用基团法预测柴油密度值

提出一种基于近红外光谱分析技术的基团建模法，用于柴油密度值的软测量。对原始光谱采用多项式平滑处理以消除仪器噪声对光谱造成的漂移影响，然后再对光谱数据进行一阶微分以清除光散射等其他影响，得到预处理后的近红外光谱。在处理后的光谱中选择各基团的吸收信息建立预测模型，采用高斯一牛顿法拟合确定模型参数。利用所建模型对密度值进行预测，并与PLS、SVM等常用建模方法进行比较，结果表明所提方法具有更高的预测精度，并适合于柴油密度值的在线测量。     

乙烯裂解原料在线近红外光谱分析模型的建立与评价

利用近红外光谱分析技术和相关的标准分析方法分别对乙烯裂解原料PONA值进行测定,得出样品的一系列近红外光谱图和基础数据,用合适的化学计量方法建立近红外光谱图与基础数据的数学对应关系,即近红外光谱分析模型。在建立模型的基础上,采用SEC和SEP参数评价在线近红外分析仪分析结果的准确度。     

润滑油基础油粘度性能的近红外光谱研究

本文采用傅立叶（FT）近红外光谱仪,在近红外长波光谱范围内,测定了不同润滑油基础油的近红外光谱,分别建立润滑油基础油40℃粘度、100℃粘度和粘度指数3项指标的偏最小二乘和BP神经网络近红外光谱分析的校正模型。研究数据表明,近红外光谱能够获得与润滑油基础油粘度相关的光谱信息。人工神经网络方法作为一种处理非线性问题的数据分析手段,能较好的定量研究近红外光谱信息与润滑油基础油之间的关系。     

掺伪珍珠粉的近红外光谱定量鉴别方法

采用偏最小二乘法建立掺杂贝壳粉的珍珠粉的近红外光谱定量分析模型。以掺杂不同比例贝壳粉和珍珠粉作为掺伪样本,采集样本在4 000~10 000 cm-1范围内的近红外漫反射光谱,采用交叉验证和外部验证考察所建模型的可靠性。优化建模参数为:波数范围为4 100~7 500 cm-1;光谱预处理方法为二阶导数/矢量归一化(SNV)/Norris Derivative(5,5)滤波。所建定量分析模型的校正相关系数为0.999 7,校正均方差为0.708,交叉验证均方差为3.15。实验证明近红外光谱技术可用于掺伪珍珠粉的定量快速鉴别。     

误差校正新方法在重整装置芳烃收率在线软测量中的应用

针对软测量建模中含有误差会极大影响模型精度问题,提出一种将数据误差校正、模型参数校正和模型结构校正技术相结合的软测量误差三重校正方法.该方法可以有效地处理测量数据的过失误差和随机误差,从而提高软测量精度,并且该方法直接面向数据,实现方便.应用该方法对某芳烃厂的连续重整装置的芳烃收率软测量进行误差校正,取得了很好的效果.     

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。     

基于DMD哈达玛变换近红外光谱仪的汽油辛烷值检测

应用近红外光谱分析检测技术建立一种汽油研究法辛烷值的快速定量分析方法。收集来自不同地区共100个汽油样品,应用化学计量学方法建立近红外光谱原始数据信息与研究法辛烷值之间的定量分析模型,结果表明:对原始光谱进行归一化处理后,采用偏最小二乘回归建立数学模型,其校正集与预测集相关系数分别为0.9300和0.9322,校正集均方根误差与预测集均方根误差分别为0.6700和0.6577,表明模型准确可靠,可应用于汽油辛烷值的快速检测。     

煤中全水分及灰分的近红外测试方法研究

为了快速、无损检测煤质中的全水分和灰分,采集了120个精煤样品的近红外漫反射光谱,对微分光谱进行分析,利用偏最小二乘回归(PLSR)算法结合不同光谱预处理方法建立基于马氏距离剔除异常样品后的定量数学模型,分析预测值与真实值的相关性,并对最优预处理下的模型残差进行讨论。结果表明:经过多元散射校正处理后建立的全水分模型效果最优,相关系数达到0.982 12,校正集均方根误差为0.013,预测集均方根误差为0.017。经过5点平滑预处理后建立的灰分模型效果最佳,相关系数达到0.947 47,校正集均方根误差为0.058,预测集均方根误差为0.052,2项指标的残差波动均匀,模型的稳定性和预测能力较强。     

傅里叶转换拉曼光谱用于弹性体分析

本研究采用傅里叶转换柱曼光谱研究了天然胶生胶及其各种硫化体系的硫化胶。由于使用近红外激光光源来激发拉曼散射,使在普通拉曼仪中遇到的荧光和吸收问题被大部分克服了。散射后的射线由干涉仪收集,干涉图经傅里叶转换后能使光谱图快速形成。上述光谱累加能得到信嗓比极好的拉曼光谱图。获得的光谱图的质量、傅里叶转换拉曼仪技术的通用性和操作的简易性都表明了近红外拉曼光谱仪在研究天然橡胶方面的潜力。本文中提供了天然橡胶生胶和硫化胶的红外和拉曼光谱图。我们能够从光谱图上直接观察到随着硫化时间和硫化系统的不同而产生的橡胶的化学变化。     

基于近红外光谱和QPSO-LSSVM模型的玉米脂肪测定

为了建立一个精确、稳健的玉米脂肪近红外光谱定量模型,提出了以全波段光谱建立最小二乘支持向量机(LS-SVM)模型、用量子行为粒子群优化(QPSO)算法结合留一交叉验证(LOO-CV)规则优化模型参数的新方法,并用76份样本数据进行了验证。与常用的偏最小二乘(PLS)校正模型相比,当采用原光谱数据建模预测时,相关系数(Rp)和相对分析误差(RPD)分别由0.9248、2.43升至0.9801、4.38以上,预测均方根误差(RMSEP)从0.0624降到0.0311以下;若将光谱进行多元散射校正(MSC)预处理之后再建模预测,则Rp和RPD分别由0.9618、3.95升至0.9934、8.11以上,RMSEP从0.0395降到0.0215以下。试验结果表明,以全波段近红外光谱建立的QPSO-LSSVM校正模型完全可用于玉米脂肪的实际检测。     

运用近红外光谱分析煤质硫含量

为了研究煤质的硫含量,采集了120个煤粉样品的近红外漫反射光谱,建立了偏最小二乘回归结合不同光谱预处理方法的定量数学模型,并与工业检测结果进行对比。结果表明:采用5点平滑处理后的模型效果最佳,相关系数达到0.89695,校正集均方根误差(RMSEC)和预测集均方根误差(RMSEP)分别为0.0406和0.0423,结果表明模型具有较高的相关性、稳定性和预测能力。     

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。     

近红外光谱技术在中草药口服液在线质量监控中的模型建立和模型转移

应用近红外光谱技术在线监测工业产品质量时,会出现环境条件变化或仪器的部件如探头或光纤更换的情况,使原模型不再具有原来的预测效果,但是完全从头开始采集数据重新建立新模型工作量大,造成原来宝贵的模型和数据的浪费。为了解决这一矛盾,本文以一种中草药口服液中多糖含量、可溶性固形物含量及pH 为研究对象,利用近红外光谱技术对其进行实时在线检测,研究了主从机分辨率不同的光谱之间的模型转移。模型转移过程利用已建模完成并成功上线应用的模型为原模型,在不能获取原主仪器和从仪器一一对应的标准标样的条件下,找到虚拟标样建立转移矩阵。以直接标准化法结合主成分分析降维作为模型转移方法,以质量指标化学参考值与预测值间的相对误差为指标筛选最佳模型。模型转移结果显示,多糖模型预测值与化学参考值间的相对误差可控制在10%以内,可溶性固形物相对误差在5%以内,pH 相对误差在3%以内。在线生产使用表明,转移的模型同原模型一样可有效应用于在线、快速对质量指标做出准确的预测。结果表明,本文提出的采用虚拟标样的模型转移方法对于无法获得主从机一一对应的标准标样的情况下的模型转移,是一个可行的有效方法。     

近红外光谱技术及其在合成纤维工业中的应用

介绍了代表性校正集样本的选择、统计学方法校正模型建立等近红外光谱的工作原理,以及利用近红外光谱进行材料鉴别和定性、定量分析方法。通过实例论述了近红外光谱在合成纤维原料制备、添加剂组成、产品性能及纤维鉴别、助剂检测等多方面的应用可能性。指出近红外光谱技术在提高化纤产品质量、降低生产成本方面将发挥较大作用,并对此提出了相关建议。     

基于回声状态网络的柴油性质近红外光谱测量模型

针对柴油性质的近红外光谱测量问题,提出了一种基于回声状态网络(Echo State Network,ESN)的近红外光谱测量模型。该模型采用化学计量学方法,通过ESN对柴油性质的近红外光谱数据进行学习以建立光谱信息与柴油性质间的输入输出关系模型。为克服ESN生成过程产生的随机性对测量精度的干扰,采用集成学习方法对模型进行校正。对柴油的十六烷值和密度的近红外光谱测量表明,该模型在测量精度上优于偏最小二乘、主成分回归及多元线性回归等常规化学计量学方法建立的模型。     

激光全息干涉法测量液相质扩散系数数字图像处理的研究

用He-Ne激光器、CCD和图像采集系统等仪器设备,搭建了数字激光全息干涉法测量液相质扩散系数的实验系统,并测试获得了浓度为0.33 mol/l KCl水溶液在298.15 K温度下的全息干涉图像,采用了图像增强、全息干涉条纹图再现及相位展开等数字图像处理过程的关键技术对全息干涉图进行处理,得到了相位展开后物光相位差,经换算后获得了该溶液的质扩散系数.为化工工程上研究替代制冷荆急需的质扩散系数测量提供了有效的方法.     

蝙蝠算法优化近红外光谱校正模型测定柴油黏度

为了提高近红外光谱定量分析的精度和效率,提出以改迚二迚制蝙蝠算法同步优化参数和特征波长的LS-SVM模型。首先将动态速度权重和Cauchy随机扰动融入蝙蝠算法,幵用V-shaped函数将其离散化,得到WCBBA算法;然后以RMSECV为适应度函数,用WCBBA算法对LS-SVM模型的参数和特征波长迚行同步优化;最后根据优化结果建立近红外光谱定量校正模型,幵用于180个柴油样本的运动黏度测定。结果表明,该模型的各项性能指标优异,能够用于实际检测工作。     

化工过程中基于小波滤波法的过失误差侦破研究

小波滤波能有效降低化工过程测量数据的随机误差,但却无法识别测量数据中是否存在过失误差。为此,本文通过总结大量小波滤波数据校正实例中校正值、分解层数与过失误差之间存在的关系,提出了三者之间的关系公式,并根据此公式侦破识别过失误差。对Aspen Dynamic模拟产生的测量数据的校正结果表明,文中提出的公式准确的反映出了校正值、分解层数和过失误差的关系,并且利用该公式能够有效地侦破和识别过失误差。     

近红外光谱技术快速测定手洗餐具洗涤剂中总活性物

文章研究了近红外光谱技术在手洗餐具洗涤剂中总活性物含量的检测应用.以国标化学法检测值为参照,采用近红外光谱技术采集了手洗餐具洗涤剂近红外光谱图,通过一阶导数对谱图进行优化,结合偏最小二乘法(PLS)建立了总活性物含量的定量校正模型,模型交叉检验均方根误差(RMSEVC)为0.101,残差预测偏差(RPD)为4.7,模型...     

近红外技术在聚丙烯物性测试中的应用研究

介绍了近红外光谱技术在快速测定聚丙烯物性参数中的应用,通过分析化学值的性质,采用漫反射方式和偏最小二乘法（PLS）,建立了聚丙烯粉料的等规指数、熔融指数、乙烯基含量等定量分析数学校正模型并对预测效果进行了检验。近红外光谱技术具有操作简单、快速、重复性好,不污染和破坏样品等优点。