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。     

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。     

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。     

基于近红外光谱与SIMCA快速识别乙烯醋酸乙烯酯共聚物树脂牌号的定性方法

利用近红外光谱与族类独立软模式方法(SIMCA)对不同牌号的乙烯醋酸乙烯酯(EVA)共聚物树脂进行快速定性分析。利用漫反射测量方式与傅里叶近红外光谱仪测量样本的近红外光谱,并利用SIMCA方法对训练集样本建立类别定性模型及预测验证集样本的牌号。结果表明,近红外光谱经过导数与MSC预处理后,利用主成分分析方法将光谱数据降维得到光谱的主成分信息,选用前3主成分建立的EVA树脂牌号的定性识别模型,对24个验证集样本的预测准确度为100%。基于近红外光谱与SIMCA定性方法可以用于EVA树脂牌号的快速识别。     

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。     

NIR结合NMR技术检测OCF中PAPI的总含量

将单组分聚氨酯泡沫填缝剂(OCF)样品溶于含有内标物三乙酸甘油酯的二氯甲烷中,通过核磁共振氢谱(1H-NMR)对OCF中多亚甲基多苯基多异氰酸酯(PAPI)的总含量进行测定,并按检测结果进行合成实验,验证结果的准确性。将NMR的测试结果作为标准值,用近红外(NIR)光谱建立定量模型,并验证方法的可靠性,预测回收率在99. 6%～101. 4%之间。     

近红外光谱在中药大黄乙醇提取液快速分析中的应用研究

用声光可调滤光器(AOTF)-近红外(NIR)光谱法在线分析中药大黄乙醇提取液比重及大黄素含量,用偏最小二乘(PLS1)法分别建立NIR光谱与含量、比重的校正模型。结果表明,提取液NIR光谱与比重、含量的校正模型相关系数R2分别为0.989 0,0.988 4,相对偏差分别为0.26%,2.66%,精密度分别为0.15%,2.84%;5 h稳定性分别为0.13%,2.03%,回收率分别为99.8%,95.6%。该方法具有快速、直接、多成分同时测定特点,并能实现现场在线分析。     

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。     

偏最小二乘法测定多异氰酸酯固化剂中TDI三聚体的含量

对不同TDI三聚体含量的多异氰酸酯固化剂的红外光谱进行了测定,采用偏最小二乘法对所得到的红外光谱进行分析,测定了多异氰酸酯固化剂中TDI三聚体的含量,该方法简单快速,结果可靠.     

近红外光谱法测定HMX中α-HMX杂质晶型的含量

为了快速检测HMX中杂质晶型α-HMX的含量,在制备建模样品的基础上,利用近红外光谱技术,采用偏最小二乘法建立了HMX光谱与其α-HMX杂质晶型含量的计算模型。讨论了建模样品的代表性、模型光谱范围的选择及模型的优化过程。结果表明,模型具有广泛代表性,最佳光谱范围为6 476~6 446cm-1和4 602~4 424cm-1,交互验证决定系数(R2)为0.996,参考值交互验证残差均方根(RMSECV)为0.20%;外部验证的残差均方根(RMSEP)为0.27%;该法误差均小于0.13%,标准偏差为0.1%;近红外光谱法操作简单、快速、无损、绿色环保,可用于HMX中α-HMX杂质晶型含量的检测。     

利用近红外光谱技术快速评价玉米秸秆原料

采用化学法测定71种不同玉米秸秆样品的w(综纤维素)、w(纤维素)、w(半纤维素)、w(木质素)、w(抽出物)及w(灰分),并用DA-7250近红外光谱仪采集相应样品的光谱。利用The Unscrambler9.8多元数学软件,建立了吉林地区主要种植的玉米秸秆及仓储打包玉米秸秆的主要成分化学值与其近红外光谱数据之间的数学模型。模型的决定系数(R2)在0.838 3~0.918 7。采用6个模型分别对样品进行预测,其分析数据的绝对偏差范围分别为-2%~1%、-5%~1%、-4%~3%、-1%~2%、-1%~2%、-1%~2%。结果表明,上述模型有利于为吉林地区生物质能企业的玉米秸秆原料快速评价提供数据参考。     

基于二维相关近红外光谱技术测定辅料十二烷基硫酸钠

为了测定缬沙坦和辅料十二烷基硫酸钠共存样品中辅料的含量,配制成含有十二烷基硫酸钠含量为0.30%~5.88%的缬沙坦样品共35个。以十二烷基硫酸钠浓度为外扰,分别研究了十二烷基硫酸钠和缬沙坦共存样品的二维相关近红外光谱特征,分别选择随浓度变化大的区间4119~4216 cm-1、4235~4273 cm-1、4312~4351 cm-1、4484~4676 cm-1、5732~5828 cm-1、8132~8323 cm-1为光谱的建模区间,利用偏最小二乘方法建立定量预测模型。结果表明:模型的交叉验证决定系数为0.8670,交叉验证均方根误差(RMSECV)为0.804,预测均方根误差(RMSEP)为0.775,对未知样品集预测结果的平均相对误差为0.25%,这表明二维相关近红外光谱技术选择的波段建立的定量模型具有较好的预测效果。     

近红外光谱法快速检测腐竹中硼砂的含量

选取市售腐竹作为研究对象，采集样品的近红外光谱，用国标分光光度法测定样品中硼砂的含量作为标准值，结合偏最小二乘法，建立了腐竹中硼砂含量的近红外光谱快速检测模型。结果表明，采用二阶导数谱，在7 150.75～5 924.25 cm^-1光谱区间，经多元散射校正、五点平滑处理建立的模型为较优模型。该模型的校正集线性相关系数(R_c)值为0.994 1,校正集均方根偏差(RMSEC)值为0.050 8,验证集线性相关系数(R_p)值为0.980 6,验证集均方根偏差(RMSEP)值为0.114,主因子数(factors)为10,相对分析误差(RPD)为5.1。模型有较好的稳定性，外部验证结果准确，可以用于腐竹中硼砂含量的快速检测。     

肺癌血清近红外检测谱段分析

运用近红外光谱技术采集肺癌阴性/阳性血清光谱,样本在4000~4500、4500~5200、6800~7200、11000~12000cm~(-1)谱段有吸收峰,包含N-H、C-H、C=O、O-H信息。结合支持向量机建立血清分类模型,筛选了血清分析谱段。采用等区间划分的模式进行了两次考察,结果表明8000~12000cm~(-1)谱段分析结果较好,而10800~11200cm~(-1)谱段的分析错误率最低。吸收峰谱段结果也表明6800~7200、11000~12000cm~(-1)谱段分析结果较好。综合以上各点,肺癌血清近红外光谱检测谱段可以设置为7000~12000cm~(-1)。     

近红外光谱分析技术在食品脂肪含量测定上的应用

近红外光谱(NIR)分析技术是一种快速、无损的新型检测技术,在农业与食品等研究领域获得越来越广泛的应用。简要介绍了近红外光谱的原理、以及近红外光谱在食品脂肪含量测定上研究及应用现状,并对近红外光谱的应用前景进行了展望。     

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%。     

基于NIR-近红外光谱法的乌天麻鉴别研究

本研究采用近红外光谱技术快速无损鉴别技术,研究了不同产地,不同变型的82个天麻样品;通过采用Thermo scientific omnic TQ Analyst9分析软件的判别分析方法建立鉴别模型,同时选择乌天麻鉴别的3个敏感谱段:4007.02cm~(-1)~7254.89cm~(-1),4080.84cm~(-1)~7046.62cm~(-1),7594.57cm~(-1)~8651.10cm~(-1),通过马氏距离计算未知材料到每个类别中心的距离,来判断未知样品与标准样品中的相似性。结果表明:模型性能指数(Performance Index)为92.2,说明模型预测准确。该数学模型可靠,可为乌天麻的鉴别提供一种准确、快速、简便、无损的新方法。     

近红外光谱法快速测定速生相思的材性

为了实现制浆原料材性的快速测定,用常规方法测定了147个相思木材样品的化学成分和基本密度,并采集了样品的近红外光谱。对原始光谱进行预处理后,运用偏最小二乘法和交互验证的方法,建立样品综纤维素、木质素、苯醇抽出物、基本密度的校正模型,4个模型建立过程中所提取的最佳主成分数分别为10、 8、 9和9。对4种校正模型进行独立验证,得到其决定系数(R_val²)分别为0.910 3、0.950 5、 0.970 6和0.969 5;预测均方根误差(RMSEP)分别为0.45%、 0.32%、 0.21%和0.007 1 g/cm³;相对分析误差(RPD)值分别为3.34、 4.50、 5.82、 5.73;绝对偏差(AD)分别为-0.60%~0.68%、-0.50%~0.48%、-0.29%~0.33%和-0.009 7~0.009 1 g/cm³,RMSEP和AD基本符合测定对误差的要求,4个模型能够满足制浆造纸工业中速生相思木材的快速测定。     

近红外光谱的ELM校正模型测定柴油凝点

为了简便、快速地测定柴油凝点,建立了一个基于ELM算法的近红外光谱校正模型。首先选择KS法按4:1划分样本集,并以"一阶导数+矢量归一化"方法进行光谱预处理;以校正集数据训练ELM模型并进行参数优化后,代入测试集光谱数据完成预测。通过136个柴油样品数据建模验证,结果表明用近红外光谱的ELM校正模型测定柴油凝点是完全可行的,且其准确度、稳健性和速度均优于PLSR模型和LS-SVM模型。