基于LS-SVM的红外光谱技术在奶粉脂肪含量无损检测中的应用

脂肪是奶粉中重要的组成部分,实现对奶粉中脂肪含量的快速、无损检测十分重要,为此研究了400～6666cm-1范围的红外光谱技术对不同品种奶粉的脂肪含量的无损检测.采用最小二乘支持向量机(LS-SVM)对光谱透射率值和脂肪含量值进行建模.模型在全红外波段范围对样本脂肪含量预测得到了较好的结果,绝对系数(R2p)达到0.9796,预测误差均方根(RMSEP)为0.8367.预测结果要优于BP人工神经网络(Back Propagation Neural Networks, BP-NN).说明红外光谱技术能够实现奶粉脂肪含量的无损检测,检测过程比化学检测方法简单快速,操作性强.文章同时还研究了分别基于中红外光谱范围和近红外光谱范围的建模.模型预测结果显示分别基于中红外光谱和近红外光谱区域的模型预测效果都比全波段建模略差.本研究为今后奶粉脂肪含量快速无损检测仪器的开发奠定了理论基础.     

脉冲红外无损检测技术研究现状与发展趋势

综述了脉冲红外无损检测技术国内外的发展历程、发展现状、基本原理、技术特点;对比了脉冲激励4种方法,介绍了国内外脉冲红外无损检测成套设备的发展状况.对近年来国内脉冲红外无损检测领域主要研究内容进行了总结,包括理论建模分析、脉冲激励方法、数据处理、检测材料和涂层厚度测量.最后总结了该技术的发展趋势.     

油脂酸价近红外光谱检测PLS建模方法研究

将目前广泛流行的近红外光谱分析技术应用于食用油脂酸价的检测。由于近红外光谱分析是一种间接检测方法,需要先利用校正集样本建立统计模型,然后再利用模型来预测未知样品性质,因此建立准确可靠的模型是近红外光谱分析的关键。详细介绍了偏最小二乘（PLS）回归的基本思想和建模方法。为使建立的校正模型更稳健,还研究了光谱波段选择。通过间隔偏最小二乘回归波段选择法进行特征波段提取,对提取的特征波段和全谱分别进行偏最小二乘回归建模,对比分析以说明波段选择的必要性。     

多界面脱粘红外无损检测中热激励方法的研究

红外热波检测中热激励方法的选择直接影响缺陷的可检出性和实际检测效果。本文对薄粘接层的界面脱粘检测中的热激励方法进行了分析比较。通过构建多界面脱粘缺陷模型,用有限元分析软件COMSOL对不同热激励下脱粘的红外无损检测做仿真计算,研究热激励方法与检测灵敏度之间的关系,为制定准确的红外检测实验方案提供数值依据。     

红外无损检测中的缺陷显示度

根据二维热传导方程计算了塑料、二氧化硅及锰钢的缺陷显示度。分析了缺陷显示度与延迟时间、缺陷大小以及缺陷离表面距离之间的关系。     

基于电磁技术的无损检测技术研究

本文基于电磁技术详细介绍和分析无损检测技术的原理、常见应用场景以及发展趋势,与人工检测方法相比,该技术具有检测精度高,能够及时正确反映缺陷信息等优势,在实际的技术应用中具有广阔的前景.本文主要对当前电磁技术的无损检测技术进行概述介绍,剖析目前主流的三种无损检测方法,分别是基于永磁类检测原理的电磁无损检测,基于电磁声监测...     

神经网络在电磁无损检测中的应用

研究了在涡流检测中用神经网络对经过不同热处理工艺所得工件进行分类的方法,针对BP神经网络学习算法的不足,提出了改进算法,提高了网络分类的可靠性。做到了所需特征参数少,且快速准确。     

红外无损检测的理论分析和计算

介绍了红外无损检测的原理，根据导热微分方程和样品的初始条件及边界条件，利用数值法计算有缺陷区和无缺陷区的样品表面的温度差，并给出了内部有缺陷的混凝土样品的表面温度差与样品缺陷深度，以及热流注入时间之间关系的计算结果。     

基于近红外光谱的榛子蛋白质无损检测模型

为了实现对榛子蛋白质的快速无损检测,提出了一种结合近红外光谱技术和间隔随机跳蛙算法的榛子蛋白质检测模型。提取榛子的近红外光谱数据后,对榛子光谱数据进行一阶导和标准正态变量变换预处理。针对随机跳蛙算法的初始子集以及最终波段数量阈值不确定的问题,采用间隔随机跳蛙算法进行特征波段提取,并对比了该算法与竞争性自适应重加权采样算法、连续投影算法和原始随机跳蛙算法的提取结果。基于提取的特征波段建立偏最小二乘回归模型。实验结果表明,相比其他算法,间隔随机跳蛙算法的性能最好且建立的模型稳定性更高。间隔随机跳蛙算法对交叉验证集的回归系数和均方根误差分别为0.9082和0.0178,对测试集的回归系数和均方根误差分别为0.8999和0.0372。     

红外多光谱遥感数据的校准

主要介绍了一种对由特定红外图谱一体化系统采集的光谱数据进行校准与分析的方法。在实验部分,首先对得到的设定已知特定温度的黑体红外光谱数据进行归类和整理,然后在最大保留特征信号的条件下利用不同的滤波算法与滤波窗宽尽量消除信号噪声,并采用偏最小二乘算法对所得信号进行校准,使之与理论值相符。最后利用校准结果构建数学模型,并考虑主成分个数这一概念,检验模型准确度。通过数据分析可知,由这个特定红外图谱一体化系统采集的光谱数据经偏最小二乘算法校正后与理论值相近,此时能够拟合出校正数列与波数之间的函数关系,且受温度影响较小。     

基于区间选择偏最小二乘法回归分析的煎炸老油鉴别模型

煎炸老油属于地沟油之一,长时间食用会对身体健康造成严重危害。本文首先对食用金龙鱼菜籽油过度煎炸10次,分别提取光谱信息中特征吸收峰（323、391、443nm）处的光谱吸收值。然后建立区间选择偏最小二乘法模型,提取最佳区间为5,最佳因子为7的波长区间,验证区间预测相关系数达到0．998。最后建立PKS回归方程Y1,Y2,Y3,通过交叉有效性验证Q22=-0．3461〈0．0975。提取成分t1、t2。分别得到回归方程的实际值与预测值相关系数为：323nm处,r=0．8478;391nm处,r=0．9754;443nm处,r=0．9285。     

基于激光热成像方法的奥氏体钢表面缺陷表征

有源热成像是当今广泛使用的无损检测方法,可利用材料热特性完成缺陷表征。本文使用激光作为热成像的激励源,使用激光局部加热试件,产生的球形热流允许以任意方向检测缺陷。在加热过程中,能量扩散完全覆盖缺陷区域,在散热过程中,缺陷的存在会使得激光器的热足迹呈现不对称性,红外热像仪实时监测表面温度场分布,实现表面缺陷的可视化检测。通过实验验证以及对实验结果的图像分析来完成缺陷表征,结果表明:在散热过程中,红外热像仪可实现对缺陷的可视化检测,通过图像锐化处理检测缺陷边界,得到缺陷的形状分布,完成缺陷的定位表征。     

红外检测中缺陷大小和深度的测量

文中介绍了红外层析检测的基本原理,重点讲述了缺陷深度和缺陷大小的测量方法。     

纸张含水量的傅里叶变换中红外光声光谱分析

随着科学技术的不断发展,社会正在向智能化演变。实现纸质文献的实时监测以达到保存和保护文献的目的是未来发展的必然趋势。为了给库房文献的实时监测提供依据,结合化学计量学方法,利用傅里叶变换中红外光声光谱技术快速测定了纸张含水量。基于中红外光声光谱,分别采用主成分回归(Principal Components Regression, PCR)方法和偏最小二乘回归(Partial Least Squares Regression, PLSR)方法建立了纸张含水量的定量模型,并通过交叉验证选择了最佳主成分数。结果表明,PLSR方法的建模结果优于PCR方法(决定系数R2：0.3681>0.3532)。通过增加主成分数可以使模型预测变好,但也存在过拟合风险。未来拟采集更多的纸张样本,以期建立稳定的纸张性质检测模型,为实现纸质文献的红外光谱实时监测奠定基础。     

一种用于预测蚕丝含量占比的近红外光谱分析方法

针对近红外光谱分析技术中未充分利用预测模型光谱数据的问题,提出了一种可充分利用光谱数据和有效预测蚕丝含量占比的新方法.以5种类型共145个样本的蚕丝含量占比以及相应的所有蛋白质基光谱数据为研究对象,将这些样本分别划分为校正集和验证集,并采用偏最小二乘回归(Partial Least Squares Regression...     

圆柱形设备内部缺陷的红外无损检测

用有限元方法计算了圆柱形设备存在空泡缺陷或裂缝时的横截面与外表面温度场,给出了热像的决定因素-表面温差同缺陷尺寸和位置的关系,最后用红外热像仪进行了实验验证.通过理论计算和实验验证,发现当缺陷的导热系数小于设备的导热系数时,表面温差与缺陷的尺寸和位置基本呈指数关系增长.     

民航飞机主动红外热波成像检测技术应用进展

根据主动加热方式不同,论述了脉冲加热、锁相调制加热、超声加热、微波加热等主动红外热成像无损检测技术理论基础和技术特点;综述了主动红外热成像无损检测技术用于飞机机体结构缺陷、蒙皮腐蚀、复合材料缺陷、发动机管路堵塞与叶片裂纹等无损检测方面的研究成果;结合主动红外热成像实验技术特点,指出了其在飞机检测方面存在的问题和发展方向。     

卤素灯加热红外成像检测技术仿真研究

针对复合材料的红外成像无损检测问题,使用卤素灯作为激励源,配合非制冷红外热像仪搭建了检测系统,并针对该系统建立了仿真模型,应用Ansys软件对碳纤维复合材料平底洞试验样件进行了仿真分析,给出了检测结果,得出了该系统的检测性能参数。应用该系统对实际的碳纤维复合材料平底洞试验样件进行了检测试验。结果表明,仿真分析与实际检测结果相符,性能参数分析准确。本文搭建的系统成本低、检测效果好,激励功率和作用时间容易调整,可应用于各类复合材料的无损检测领域。     

基于PCR和PLS的蔗糖浓度透反射测量方法研究

利用近红外透反射光谱技术,研究短波近红外光谱(780~1100nm)无损检测蔗糖溶液的可行性,并通过主成分回归(PCR)和偏最小二乘(PLS)方法建立了蔗糖溶液的近红外定量分析模型。采用Savitzky-Golay卷积平滑(5点)和多元散射校正(MSC)进行预处理,并且对预处理后的数据进行建模分析。PCR定量分析的结果:主成分数PC=7,交互验证相关系数RCV=0.957335,交互验证的校正标准偏差RMSECV=0.015859;PLS定量分析结果:主成分数PC=4,交互验证相关系数RCV=0.975789,交互验证的校正标准偏差RMSECV=0.012251。分别用PCR和PLS的校正模型对预测集样本进行预测,两种模型的预测标准偏差RMSEP分别为0.0127,0.0118。二者均对高浓度蔗糖溶液的预测结果比较理想,而且在PLS模型下,77%以上的样本相对误差在10%以下,较PCR模型的高。综合结果,PLS所建立的模型简单,而且精度很高,所以,基于短波近红外光谱的蔗糖浓度的快速无损检测是可行的。