基于近红外光谱检测技术的水泥生料成分含量检测研究
近红外光谱技术在农产品质量检测中的应用
近红外光谱技术在农产品质量检测中的应用近年来，农产品质量安全问题越来越引起人们的关注。
针对农产品的质量检测，传统的物理、化学检测方法需要消耗大量的时间和耗材，而且在了解产品内在质量特征的情况下，也无法全面评估农产品的质量。
本文将探讨一种新型的检测技术-近红外光谱技术，并展示其在农产品质量检测中的重要应用。
一、近红外光谱技术概述近红外光谱技术（NIR）是一种非破坏性分析方法，利用近红外光谱的吸收衰减特性，对物质的成分、组分、结构、含量等进行分析。
NIR的光谱范围在700-2500nm，可以覆盖大部分有机物和无机物质，因此具有广泛的应用价值。
NIR技术分为反射光谱和透射光谱两种，其中反射光谱常用于农产品的质量检测。
二、1. 农产品的含水量检测农产品水分含量是决定其保质期和食用安全的重要参数。
传统的水分含量检测需要进行水分蒸发法、烘箱干燥法或卤素测定法等，时间较长且易受环境影响。
而利用近红外光谱反射技术检测作物的水分含量，则不需分离样品，并且测试时间较短、结果准确度高、可实现在线检测。
例如，通过建立近红外光谱反射模型，可以较好地预测小麦、水稻等作物中的水分含量。
2. 农产品的蛋白质含量检测蛋白质含量是衡量农产品品质和价值的重要参数。
传统的蛋白质含量检测需要进行Kjeldahl 法、蒸发干燥、光度法等，时间较长，检测过程中还可能出现蛋白质分解和挥发的情况。
而使用近红外光谱反射技术可以非常快速地检测出农作物中的净蛋白质含量，避免了传统检测法中因化学要素来侵蚀样品的局限。
3. 农产品的脂肪含量检测农产品的脂肪含量和脂肪酸的组成对食品质量和营养价值有着很大的影响。
传统的脂肪含量测定需要使用化学试剂或称重法，操作复杂且测定时间较长。
而使用近红外光谱技术能快速、准确地检测出农产品中脂肪含量，并可以通过逐步回归法建立近红外光谱反射模型来分析样品中脂肪的饱和度、不饱和度、反式脂肪酸含量等。
4. 农产品其他质量指标检测近红外光谱技术还可以检测农产品中其他成分如淀粉含量、丙酮酸含量等，以及果汁、酒类中的甜度、酸度和防伪等问题。
近红外光谱分析技术(NIR)的研究现状及其在饲料检测中的应用
Ｋｅ ｒｓ Ｎ ａ— ｒｒｄｓｅｔ ｓｏ ｙ Ｆ ｅ ｅｅｔ ｎ ｐ ｌ ａｉｎ ｙｗｏｄ ｅｒｉ ａｅ ｐ ｃ ｏｃｐ ； ｅｄｄｔｃｉ ；Ａ ｐｉ ｔ ｆ ｎ ｒ ｏ ｃ ｏ
近红 外 光 是 指 波 长 在 ７０～２５６ｎｌ 围 内 的 电 磁 ８ ２ ｌ 范 Ｔ 波 ， 外光谱分析技 术是利用 物质在 近红外光 谱 区的吸 近红 收所 包含 的信息 ， 用于反 映绝大多数 的有机 化合物 和某 些无
１７４ ， 于 掺 入 量 ≥５ ０ ％ Ｍ Ｍ 时 ， 确 判 断 率 为 ．６％ 对 ．０ Ｂ 正 １０ ， 明近红外 光谱 分析 法 能够 快速 准 确地 定性 判 断 出 ０％ 说 鱼粉 中是否掺有 Ｍ Ｍ。Ｄ Ｐｖ ｏ 利用近 红外 显微 镜扫 描 Ｂ ．ａｉ 等 ｎ
化学计 量学的发展 ， 使得近红 外光谱技术 在农 副产 品的检 测
近红 外光谱技术 之 所 以能在 短短 的 ｌ ０多年 内 ， 在众 多 领 域得到应用 ， 主要是因为它在 分析测 定 中有 独特 的优越
性 ： 许 多物 质在 近红外 区域 的吸 收系 数很小 ， 分析 过程 ① 使 简单 ； 近红 外 区内光散 射效 应及 穿透 深度 大 ， 得 近红外 ② 使
了快速测定 并加以 区分 …。杨增 玲等 对 ２ １个鱼 粉和 肉 ０ 骨粉 样 品 进 行 研 究 ， 反 刍 动 物 精 料 填 充 料 中 肉 骨 粉 当 （ Ｍ） ＭＢ 含量 大于 ４ ４ ％时 ， 用近 红外 光谱 分 析法 得 到 的 ．１ 利 预测值 与真实值 的相 关 系数为 ０ ９ ２ 预测标 准偏 差 Ｓ Ｐ为 ．７ ， Ｅ
近红 外光谱吸 收的物质 （ 某些 无机 离 子化 合物 ， 过 与它 如 通
近红外光谱分析法来检测饲料混合均匀度的方法-畜牧兽医论文-农学论文
近红外光谱分析法来检测饲料混合均匀度的方法-畜牧兽医论文-农学论文——文章均为WORD文档，下载后可直接编辑使用亦可打印——0 、引言饲料混合均匀度是衡量饲料加工工艺的重要指标，混合均匀与否关系到动物采食饲料能否获得全面、足够的养分;而对于占据我国饲料产品结构百分之八十(2011 年)以上的配合饲料来说，组分的均匀性更关系到动物发育生长及食用肉质的安全性。
目前，我国对于饲料混合均匀度的检测主要依据混合过程中饲料组分变异系数的化学试验值CV 值来确定。
一般的检测方法大多依赖试验室的化学分析，如沉淀法需利用四氯化碳对样本化学分离，甲基紫法需对示踪物甲基紫化学测定，摩尔法需配置碱性溶液、做滴定试验等。
这些方法不仅过程相对繁琐，对操作专业性与试验环境条件的要求较高，使得检测的难度与成本上升了很多，导致很多饲料厂只能通过延长混合时间或延缓检测周期来保证生产效率，降低成本。
因此，在我国饲料工业飞速发展的背景下，需要有一种准确、简易、无损的新型饲料混合均匀度检测方法来克服传统方法的缺陷。
近红外(Near infrared，NIR)光谱分析技术具有采样简单、数据分析快、无损检测等优点，近年来被广泛应用于农牧业、食品、药品及石化等多个行业。
就饲料工业而言，近红外检测的应用主要集中在饲料营养成分的测定、营养价值的评价、饲料矿物质、微量元素及其他次生物物质的测定。
在混合均匀度测定方面，近红外已经有被应用于药物均匀度检测的研究案例。
而关于营养价值评价当中的饲料均匀度检测所做的研究工作还极为有限。
由于配合饲料各组分对光谱反射特性的差异，本研究提出利用近红外光谱分析法来检测饲料混合均匀度，通过对配合饲料在混合不同阶段的样本分析，取得了光谱及均匀度变化的信息，并对比了 3 种不同的近红外定性分析法对均匀度判别的效果。
1 、仪器与设备光谱信息收集分析仪器，美国ASD 生产的Quali-tySpec Pro VNIR / SWIR1 5070 型可见近红外光谱仪;光纤(垂直测量角度:125)白板;铅蓄电池，CAMO 公司的Unscrambler X 化学计量学软件;仿丹麦4KB 型锤片式饲料粉碎混合机。
近红外光谱技术在农产品品质检测中的应用探究
近红外光谱技术在农产品品质检测中的应用探究近红外光谱技术是一种非常有效的无损检测技术，它可以快速、准确地对农产品的品质进行检测。
在农产品种类繁多的现代农业中，保证农产品的品质对于提高农产品的市场竞争力至关重要。
本文将探讨近红外光谱技术在农产品品质检测中的应用。
近红外光谱技术是一种分析物质性质的无损、快速、便捷的方法。
近红外光谱的主要原理是物质在近红外波段（800-2500 nm）的反射、吸收和散射特性。
不同物质的分子结构和组分会导致不同的光学特性，因而能够通过近红外光谱技术对农产品的品质进行检测。
近红外光谱技术可以用于农产品的质量检测。
以粮食为例，通过对近红外光谱图像的分析可以确定粮食的水分含量、面筋吸水量、脂肪含量等多个关键指标。
这些指标直接关系到粮食的烹饪品质和加工特性，通过近红外光谱技术获取这些指标可以快速、准确地判断粮食的品质，避免因品质不佳导致的食品安全问题。
近红外光谱技术可以用于农产品的鉴别与分类。
不同的农产品有着不同的化学组分和光谱特征，通过对不同农产品的近红外光谱进行分析，可以根据其光谱特征进行鉴别，实现各类农产品的自动分类。
这在大规模的农产品加工和储存中具有重要的应用价值，能够提高生产效率和减少人工成本。
近红外光谱技术还可以用于农产品中有害物质的检测与监控。
农产品中常常存在着农药残留、重金属和毒素等有害物质，这些物质会给人们的健康带来潜在的危害。
通过近红外光谱技术可以对这些有害物质进行快速、非破坏性的检测，大大缩短了传统检测方法需要的时间，并且减少了对样品的破坏，能够为农产品的安全提供更加有效的监控手段。
近红外光谱技术在农产品品质检测中具有广泛的应用前景。
通过近红外光谱技术可以对农产品的质量进行准确快速的检测，对农产品的鉴别分类提供关键数据支持，同时还可以为农产品中有害物质的检测与监控提供有效的手段。
未来随着技术的不断发展，近红外光谱技术在农产品品质检测中的应用将会得到进一步的拓展和推广。
近红外光谱技术在农产品质量检测中的应用
近红外光谱技术在农产品质量检测中的应用随着农产品在市场中的重要性不断提升，保证其质量和安全性成为了一个亟待解决的问题。
近年来，近红外光谱技术作为一种快速、无损、高效的检测手段，逐渐得到了广泛的应用。
本文旨在探讨近红外光谱技术在农产品质量检测中的应用，并对其优势和前景进行分析。
近红外光谱技术是一种基于光的物质分析技术，利用近红外波段的电磁波与样品相互作用，获取样品特征光谱，从而实现对样品成分和性质的分析。
在农产品质量检测中，近红外光谱技术具有以下应用价值：一、快速、高效的质量检测近红外光谱技术具有高度的分析速度和灵敏度，能够在短时间内对大量的样品进行检测。
相比传统的化学分析方法，近红外光谱技术不需要繁琐的样品制备过程，减少了检测时间和人力成本，大大提高了检测的效率。
二、无损检测，保护样品完整性传统的农产品质量检测方法往往需要对样品进行取样处理，可能导致样品的损坏和浪费。
而近红外光谱技术只需将光束照射在样品表面，不会对样品造成任何损伤，保护了样品的完整性。
三、多参数一体化检测近红外光谱技术具有多参数一体化检测的优势，可以同时获取样品中多个成分的含量和性质信息。
例如，在农产品检测中，可以通过分析近红外光谱图谱，获取样品中的水分、蛋白质、脂肪等成分的含量和质量信息，从而全面评估产品的质量。
四、广泛适用于不同农产品近红外光谱技术在农产品质量检测中的适用性非常广泛。
不论是谷物、水果、蔬菜还是禽畜产品，都可以通过近红外光谱技术进行快速准确的检测。
这使得近红外光谱技术成为农产品质量检测的通用手段。
未来，近红外光谱技术在农产品质量检测中将有广阔的应用前景。
随着光谱技术的不断改进和仪器设备的完善，近红外光谱技术将更加精确、高效地检测农产品的质量。
此外，随着物联网技术的不断发展，近红外光谱技术可以与网络相结合，实现数据的远程采集和共享，进一步提高检测的便利性和可靠性。
综上所述，近红外光谱技术在农产品质量检测中具有重要的应用价值。
分析近红外光谱法在饲料检测中的应用
分析近红外光谱法在饲料检测中的应用[摘要]饲料检测一直是衡量饲料质量的关键要素，而近红外光谱法不仅可以分析出饲料的常量成分，也可以检测出饲料中具体的微量成分，对评价饲料营养价值有着非常重要的作用。
为了在线分析饲料加工过程，本文详细分析了近红外光谱法的使用原理，并且提出了饲料检测中应用近红外光谱法的应用效果，希望为饲料检测工作提供参考。
[关键词]近红外光谱法；饲料检测；营养评价近红外光谱法（NIRS）是近年来发展速度最快、受社会关注度最高的分析技术，该分析技术无需破坏样本、使用简便、检测速度快、稳定性高，是一种非常高效的检测技术，在多个领域均有应用，尤其是欧美等发达国家，红外光谱法已经作为定量分析的评价标准。
我国进行近红外光谱法的研究起步较晚，但是在专家学者的不断研究下，技术水平已经得到了极大的进步，尤其是饲料检测方面，获得了非常优秀的成果。
1近红外光谱法原理近红外光的波长超过可见光，但是比中红外光短，根据ASTM协会的定义，可以将790-2500nm中的电磁波划分为近红外光，而近红外光又分为短波（790-1200nm）与长波（1200-2500nm）。
近红外光在照射检测样本时，光线会找寻相同振动频率的集团，而光能量将分子偶极矩变化转向分子，在近红外光频率与检测样本出现偏离时，光就不会产生吸收过程。
所以，在使用频率连续发生变化的近红外光检测样本时，样本会选择性的吸收近红外光，而检测后的样品会出现不同强度的近红外光波长，通过红外光线检测仪即可分析出检测材料的结构与组分。
含氢集团的偶极矩较强，所以有机物吸收近红外光的主要因素就是含氢集团的合频、倍频吸收作用。
而含氢集团是非常常见的有机物集团，所以大多数有机物都可以检测出近红外光谱图。
近红外光谱法主要负责分析检测样本的成分，通过偏最小二乘法、神经网络等新型化学计量学方法，可以建立检测样本的成分含量与近红外光谱，并且制作出数学模型，从而快速计算出符合检测样本红外光谱信息的样本成分。
近红外光谱法测定饲料中粗纤维含量研究
近红外光谱法测定饲料中粗纤维含量研究摘要：近红外光谱法是基于近红外光谱分析技术建立的一种对粮油及其制品中有机物含量进行分析的一种快速方法。
笔者研究的主要内容是应用近红外光谱法对常见饲料中粗纤维含量进行测定的方法，建立有针对性的近红外光谱模型，并对其准确度及精密度进行验证。
关键词：近红外；饲料；粗纤维1 近红外光谱法原理一般来说波长为400～750nm的光线是可见光，距离可见光区较为接近的波长为750～2500nm之间的光线为近红外光。
有机物的不同官能团在近红外光谱区的吸收都有各自的特征，因此其近红外光谱中所包含的特殊信息就成为用来进行定性或者定量分析的基础。
因此通过对已知化学成分含量的样品集进行近红外扫描，收集其特征谱图就能够建立起可靠的预测模型，以此对同类或类似的未知确切化学组成的样品进行定性评价或者定量分析。
2使用仪器设备及试剂2.1仪器设备仪器及设备有近红外分析仪，7200型，瑞典波通仪器有限公司；水分磨；感量0. Img 分析天平；石英滤埚；陶瓷筛板；灰化皿；鼓风干燥箱；干燥器；马弗炉；冷提取装置等。
2.2 试剂试剂有盐酸、硫酸、丙酮、氢氧化钾、滤器辅料、正辛醇、石油醚等。
3 饲料粗纤维含量预测模型建立3.1 建立样品集收集黑龙江省内15个不同饲料生产厂家生产的同类家畜饲料样品200份。
采用国家标准方法《GB 5497-1985粮食、油料检验水分测定法》中定温定时法，对全部200份饲料样品进行水分含量检测，选定均匀分布在9. 1%～10.0%，10. 0%～11. 0%, 11. 026～12. 0%, 12. 0%～13. 0%,13.0%-14. 0%，14. 0%—15. 2%的各个阶段的样品176份作为饲料粗纤维含量预测模型样品集。
将样品集中的样品分别采用国家标准方法《GB/T6434-2006饲料中粗纤维测定方法》中的过滤法对样品中粗纤维含量进行测定。
样品集中的饲料样品所含粗纤维范围为2.6%～6.8%。
【CN109668858A】基于近红外光谱检测发酵过程生物量和组分浓度的方法【专利】
(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号 (43)申请公布日 (21)申请号 201910114102.9(22)申请日 2019.02.14(71)申请人 大连理工大学地址 116024 辽宁省大连市甘井子区凌工路2号(72)发明人 刘涛 王旭东 孙旭东 薛闯 孟庆伟 仲崇权 (74)专利代理机构 大连理工大学专利中心21200代理人 梅洪玉(51)Int.Cl.G01N 21/359(2014.01)G01N 21/3577(2014.01)(54)发明名称基于近红外光谱检测发酵过程生物量和组分浓度的方法(57)摘要本发明属于工业过程检测领域，涉及一种基于近红外光谱检测发酵过程生物量和组分浓度的方法。
本发明是利用配有浸入式探头的近红外光谱分析仪，搭建生物发酵过程在线监测实验平台，从而实时原位测量生物发酵过程发酵液近红外光谱数据。
首先对光谱数据和参考数据进行采集，其次对测量到的近红外光谱数据进行预处理操作，然后对数据划分校正集和验证集进行建立联合标定模型，并使用网格搜索和交叉验证的方法对模型参数进行选择，最后，通过外部实验验证建立模型的有效性，由此定量分析发酵过程生物量、底物浓度和产物浓度。
本发明能够达到自动快速检测生物量、底物浓度和产物浓度，便于实际工业应用和推广。
权利要求书3页 说明书7页 附图2页CN 109668858 A 2019.04.23C N 109668858A1.基于近红外光谱检测发酵过程生物量和组分浓度的方法，其特征在于，包括以下步骤，第一步：光谱数据和参考数据的采集采用傅里叶近红外光谱分析仪以及配套的浸入式漫反射探头采集近红外光谱，光谱采集设置：测量波数范围为4000cm-1-12000cm-1，仪器分辨率为16cm-1，光谱扫描次数为64次，检测器增益为237.84，采集近红外光谱以空气为参考背景；采用离线检测方法检测参考数据，其中，采用液相色谱仪测量发酵液葡萄糖浓度，采用气相色谱仪测量发酵液的乙醇浓度，采用酶标仪测量发酵液的生物量；第二步：光谱数据的预处理通常采集到的近红外光谱数据可以写成光谱数据矩阵，矩阵中的每一行都是一条测试样品的光谱，矩阵的每一列都是近红外光的某一波长下不同样品的吸收值；为了消除环境条件变化对光谱测量带来的扰动，采用了一阶导数的光谱预处理方法：其中：x i,1st经过导数处理的光谱数据第i波数下的吸光度；x i表示光谱数据第i波数下的吸光度；x i+g表示光谱数据第i+g波数下的吸光度；g表示窗口宽度；利用经过一阶导数的光谱数据建立定量标定模型，用于消除基线和背景漂移对光谱造成的影响，增强光谱的差异，从而可以提高检测精度；第三步：建立联合标定模型建模集和验证集，将离线检测参考数据的最大值和最小值归入建模集中，用于建立模型，以保证用于建立光谱标定模型的参考数据范围大于验证集，从而确保以模型内插方式实现可靠的预测；采用MLS-SVR方法建立联合标定模型；联合标定模型的输入为近红外光谱向量x，多变量输出为生物参数y，其中，x∈R p、y∈R m，p为光谱变量个数，m为需要监测的生物参数的个数，生物参数包括生物量、底物浓度和产物浓度；设建模集为{(x1,y1),(x2, y2),...,(x n,y n)}，n为采集的光谱数据个数，即参考数据个数；令w i＝w0+v i，其中w0表示各个生物参数的共性信息，v i表示各个生物参数的个性信息，w i表示各个生物参数的共性和特性信息，相应的优化问题为：其中E＝(e1,e2,...,e m)，e m为待优化的第m个生物参数的松弛因子，B＝(b T；...；b T)∈R n×m，b为常值偏差向量，V＝(v1,v2,...,v m)，γ和λ为惩罚参数，为低维空间到高维空间的映射函数，W＝(w0+v1,w0+v2,...,w0+v m)，trace表示矩阵的迹；取式(2)对应的Lagrange函数：其中表示拉格朗日函数；由KKT(Karush-Kuhn-Tucher)条件建立线性方程组进行求解：其中A＝(α1,α2,...,αm)∈R m×n为拉格朗日乘子矩阵，αi表示拉格朗日乘子，L表示式(2)所示拉格朗日函数，1n表示n维单位向量；记上述方程组的解为和b*，表示拉格朗日乘子；根据w i的优化目标的解，确定多输出的拟合函数y(x)：其中表示x从低维空间到高维空间的映射，W*表示表示拉格朗日乘子，k(x,x j)表示核函数，repmat表示将矩阵复制1×m块；k(·,·)为核函数，选取为径向基核函数：k(x,x j)＝exp(-p||x-x j||2) (6)其中核函数参数p和惩罚参数γ、λ采用网格搜索、交叉验证方法确定；网格搜索寻优即让p、γ和λ遍历在一定范围内划分的等步长网格，网格中每一组p、γ和λ都是一组潜在解，遍历网格所有的参数进行交叉验证，计算交叉验证均方根误差RMSECV：其中yi是第i个数据样本的测量值，是第i个数据样本的预测值，取最小的交叉验证均方根误差对应的参数作为模型参数；为了评估联合标定模型对生物量、底物浓度和产物浓度数据的预测性能，采用预测集均方根误差RMSEP、相关系数R2和范围误差比RPD作为评价指标，计算公式分别为：其中y i是第i个数据样本的测量值，是第i个数据样本的预测值，是待预测数据样本均值，n为采集的光谱数据个数；其中SD为建模集样本分布标准差，反映样本分布范围，RMSEP用于评价预测值和参考值的偏差，偏差越小说明模型预测准确性越高；通过外部实验验证模型的有效性，如果满足RPD>5的定量标准，模型可应用于接受的质量预测；如果RPD> 10，则模型应用于实时过程控制和优化；第四步：测量生物量、葡萄糖浓度和乙醇浓度根据MLS-SVR建立的联合标定模型，对生物量、底物浓度和产物浓度实时检测及显示结果；基于近红外光谱技术建立的在线监测联合标定模型对葡萄糖浓度、生物量和乙醇浓度进行实时监测，定时1min给出一次测量结果，然而离线检测方法需要取样，并且使用多个仪器对三种生物参数分别进行测量，耗时约30min～1h。
近红外光谱技术在农产品品质检测中的应用探究
近红外光谱技术在农产品品质检测中的应用探究近红外光谱技术基于农产品所特有的光谱特征，通过光谱信号与样本的关联分析，可以快速、准确地评估农产品的质量指标，如水分含量、脂肪含量、糖含量、蛋白质含量等。
近红外光谱技术在农产品的水分检测中具有显著的优势。
水分是农产品中重要的品质指标之一，对农产品的保鲜和贮存具有重要意义。
传统的水分检测方法通常需要耗费大量时间和人力，而近红外光谱技术能够通过扫描样本的近红外光谱，快速获取水分含量的信息。
研究表明，近红外光谱技术在谷物、果蔬、中药材等农产品水分检测中具有高度准确性和可行性。
近红外光谱技术在农产品品质指标检测中的应用较为广泛。
农产品的品质指标往往与其光谱特征密切相关，因此可以通过分析近红外光谱来评估农产品的品质。
在农产品的糖度检测中，近红外光谱技术可以通过检测样本的葡萄糖、果糖等特定成分的光谱特征，快速、准确地评估糖度指标。
类似地，近红外光谱技术还可以用于农产品的蛋白质、脂肪等指标检测。
这些品质指标的检测对于农产品的品质评价和加工质量控制具有重要意义。
近红外光谱技术还可以用于农产品质量检测中的快速筛选。
传统的质量检测方法需要取样、样品制备、实验操作等耗时耗力，而近红外光谱技术通过对样本的非接触式扫描，不需破坏样品，可以实现对大批量样品的快速检测和分析。
这对于生产环节中的快速筛选和质量控制具有重要意义。
虽然近红外光谱技术在农产品品质检测中具有许多优势，但也存在一些挑战与限制。
近红外光谱技术的仪器设备需要高度精确的校正和校准，以确保准确的检测结果。
样品的制备和光谱数据的处理也对结果的准确性有重要影响，需要专业的操作和算法支持。
农产品的品质评估是一个综合指标，其受多种因素的影响，因此需要充分考虑样品的异质性、环境因素等。
近红外光谱技术在农产品品质检测中具备广泛应用前景。
通过对农产品的光谱特征进行分析，可以快速、准确地评估农产品的质量指标。
未来，随着近红外光谱技术的不断改进和推广，相信其在农产品品质检测中的应用将会越来越广泛。
基于红外光谱的混凝土材料组成分析
基于红外光谱的混凝土材料组成分析一、引言混凝土是一种广泛应用于建筑和基础设施建设的材料，其组成影响着其性能和特性。
红外光谱分析是一种常用的材料组成分析方法，本文将介绍基于红外光谱的混凝土材料组成分析。
二、混凝土的组成混凝土主要由水泥、砂、石子和水组成。
其中水泥起到粘结作用，砂和石子作为骨料填充物，水则用于混合和流动性调节。
此外，混凝土中还可能添加一些掺合料以改善其性能，如矿渣、粉煤灰和硅灰等。
三、红外光谱分析原理红外光谱分析利用物质吸收红外光的特性来确定物质的成分。
当红外光照射到样品上时，样品中的分子会吸收特定波长的光子，产生振动和转动。
不同的基团会产生不同的振动频率和强度，因此可以通过检测样品吸收红外光的情况来确定样品的成分。
四、样品制备混凝土样品通常需要经过压制和研磨处理才能进行红外光谱分析。
首先将混凝土样品压成块状，然后使用研磨机将其磨成粉末状。
在制备样品时需要注意避免样品受到空气、水分和杂质的污染。
五、实验步骤1. 样品制备：按照上述方法制备混凝土样品。
2. 红外光谱仪校准：根据仪器要求进行校准。
3. 样品测试：将样品放在红外光谱仪上进行测试。
4. 数据处理：使用专业软件对测试得到的光谱数据进行处理和分析，确定样品中的各种基团和成分。
六、数据分析通过红外光谱分析，可以确定混凝土样品中存在的各种基团和成分。
例如，水泥中含有的硅酸盐基团和碳酸盐基团可以通过红外光谱分析得到。
同时，还可以确定掺合料的种类和含量，从而了解混凝土的性能和特性。
七、应用基于红外光谱的混凝土材料组成分析可以应用于混凝土产品的质量检测和工程建设中。
通过分析混凝土样品中的成分和组成，可以确定其性能和特性是否符合要求。
如果发现问题，可以及时进行调整和改进，确保混凝土产品的质量和安全性。
八、结论基于红外光谱的混凝土材料组成分析是一种有效的混凝土质量检测和工程建设方法。
通过对混凝土样品进行红外光谱分析，可以确定样品中的各种基团和成分，从而了解混凝土的性能和特性。
浅谈近红外光谱分析技术在饲料成分分析中的应用
适 合 的 仪器 ，可 以使 检 验 过 程快 速 ，
便 捷 。上 机检 测前 需对 样 品进 行研 磨 粉 碎 ，粉 碎 粒 度 会 直 接 影 响检 测 结 果 。样 品分析 过程 中要 控 制环 境温 度 及湿度 ， 操 作 条件 和 过 程根 据 仪 器 制
Ｃ — Ｈ、 Ｎ — Ｈ和 ０ 一 Ｈ等 含 氢基 团的倍 频
受 很 多 因素 的影 响 ， 有 其 局 限 性 。近 红 外 光谱 定量 和定性 分析 几乎 完全 依赖
与合 频 振 动 ， 不 同基 团（ 如 甲基 、 亚 甲
基， 苯 环等 ） 或 同一基 团在 不 同化 学环 境 中的近 红外 吸收波 长 与强 度都 有 明 显 差别 ，因此非 常适 合用 于 碳氢 有机 物 质 的组 成与性 质测 量 。但 在近 红外
强 的稳 定 性 、 一 致 性 和 重 复 性 。 目前 ，
出规 定 范 围 ， 说 明该 样 品不 适 应 此 定 标， 可 将 此类 样 品收 集进 数 据 库 ， （ 此 过 程 可 联 系 近 红 外 分 析 仪 技 术 工 程 师 进 行 远程 操 作 ） 。样 品分 析 结 果 应 该 在所 使 用 的定 标 模 型 范 围 内 方 可
安全 是 实 现动 物 性 食 品安 全 的关 键 。 传统 的饲 料检 验 前 处 理过 程 复 杂 ， 检 测成本 较高 ， 需要 专业 人员操 作 。 近红 外 光谱 分析 技术 在分 析速 度 、检测 成 本、 操作 性等 方面 具有 明显优 势 。 近红外 分 析仪 在饲 料成 分 分析 中 的应 用 包括 水 分 、 粗蛋白、 粗纤维 、 粗 脂肪、 氨基酸 、 维 生素 、 钙 、 磷 、 粗 灰 分、 酸性 和 中性 洗 涤 纤 维 等 。其 对 饲 料 样 品 的 测 定 主 要 是 依 据 饲 料 样 品 中的有 机成 分 对近 红外 光 的吸 收 。目 前 国 内 外 市 场 上 生 产 的 近 红 外 光 谱 分 析 仪 的软 件 功 能都 较 为 完 善 ， 选 用
近红外光谱技术在农产品品质检测中的应用
近红外光谱技术在农产品品质检测中的应用近年来，农产品品质安全问题备受关注。
传统的农产品品质检测方法通常耗时费力且不够准确，给农产品产业带来了困扰。
然而，近红外光谱技术的出现为农产品品质检测带来了新的解决方案。
近红外光谱技术以其快速、无损、准确等优势，广泛应用于农产品品质检测领域。
近红外光谱技术是一种基于分子振动和转动引起的光吸收特性的检测方法。
近红外光谱具有强基础、高实用性和快速性的特点，在农产品品质检测中发挥着重要作用。
该技术通过光子学原理，获取样品中分子振动与转动的信息，从而实现对农产品的非破坏性检测。
农产品的各项品质指标，如水分含量、蛋白质含量、脂肪含量、糖分含量等，都可以用近红外光谱技术进行快速准确的检测。
通过对光谱数据的分析处理，可以得到农产品的各项品质指标及其变异情况。
相比传统方法，近红外光谱技术在样品准备、测试过程以及数据处理上都更加简便高效。
首先，近红外光谱技术可以实现对农产品水分含量的快速检测。
水分是影响农产品保质期和储存性能的重要因素。
传统的水分检测方法需要样品的破坏性处理，且需要耗费较长的时间。
而近红外光谱技术可以直接通过样品的光谱特征来判断水分含量，且不需要任何样品处理。
通过建立相应的数据模型和算法，即可将光谱信息与水分含量进行关联，实现快速准确的检测。
其次，近红外光谱技术在农产品蛋白质含量检测方面也具有广泛应用。
农产品中的蛋白质含量是衡量其营养价值的重要指标之一。
传统的蛋白质检测方法通常需要耗费大量的时间和实验成本。
而近红外光谱技术可以通过样品的光谱特征来实现对蛋白质含量的快速无损检测。
利用光谱数据处理方法可以建立相应的模型，根据样品的光谱特征反推蛋白质含量，从而实现快速准确的检测。
此外，近红外光谱技术还可以应用于农产品脂肪含量的检测。
脂肪是农产品中的重要组成部分，对其含量的检测十分关键。
传统的脂肪含量检测方法通常需要使用化学试剂和基础设备，且操作繁琐。
而近红外光谱技术可以通过样品的光谱信息来分析脂肪含量，并建立相应的模型。
近红外光谱技术在农产品质量检测中的应用研究
近红外光谱技术在农产品质量检测中的应用研究引言农产品的质量安全一直是人们关注的重要问题。
近年来，近红外光谱技术作为一种快速、无损的检测方法，被广泛应用于农产品质量检测领域。
本文将以近红外光谱技术在农产品质量检测中的应用为研究对象，结合具体案例，探讨其优势和局限性，并展望其未来发展趋势。
一、近红外光谱技术概述近红外光谱技术是利用近红外光的特性进行检测和分析的一种非破坏性测试方法。
近红外光谱仪通过对农产品样本进行扫描，根据样本与光的相互作用，获取反射、透射或辐射光谱信息，进而对农产品的成分、质地、水分、气味等进行定量或定性分析。
二、近红外光谱技术在农产品质量检测中的应用1. 成分分析近红外光谱技术可以通过分析样本在不同波长下的光吸收情况，实现对农产品的成分分析。
例如，在酿酒业中，可以通过近红外光谱技术对葡萄酒中的酒精含量、糖分含量、酸度等进行快速准确的检测，提高产品质量。
2. 质地检测农产品的质地是影响其品质和口感的重要因素。
近红外光谱技术结合成像技术，能够对水果、蔬菜等农产品的质地进行定性和定量分析。
例如，可以通过对苹果的皮肉比例、硬度等参数的测定，实现苹果的分级和筛选，提高市场竞争力。
3. 水分检测近红外光谱技术可以通过样本中水分的光谱信息，准确测定农产品的水分含量。
传统的水分测定方法需要样本的破坏，而近红外光谱技术则可以实现非破坏性测量。
对于谷物、蔬菜、肉类等农产品，应用近红外光谱技术进行水分检测，可以提高检测速度和准确性。
4. 残留物检测农产品中农药和兽药残留物的安全性问题一直备受关注。
近红外光谱技术可以通过建立残留物与光谱特征之间的关联模型，快速检测农产品中的残留物。
与传统的化学分析方法相比，近红外光谱技术具有快速、准确、无需昂贵试剂等优势。
三、近红外光谱技术的优势和局限性1. 优势（1）无损性：近红外光谱技术可以对农产品进行直接检测，无需破坏样品，保持农产品的完整性。
（2）快速性：近红外光谱技术相比传统的化学分析方法，测量时间更短，可以实现高通量的检测。
基于红外光谱的混凝土材料组成分析
基于红外光谱的混凝土材料组成分析一、研究背景混凝土是一种重要的建筑材料，在建筑、道路、桥梁等工程中广泛应用。
混凝土的性能取决于其组成成分，包括水泥、骨料、水等。
因此，对混凝土的组成成分进行分析具有重要的意义。
传统的化学分析方法需要耗费大量时间和精力，而近年来发展起来的红外光谱技术则能够快速、准确地分析混凝土的组成成分。
二、研究目的本研究旨在利用红外光谱技术对混凝土材料的组成进行分析，探究其在混凝土材料中的应用，为混凝土材料的研究和应用提供支持。
三、研究方法本研究采用红外光谱仪对不同组分的混凝土样品进行测试。
首先，收集不同配比的混凝土样品，包括不同品种的水泥、不同骨料、不同掺合材料等。
然后，将混凝土样品研磨成粉末，制成压片样品。
最后，利用红外光谱仪对样品进行测试，获取样品的红外光谱图谱，并通过比对标准库对样品进行分析。
四、研究结果1. 水泥成分分析通过红外光谱技术，可以准确地分析出水泥中的主要成分，包括硅酸盐、铝酸盐、铁酸盐等。
例如，对于硅酸盐水泥，其红外光谱图谱中会出现强烈的Si-O和Si-O-Si振动吸收峰；对于铝酸盐水泥，其红外光谱图谱中会出现Al-OH、Al-O和Al-O-Si振动吸收峰。
2. 骨料成分分析通过红外光谱技术，可以分析出混凝土中的骨料成分，如石英、长石、云母等。
例如，对于石英，其红外光谱图谱中会出现强烈的Si-O-Si振动吸收峰；对于长石，其红外光谱图谱中会出现Al-O和Si-O振动吸收峰。
3. 掺合材料成分分析通过红外光谱技术，可以分析出混凝土中的掺合材料成分，如粉煤灰、硅灰等。
例如，对于粉煤灰，其红外光谱图谱中会出现强烈的Si-O和Al-O-Si振动吸收峰；对于硅灰，其红外光谱图谱中会出现强烈的Si-O和Si-O-Si振动吸收峰。
五、研究结论本研究利用红外光谱技术对混凝土材料的组成进行了分析，结果表明，红外光谱技术能够快速、准确地分析混凝土的组成成分，包括水泥、骨料、掺合材料等。
基于背景水分扣除的水泥生料成分的近红外光谱建模
关键词 傅里叶变换红外光谱技术&水泥生料&成分分析&消除背景水分
中图分类号：Βιβλιοθήκη 433.1文献标识码：ADOI： 1 0 .3964/j. issn.1 00 0-0 593(2 02 0 )04-10 51-0 5
引言
水泥生料质量控制是生产优质水泥的关键一环$由于物 料成分波动，水泥生料中的4种关键成分Fe2 03, Si02, Ca0 和Al03配比会发生变化$及时检测这四种成分的含量并调 整其配比，对水泥生料的质量控制具有重要意义$现有的生 料成分检测方法有荧光分析法(1-3)和中子活化法$荧光分 析法是一种离线的分析方法，需要从生产线上采集生料，在 实验室进行成分分析，过程繁琐且耗时$中子活化法需要中 子源，若发生泄漏会对人体产生严重危害$而傅里叶变换红
收稿日期：2019-03-18,修订日期：2019-07-26 基金项目：安徽省重点研究与开发计划项目(17040402196),中国科学院前沿科学重点研究项目(QYZDY-SSW-DQC016)和国家重点研发计
划(2016YFC0803001-08)资助 作者简介：胡 荣，女，1991年生，中国科学技术大学环境科学与光电技术学院博士研究生 e-mail: 736649627@
外(Fourier transform infrared , FTIR)光谱是一种安全快捷、 可在线的分析方法 在水泥生料成分的在线检测的应用上具 有巨大潜力68)$
在实际的水泥生产现场，由于环境不可控，需要考虑环 境湿度变化对样品的 FTIR 定量分析模型造成的影响$ 水分 在近红外波段存在强烈的吸收，并与水泥生料矿物成分的特 征吸收的近红外波段产生重叠$研究表明水分会影响物质的 近红外光谱[9] $ Janik等研究了水分对土壤的红外分析的影 响，得到光谱强度与水分含量呈非线性关系(0)$王世芳等通 过实验得到水分会掩盖表征土壤有机质信息的波段，对土壤 有机质检测造成干扰(门$背景水分的变动会对光谱的基线
近红外光谱技术在水泥质量控制中的应用及对策
第１５期 收稿日期：２０２０－０６－０１作者简介：方 勤（１９８１—），安徽池州人，工程师，主要从事产品质量检验研究。
近红外光谱技术在水泥质量控制中的应用及对策方 勤（池州市产品质量监督检验所，安徽池州 ２４７０００）摘要：近红外光谱是一种定量分析方法，由于其具有多种优点而广泛应用于各种领域之中。
水泥原料中的几种重要成分对于水泥产品的质量本身具有非常重要的作用。
将近红外光谱应用到水泥产品质量检测，可以为水泥产品的质量检测提供新的思路。
关键词：近红外光谱；水泥生料；水化过程中图分类号：Ｏ６５７．３ 文献标识码：Ａ 文章编号：１００８－０２１Ｘ（２０２０）１５－０１５７－０１ＳｔｒａｔｅｇｉｅｓａｎｄＡｐｐｌｉｃａｔｉｏｎｓｏｆＮｅａｒＩｎｆｒａｒｅｄＳｐｅｃｔｒｏｓｃｏｐｙＴｅｃｈｎｏｌｏｇｙｉｎＱｕａｌｉｔｙＣｏｎｔｒｏｌｏｆＣｅｍｅｎｔＦａｎｇＱｉｎ（ＣｈｉｚｈｏｕＣｉｔｙＩｎｓｔｉｔｕｔｅｏｆＰｒｏｄｕｃｔＱｕａｌｉｔｙＳｕｐｅｒｖｉｓｉｏｎ＆Ｉｎｓｐｅｃｔｉｏｎ，Ｃｈｉｚｈｏｕ ２４７０００，Ｃｈｉｎａ）Ａｂｓｔｒａｃｔ：Ｎｅａｒｉｎｆｒａｒｅｄｓｐｅｃｔｒｏｓｃｏｐｙ（ＮＩＲ）ｉｓａｑｕａｎｔｉｔａｔｉｖｅａｎａｌｙｓｉｓｍｅｔｈｏｄ，ｗｈｉｃｈｉｓｗｉｄｅｌｙｕｓｅｄｉｎｖａｒｉｏｕｓｆｉｅｌｄｓｄｕｅｔｏｔｈｅｉｒａｄｖａｎｔａｇｅｓ．Ｓｅｖｅｒａｌｉｍｐｏｒｔａｎｔｃｏｍｐｏｎｅｎｔｓｉｎｃｅｍｅｎｔｒａｗｍａｔｅｒｉａｌｓｐｌａｙａｎｉｍｐｏｒｔａｎｔｒｏｌｅｉｎｔｈｅｑｕａｌｉｔｙｏｆｃｅｍｅｎｔｐｒｏｄｕｃｔｓ．Ｔｈｅａｐｐｌｉｃａｔｉｏｎｏｆｎｅａｒｉｎｆｒａｒｅｄｓｐｅｃｔｒｏｓｃｏｐｙｔｏｔｈｅｑｕａｌｉｔｙｔｅｓｔｏｆｃｅｍｅｎｔｐｒｏｄｕｃｔｓｃｏｕｌｄｐｒｏｖｉｄｅｎｅｗｉｄｅａｏｆｔｈｅｑｕａｌｉｔｙｔｅｓｔｏｆｃｅｍｅｎｔｐｒｏｄｕｃｔｓ．Ｋｅｙｗｏｒｄｓ：ｎｅａｒｉｎｆｒａｒｅｄｓｐｅｃｔｒｏｓｃｏｐｙ；ｃｅｍｅｎｔｒａｗｍｅａｌ；ｈｙｄｒａｔｉｏｎｐｒｏｓｅｓｓ 水泥是国民经济发展中最重要的基础性原材料之一，其质量品质直接关系到建筑工程质量，进而关系到人民生命财产的安全。
混凝土中红外光谱检测技术的应用研究
混凝土中红外光谱检测技术的应用研究一、引言混凝土是建筑工程中广泛使用的一种材料，其强度、耐久性、抗裂性等性能是影响工程质量的重要因素。
而红外光谱检测技术是一种非接触式的、无损的、快速准确的检测方法，能够对混凝土中的物质进行精准定量分析，因此被广泛应用于混凝土材料的质量检测和评估中。
本文将从红外光谱检测技术的基本原理、混凝土中红外光谱检测方法、应用案例等方面进行探讨。
二、基本原理红外光谱检测技术是利用物质吸收红外辐射的特性来分析物质的结构和组成的技术。
具体来说，红外光谱检测技术是通过测量物质在不同波长处对红外辐射的吸收程度来进行分析的。
红外辐射通常被分为近红外、中红外和远红外三个区域，其中中红外波段的红外光谱最具代表性。
红外光谱检测技术的核心设备是红外光谱仪，其具体原理是将红外辐射通过物质样品后，测量样品吸收红外辐射的强度和波长，然后对数据进行分析和比较，从而得出物质的结构和组成信息。
三、混凝土中红外光谱检测方法混凝土是一种非常特殊的材料，由于其成分、结构和形态的复杂性，使得混凝土中的红外光谱分析面临着诸多挑战。
但是，通过对混凝土中不同成分的红外光谱进行分析，可以对混凝土中不同成分的含量、结构和性质进行准确的定量和定性分析，从而提高混凝土材料的质量和工程效益。
下面将从混凝土中不同成分的红外光谱检测方法、混凝土中红外光谱检测的数据处理方法等方面进行探讨。
1. 水泥基材料的红外光谱检测方法水泥基材料是混凝土的主要组成部分之一，其结构和成分的特点对混凝土的性能和质量有很大影响。
因此，对水泥基材料中的成分和结构进行精确的分析和定量是混凝土质量检测的重要步骤之一。
水泥基材料中的主要成分包括水泥、矿物掺合料、水和气泡等。
其中，水泥是水泥基材料的主要成分之一，其红外光谱的特征峰主要分布在4000~400 cm-1区间，主要包括Si-O基、Al-O基、C-H基等。
2. 骨料的红外光谱检测方法骨料是混凝土中的另一个重要组成部分，其性质和质量对混凝土的强度和耐久性有很大影响。
红外光谱技术在水泥材料中的应用研究
红外光谱技术在水泥材料中的应用研究随着建筑行业的不断发展，水泥材料作为最常见的建筑材料之一，在建筑中的应用越来越广泛。
然而，在水泥材料的生产和使用过程中，由于其复杂的组成和特殊的性质，很容易导致各种质量问题。
对于这些问题的解决，红外光谱技术是一种非常有效的方法。
一、水泥材料的组成及其存在的问题水泥材料主要由熟料、混合料、石膏和水等几种成分组成。
其中，熟料是水泥材料的主要组成部分，在煤矿等矿山中由原材料经过煤燃烧而得来。
然而，由于熟料中存在着各种化学成分，比如铁、铝、钙等，因此在生产和使用过程中，会出现各种问题，比如水泥材料的强度不足、性能下降、环保性能不佳等等。
二、红外光谱技术在水泥材料中的应用为了解决这些问题，科学家们开始采用红外光谱技术对水泥材料进行分析和研究。
红外光谱技术是一种非常先进的分析技术，可以快速、准确地分析物质的成分和性质。
具体来说，在水泥材料的研究中，红外光谱技术可以用于以下几个方面：1、水泥材料的组成分析通过红外光谱技术，我们可以更加深入地了解水泥材料的组成情况，进而判断其质量是否合格。
此外，还可以通过观察样品的红外光谱图谱，分析出各种元素的含量，为材料的研究提供关键性的数据。
2、水泥材料的结构分析水泥材料的强度和性能受到其结构的影响，因此通过红外光谱技术，我们可以对水泥材料的结构进行深入分析，进而找出其弱点和优化处。
对于理解水泥材料结构的演变过程，红外光谱技术也是一种非常有效的方法。
3、水泥材料的变形性能分析红外光谱技术可以测试材料中的一些结构性变化，这对于分析水泥材料的变形性能非常关键。
通过分析样品的变形性能，我们可以更好地理解水泥材料变形的机理，并在实际应用过程中提高其性能和质量。
三、红外光谱技术在水泥材料中的前景和挑战随着科技的不断发展和创新，红外光谱技术在水泥材料的应用中将会变得更加完善和复杂。
同时，也会面临一些挑战，比如如何减少测试过程中的误差、如何加强样品的可复制性、如何做好实验室和现场之间的数据共享等等。
混凝土中红外线光谱特性研究及其应用
混凝土中红外线光谱特性研究及其应用混凝土是建筑工程中广泛使用的一种材料，对其性能的研究一直是工程领域的热点问题。
红外光谱技术是一种非常有效的研究材料结构和性能的手段，因此混凝土中红外光谱特性的研究具有重要的理论和实际意义。
本文将系统地介绍混凝土中红外光谱特性的研究现状和应用前景。
一、混凝土中红外光谱特性的研究现状1. 红外光谱技术简介红外光谱技术是一种利用物质分子振动对应的谱带进行结构分析的方法，其原理是利用特定波长的红外辐射对物质进行激发，使分子振动，分子振动的频率和振幅与分子结构和化学键的类型、数量和位置有关。
通过测量样品在不同波数下的吸收率，可以得到样品的红外光谱图像，从而了解样品中分子的结构和组成。
红外光谱技术具有非破坏性、高灵敏度、快速简便、可靠性高等优点，被广泛应用于材料科学、化学、生物学等领域。
2. 混凝土中红外光谱特性的研究现状混凝土中红外光谱特性的研究主要集中在以下几个方面：（1）水泥基材料的红外光谱特性混凝土的主要成分是水泥基材料，因此研究水泥基材料的红外光谱特性是混凝土红外光谱研究的重点。
水泥基材料主要由硅酸盐、氧化物、水等组成，这些成分的振动频率和强度对应着水泥基材料的结构和性质。
研究表明，水泥基材料的红外光谱图像中主要包含了硅酸盐结构的指纹区、氧化物结构的指纹区、水分子结构的指纹区等。
（2）混凝土中添加剂的红外光谱特性混凝土常常需要添加一些材料来改善其性能，如掺入粉煤灰、矿渣粉等。
这些添加剂也会对混凝土的红外光谱特性产生影响，因此研究混凝土中添加剂的红外光谱特性对混凝土的性能研究具有重要意义。
（3）混凝土中氯盐的红外光谱特性氯盐是混凝土中常见的一种污染物，会对混凝土的性能产生不良影响。
研究表明，氯盐的存在会导致混凝土的红外光谱图像中出现新的吸收峰，这些新的吸收峰可以用来定量分析氯盐的含量。
二、混凝土中红外光谱特性的应用1. 混凝土的结构性能分析混凝土的结构和性能是研究混凝土性能的核心问题，而红外光谱技术可以通过分析混凝土中不同成分的振动频率和强度来了解混凝土的结构和性能。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
基于近红外光谱检测技术的水泥生料成分含量检测研究
黄冰;王孝红;蒋萍
【期刊名称】《光谱学与光谱分析》
【年(卷),期】2022(42)3
【摘要】近红外光谱检测技术已经成功应用于水泥生料成分的快速检测,但我国水泥企业在生产水泥生料时所用原材料品种不一,使用不同的原材料进行生产时对近红外光谱建模带来一定影响。
为了研究不同原料生产的水泥生料近红外光谱建模差异,对不同地区水泥生产线所生产的水泥生料进行建模研究。
选取两个不同地区水泥生产线的水泥生料样本各95份和82份,各自选取80份和67份作为校正集,15份作为验证集。
首先将两条水泥生产线的样本每份重复装样测3次光谱,取平均光谱做为样本的近红外光谱。
然后通过采用S-G平滑法对两个不同地区所生产的水泥生料近红外光谱进行预处理。
对比发现两个地区水泥生料近红外光谱存在一定差异,采用偏最小二乘回归算法建立检测模型,所建立的模型精度差异较大。
采用CARS波段挑选法,分别对两种水泥生料近红外光谱进行挑选,生产线一的水泥生料样本SiO_(2),Al_(2)O_(3),Fe_(2)O_(3)和CaO近红外光谱波段由3113个变量分别保留了85,89,55和67个变量,生产线二的水泥生料近红外光谱则分别保留了51,55,55和55个变量,且保留的波段明显存在一定区别。
最后分别建立了两个地区的水泥生料SiO_(2),Al_(2)O_(3),Fe_(2)O_(3)和CaO近红外光谱检测模型。
通过对比发现原材料不同时所挑选的波段不同,且检测模型预测效果良好。
生产线一的SiO_(2),Al_(2)O_(3),Fe_(2)O_(3)和CaO检测模型的RMSEP(预测均方根误差)分别为0.109,0.053,0.034和0.185,生产线二的SiO_(2),Al_(2)O_(3),Fe_(2)O_(3)和CaO检测模型的RMSEP分别为0.084,0.024,0.023和0.184。
结果表明当水泥
生料的原材料发生变化或者产地不一时,不能仅靠修正模型对水泥生料进行检测,而是需要重新进行近红外光谱建模,且光谱波段选择也会发生变化。
采用波段挑选法对水泥生料近红外光谱进行波段挑选能够提高检测模型的模型精度。
【总页数】6页(P737-742)
【作者】黄冰;王孝红;蒋萍
【作者单位】济南大学建筑材料制备与测试技术重点实验室;济南大学自动化与电气工程学院
【正文语种】中文
【中图分类】O436
【相关文献】
1.近红外光谱技术快速检测银杏叶中指标成分含量的研究
2.基于近红外光谱的微量成分(毒死蜱)检测技术研究
3.基于近红外光谱的纺织纤维含量检测技术的研究进展
4.基于近红外光谱技术快速检测中药制剂中马兜铃酸含量的实验研究
5.基于近红外光谱技术的电子烟油烟碱含量快速检测研究
因版权原因，仅展示原文概要，查看原文内容请购买。