基于二维相关近红外光谱技术测定辅料十二烷基硫酸钠

为了测定缬沙坦和辅料十二烷基硫酸钠共存样品中辅料的含量,配制成含有十二烷基硫酸钠含量为0.30%~5.88%的缬沙坦样品共35个。以十二烷基硫酸钠浓度为外扰,分别研究了十二烷基硫酸钠和缬沙坦共存样品的二维相关近红外光谱特征,分别选择随浓度变化大的区间4119~4216 cm-1、4235~4273 cm-1、4312~4351 cm-1、4484~4676 cm-1、5732~5828 cm-1、8132~8323 cm-1为光谱的建模区间,利用偏最小二乘方法建立定量预测模型。结果表明:模型的交叉验证决定系数为0.8670,交叉验证均方根误差(RMSECV)为0.804,预测均方根误差(RMSEP)为0.775,对未知样品集预测结果的平均相对误差为0.25%,这表明二维相关近红外光谱技术选择的波段建立的定量模型具有较好的预测效果。     

近红外漫反射光谱法快速测定混合炸药中HMX的含量

建立了近红外漫反射光谱快速测定混合炸药中HMX含量的新方法。以不同谱图预处理方法与扫描谱区各波段的组合建立了HMX的定量校正模型,并通过模型内部交互验证和外部检验确定最优模型的交互验证相关系数R为0.9709,交叉验证均方根误差RMSECV为0.551%,预测标准偏差SEP为0.294%,表明所建模型具有较好的可靠性和稳健性。     

HMX含量实时检测NIRS模型的建立与优化

为实时检测尿素法生产HMX过程中HMX的含量,以生产过程为研究对象,采用偏最小二乘法建立了近红外光谱技术实时检测HMX含量的定量校正模型。通过实验对定量校正模型进行了验证。结果表明,该模型可以用于HMX含量的实时检测。通过用间隔偏最小二乘法初选建模区间,将初选区间及其组合与不同光谱预处理方法优选组合建模,得到最佳建模区间及其匹配的光谱预处理方法。结果表明,近红外光谱技术和光纤探头测试方式可用于实时检测HMX合成过程中HMX的含量。本研究优选出的最佳建模区间为5 000~4 750cm-1,最佳预处理方法为(1st+平滑)预处理法。     

近红外漫反射光谱法测定硝化棉含氮量的数值模拟及实验研究

通过对107个硝化棉样品的近红外漫反射光谱及其含氮量参比值的研究,采用偏最小二乘法建立了测定硝化棉含氮量的数学模型。用t-对子检验对比了其与化学分析法的结果。结果表明,该模型的交互验证决定系数(R2)为0.998 1,交互验证残差均方根(RMSECV)为0.026%;外部验证的残差均方根(RMSEP)为0.023%。t-对子检验表明,近红外光谱法与化学分析法无显著差异。该方法将分析时间缩短到3min以内,可代替化学分析方法。     

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。     

制浆材综纤维素和聚戊糖含量的近红外预测

用传统方法测定了156个制浆材样品的综纤维素和聚戊糖含量并采集了样品的近红外光谱。对原始光谱进行多元散射校正后,运用偏最小二乘法和交互验证的方法,确定最佳主成分数分别为9和10并建立样品综纤维素和聚戊糖含量的校正模型。独立验证中两个模型的决定系数R_(val)~2分别为0.903 4、0.940 1,预测均方根误差(RMSEP)分别为0.69%、0.78%,相对分析误差(RPD)值分别为3.22、4.09,绝对偏差(AD)分别为-1.00%~1.20%、-1.39%~1.31%,两个校正模型较好地预测了验证集样品的综纤维素和聚戊糖含量,基本满足制浆造纸工业中快速测定的需求。     

PCR和PLSR在煤质全水分检测中的比较研究

为了快速、无损的检测出煤质内部的全水分含量，研究采集了200个焦煤样品的近红外光谱，采用马氏距离和学生式残差相结合的方法剔除了异常样品，并对其进行了一阶微分、二阶微分、15点平滑、多元散射校正(MSC)和标准归一化处理(SNV)光谱预处理，采用主成分回归(PCR)和偏最小二乘回归(PLSR)对煤样进行建模分析。试验结果表明：经SNV预处理后的PCR模型最佳，校正集和交叉验证集相关系数分别为0.903和0.874,均方根误差分别为0.089和0.132;经15点平滑处理后的PLSR模型最佳，校正集和交叉验证集相关系数分别为0.974和0.887,均方根误差分别为0.038和0.043。PLSR模型相比PCR模型更具有代表性，模型稳定性和预测能力更强。     

单基发射药中钝感剂组分含量的快速检测方法

为解决传统分析方法测定单基发射药中钝感剂(樟脑)含量存在时间长、工作量大等问题,建立了一种采用近红外光谱法快速测定单基发射药中钝感剂(樟脑)组分含量的新方法;通过对比单基发射药药粒样品及钝感剂光谱图特点,确定了钝感剂组分最佳建模光谱范围为8 300~8 510cm~(-1);并对样品光谱图进行了预处理,对比了多个不同光谱预处理方法的效果,确定出最佳光谱预处理方法是多元散射校正(MSC)+一阶导数的组合;采用偏最小二乘法建立了钝感剂的近红外模型,并对模型的预测能力进行了验证。结果表明,钝感剂的模型校正相关系数(R_c~2)和验证相关系数(R_p~2)分别为0.972 3和0.973 5,验证的校正标准偏差(RMSEC)和交互验证的校正标准偏差(RMSECV)分别为0.163 6和0.150 8;预测均方根误差(RMSEP)为0.182 7,验证集标准偏差与预测标准偏差的比值(RPD)为6.87;将该模型应用到单基发射药中樟脑含量的检测,可使预测值极差和标准偏差均低于0.2%,表明该方法能实现单基发射药中钝感剂组分含量的快速检测。     

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。     

近红外光谱法快速检测腐竹中硼砂的含量

选取市售腐竹作为研究对象，采集样品的近红外光谱，用国标分光光度法测定样品中硼砂的含量作为标准值，结合偏最小二乘法，建立了腐竹中硼砂含量的近红外光谱快速检测模型。结果表明，采用二阶导数谱，在7 150.75～5 924.25 cm^-1光谱区间，经多元散射校正、五点平滑处理建立的模型为较优模型。该模型的校正集线性相关系数(R_c)值为0.994 1,校正集均方根偏差(RMSEC)值为0.050 8,验证集线性相关系数(R_p)值为0.980 6,验证集均方根偏差(RMSEP)值为0.114,主因子数(factors)为10,相对分析误差(RPD)为5.1。模型有较好的稳定性，外部验证结果准确，可以用于腐竹中硼砂含量的快速检测。     

HMX晶体的习性变态研究

为改变醋酐法制备 HMX/RDX 的综合工艺中所制得 HMX 与 RDX 的混合物中的 HMX(α-HMX)的晶体习性,进行了 HMX 晶体的习性变态研究。经试验对比找到了 Sb_2O_3是 HMX 转晶的良好调节剂,为在硝解中直接得到β-HMX 晶体找到了新途径。     

近红外光谱法快速检测单基发射药中的二苯胺含量

采用近红外光谱法快速测定了单基发射药中二苯胺(DPA)的含量。评价了多个光谱预处理方法的优化效果,采用反向偏最小二乘法(biPLS)优选了建模波段(4 698~4 991、6 464~6 761和9 414~9 708cm-1),并根据光谱分析结果和回归系数图解释了波段的选择。基于建模参数优化结果建立了二苯胺定量模型,并对模型进行了重复性验证。研究了环境温度对模型预测结果的影响。结果表明,确定的最佳光谱预处理方法是标准正态变换(SNV)、一阶导数和平滑的组合;模型校正相关系数(Rc)和验证相关系数(Rp)分别为0.995 3和0.988 5,预测均方根误差RMSEP为0.163 5;重复性极差和标准偏差均低于0.1%;环境温度的变化对模型预测的影响不显著。该方法可用于快速检测单基发射药中的二苯胺含量。     

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。     

近红外光谱法检测氨纶中残存DMAC溶剂含量

以丙酮为溶剂,将氨纶中的残存溶剂N,N'-二甲基乙酰胺(DMAC)进行超声萃取,采用近红外光谱技术,结合偏最小二乘法,建立DMAC定量校正模型,测定氨纶中残存DMAC溶剂含量。结果表明:采用交叉验证得到了DMAC质量分数的线性范围为0~1.79%,1.79%~9.44%,模型的相关系数(R~2)分别为0.999 96,0.999 64,校正集的交叉验证均方根误差分别为0.004 11,0.041 34,预测集的均方根误差分别为0.003 95,0.032 30,方法的加标回收率为86.58%~100.87%,相对标准偏差为0.25%~0.95%。     

α/β-HMX混晶的机械感度和热分解性能

采用饱和溶液-冷却结晶法将β-HMX转化为α-HMX,并对α-HMX晶型进行了表征。研究了α-HMX对α-HMX和β-HMX组成混晶的机械感度和热分解性能的影响。结果表明,纯α-HMX的摩擦感度和撞击感度分别为100%和26.1cm,比纯β-HMX分别提高了14%和40.8%;纯α-HMX热分解反应的表观活化能为239.5kJ/mol,比纯β-HMX降低了4.1%。纯α-HMX的热分解反应放热量为1 063J/g,比纯β-HMX增加4.8%。随着混晶中α-HMX含量的增加,其摩擦感度和撞击感度升高,热分解反应的表观活化能降低,热分解放热量增大。     

近红外漫反射光谱法快速测定混合炸药组分含量

研究了近红外漫反射技术快速测定混合炸药组分含量的新方法.以偏最小二乘法建立了混合炸药中HMX(A)、复合黏结剂(氟橡胶B 塑料C)、聚四氟乙烯(D)、石蜡(E)5个组分的定标模型,并对模型进行了内部交互验证和外部检验.结果表明,5种模型准确度和精度较高,交互验证相关系数(R)为0.931 1～0.987 4,交互验证均方根(RMSECV)为0.100 ～0.582,预测标准偏差(SEP)为0.069～0.371;t检验也表明新方法与化学法无显著差异.新方法快速、无损,结果可靠.     

基于近红外光谱的乳制品脂肪含量测定研究

乳制品具有很高的营养价值,随着人们健康意识的增加,其在人们日常生活中的地位越来越重要。本文使用近红外光谱技术对乳制品脂肪进行了定量分析。采用偏最小二乘法(PLS)、主成分回归法(PCR)建立乳制品脂肪含量的定量分析模型。结果表明:采用PLS法时,漫反射光程体系在10,000～4,000 cm-1的范围下,采用标准正则变换、二阶导数谱、无平滑时,预测集和建模集对应的误差均方根都在0.38以下;采用PCR法时,透射光程体系在4,855.88～4,133.27 cm-1的范围下,采用光程不矫正、一阶导数谱、Norris平滑时,预测集和建模集对应的误差均方根都在0.26以下,预测集和建模集对应的相关系数都在0.98以上,此时的定量模型的预测性和适用性最为理想。     

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...     

近红外光谱技术应用于中草药口服液在线质量控制的化学计量学建模

以一种中草药口服液中多糖含量、可溶性固形物含量及pH为对象,利用近红外光谱技术对其进行实时在线检测,重点研究了化学计量学建模方法。建模过程采用了一种系统工程的方法,综合考虑了光谱预处理、特征波段选择、数据选择和分组、近红外原始光谱和化学分析参考值的误差分析,并把工具箱集成在一起。还考察了光谱采集的重复性、采样点取样条件,并对实验室测定的参考值进行了重复性及测量误差的考察。通过对比最终选择的是偏最小二乘法(PLS)结合遗传算法自动选波段。除此之外,以模型的交叉验证均方根误差(RMSECV)、预测均方根误差(RMSEP)、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建模参数。建模结果显示,多糖模型预测值与化学参考值间的相对误差可控制在10%内,可溶性固形物误差在5%内,pH误差在4%内。生产使用表明,所建立的模型可有效应用于在线、快速对质量指标做出准确的预测。     

近红外光谱法快速测定TDI固化剂中游离-NCO含量

借助于近红外光谱分析技术,采用化学计量学的方法,以偏最小二乘法(PLS)为模型算法,建立了快速测定TDI固化剂中游离-NCO含量的定量分析模型。模型相关性方程为Y=0. 9997X+0. 0037,相关系数R2为0. 9997,交叉验证均方差RMSECV为0. 0846,校正均方差RMSEC为0. 2909,属性残差Property Residual绝对值小于0. 1,光谱残差Spectral Residual小于0. 00015,模型性能良好。采用验证集样品进行模型验证,平均预测回收率为100. 02%,实现了TDI固化剂中-NCO含量的简便、快速、准确分析。