基于近红外光谱技术的人工林杨木苯醇抽提物质量分数的预测

合集下载

杨树纯化木质素分离及其表征的研究-精选学习文档

杨树纯化木质素分离及其表征的研究前言21世纪世界各国面临着资源消耗过度、环境污染加剧的困境，积极寻找可再生能源、采用绿色化学土艺、减少环境污染是人类社会能够持续发展的唯一出路。

国际能源局（IEA）声明，到2050年生物燃料有望提供世界总运输燃料需求量的27%，可达7.5亿吨石油当量。

杨树是一种全球大面积栽培的木本作物，具有适应性广、年生长期长和生产速度快等特点，是木质纤维素的重要研究代表，杨木的资源化利用具有着重要的意义。

通过对木质纤维素原料进行预处理、酶解可以得到葡萄糖，进而发酵制取纤维乙醇。

目前，纤维乙醇的制取土艺是可行的，然而土艺成本和产品经济性确是制约发展的重要因素。

预处理过程中，有效地将木质素分离纯化并加以利用，能够提升纤维乙醇的整体经济性。

木质素是单体繁多、结构复杂的一类三维立体高聚物，由苯丙烷结构单体通过醚键和碳碳键联结而成的无定形高聚物，侧链上存有各种官能团，半纤维素和木质素间的化学键联结形成的网络结构使其难以分离提取。

本研究通过磷酸丙酮法、碱法蒸煮法和有机溶剂法对杨树进行预处理，将分离纯化的木质素[[7]作为研究对象，并与国标法所提取木质素进行对比。

通过红外吸收光谱和核磁共振进行表征，从木质素产率和改性程度的角度入手，寻求能够实现生物质资源全组分利用的最为适合的预处理方法，提升纤维乙醇的产品经济性。

1实验部分1.1试剂和仪器杨树枝取自北京吕平，杨树末是经过去皮、烘干、截块、粉碎、筛分J步处理而得，过0.84mm筛孔，在索氏抽提器中苯醇抽提4h，空气中自然放置备用。

所用化学试剂均为分析纯，所用水为去离子水。

红外光谱测定在Nicolet6700型FT}R（美国热电公司）上进行，由于所制得木质素是有机粉状物，需采用含有1%I}B:压片法进行预处理。

液体‘HNMR在400MHz的400NMR型谱仪（瑞士Bruke:公司）上进行，准备25mg样品溶解在1.0mL 氖代二甲亚矾DMSOI6中，在25℃条件下测定HNMR，每个样品扫描16次70。

毛白杨近红外光谱数据建立综纤维素含量数学模型数学模型

毛白杨近红外光谱数据建立综纤维素含量数学模型数学模型EstablishmentofHolocellulose ContentMathmaticalModelinPopulus tomentosabyNearInfraredSpectralDataZHU LiZHANG Wen-jie *LIU Sheng（Beijing Forestry University，Beijing *****）AbstractIn this paper，the theoretical model ofpredicting Populus tomentosa-holocellulose contents was established basing on Lambert-Beer law . The first step of modeling method was to take pretreatments on near infrared spectral data，which could be divided into many groups according to the wavelength，then built up 50 groups nonlinear mathematical model，finally the holocellulose contents ensemble prediction model was given by the weighted average formula. The correlation coefficient r=0.945 5，the average relative error was 0.006 0，the goodness of fit index R2=0.894 0.This model establishment as a new method to predict the Populus tomentosa-holocellulose contents，may benefit future pulp performance prediction.Key wordsPopulus tomentosa；holocellulose content；mathmatical model；near infrared spectrum由于近红外光谱技术具有快速、准确、低成本分析等优点，近年来应用于木材材性分析，已经建立了部分树种化学成分的近红外数学模型[1-4]。

主成分分析用于近红外光谱定量测定高硅氧酚醛预浸料树脂含量及挥发份含量研究

图 3 是挥发份含量为 6% 的酚醛预浸料和它的一阶导数光谱。由 A 图可见, 受到酚醛树脂中其它官能团所含的 OH 基的影响, 乙醇在 4798cm - 1特有的 O -H 基合频振动吸收峰有所偏移, 并且被 4303cm- 1 至 5040cm- 1 间的亚甲基 CH 面内弯曲振动的三级倍频吸收峰所掩盖。而在一阶导数光谱中, 该处的 O-H 基合频振动吸收峰分成 4720cm - 1和 4817cm- 1 两个轮廓清晰的吸收峰, 可以作为挥发分含量定量分析的判据。 2. 2 主成分分析主成分分析是多元统计中的一种数据压缩技
孙岩峰, 黄玉东, 王超
( 哈尔滨工业大学应用化学系 , 哈尔滨 150001)
摘要: 采用傅里叶变换近红外漫反射光谱技术分析了酚醛树脂固化过程的光谱变化, 发现高硅氧/ 酚醛预浸料的近红外光谱经一阶导数处理后, 被树脂信息掩盖的挥发份( 乙醇) 的光谱信息显露出来, 由此采用处理后的光谱定量分析挥发份能取得更精确的结果。结合主成分分析法研究了高硅氧/ 酚醛预浸料树脂含量、挥发份含量的定量分析。结果表明, 预浸料的第一主成分在树脂含量上有极高的正载荷。用主成分回归所建立的模型对未知样品预测, 树脂含量和挥发份含量平均标准偏差分别为 0. 6114 和 0. 1885。关键词: 近红外光谱; 主成分分析; 预浸料中图分类号: T B332 文献标识码: A 文章编号: 1005-5053( 2003) 03-00052-05
表 1 样品挥发分含量和树脂含量与其在各主成分上得分的相关系数 T able 1 Reg ressio n co efficient of pr incipal com po nent scor e and co mpo sitio n co ntent

利用近红外光谱快速测定制浆材化学成分含量

杨浩先生，在读硕士研究生；研究方向：制浆造纸过程控制与信息智能处理。
摘要：为实现实际生产中制浆材综纤维素和木质素含量的快速测定和在线分析，按国家标准测定了5种制浆材共计87 个样品的综纤维素和木质素含量，并利用国产便携式光谱仪采集了样品的近红外光谱。原始光谱经过M S C预处理之后，采用偏最小二乘法和留一法交叉验证方法分别建立相应的混合样品预测模型。预测结果表明：综纤维素和木质素模型的预测决定系数（R P2）分别为0.9658和0.9471，预测均方根误差（RMSEP）分别为1.1438%和1.1805%，相对分析误差（RPD）分别为5.41和4.35，这说明2个模型均具有较高的预测精度。因此利用便携式光谱仪对多种制浆材混合样品的综纤维素和木质素含量进行快速测定是可行的。关键词：近红外光谱；制浆材；综纤维素含量；木质素含量；便携式光谱仪
中图分类号：TS742; O657.33 文献标志码：A 文章编号：1007-9211(2017)18-0025-04
□ 基金项目：国家林业局“948”项目“农林剩余物制机械浆节能和减量技术引进”。 *通信作者:熊智新，副教授，联系电话：13913903758，E-mail: Leo_xzx@。
⊙ YANG Hao1, XIONG Zhi-xin1*, LIANG Long2, FANG Gui-gan2 (1.Jiangsu Provincial Key Laboratory of Pulp and Paper Science and Technology, Nanjing Forestry University, Nanjing 210037, China; 2.Institute of Forest Products and Chemical Industry, Chinese Academy of Forestry, Nanjing 210042, China)

秸秆预处理中木质纤维物质含量测定方法的研究进展-11-范式法即洗涤法

随后，许多国家都相继研发了不同类型的纤维素测定装置，并得到了较好的应用。瑞典产 Fibertec 2010 型纤维素测定仪，可进行烟草样品中半纤维素、纤维素、酸不溶木质素的测定以及卷烟内在品质的日常检测。样品不需要进行脱脂处理，分析快速，重复性好［25］。近几年来，我国也研发了纤维素测定装置，一般可同时处理 3 ～ 6 个样品。
Research Progress of Content Determination Method of Xylem Fiber Material in Straw Pretreatment LI Si-bei et al （ College of Environmental Science and Safe Engineering，Tianjin University of Technology，Tianjin 300384） Abstract The domestic and oversea main applied determination methods of xylem fiber material were summarized，their characters and application condition were summed up and the development direction of analysis method of xylem fiber material in biomass energy domain was predicted． Key words Biomass energy； Xylem fiber； Determination method
摘要对国内外主要应用的木质纤维物质的测定方法进行了综述，归纳了各方法的特点与应用情况，并对生物质能源领域内木质纤维物质分析方法的发展方向进行了展望。关键词生物质能源；木质纤维；测定方法中图分类号 X 712 文献标识码 A 文章编号 0517 － 6611（ 2011） 03 － 01620 － 03

近红外光谱法快速测定制浆杨木的材性

近红外光谱法快速测定制浆杨木的材性吴珽;房桂干;梁龙;崔宏辉;邓拥军【摘要】用常规方法测定了4种常用制浆杨木的化学成分和基本密度,并采集了样品的近红外光谱.对光谱进行预处理后,运用偏最小二乘法和交互验证的方法,分别确定最佳主成分数并建立样品综纤维素、木素、苯-醇抽出物、基本密度的校正模型.独立验证中模型的决定系数(R2val)分别为0.9050、0.9098、0.9112、0.9165;预测均方根误差(RMSEP)分别为0.40％、0.42％、0.19％和0.0050g/cm3;相对分析误差(RPD)分别为3.24、3.33、3.36和3.46;绝对偏差(AD)分别为-0.49％～0.77％、-0.66％～0.63％、-0.28％～0.33％、-0.0094～0.0068 g/cm3,预测均方根误差和绝对偏差基本符合对误差的要求,4个模型能够满足制浆造纸中常用杨木材性的快速测定.【期刊名称】《中国造纸》【年(卷),期】2015(034)012【总页数】5页(P11-15)【关键词】近红外光谱法;杨木;偏最小二乘法;化学成分;基本密度【作者】吴珽;房桂干;梁龙;崔宏辉;邓拥军【作者单位】中国林业科学研究院林产化学工业研究所,江苏省生物质能源与材料重点实验室,国家林业局林产化学工程重点开放性实验室,江苏南京,210042;中国林业科学研究院林产化学工业研究所,江苏省生物质能源与材料重点实验室,国家林业局林产化学工程重点开放性实验室,江苏南京,210042;中国林业科学研究院林产化学工业研究所,江苏省生物质能源与材料重点实验室,国家林业局林产化学工程重点开放性实验室,江苏南京,210042;中国林业科学研究院林产化学工业研究所,江苏省生物质能源与材料重点实验室,国家林业局林产化学工程重点开放性实验室,江苏南京,210042;中国林业科学研究院林产化学工业研究所,江苏省生物质能源与材料重点实验室,国家林业局林产化学工程重点开放性实验室,江苏南京,210042【正文语种】中文【中图分类】O657.3;TS721制浆造纸生产中,由于木材原料品种、产地、生长情况、切片部位的不同、以及分装运输过程中的人为因素,生产线输入端的制浆原料材性与其理论值之间往往存在差异。

近红外光谱技术快速测定木材抽出物含量的研究

文献标志码：Ａ文章编号：０２１ｏｏ０１５１７９１２Ｉ１－０８０（６）０
目前木材化学成分测定方法需要消
１１实验原料．
收集了ｌ２木材原料（１种包括阔叶木和针叶木）把各种木片分别磨成细，
近红外光谱数据。１．仪器和方法２采用Ｂｒｋｒｕｅ公司的ＭＰＡ型傅立叶
近红外区域是指介于可见光与中红
外之问的电磁波，数范围为１８０波２２～
３９ｃｍ ”０９５
。
近红外区域的吸收谱带主
要是Ｏ— 、Ｉ、Ｈ、Ｈ等含氢基ＨＮＩＣＳ
耗大量的人力、力和时间。物寻求一种快
速、准确测定术材化学成分的
末并用振动筛筛分出４～６目的木粉，００再将木粉试样分别装入洁净的密封塑料袋中，平衡后测定抽出物含量和采集
３０ｃ。６０ｍ采用ＰＳ法建立木材抽出Ｌ方物含量模型。
与样品成分含量及性能之间建立的数学关系，来预测未知样品成分含量及其性能。黄安民等人用近红外对毛竹和木材的木素、纤维素和综纤维素进行了测定０ｎｅｇｅ等人也对落叶，ｇｆｎＹｈＴｉ松心材和桉木的抽出物进行过测定， ’ 但对多种木材抽出物含量进行测定则未见报道。本文利用近红外光谱法快速预测多种木材冷水、热水、％ａＨ和苯醇抽出物含量。１ＮＯ
技歹１】术１进步｛００２

近红外光谱法快速测定柴胡提取过程中的药效成分

第39卷第11期2020年11月分析测试学报FENXI CESHI XUEBAO( Journal of Instrumental Analysis)Vol. 39 No. 11 1311-1319》'■櫏•'櫏•'櫏•'櫏•'櫏•'櫏•'殽doi ：10. 3969/j. issn. 1004 —4957. 2020.11. 001^研究报告f近红外光谱法快速测定柴胡提取过程中的药效成分杨越12,杨留长12,纪晓亮3,李易航1徐倩茹\佟海滨12*(1.温州大学生命与环境科学学院，浙江温州325035; 2.浙江省水环境与海洋生物资源保护重点实验室，浙江温州325035; 3.温州医科大学公共卫生与管理学院，浙江温州325035)摘要：利用近红外光谱(N I RS)技术对柴胡提取过程中的药效成分进行快速定量分析。

共收集126个柴胡提取液样品，采用紫外-可见分光光度法测定总黄酮和多糖的含量，高效液相色谱法（HPLC)测定柴胡皂苷A及柴胡皂苷D的含量，以透射模式采集提取液的近红外光谱，运用偏最小二乘法（PLS)分别建立了近红外光谱与4种药效指标参考值之间的定量校正模型，并采用不同的预处理方法、光谱波段和主因子数对模型进行优化。

结果表明，总黄酮、多糖、柴胡皂苷A和柴胡皂苷D4种定量模型的近红外预测值与参考值之间的拟合性良好，模型预测精度较高，其中预测集相关系数（4)均大于0.9;预测集误差均方根（RMSEP)分别为3.46 pg/mL、0.743 mg/mL、1.53 pg/mL、0.406 pg/mL;预测集相对偏差（RSEP)分别为1.65%、8.28%、5.74%、7.52%。

该研究证实了N I RS结合PLS可成功应用于监测柴胡提取液中药效成分的含量变化，且方法具有快速、准确、无损和环保的特点。

关键词：近红外光谱(N I RS);柴胡；提取过程；药效成分；快速分析中图分类号：O657.33; R282 文献标识码：A 文章编号：1004 -4957(2020)11 -1311 -09Rapid Determination of Active Components in Extraction Process ofBupleuri Radix by Near Infrared SpectroscopyYANG Yue1,2，YANG Liu-chang1,2，JI Xiao-liang3，LI Yi-hang1，XU Qian-ru1，TONG Hai-bin1,2* (1. College of Life and Environmental Science，Wenzhou University，Wenzhou 325035，China; 2. KeyWater Environment and Marine Biological Resources Protection of Zhejiang Province，Wenzhou 325035，China;3. School of Public Health and Management，Wenzhou Medical University，Wenzhou 325035，ChinaAbstract:A near infrared spectroscopy(NIRS)was applied to the rapid and quantitative an active components in the extraction process of Bupleurr R a d i.Total of126 extraction sa selected，of which the contents of total flavonoids and polysaccharide were determined by ultraviolet-visible spectrophotometry，while the saikosaponin A and saikosaponin D were determined by high performance liquid chromatography(HPLC)，and their spectra were collected in transmission m The quantitative calibration m odels for above four compounds were established by partial least squares(P L S)，which w ere optimized by using different pretreatment methods，spectral bands and the number of prnciple components.Results indicated that there existed good fitting of the four quantitativecalibration models between predicted values and the reference values，which exhibited high p accuracy with correlation coefficients in prediction sets(R p)greater than0.9.The ro erors of prediction(RMSEP)were3. 46 p g/mL，0.743 mg/mL， 1. 53 p g/mL， 0.406 p g/mL fortotal flavonoids，polysaccharde，saikosaponin A and saikosaponin D，respectively，and the relativestandard errors of p rediction(RSEP)were 1.65%，8.28%，5.74% a d 7.52%，respectively.A l the results confirmed that t he combination of NIRS and PLS could be successfully applied to themonitorng of active components in the extraction of Bupleuri Raaix with the advantages accuracy，non-destrnction and environmental-friendly.收稿日期：2020 -07 -14;修回日期：2020 -08 -28基金项目：国家自然科学基金资助项目（31900274, 81872952);温州市科技计划项目（S2*******, Y20180210);温州大学2020年实验室开放项目（JW2SK46)*通讯作者：C海滨，博士，副研究员，研究方向：天然药物活性开发，E-m ail: **************.cn1312分析测试学报第39卷K eyw ords:near infrared spectroscopy(NIRS);Bupleuri Radix；extraction process；active components;rapid analysis提取是中药生产的首要工艺，其中间体的质量会直接影响后续生产过程的中间体及最终产品的质量。

基于光谱技术的农林生物质原料组分和热值的快速测定

基于光谱技术的农林生物质原料组分和热值的快速测定
盛奎川，沈莹莹，杨海清，王文金。，罗威强
１．浙江大学生物系统工程与食品科学学院，浙江杭州３０５１０８
２．浙江工业大学信息工程学院，浙江杭州
３０３１０２
摘
要
快速检测生物质原料特性对生产高品质压缩成型燃料具有重要意义。利用光谱技术建立松木、杉
（ＯＯ８）Ｙ１９８５资助作者简介：盛奎川，１６９３年生，浙江大学生物系统工程与食品科学学院教授
量大，需要熟练的操作人员，且不能满足在线分析的要求。因此，业上迫切需要能对生物质原料的组分和热值含量进工行快速测定的方法和检测设备。
目前近红外光谱技术应用于煤质的分析已有较多的研究报道。Ｋｉｒ［用近红外光谱技术建立了煤的主要性质的ａｈａ１ａ］偏最小二乘模型，有效预测了水分、挥发分的含量，其决定系数Ｒ均达到０９．７以上，交互验证标准差（ＥＶ）ＳＣ分别为０４％和０７。丁仁杰等［对水分、灰分、挥发分和热值．５．９２］
等煤质指标验证了近红外建模方法的可行性。李凤瑞等［］３
将近红外分析技术应用于煤质在线分析，对煤样的水分、挥
对象，以工业分析值为参比，利用光谱技术结合化学计量学
建模方法，立快速测定生物质原料水分、挥发分、灰分、建
发分以及发热量进行了建模及分析。国内外使用光谱技术测定生物质原料成分的研究也有所报道。Ｓｎｅｓｎ等Ｅ利用ａｄｒｏ］

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

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作者：李茂刚闫春华薛佳张天龙李华来源：《分析化学》2019年第12期摘;要;建立了一种基于近红外光谱（Near infrared spectroscopy，NIR）结合小波变换-随机森林（Wavelet transform-Random forest，WT-RF）的用于甲醇汽油中甲醇含量快速定量分析的方法。

采用傅里叶变换红外光谱仪采集54个甲醇汽油样品的光谱，并进行光谱解析;探究不同光谱预处理方法对样品NIR光谱的处理效果，重点探究基于不同小波基函数与小波分解层数的小波变换（Wavelet transform，WT）光谱预处理效果，并通过优化变量重要性阈值筛选随机森林RF校正模型的输入变量;基于优化后的参数及输入变量，构建了甲醇汽油NIR光谱的WT-RF模型。

为了进一步验证此模型的预测性能，将其与小波变换-偏最小二乘校正模型（Wavelet transform-Partial least squares，WT-PLS）和小波变换-最小二乘支持向量机校正模型（Wavelet transform-Least square support vector machine，WT-LSSVM）进行对比。

结果表明，WT-RF校正模型具有最佳的预测性能，其交叉验证决定系数（Coefficient of determination of cross-validation，R2cv）和均方根误差（Root mean square error of cross-validation，RMSECV）分别是0.9990和0.0044%，预测集决定系数（Coefficient of determination of prediction set，R2p）和均方根误差（Root mean square error of prediction set，RMSEP）分别为0.9885和0.0191%。

近红外光谱法预测粗皮枝木材的化学成分质量分数

ｓｕｅｔｔｔａｎｌｓｓａｄｅｔｒａａｉａｉｎｅｕｔｓｏｅｈｔｔｅｃｒｅａｉｎｃｅｉｉｎｓ（）ｏａｉｒｔｎａｄｑａｓｓａｉｉｌａａｙｉｎｘｅｎｌｖｌｔ．Ｒｓｌｈｗｄｔａｈｏｒｌｔｏｆｃｅｔｒｆｃｂａｉｒｓｃｄｏｓｏｌｏｎ
，
Ｒｕ（ｅｅｒｈＩｓｔｔｏｏｄｓｙＣｉｅｅＡａｅｙｏｏｅｔ，ｅｉｇ１０９，．．Ｃｉａ；ａｈｎ０ｌＲｓａｃｔｕｅｆｌｎｉＷｏｄＩｕｔ，ｈｓｃｄｍｆｒｓＢｉｎ０１ＰＲｈｎ）ＹｏＣｕｌｎｒｎＦｙｒｊ０ｉ（ｅｉｇＦｒｓｙｎｖｒｔ）ＲｎＨｉｎ（ｅｅｒｈＩｓｔｔｏｏｄｓｙＣｉｅｅＡａｅｙｏｏｓｙ／ＪｕｎｌＢｉｎｏｅｔｉｅｉ；ｅａｉｇＲｓａｃｔｕｆｄＩｕｔ，ｈｎｓｃｄｍＦｒｔ）／ｏｒａｊｒＵｓｙｑｎｉｅＷｏｎｒｆｅｒ
ｖｌａｏｒｏｅｕｓｅ．６ａｄ．２，ｎｅａｏｆｅｏｎｃｅｔｎＲＤ）Ｗ．０ｏｇｉ．ｈａｄｔｎｆｌｌｌｅｒ０９９ａｄｔｔｒｒｉｉｏｈｏｌｏｗｅｅｎ０ｈｒｉｏｐｆｍａｅｏ￣ａｏ（Ｐｔｄｉｓａ２３．Ｆｒｉｎｔｅｌｎ
０ＮｒｅｓＦｒｔｎｖｒｉ．２１，８８．７７。０ｆｏｔａｔｏｅｒＵｅｔ一００３（）一８～９１４ｈｓｙｉｓｙＡｒｐｄｎａｆｒ（Ｉｓｅｔｓｏｙｍｔｏａｓｄｔｐｄｃｃｅｃｌｏｐｓｉｓｏｕａｐｕｐｌｍ．ＴｅａｉｅｒｎｒｅＮＲ）ｐｃｏｃｐｅｈｄｗｓｅｒｉｈｍｉｍｏｉｏＥｃｌｔｅｉｉａｄｒｕｏｅｔａｃｔｎｆｙｓｌｈ

基于近红外光谱法预测杨木的综纤维素含量

基于近红外光谱法预测杨木的综纤维素含量的报告，800字
近红外光谱法(Near Infrared Spectroscopy， NIRS)预测杨木的综纤维素含量（Overall Fibre Concentration）是一种非常有效的技术方法。

它可以快速准确地测量和分析样本中的综合纤维素含量。

此研究的主要目的是利用近红外光谱技术，测定不同生长环境下的杨木树苗的综合纤维素含量，并对综合纤维素含量进行总结分析。

实验方法：本次实验选取10株生长在不同环境条件下的杨树苗作为实验材料，每株杨木树苗的根部、茎部、叶部各取三段不同部位的材料，将取出的材料分别进行切片、碾磨，即可得到实验样品，接着将每种材料进行近红外光谱分析测试，最后对测试结果进行统计与分析。

研究结果：实验测试结果显示，在不同的生长环境中，杨木树苗的综合纤维素含量存在较大差异，其中，根部综合纤维素含量最高，茎部综合纤维素含量次之，而叶部综合纤维素含量最低。

此外，随着环境温度的升高，杨木树苗的综合纤维素含量也会随之增加，随着环境湿度的升高，杨树树苗的综合纤维素含量也会减少。

研究结论：本次研究表明，使用近红外光谱法可以快速准确地测量和分析样本中的综合纤维素含量。

根据本实验结果，不同环境条件下杨木树苗的综合纤维素含量也会有很大差异，随着环境温度和湿度的变化，杨木树苗的综合纤维素含量也会随之发生变化，因此，利用近红外光谱法对杨树树苗的综合纤维素含量的测定有一定的指导意义。

杨树纯化木质素分离及其表征研究-应用化学论文-化学论文

杨树纯化木质素分离及其表征研究-应用化学论文-化学论文——文章均为WORD文档，下载后可直接编辑使用亦可打印——21世纪世界各国面临着资源消耗过度、环境污染加剧的困境，积极寻找可再生能源、采用绿色化学土艺、减少环境污染是人类社会能够持续发展的唯一出路。

国际能源局(IEA)声明，到2050年生物燃料有望提供世界总运输燃料需求量的27%，可达7.5亿吨石油当量。

通过对木质纤维素原料进行预处理、酶解可以得到葡萄糖，进而发酵制取纤维乙醇。

目前，纤维乙醇的制取土艺是可行的，然而土艺成本和产品经济性确是制约发展的重要因素。

预处理过程中，有效地将木质素分离纯化并加以利用，能够提升纤维乙醇的整体经济性。

木质素是单体繁多、结构复杂的一类三维立体高聚物，由苯丙烷结构单体通过醚键和碳碳键联结而成的无定形高聚物，侧链上存有各种团，半纤维素和木质素间的化学键联结形成的网络结构使其难以分离提取。

本研究通过磷酸丙酮法、碱法蒸煮法和有机溶剂法对杨树进行预处理，将分离纯化的木质素[[7]作为研究对象，并与国标法所提取木质素进行对比。

1 实验部分1.1 试剂和仪器杨树枝取自吕平，杨树末是经过去皮、烘干、截块、粉碎、筛分J步处理而得，过0. 84 mm筛孔，在索氏抽提器中苯醇抽提4h，空气中自然放置备用。

所用化学试剂均为分析纯，所用水为去离子水。

红外光谱测定在Nicolet 6700型FT}R(美国热电公司)上进行，由于所制得木质素是有机粉状物，需采用含有1 % I}B:压片法进行预处理。

液体HNMR在400 MHz的400 NMR型谱仪(瑞士Bruke:公司)上进行，准备25mg样品溶解在1.0mL氖代二甲亚矾DMSOI6中，在25℃条件下测定HNMR，每个样品扫描16次70。

基于近红外光谱技术与BP_ANN算法的豆粕品质快速检测

2
2． 1
结果与分析
近红外光谱预处理为了减少高频随机噪声、基线漂移、样本不均匀、光散射等影响，需要进行光谱预处理。所测的样 DT、 SG 求导（窗品近红外光谱数据依次应用 SNV、 7 ， 2 ， 1 ）、 SG 口参数拟合次数求导次数平滑（窗口
参数 7 ，拟合次数 2 ）和均值中心化运算。 2． 2 BP 神经网络及其参数选择 BP 神经网络由 3 部分组成：输入层、隐含层和输出层。每层都有许多节点，每个节点的输出被送到下一层的所有节点，通过将这些处理单元组成层，将它们互相连接起来，并对联接进行加权，从而形成。 2 BP 神经网络的拓扑结构图为三层神经网络结构简图。在输出层把现行输出和期望输出进行比较，如果现行输出不等于期望输出，则进入反向传播过程。反向传播时，把误差信号按原来正向传播的通路反向传回，并对每个隐含层的各个神经元的权系数进行修改，然后转向正向传播过程。随着模式网络得到了正向传播和误差反向传播的反复交替，。记忆训练当网络的全局误差小于给定的值后，学习终止，即可得到收敛的网络和相应稳定的权值。
Kolmogorov 经验定理［12］和多次试验确定隐含层节点数。水分、粗蛋白、残油三个 ANN 模型的参数选择隐如下：水分 ANN 模型参数：输入层节点数为 12 ，含层节点数为 4 ，隐含层传递函数为线性函数 purelin，输出层传递函数为线性函数 purelin；粗蛋白 ANN 模型参数：输入层节点数为 16 ，隐含层节点数为 4，隐含层传递函数为非线性函数 logsigmod，输出 purelin ； ANN 层传递函数为线性函数残油模型参数：输入层节点数为 16 ，隐含层节点数为 4 ，隐含层传递函数为线性函数 purelin，输出层传递函数为线性函数 purelin。其他参数：输入层到隐含层及隐含层到输出层的初始权重均为－ 0． 5 ～ 0． 5 之间的随机数，动量项为 0． 9 ，学习速率取 0． 1 ，训练最大步数 2500 ，网络训练 100 步左右即可达到预先设定的学习误差 0． 1 。 2． 3 BP － ANN 模型从所有豆粕样品中（其中水分 325 份，粗蛋白 452 份，残油 295 份），随机取 80% 作为校正集，剩余 20% 的样品作为验证集。分别采用 BP － ANN 与 PLS 方法建立的豆粕水分、粗蛋白和残油模型统计指标如表 2 所示。图 3 表示使用 BP － ANN 方法获得的豆粕样品粗蛋白化学值（参考值）与相应预测值的相关曲线，横轴为化学值，纵轴为预测值。从图 3 可见，采用近红外光谱结合 BP － ANN 方法获得的豆粕粗蛋白的预测值与化学值之间均具有良好的相关性（限于篇幅，未列出水分及残油化学值—预测值相关性图）。从表 2 可见，采用 BP － ANN 方法建立的模型指标均优于 PLS 法。