近红外光谱分析技术在煤品质快速分析中的应用

煤品质快速分析对于企业在煤收购、使用、加工等环节都具有重要的指导意义,本文提出利用近红外光谱分析技术对煤品质进行快速分析的方法;通过实验采集了110份煤粉样品的近红外漫反射谱图,选取了其中80份样品作为建模校正集,另外30份样品作为预测验证集;分别建立挥发分、弹筒热值、高位热值、低位发热量的定标模型,其中交互验证预测相关系数(RCV)均优于0.85;外部验证预测相关系数(RP)均优于0.95。研究结果表明:利用近红外光谱分析技术对煤品质进行快速分析具有可行性。     

基于小麦蛋白测定的国产近红外光谱分析仪模型性能评价

针对新研制的光栅型国产近红外光谱分析仪进行性能测试评价。测试样品选用已知粗蛋白化学值的72份小麦样品,测试仪器选用2台S450型国产近红外光谱分析仪和1台进口傅里叶变换近红外光谱分析仪,测试项目包括:仪器模型性能对比、仪器模型稳定性测试、台间仪器模型传递测试。测试数据表明,新型国产近红外光谱分析仪模型指标达到进口仪器水平,模型传递性能良好,可满足近红外光谱分析技术的实际应用需求。     

小波包正交校正法用于近红外光谱的干扰消除

提出了一种扣除背景和噪声干扰的新方法-小波包正交校正法.首先将原始光谱进行离散小波包变换,消除噪声及部分背景信息,然后采用正交信号校正法滤除与分析物浓度无关的全部信息.与单纯的离散小波包变换及正交信号校正方法相比,小波包正交校正法能有效地扣除背景和噪声干扰,使模型具有更强的抗干扰能力,提高了模型的预测精度.用该法对牛奶样品的近红外光谱进行处理,并将扣除干扰后的数据采用偏最小二乘法建立校正模型,其脂肪、蛋白质和乳糖的预测均方根误差分别为0.086 5%、0.093 6%和0.111 5%,实现了牛奶样品常规组分的定量分析,进一步证明这种算法是切实可行的.     

LabSpec Pro近红外光谱分析仪介绍

公司介绍１前言分析光谱仪器公司（ＡＳＤ）在近红外光谱分析仪方面已经占得了先机。自１９９０年以来,ＡＳＤ公司通过其不断扩展的、功能强大的便携式光谱仪系列产品进入了相关的工业领域。在坚固及可靠性方面,我们的仪器是前所未有的。由于向市场推出了ＬａｂＳｐｅｃＰｒｏ,ＡＳＤ公司在填补实验室和现场之间的空隙方面,做出了里程碑式的贡献。ＬａｂＳｐｅｃＰｒｏ是世界上第一台真正便携式的近红外分析仪,尽管其他品牌的仪器也宣称其为便携仪器,但存在着诸如必须外接电源线、体积大、重量大、室外工作故障率高等现实情况。Ｌａｂ…     

近红外光谱分析技术快速测定油品的辛烷值

介绍了用近红外光谱(NIR)分析模型对催化汽油样品辛烷值进行快速测定的一种方法。实验结果证明：用NIR光谱分析技术的分析结果能够完全满足生产中的精度要求，近红外分析的结果与实验室常规分析结果之间的差别远优于GB的再现性要求。而且该方法除有测量速度快的优点之外，还具有分析成本低、无污染、操作简单方便等特点，在所建立的模型样品范围内，能对样品进行准确、经济的分析。     

近红外光谱分析技术测定溶剂油芳烃含量

选取较长的一段时间内溶剂油生产装置中的样品100个，收集光谱，采用一阶微分和多元散射校正方法对光谱进行预处理，建立溶剂油芳烃含量的近红外光谱分析模型，并应用该模型对多种类型原油的溶剂油产品芳烃含量进行分析预测，将其结果与实验室色谱仪分析结果进行比较。实验的结果证明，用近红外光谱分析模型对未知样品进行预测的结果完全能够满足生产工艺中对精确度和重现性的要求，并能够满足工艺上对质量指标进行快速分析的要求。     

近红外光谱——完成分析工作

本文简述了近红外光谱的特点及其应用领域,并着重讨论了对近红外仪器的认知问题,选出了具有代表性的22个生产近红外仪器的厂商及其网址,可供感兴趣的用户参阅。     

近红外光谱技术的复兴和发展

近年来红外光谱分析技术在许多领域获得了广泛的应用.本文分析其复兴的原因及近红外光谱技术的近期发展,介绍若干典型的应用实例及国外的近期动向.     

近红外光谱技术进展

近红外光区域是指波长为780～2526nm范围内的电磁波，位于可见光及中红外之间，在很长的一段时间内并没有受到人们的重视。1950年左右，人们开始制造简易的近红外光谱仪分析谷物、饲料、奶、蛋等农产品中的水分、蛋白质及脂肪等，但在60年代到80年代之间出现了一段沉睡期，近红外光谱技术发展非常缓慢。 进入80年代后期，计算机技术和化学计量学的发展，使近红外光谱分析技术得到了迅速的发展。紧接着人们将光纤技术用来传输近红外光谱信息，这一技术逐渐成了很多生产工艺的在线分析首选。     

近红外光谱技术识别车用汽油的应用研究

研究了不同牌号汽油的近红外光谱识别技术。研究结果表明，90号和93号汽油烃族组成的差异在近红外光谱得到充分体现，利用近红外光谱技术对二者进行识别是可行的；但识别比较困难，无法采用传统的马氏距离法进行准确识别。采用WPT-BAYES（小波包变换-贝叶斯）方法，可以大幅度提高识别精度，其正确识别率高达98％以上，满足使用要求。     

近红外漫反射光谱分析技术在作物种质资源品质性状鉴定中的应用

以全国20余省、区的17种作物种质资源为材料，利用近红外漫反射光谱分析仪快速测定其粗蛋白、粗脂肪、粗淀粉、赖氨酸、单宁、沉淀值、硬度等籽粒品质性状。建立了41个定标模型，获得较高的预测决定系数（0.95～0.99）和较小的标准偏差（0．19～0.50）。同时，对17种作物的7240份作物种质资源进行了快速测定，筛选出645份优异作物种质资源。文中还对关键技术进行了讨论。     

近红外光谱分析仪器的应用与发展

本文简要介绍了近红外光谱分析仪器的发展简史,技术原理和特点,基本的仪器分类并且按照分类例举了几个知名厂商的仪器,最后探讨了近红外光谱分析仪器的实现方式以及典型用途,为希望了解近红外光谱分析仪器的同仁提供了较为详细的资料。     

西洋参原材料近红外光谱精选研究

为确保药物成品质量的稳定均一,作为原材料的西洋参应保证纯正。采用近红外积分球漫反射光谱,首先对西洋参、人参原样光谱运用移动窗口偏最小二乘法(moving window partial least-squares regression,MWPLS)选择特征波段,建立最小二乘支持向量机(least-squares support vector machine,LS-SVM)种类鉴别模型挑选出西洋参样品,判别正确率为100%。然后将样品粉碎,人参以5%、10%、15%、20%掺入西洋参粉末,为增加样品代表性借助线性加和模拟光谱手段于4 000～7 000 cm-1建立主成分判别分析(principal component analysis discriminant analysis,PCA-DA)掺杂判别模型,预测判别正确率由97.2%上升至100%,区分出少量人参掺杂的西洋参样品,最终精选出西洋参原材料纯品。     

近红外漫反射光谱结合神经网络法快速分析复方氨酚苯海拉明药品

用近红外漫反射光谱结合人工神经网络法对复方氨酚苯海拉明粉末药品进行快速定量分析,采用一阶导数、二阶导数和标准归一化(SNV)方法对原始光谱进行处理,建立了最佳的数学校正模型.同时预测了未知样品,预测结果令人满意.     

近红外光谱快速测定调合食用油成分含量可行性研究

针对市场食用油掺假现象,对近红外光谱快速测定食用油成分含量快速测定可行性进行研究。实验使用花生油和大豆油配制二元食用油调合油,使用花生油、菜籽油和大豆油配制三元食用油调合油。研究结果表明,二元调合食用油成分测量偏差为0.36%,三元调合食用油成分测量偏差为0.69%～0.83%,说明近红外光谱快速测定调合食用油成分含量是可行的。     

现代近红外光谱分析技术及其应用

本文简述了现代近红外光谱分析技术的发展历史、主要技术特点、工作原理及其仪器的分类,介绍了这一分析技术定性和定量的应用过程,同时对它在食品工业、农业、化工、纺织、化妆品及药品分析中的应用也进行了简单介绍.     

遗传算法在近红外光谱分析波长及预处理方法同步选择中的应用

本文将遗传算法用于近红外光谱分析中波长及预处理方法的同步选择。对波长及预处理方法同时进行二进制编码，采用主成分回归建模，并将交叉验证均方根差（RMSECV）和定向系数（R^2）引入适应度函数。针对传统遗传算法收敛速度慢以及容易陷入局部最优等缺点，采用自适应调整参数。利用油料组分数据进行实验，结果表明，采用遗传算法进行波长及预处理选择是可行的，结果较为理想。