【摘要】：近紅外光譜分析技術(shù)作為一種快速、無損、無污染的分析方法,在許多行業(yè)的生產(chǎn)過程中得到廣泛地運用,特別在農(nóng)產(chǎn)品領(lǐng)域中的應(yīng)用更加廣泛。實驗室使用的近紅外光譜儀器分辨率高、穩(wěn)定性好,但是也存在著掃描速度慢、價格高昂、體積大、便攜性差等缺點。這些缺點的存在不適應(yīng)實現(xiàn)現(xiàn)場快速檢測的要求,阻礙了近紅外光譜分析技術(shù)在現(xiàn)場檢測應(yīng)用上的發(fā)展。微機電系統(tǒng)(micro-electro-mechanical systems,MEMS)是基于半導(dǎo)體微細加工技術(shù)發(fā)展起來的高新技術(shù)�；贛EMS技術(shù)的微型近紅外光譜儀具有微體積、低成本、高靈敏度等優(yōu)點,未來可在現(xiàn)場檢測中扮演重要角色。本研究基于MEMS技術(shù)自主研制了一臺微型近紅外光譜儀“N100”,以油菜籽粗脂肪和粗蛋白為主要研究對象,展開了基于微型近紅外光譜儀油菜籽品質(zhì)方法檢測的研究,具體進行了下面的研究工作:1.對N100型微型近紅外光譜儀的性能指標(biāo)進行試驗評估,從光譜儀輸出信號、吸光度重復(fù)性和基線穩(wěn)定性這3個指標(biāo)對N100的性能進行評估測試。試驗結(jié)果證明,在光譜儀達到最佳工作點(即輸出信號水平在20 000~40 000 Counts范圍內(nèi))的情況下,積分時間為10 ms的吸光度重復(fù)性最好,相對標(biāo)準(zhǔn)偏差穩(wěn)定在0.003左右,100%T的相對標(biāo)準(zhǔn)偏差偏差穩(wěn)定在0.000 4左右。表明N100基本能滿足生產(chǎn)過程中對油菜籽主要指標(biāo)的快速檢測的精度要求。2.研究了待測物料的粒度對近紅外光譜的影響規(guī)律,選取面粉、小米和大米這3種不同粒度的樣本,進行了粒度因素影響光譜重復(fù)性的驗證試驗,結(jié)果證明:面粉的光強信號最穩(wěn)定,其相對標(biāo)準(zhǔn)偏差穩(wěn)定在0.001 5左右,大米的光強信號最不穩(wěn)定,其相對標(biāo)準(zhǔn)偏差穩(wěn)定在0.004 5左右。說明隨著物料粒度的不斷增大,相對應(yīng)的光譜的穩(wěn)定性是逐漸變差的。因此,為保證光譜的穩(wěn)定性,對于較大顆粒物料可進行一些必要的粉碎等物理方式處理。3.為進一步優(yōu)化N100的儀器性能,拓展儀器的應(yīng)用范圍,設(shè)計了45°和60°這2種光源入射角度,分別在2種角度采集油菜籽樣本的光譜輸出信號,進行光譜穩(wěn)定性試驗驗證。結(jié)果證明:光源入射角度60°下油菜籽的光譜輸出信號更加穩(wěn)定,其相對標(biāo)準(zhǔn)偏差穩(wěn)定在0.003左右,而45°下的光譜輸出信號相對標(biāo)準(zhǔn)偏差穩(wěn)定在0.007左右,并通過數(shù)理統(tǒng)計中的F檢驗得出2種角度下的光譜存在顯著性差異。因此,對于油菜籽的檢測選擇光源入射角度為60°檢測附件較好。4.為驗證N100是否達到了實際應(yīng)用的要求。收集不同地域的104個油菜籽樣本,分別利用N100和FOSS 6500近紅外光譜采集油菜籽樣本光譜,對油菜籽的粗蛋白和粗脂肪含量測定進行;采用NIRS數(shù)據(jù)處理軟件對粗脂肪和粗蛋白進行校正模型的創(chuàng)建。結(jié)果發(fā)現(xiàn):對于N100,采用Duplex法+一階導(dǎo)數(shù)+異常樣本剔除后的粗脂肪PLSR校正模型的預(yù)測結(jié)果最佳,其RC、RMSEC、Rp和RMSEP值分別為0.8829、1.1544、0.8459和1.5908;采用KS法+MSC+異常樣本剔除后的粗蛋白PLSR校正模型的預(yù)測結(jié)果最佳,其中RC、RMSEC、Rp和RMSEP值分別為0.9181、0.4700、0.8469和0.5839。對于FOSS 6500,粗脂肪PLSR校正模型相應(yīng)的RC、RMSEC、Rp和RMSEP值分別為0.9440、0.8885、0.9267和1.1445;粗蛋白PLSR校正模型相應(yīng)的RC、RMSEC、Rp和RMSEP值分別為0.9777、0.3202、0.9627和0.4015。表明N100基本達到了在實際生活中對油菜籽品質(zhì)檢測的要求,但略差于高精度臺式儀器FOSS 6500近紅外光譜儀建立的相對應(yīng)模型,說明N100還有很大的進步空間。5.為解決溫度因素對校正模型穩(wěn)健性影響的難題,以油菜籽粗脂肪含量為研究對象,分別采用光譜預(yù)處理和建立溫度混合校正模型這2種方法建立粗脂肪的PLSR校正模型。結(jié)果發(fā)現(xiàn):采用光譜預(yù)處理(例如MSC)處理后,22℃和28℃的驗證集的RMSEP值(1.9167、2.3410)與25℃驗證集的RMSEP(1.4934)值比較接近,但是RAD值(4.230和4.781)相對于25℃驗證集的RAD值(2.651)是明顯偏高的;而通過建立溫度混合校正模型,22℃和28℃的RMSEP值(1.4457、1.3904)和RAD值(3.113、2.887)與25℃的RMSEP值(1.3904)和RAD值(2.521)十分接近。說明簡單光譜預(yù)處理方法對建立穩(wěn)健的校正模型無明顯效果,而采用溫度混合校正模型的方法對建立穩(wěn)健校正模型是非常有效。
[Abstract]:......
【學(xué)位授予單位】：江蘇大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2017
【分類號】：O657.33;TQ917

【參考文獻】

相關(guān)期刊論文 前10條

1 FU Dong-hui;JIANG Ling-yan;Annaliese S Mason;XIAO Mei-li;ZHU Long-rong;LI Li-zhi;ZHOU Qing-hong;SHEN Chang-jian;HUANG Chun-hui;;Research progress and strategies for multifunctional rapeseed: A case study of China[J];Journal of Integrative Agriculture;2016年08期

2 袁建;朱貞映;鞠興榮;何榮;后其軍;袁翔宇;魏孟輝;;FT-NIR在油菜籽品質(zhì)指標(biāo)快速檢測中的應(yīng)用研究[J];中國糧油學(xué)報;2016年06期

3 陳斌;盧丙;陸道禮;;基于微型近紅外光譜儀的油菜籽含油率模型參數(shù)優(yōu)化研究[J];現(xiàn)代食品科技;2015年08期

4 胡愛琴;袁洪福;宋春風(fēng);李效玉;;近紅外離散波長光譜基線漂移校正方法研究[J];光譜學(xué)與光譜分析;2014年10期

5 高紅秀;金萍;周玉巖;石瑛;;近紅外光譜分析原理、檢測及定標(biāo)技術(shù)簡介[J];中國科技信息;2014年Z1期

6 于新洋;盧啟鵬;高洪智;彭忠琦;;便攜式近紅外光譜儀器現(xiàn)狀及展望[J];光譜學(xué)與光譜分析;2013年11期

7 陸宇振;杜昌文;余常兵;周健民;;紅外光譜在油菜籽快速無損檢測中的應(yīng)用[J];植物營養(yǎng)與肥料學(xué)報;2013年05期

8 楊丹;劉新;王川丕;蔣迎;;綠茶樣品粒度對近紅外光譜圖和模型的影響[J];食品科技;2012年11期

9 劉多強;李長征;孫建章;韓松霖;趙秀麗;崔習(xí)國;;近紅外光譜技術(shù)的發(fā)展及在石化領(lǐng)域中的應(yīng)用[J];化工時刊;2011年06期

10 趙東;練順才;志云;李陽華;牛廣杰;蘭世蓉;;近紅外光譜分析技術(shù)在白酒行業(yè)中的應(yīng)用[J];釀酒;2011年02期

相關(guān)會議論文 前1條

1 張惠;臧恒昌;姜瑋;;微型近紅外光譜分析儀發(fā)展概述[A];2013年中國藥學(xué)大會暨第十三屆中國藥師周論文集[C];2013年

相關(guān)博士學(xué)位論文 前2條

1 劉康;微型光譜儀關(guān)鍵技術(shù)及其應(yīng)用研究[D];浙江大學(xué);2013年

2 申遠;大面積高精度衍射光柵刻劃機結(jié)構(gòu)優(yōu)化與控制研究[D];中國科學(xué)技術(shù)大學(xué);2012年

相關(guān)碩士學(xué)位論文 前3條

1 趙鵬;反射式近紅外小麥水分檢測技術(shù)研究[D];河南工業(yè)大學(xué);2015年

2 王旭峰;近紅外光譜分析技術(shù)在飼料品質(zhì)快速檢測中的應(yīng)用研究[D];南昌大學(xué);2013年

3 李勇;近紅外分析模型穩(wěn)健性研究[D];西北農(nóng)林科技大學(xué);2005年

，

本文編號：2407379