关注公众号

关注公众号

手机扫码查看

手机查看

喜欢作者

打赏方式

微信支付微信支付
支付宝支付支付宝支付
×

使用近红外光谱技术对毛线中含油率的定量分析实验报告

2019.9.30

实验报告

实验时间:2015年05月21日---2015年05月26日

实验地点:济南海能仪器股份有限公司应用实验室

实验仪器:海能Unity近红外光谱仪SpectraStar2500XL

实验样品:毛线(分为全毛、毛涤等)

检测指标:含油率

实验目的:使用海能Unity近红外光谱仪SpectraStar2500XL对毛线中含油率的定量分析。

检测方法:样品由XX集团提供。采用顶窗旋转杯漫反射检测,每个样品扫描2张光谱。

定标模型方法:光谱进行一阶微分平滑等数学预处理,将光谱与实验数据一一对应,使用PLS算法建立定量模型。

实验:

样品为松软细腻的毛线;

  

2015611151548844.jpg


  

2015611151549729.jpg

  

2015611151549194.jpg


  由于金属盖对毛线的压力,使得毛线能够平均的附着在样品杯底的光学玻璃上。

  

2015611151549718.jpg


样品光谱与分析

  

2015611151549217.jpg

通过对样品近红外吸收光谱的观察,可以初步分析出其中一种毛涤和全毛的区别,1和2是两种不同的毛线。

实验将第2部分样品光谱单独分离出来,并进行一阶微分和平滑处理,选取特征峰并局部放大,如所示:

  

2015611151326747.jpg


对图1所有的样品光谱进行一阶微分、平滑处理,并选取特征峰局部放大,如下图:

  

2015611151338929.jpg


通过图2、3可以看出:第20、21、26、27、29号样品为毛涤样品,但与其他毛涤不大相同。它们更接近于全毛样品。第30号样品是一个特殊的样品,与毛涤相似,且与毛涤又有区别。

由于这三种类型的样品差异较大,所以在建立定标模型过程中,我们要分别对这三种样品建立模型;由于毛涤每种类型的样品量较少,后期需要补充样品量即可建立出较完善的模型。通过分析,在盲样中,第26、27、29为一种毛涤,28为另一种毛涤、30为第三种未知类型样品。本实验只对毛涤样品建立定标模型,并对4个未知毛涤样品(26、27、28、29号)进行盲测。

毛涤样品中含油率的定标曲线如下图:

  

2015611151412614.jpg


图4可以说明,毛涤样品中的含油率与近红外吸收光谱有很强的相关性,相关性达到0.917。由于样品量太少,模型梯度完整度不好,通过后期样品的添加,可以更好的完善模型,提高模型适应性和准确性。

未知毛涤样品的盲测:

2015611151451757.jpg

备注:序号30号是一个特殊的样品,在建立模型的1-25号样品数据库内没有与其相似的样品,所以模型无法对其预测,但通过相应样品的添加后,便可对其预测。

本实验通过建立的定标曲线可以看出,近红外吸光度与含油率有很高的相关性,所以使用Unity近红外光谱技术检测毛线中含油率的方法是可行的。


推荐
关闭