乙醇和味精发酵过程组分含量的近红外光谱检测方法
发布时间：2021-12-30 22:55
生物乙醇由于二氧化碳及粉尘的污染低等优点使其需求量日益增加,而生物发酵过程是乙醇的可再生的生产方式之一。味精是人类生活必备的调味品之一,实现对其发酵过程实时监测与控制十分具有代表性和实际意义。本文基于近红外光谱技术,针对乙醇发酵过程和味精发酵过程进行监测,实现对于生物发酵过程化合物浓度的快速、无损在线检测。设计搭建的实验平台和近红外光谱预测模型可以克服传统离线检测的缺点。首先,分析了近红外光谱检测技术原理及其主要过程,针对乙醇和味精发酵过程中由干扰和噪声造成的近红外光谱异常点,给出了光谱数据预处理方法,实现对光谱的平滑处理与校正。其次对于预测模型的建立,给出三种数据建模方法,其中比较经典的偏最小二乘（PLS）算法模型可以解决光谱数据共线性问题。另外基于三种不同核函数的最小二乘-支持向量机（LS-SVR）模型可以利用结构最小化的原理避免过拟合问题。最后给出基于随机森林算法的光谱建模方法,通过袋外错误率（OOB）实现随机森林树和特征数的参数整定,并基于基尼系数（G）下降量进行波长优选实现随机森林模型优化。为比较建立模型的预测效果,给出了性能评价指标。针对乙醇发酵过程,设计搭建基于近红外光谱...
【文章来源】：大连理工大学辽宁省 211工程院校 985工程院校 教育部直属院校
【文章页数】：71 页
【学位级别】：硕士
【文章目录】：
摘要
Abstract
1 绪论
1.1 课题研究背景
1.1.1 乙醇发酵工程背景
1.1.2 味精发酵工程背景
1.2 课题研究现状
1.3 本文研究内容及创新点
1.4 论文组织结构
2 近红外光谱检测原理与数据处理方法
2.1 近红外光谱检测原理
2.2 近红外光谱数据预处理方法
2.2.1 异常样本识别与剔除
2.2.2 样本平滑处理与校正
2.3 近红外光谱数据建模方法
2.3.1 偏最小二乘算法(PLS)
2.3.2 基于不同核函数的最小二乘支持向量机算法(LS-SVR)
2.3.3 随机森林算法(RF)
2.4 光谱模型性能评价指标
2.5 本章小结
3 乙醇发酵过程的近红外光谱在线检测方法
3.1 乙醇发酵过程原理
3.2 实验设计与实验方法
3.3 实验数据采集
3.4 乙醇发酵中各组分浓度数据建模与预测
3.4.1 葡萄糖浓度监测
3.4.2 乙醇浓度监测
3.4.3 OD浓度监测
3.4.4 模型评价与预测结果分析
3.5 本章小结
4 味精发酵过程的近红外光谱检测方法
4.1 味精发酵过程原理
4.2 实验设计与实验方法
4.3 实验数据采集
4.4 味精发酵中各组分浓度数据建模与预测
4.4.1 葡萄糖浓度监测
4.4.2 谷氨酸浓度监测
4.4.3 OD浓度监测
4.4.4 模型评价与预测结果分析
4.5 本章小节
结论
参考文献
致谢
【参考文献】：
期刊论文
[1]优化基于近红外光谱的联合间隔偏最小二乘法建模检测芝麻油掺伪含量[J]. 陈洪亮,曾山,王斌. 中国油脂. 2020(02)
[2]近红外光谱分析技术在监测L-异亮氨酸发酵过程中的应用[J]. 王森,王雪松,张昕,石国新,王健. 吉林大学学报(理学版). 2020(01)
[3]近红外光谱技术定量检测果味啤中的果汁含量[J]. 盛晓慧,李宗朋,李子文,朱婷婷,王健,尹建军,宋全厚. 食品与发酵工业. 2020(04)
[4]不同偏最小二乘法的近红外光谱技术测定大米中水分的研究[J]. 苗雪雪,苗莹,龚浩如,陶曙华,陈英姿,陈祖武. 分析科学学报. 2019(05)
[5]近红外光谱结合小波变换-随机森林法快速定量分析甲醇汽油中甲醇含量[J]. 李茂刚,闫春华,薛佳,张天龙,李华. 分析化学. 2019(12)
[6]随机森林算法研究综述[J]. 吕红燕,冯倩. 河北省科学院学报. 2019(03)
[7]基于近红外特征波长提取与最小二乘支持向量机的白芷掺滑石粉定量研究[J]. 徐永浩,黄梅珍,陈晓帆. 光电子·激光. 2019(08)
[8]近红外光谱技术结合化学计量学在中药分析中的应用现状[J]. 范林宏,范文翔,韦志强,谭超群,王蛟龙,魏大能,吴博,吴纯洁,黄永亮. 中国实验方剂学杂志. 2019(24)
[9]NIRS数据样本选择与预处理方法综述[J]. 王骏超,葛俊锋. 国外电子测量技术. 2019(03)
[10]不同核函数支持向量机和可见-近红外光谱的多种植被叶片生化组分估算[J]. 陈方圆,周鑫,陈奕云,王奕涵,刘会增,王俊杰,邬国锋. 光谱学与光谱分析. 2019(02)
博士论文
[1]近红外光谱定量分析中三种新型波长选择方法研究[D]. 宋相中.中国农业大学 2017
[2]近红外光谱新型建模方法与应用基础研究[D]. 张红光.浙江大学 2015
[3]近红外光谱分析技术在发酵工艺中的应用研究[D]. 郭伟良.吉林大学 2010
硕士论文
[1]基于近红外光谱的乙醇发酵过程在线监测与标定建模[D]. 王旭东.大连理工大学 2019
[2]基于近红外光谱分析技术的猪肉品质快速检测方法研究[D]. 戴小也.中国矿业大学 2019
[3]基于近红外光谱数据的多模型融合建模方法研究[D]. 李速专.温州大学 2019
[4]基于等光能波长与随机森林的近红外无创血糖检测技术研究[D]. 张思曼.浙江大学 2018
[5]基于近红外光谱检测的微生物发酵监测与建模[D]. 王路.大连理工大学 2017
[6]谷氨酸发酵生物量在线检测过程的研究[D]. 毕春元.齐鲁工业大学 2015
本文编号：3559120
【文章来源】：大连理工大学辽宁省 211工程院校 985工程院校 教育部直属院校
【文章页数】：71 页
【学位级别】：硕士
【文章目录】：
摘要
Abstract
1 绪论
1.1 课题研究背景
1.1.1 乙醇发酵工程背景
1.1.2 味精发酵工程背景
1.2 课题研究现状
1.3 本文研究内容及创新点
1.4 论文组织结构
2 近红外光谱检测原理与数据处理方法
2.1 近红外光谱检测原理
2.2 近红外光谱数据预处理方法
2.2.1 异常样本识别与剔除
2.2.2 样本平滑处理与校正
2.3 近红外光谱数据建模方法
2.3.1 偏最小二乘算法(PLS)
2.3.2 基于不同核函数的最小二乘支持向量机算法(LS-SVR)
2.3.3 随机森林算法(RF)
2.4 光谱模型性能评价指标
2.5 本章小结
3 乙醇发酵过程的近红外光谱在线检测方法
3.1 乙醇发酵过程原理
3.2 实验设计与实验方法
3.3 实验数据采集
3.4 乙醇发酵中各组分浓度数据建模与预测
3.4.1 葡萄糖浓度监测
3.4.2 乙醇浓度监测
3.4.3 OD浓度监测
3.4.4 模型评价与预测结果分析
3.5 本章小结
4 味精发酵过程的近红外光谱检测方法
4.1 味精发酵过程原理
4.2 实验设计与实验方法
4.3 实验数据采集
4.4 味精发酵中各组分浓度数据建模与预测
4.4.1 葡萄糖浓度监测
4.4.2 谷氨酸浓度监测
4.4.3 OD浓度监测
4.4.4 模型评价与预测结果分析
4.5 本章小节
结论
参考文献
致谢
【参考文献】：
期刊论文
[1]优化基于近红外光谱的联合间隔偏最小二乘法建模检测芝麻油掺伪含量[J]. 陈洪亮,曾山,王斌. 中国油脂. 2020(02)
[2]近红外光谱分析技术在监测L-异亮氨酸发酵过程中的应用[J]. 王森,王雪松,张昕,石国新,王健. 吉林大学学报(理学版). 2020(01)
[3]近红外光谱技术定量检测果味啤中的果汁含量[J]. 盛晓慧,李宗朋,李子文,朱婷婷,王健,尹建军,宋全厚. 食品与发酵工业. 2020(04)
[4]不同偏最小二乘法的近红外光谱技术测定大米中水分的研究[J]. 苗雪雪,苗莹,龚浩如,陶曙华,陈英姿,陈祖武. 分析科学学报. 2019(05)
[5]近红外光谱结合小波变换-随机森林法快速定量分析甲醇汽油中甲醇含量[J]. 李茂刚,闫春华,薛佳,张天龙,李华. 分析化学. 2019(12)
[6]随机森林算法研究综述[J]. 吕红燕,冯倩. 河北省科学院学报. 2019(03)
[7]基于近红外特征波长提取与最小二乘支持向量机的白芷掺滑石粉定量研究[J]. 徐永浩,黄梅珍,陈晓帆. 光电子·激光. 2019(08)
[8]近红外光谱技术结合化学计量学在中药分析中的应用现状[J]. 范林宏,范文翔,韦志强,谭超群,王蛟龙,魏大能,吴博,吴纯洁,黄永亮. 中国实验方剂学杂志. 2019(24)
[9]NIRS数据样本选择与预处理方法综述[J]. 王骏超,葛俊锋. 国外电子测量技术. 2019(03)
[10]不同核函数支持向量机和可见-近红外光谱的多种植被叶片生化组分估算[J]. 陈方圆,周鑫,陈奕云,王奕涵,刘会增,王俊杰,邬国锋. 光谱学与光谱分析. 2019(02)
博士论文
[1]近红外光谱定量分析中三种新型波长选择方法研究[D]. 宋相中.中国农业大学 2017
[2]近红外光谱新型建模方法与应用基础研究[D]. 张红光.浙江大学 2015
[3]近红外光谱分析技术在发酵工艺中的应用研究[D]. 郭伟良.吉林大学 2010
硕士论文
[1]基于近红外光谱的乙醇发酵过程在线监测与标定建模[D]. 王旭东.大连理工大学 2019
[2]基于近红外光谱分析技术的猪肉品质快速检测方法研究[D]. 戴小也.中国矿业大学 2019
[3]基于近红外光谱数据的多模型融合建模方法研究[D]. 李速专.温州大学 2019
[4]基于等光能波长与随机森林的近红外无创血糖检测技术研究[D]. 张思曼.浙江大学 2018
[5]基于近红外光谱检测的微生物发酵监测与建模[D]. 王路.大连理工大学 2017
[6]谷氨酸发酵生物量在线检测过程的研究[D]. 毕春元.齐鲁工业大学 2015
本文编号：3559120
本文链接：https://www.wllwen.com/projectlw/hxgylw/3559120.html
