱法（ICP法）与原子吸收光谱法（AA法）对固体废物中六价铬的测定进行了方法验证,同时对上海某企业13个固体废物样品进行了六价铬测定。结果表明,ICP法与AA法均能测定固体废物浸出毒性中的六价铬质量浓度,方法验证中的线性关系、准确度、精密度均可接受。在测定六价铬质量浓度时两种测定方法差异不显著。13个固体废物样品中有4个样品浸出液中六价铬质量浓度均超过5 mg/L,这4个样品被判为危险废物。     

基于OPLS-DA提取VIP值的塑料餐盒K-NN拉曼光谱分析

为了实现塑料餐盒这一食品包装材料的拉曼光谱特征提取和模式识别的系列研究,进行有监督的正交偏最小二乘判别分析算法模型的构建,样本在提取出的3个正交新变量上类与类之间明显区分开来。从已构建模型中提取出变量投影重要性局部极大值大于1的29个特征变量进行k值为1的K最近邻算法分类,最终训练集和测试集的分类正确率分别达到了92. 3%和100%,表明包括模型构建、特征提取和模式识别在内的系列方法可有效对塑料餐盒样本进行分类识别。     

拉曼光谱结合化学计量学在不同品位磷矿快速分类中的应用

采用拉曼光谱技术结合化学计量学探讨不同品位磷矿快速鉴别和分类的可行性。采用共聚焦显微拉曼光谱系统分析了高、中、低三类不同品位的4种磷矿样品在200～1 950 cm^(-1)范围内的拉曼光谱特性,并对经过自适应迭代重加权惩罚最小二乘(airPLS)算法校正、一阶导和二阶导3种光谱预处理方法处理后的拉曼光谱结合主成分分析(PCA)和系统聚类分析(HCA)建立判别模型。结果显示,在主成分分析(PCA)中,经过3种预处理方法后的拉曼光谱均能实现对4种磷矿样本的聚类,且前两种预处理方式中,在第1主成分上,4种样品随品位值呈规律分布。使用PCA降维后的一阶导数光谱结合系统类分析(HCA)对4种磷矿样品进行分类,准确率为98.75%。结果表明,利用拉曼光谱技术结合化学计量学能够实现不同品位磷矿的快速鉴别和分类,为磷矿品位现场快速检测和评估打下基础。     

拉曼光谱结合化学计量学在不同品位磷矿快速分类中的应用

采用拉曼光谱技术结合化学计量学探讨不同品位磷矿快速鉴别和分类的可行性。采用共聚焦显微拉曼光谱系统分析了高、中、低三类不同品位的4种磷矿样品在200～1 950 cm~(-1)范围内的拉曼光谱特性,并对经过自适应迭代重加权惩罚最小二乘(airPLS)算法校正、一阶导和二阶导3种光谱预处理方法处理后的拉曼光谱结合主成分分析(PCA)和系统聚类分析(HCA)建立判别模型。结果显示,在主成分分析(PCA)中,经过3种预处理方法后的拉曼光谱均能实现对4种磷矿样本的聚类,且前两种预处理方式中,在第1主成分上,4种样品随品位值呈规律分布。使用PCA降维后的一阶导数光谱结合系统类分析(HCA)对4种磷矿样品进行分类,准确率为98.75%。结果表明,利用拉曼光谱技术结合化学计量学能够实现不同品位磷矿的快速鉴别和分类,为磷矿品位现场快速检测和评估打下基础。     

混炼胶质量预测和排胶控制的GMPLS模型研究

针对混炼胶密炼工艺特性，提出广义多路部分最小二乘（GMPLs）算法，建立混炼胶门尼粘度预测和排胶控制模型，克服了普通最小二乘算法在间歇生产质量控制建模中的局限性。试验结果表明，该模型预测混炼胶质量效果良好，并可根据工艺要求在线调整排胶工艺参数，实现智能排胶控制，提高混炼胶质量。     

热电厂脱硫废水污泥危险特性鉴别实例分析

根据某热电厂给予的生产工艺流程、原辅料等数据资料,对该热电厂脱硫废水污泥开展危险特性鉴别。通过对生产工艺和原辅材料分析,结合初筛样品检测结果,排除该热电厂脱硫废水污泥不可能具有的危险特性,制定采样方案、检测方案和检测结果判断方案,得到正式样品检测结果并进行综合分析,给出脱硫废水污泥固体废物属性判断。本文为热电厂及生态环境主管部门进行相应固体废物环境管理提供技术依据。     

基于最小二乘支持向量机的MIMO线性参数变化模型辨识及预测控制

将现有的面向单输入单输出系统的基于最小二乘支持向量机的参数变化模型辨识算法(SISO-LSSVM-LPV), 推广到多输入多输出系统, 实现了面向多输入多输出系统的基于最小二乘支持向量机的参数变化模型辨识算法(MIMO-LSSVM-LPV), 进一步结合基于遗传算法的预测控制算法(GA-MPC), 提出并实现了MIMO-LSSVM-LPV+ GA-MPC的建模控制一体化新架构。仿真结果表明, 该辨识算法可逼近复杂非线性MIMO系统, 辨识精度高, 并且保留了线性回归低计算量的优点, 结合了GA的MPC可实现最优控制量的在线实时寻优, 并取得了良好控制效果。     

基于过滤式微流控SERS芯片和PLS-DA的细菌快速鉴别

细菌的快速检测和准确识别对于确保食品安全和减少致病菌感染至关重要。本文提出了一种SERS技术结合偏最小二乘判别分析(PLS-DA)进行细菌鉴别的方法。设计了一种过滤式微流控SERS芯片，通过在微孔滤膜表面构建高SERS活性Ag NPs基底，搭建细菌SERS光谱检测平台，并用于10种菌属的细菌SERS检测。采集的10种细菌SERS光谱，首先经小波去噪，分段多项式拟合基线校正和归一化预处理SERS光谱，然后用偏最小二乘判别分析(PLS-DA)建立分类识别模型，模型分类正确率为96.3%,盲样检验正确率为95.7%。所研制过滤式微流控SERS芯片结合PLS-DA数据分析方法，在食品安全、疾病诊断等领域具有重要的研究价值和应用前景。     

FiPLS在烟煤水分近红外检测中的应用

偏最小二乘是一个在近红外光谱解析中常用的计量学算法,结合变量筛选方法既可以提高模型的预测能力,也可以大大降低建模的难度。本文将前向区间偏最小二乘用于烟煤水分近红外光谱解析。提取出的区间数为2,变量个数从1557减少到54个。所提取的波长区间主要位于O-H一级泛频吸收带。预测平均绝对百分误差从0.0865降低到0.0818。研究结果表明,前向区间偏最小二乘可以显著减少变量数并提高预测准确度。     

基于贝叶斯理论的再生混凝土强度预测模型优势分析

碳中和背景下，再生混凝土的研究逐渐成为众多学者的研究焦点。贝叶斯理论以概率统计为基础，综合考虑主客观不确定性影响和先验信息的作用，适用于处理混凝土强度预测中的参数估计。针对再生混凝土强度的统计学特性，基于贝叶斯理论建立再生混凝土强度预测模型，通过与最小二乘回归模型和BP神经网络模型的对比，探究贝叶斯回归预测模型在再生混凝土强度预测上的优势。试验结果表明：线性与非线性回归模型的拟合优度均大于0.85，满足实际应用需求；线性与非线性贝叶斯回归模型的拟合优度，均高出最小二乘回归模型0.1～0.3，具有相对更好的预测精度和预测效果；贝叶斯回归模型克服了BP神经网络模型可解释性差、样本需求量大的缺陷，并且具有良好的鲁棒性和自适应性。     

一例未知含碳物料属性鉴别研究

不同的含碳材料,海关监管条件和税收不同,需对未知含碳物料进行属性分析。以一批进口含碳物料为例,通过外观形貌、化学、比表面积、X射线荧光光谱和X射线衍射光谱等分析手段,得出样品理化特征,样品含有较高的碳含量,为无定型态,具有较大的比表面积,对该物品的属性进行鉴别研究,得出样品为含碳多孔吸附剂材料,根据固体废物鉴别标准GB 34330-2017《固体废物鉴别标准通则》对其固体废物属性进行判定。