近红外光谱用于过程分析

1 近红外光谱分析技术的崛起 近红外光是介于可见光和中红外光（常称作红外光）之间的一个波段（700～2550nm）,当一束复合光穿射样品后,如果被照射样品的分子选择性地吸收某些波段的光,则产生吸收光谱。吸收光的频率与分子自身的振动能态有关。已知在700～2550nm范围内的近红外光谱带对应于分子基频振动的倍频和组合频,其吸收信号弱,谱带宽,重叠严重,但与有关化学基团是密切相关的。     

马铃薯叶片晚疫病的多光谱分类识别

利用Spectrocam多光谱相机获取C-88马铃薯健康叶片和患晚疫病叶片的可见光及近红外通道的多光谱图像。综合考虑多光谱图像各通道间的相关性及其信息量,采用波段指数法选取两种叶片的特征波段,并通过欧氏距离聚类方法对所提取的特征波段进行分类。实验结果表明,用波段指数法提取多光谱图像的特征波段,能快速获得马铃薯叶片的信息,475nm、558nm、717nm、750nm、850nm作为马铃薯健康叶片的特征波段,马铃薯患晚疫病叶片的特征波段是509nm、620nm、717nm、750nm和832nm。采用欧氏距离法对健康和患病叶片进行识别,其识别率分别可达92.6%和92.8%。因此利用多光谱成像技术可以进行马铃薯病害的快速、准确识别,为实现马铃薯病害的田间实时在线监测提供了参考。     

改进相关系数算法在近红外光谱仪器中波段选择的应用

研究基于温度相关系数算法,为近红外光谱仪器提供一种波段选择的方法;有效的波段选择方法能有效节省近红外光谱仪器开发成本,降低模型的复杂性。选择玉米粗蛋白含量高中低的三个样品,开机连续测试其60次的光谱,计算光谱数据与其设备温度的相关系数,设定相关系数谱的阈值,挑选受温度影响最小的最优波段。采用偏最小二乘法,对420条光谱进行建模,全谱波段和最优波段(1 157~1 650 nm)的建模效果SECV分别为0.173%和0.190%;对120条光谱数据进行验证,全谱波段和最优波段的SEP分别为0.297%和0.275%。结果表明温度相关系数算法可以为近红外光谱仪器提供一种有潜力的波段选择方法。     

发动机润滑油含水量近红外特征波段选取

应用近红外光谱技术结合间隔偏最小二乘法,探讨发动机润滑油中含水率检测的特征波段及检测方法。采用间隔偏最小二乘法对发动机润滑油含水量的近红外光谱特征波段进行选择,结合偏最小二乘回归建模方法对所选波段进行验证。结果表明:选用7 432～6 321 cm-1和5 583～4 846 cm-1 2个波段建模可以得到与全谱一致的预测结果,从而实现了模型的简化,为润滑油中含水率近红外光谱分析提供理论依据。     

反射积分球建模及分析

从反射积分球模型入手,建立待测样品反射率同积分球及光源相关参数的关系,分析非中性对反射积分球模型的影响。将反射率验证转换为光谱辐射出射度验证,通过实际测量对比,验证了积分球出口处的光谱辐射出射度。结果表明:400～700nm波段,反射积分球模型与实验测量值基本一致,非中性的影响较小;700～1 000nm波段,非中性模型较普通模型相对误差较小。另外,500～850nm波段非中性模型相对误差优于5%。     

近红外光谱技术检测牛奶中脂肪及蛋白质含量校正模型的建立

为实现牛奶成分的快速检测,研究了近红外光谱法在牛奶主要成分分析中的应用,重点对比了不同近红外区域的检测结果。研究中利用偏最小二乘法(PLS)建立校正模型,探讨了不同光谱区域和数据预处理对模型准确性的影响。模型结果表明在长波段(1700nm~2500nm)检测牛奶中脂肪及蛋白质含量的准确性最高。     

多波长激发高分辨率微型拉曼光谱仪设计

针对不同激光波长激发测试样品所需拉曼光谱范围的差异性问题,同时为了保证拉曼光谱仪的小型化及高分辨率需求,提出一种以Czerny-Turner光路结构为基础的微型拉曼光谱仪,通过Zemax光学设计软件对光谱仪的准直镜、聚焦镜、柱面镜、光栅以及CCD的倾角及距离进行了优化。该仪器激光波长为633 nm,光谱范围为640～800 nm。进一步优化光栅旋转角度并配合聚焦镜,可使此光学系统同时适用于激光波长532 nm、光谱范围540～650 nm和激光波长785 nm、光谱范围790～1 000 nm两个波段。拉曼光谱仪分辨率为0.1 nm,该光谱仪在保证高分辨率的情况下解决了不同波段范围光学结构差异性大而导致光机设计很难整合在一起的问题。     

基于多光谱图像选取马铃薯叶片的最佳彩色波段组合

为了快速目测识别马铃薯叶片,利用Spectrocam多光谱相机获取健康C-88马铃薯叶片的可见光及近红外通道的多光谱图像。采用波段指数法提取叶片的特征波段,通过真彩色原理及标准假彩色对所提取的特征波段进行彩色合成,在此基础上得到最佳彩色波段组合。实验结果表明,用波段指数法提取多光谱图像的特征波段进行彩色合成,能快速获取马铃薯叶片的最佳波段,并得到680,558,475nm和800,680,558nm为最佳彩色波段组合,为遥感图像的目视解译和更多有效信息的提取提供了可靠依据。     

近红外高光谱成像技术快速鉴别国产咖啡豆品种

结合近红外高光谱成像技术和不同的判别分析模型对4种国产咖啡豆品种进行了快速无损判别。通过高光谱成像仪提取874~1 734nm波段内的光谱数据,去除首尾噪声波段后,分别基于925~1 680nm波段的全谱波段和通过连续投影算法(SPA)选择的特征波长,建立了偏最小二乘判别分析(PLS-DA)、随机森林(RF)、K最邻近算法(KNN)、支持向量机(SVM)模型和极限学习机(ELM)5种判别分析模型。基于上述判别模型对咖啡豆品种进行鉴别;然后通过准确率、命中率和否定率3个参数对鉴别结果进行了评价。实验显示,基于全谱和特征波段建立的模型均取得了较好的判别效果,其中ELM模型效果均为最优,每个品种建模集和预测集的准确率、命中率和否定率均在93.5%以上。研究结果表明,基于近红外高光谱成像技术结合模型判别分析方法可以实现对国产咖啡豆品种的识别,特征波长的选择减少了变量数,但判别效果与全谱相当。     

近红外波段石英晶体旋光率的测试研究

具有自然旋光性的石英晶体是最重要的光学材料之一.在利用其进行实验研究和设计制作光学元器件时,准确地知道石英晶体在所使用波长下的旋光率是必要条件.目前,还没有资料给出石英晶体在近红外波段的旋光率.设计了利用可调谐激光器和双光路检测方法构成的测试系统,准确地测得了石英晶体在850 nm、1 310 nm和1 550 nm三个波段的旋光率.利用实验数据求得了Sellmeier方程中的常数,并构建了近红外波段的Sellmeier方程.由该方程给出的旋光色散曲线,在上述3个波段均与实验曲线很好吻合,并与光学手册中1 342 nm和794 nm对应的旋光率完全一致,证明了实验结果的可靠性.实验结果为今后石英晶体在近红外波段的实际应用提供了数据支持.