当前位置:主页 > 科技论文 > 化学论文 >

近红外分析模型稳健性研究

发布时间:2017-04-21 15:18

  本文关键词:近红外分析模型稳健性研究,,由笔耕文化传播整理发布。


【摘要】:近红外光谱分析技术(NIR)作为“绿色检测技术”的代表,具有高效、快速、低成本、无破坏性和绿色环保等特点。近红外检测技术的基础依赖于所建立的校正分析模型,该模型具有很强的专一性,需根据样品不同的种类、状态以及不同的分析内容逐项开展研究,分别建立相应的模型,才能发挥其优越性。建立NIR 校正分析模型需要消耗大量的时间、人力、物力和财力,因此,NIR 校正分析模型是近红外分析中最重要的资源之一。而模型的稳健性决定模型预测时的抗干扰能力和适用范围,从而影响分析结果的准确性、可靠性。因此,研究如何建立近红外稳健分析模型的方法对近红外光谱分析技术的广泛应用有着非常现实的意义,同时也是实现近红外模型传递的前提和基础。 本研究以小麦、水稻、玉米、大豆等作物种子为研究对象,广泛搜集不同品种和人工创造不同的扫描背景,进行重要品质性状的常规分析和测定,采集样品的近红外光谱信息,利用化学计量学方法对作物品质指标进行近红外模型的创建;考察影响近红外光谱分析模型稳健性的因素;并以小麦水分含量为研究对象,研究建立准确、可靠、抗干扰能力强的近红外稳健分析模型的方法,并且以主成分空间对模型的稳健性进行分析和评价;探讨了近红外光谱技术分析单粒作物品质的可行性,得出下述结论: 1、利用近红外光谱分析技术分析谷物的水分含量、蛋白质含量、脂肪含量、淀粉含量、赖氨酸含量和小麦湿面筋含量的预测值与实际参考值具有较高的决定系数和较低的均方根误差。其中小麦水分含量校正分析模型的决定系数达到0.99以上,均方根误差低于0.2%。分析糙米胶稠度和碱消值效果不够理想,决定系数均小于0.60。  2、待测样品的水分含量、温度、粒度、状态对近红外光谱的形状和分析结果的准确性均产生较大影响。在5kGy 的剂量下,辐照处理对小麦蛋白质含量的近红外预测值无显著影响。  3、光谱预处理对建立稳健分析模型无明显效果;有效频率区间的选取、全局定标模型的应用对建立稳健分析模型均有效,其中建立全局校正分析模型效果最佳(内校正法)。用主成分空间分布可以对模型的稳健性进行评价,空间分布越大,模型适用性越宽。  4、建立作物单籽粒品质分析模型时,籽粒的放置位置影响分析结果的准确性。可通过对单粒样品的多次扫描或从不同方向测定样品光谱,取平均值的方法来提高模型的预测效果。 
【关键词】:近红外光谱分析技术 稳健分析模型 谷物
【学位授予单位】:西北农林科技大学
【学位级别】:硕士
【学位授予年份】:2005
【分类号】:O657.33
【目录】:
  • 前言9-11
  • 第一章 近红外光谱分析技术研究进展11-32
  • 1.1 近红外光谱分析技术原理11-16
  • 1.1.1 近红外分子振动光谱11-12
  • 1.1.2 比尔定律12-14
  • 1.1.3 漫反射定量分析原理14-16
  • 1.2 近红外光谱技术中常用的化学计量学方法16-23
  • 1.2.1 近红外光谱预处理方法16-17
  • 1.2.2 近红外统计分析方法17-23
  • 1.3 近红外光谱分析技术特点23-27
  • 1.3.1 近红外光谱定量分析技术的关键因素23-26
  • 1.3.2 近红外光谱分析技术的优势26-27
  • 1.3.3 近红外光谱技术的缺陷27
  • 1.4 近红外光谱仪的测试原理及过程27-32
  • 1.4.1 近红外光谱仪的测试原理27-29
  • 1.4.2 近红外光谱仪的侧试过程29-32
  • 第二章 谷物品质近红外光谱分析模型的建立32-37
  • 1 实验材料与仪器32-33
  • 2 实验方法33-35
  • 3 结果与分析35-36
  • 4 小结36-37
  • 第三章 影响近红外分析模型稳健性因素研究37-49
  • 1 实验材料与仪器37
  • 2 实验方法37-39
  • 3 结果与分析39-49
  • 3.1 温度对近红外光谱分析的影响39-41
  • 3.2 水分对近红外光谱分析的影响41-43
  • 3.3 粒度分布对近红外分析的影响43-46
  • 3.4 样品不同状态对近红外分析结果的影响46-47
  • 3.5 辐照保藏对近红外光谱分析的影响47-49
  • 第四章 建立近红外稳健分析模型方法研究49-56
  • 1 实验材料与仪器49
  • 2 实验方法49-51
  • 3 结果与分析51-55
  • 4 小结55-56
  • 第五章 建立单籽粒近红外谷物品质分析模型的探讨56-63
  • 1 实验材料与仪器56-57
  • 2 实验方法57-58
  • 3 结果与分析58-61
  • 4 小结61-63
  • 第六章 讨论与结论63-66
  • 6.1 讨论63-64
  • 6.2 结论64-66
  • 致谢66-67
  • 参考文献67-72
  • 作者简介72

【引证文献】

中国期刊全文数据库 前2条

1 张正帆;王康宁;贾刚;吴秀群;;1~21日龄黄羽肉鸡豆粕净能预测模型[J];动物营养学报;2011年02期

2 王运丽;史新元;吴志生;隋丞琳;乔延江;;利用近红外光谱技术快速检测邻苯二甲酸酯类物质[J];中国实验方剂学杂志;2013年05期

中国硕士学位论文全文数据库 前10条

1 李再山;1~21日龄艾维茵肉鸡菜粕和棉粕净能预测模型研究[D];四川农业大学;2011年

2 张正帆;应用化学成分及傅里叶近红外建立0~3周龄黄羽肉鸡豆粕净能预测模型的研究[D];四川农业大学;2010年

3 刘雪云;结合近红外与模式识别技术的纸浆原料分类研究[D];南京林业大学;2011年

4 李方舟;黄酒发酵过程中酒精度与pH值的可见/近红外光谱检测研究[D];浙江大学;2012年

5 李艳肖;近红外光谱快速检测牛奶品质的研究[D];江苏大学;2007年

6 蔡斌;在线型液体近红外光谱分析平台的开发[D];江苏大学;2008年

7 申攀;建立0-3周龄黄羽肉鸡玉米净能近红外预测模型以及用常规化学成分建立净能的回归预测模型[D];四川农业大学;2010年

8 韩智彪;棉籽油份含量近红外测定技术研究[D];华中农业大学;2012年

9 何海艳;大豆油氮气储藏氧化稳定性研究[D];南京财经大学;2012年

10 徐璐璐;基于近红外光谱技术的小麦品质分类方法研究[D];黑龙江大学;2013年


  本文关键词:近红外分析模型稳健性研究,由笔耕文化传播整理发布。



本文编号:320642

资料下载
论文发表

本文链接:https://www.wllwen.com/kejilunwen/huaxue/320642.html


Copyright(c)文论论文网All Rights Reserved | 网站地图 |

版权申明:资料由用户a4f4a***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱bigeng88@qq.com