【摘要】：本文以ABS、EVA、HDPE、PBT、PC、PET、PMMA、POM、PP、PPO、PS和PVC 12種常見類型的塑料為研究對象,采用拉曼光譜技術對多種不同塑料進行檢測與識別研究,主要內(nèi)容如下:首先通過拉曼光譜檢測技術建立塑料拉曼光譜采集的最佳方法,考察了激光波長、積分時間、共焦孔徑以及掃面范圍等參數(shù)對光譜的影響,優(yōu)化選擇了最佳采集參數(shù),即激光波長為785nm,積分時間為25s,共焦孔徑為500μm,掃描范圍為200-1800cm~(-1)。對于熱效應強的黑色塑料樣本,采用低溫測樣附件—液氮制冷平臺抑制樣本的熱效應,通過實驗分析得到785nm激光波長,功率10mw,積分時間30s為最佳采集條件。然后,對采集到的塑料拉曼光譜數(shù)據(jù)進行處理,包括光譜預處理和光譜特征提取。光譜預處理主要包括:采用多項式最小二乘擬合法對光譜進行平滑處理,消除噪聲,提高信噪比,其中多項式次數(shù)為1,窗口大小為3;采用線段組合型基線進行基線校正,消除熒光背景和噪聲背景對光譜數(shù)據(jù)分析的影響;采用最大-最小歸一化法對數(shù)據(jù)進行歸一化處理,消除數(shù)據(jù)量級大小的差異對后續(xù)數(shù)據(jù)分析的影響。采用主成分分析法提取光譜特征,選取累計貢獻率為90.45%的前11個主成分的得分作為新的特征變量表征原始拉曼光譜數(shù)據(jù),用于后續(xù)的建模分析,減少數(shù)據(jù)量的處理,簡化問題的處理難度。最后,對經(jīng)過處理后的光譜數(shù)據(jù)建立BP神經(jīng)網(wǎng)絡和支持向量機識別模型。345個樣本組成訓練集用于建立模型,通過對比分析確定模型的最佳參數(shù)。對于BP神經(jīng)網(wǎng)絡模型,最佳網(wǎng)絡參數(shù)為:輸入層節(jié)點數(shù)11,隱含層節(jié)點數(shù)8,輸出層節(jié)點數(shù)4,學習速率0.1,誤差0.01,訓練1000次。支持向量機模型采用[-1,1]歸一化數(shù)據(jù)處理方法和多項式核心函數(shù)訓練模型時效果最佳。111個樣本組成預測集用于檢驗模型的可靠性。結(jié)果表明,BP神經(jīng)網(wǎng)絡對訓練集樣本識別率為97.97%,預測集樣本識別率為94.60%,基本能夠滿足塑料識別中對識別率的要求。支持向量機模型對預測集樣本的識別率達到99.10%,對塑料具有很好的識別效果。本文創(chuàng)新點:(1)將拉曼光譜技術應用于塑料識別研究,對大量的塑料樣本進行檢測分析,并建立識別模型,為塑料識別提供新思路;(2)結(jié)合拉曼光譜技術和低溫采樣附件,對具有較強熱效應的黑色塑料進行了檢測識別。
【圖文】：

中國計量大學碩士學位論文光譜技術曼光譜的原理曼光譜介紹的傳播過程中，當一束單色光照射到樣品時，一般會發(fā)生反射、大部分的光會被反射或透射，只有很少部分的光被散射出去，如射出去的光與入射光頻率相同的為瑞利散射，頻率發(fā)生改變的為對應的光譜就是拉曼光譜。

中國計量大學碩士學位論文散射是光子失去部分能量或者得到部分能量的非彈性碰撞過程。如圖 2.2 所示當光子與分子發(fā)生彈性碰撞時，只改變運動方向，不發(fā)生能量的交換，頻率為 的單色光照射到物質(zhì)上，處于基態(tài)能級的分子躍遷到激發(fā)虛態(tài)，分子在虛態(tài)穩(wěn)定，很快釋放出頻率為0 的光子，回到相應的基態(tài)能級，即瑞利散射。當量子與分子發(fā)生非彈性碰撞時，不僅方向發(fā)生改變，光子與分子之間還存在量交換。光子失去或得到一部分能量，光子能量改變的大小是固定的，，為能E0和 E1之間的能量差 h （h 為普朗克常數(shù)）。當光子把一部分能量 h 給子時，在激發(fā)虛態(tài) 0 的分子釋放出比入射頻率較小的光子，形成斯托克斯散射光子頻率變?yōu)?- 0。同時，分子將獲得的光子能量轉(zhuǎn)變?yōu)檗D(zhuǎn)動或振動能量由基態(tài) E0到受激態(tài) E1，能量增加了 h 的能量。當光子得到分子的一部分能h 時，在激發(fā)虛態(tài) 1 的分子釋放出比入射頻率較大的光子，形成反斯托克散射，光子頻率變?yōu)?0，此時，分子由激發(fā)態(tài) E1回到了基態(tài) E0。斯托斯散射和反斯托克散射統(tǒng)稱為拉曼散射[19]。
【學位授予單位】：中國計量大學
【學位級別】：碩士
【學位授予年份】：2018
【分類號】：O657.33;TQ320.7

【相似文獻】

相關期刊論文 前10條

1 張宇;周金池;;拉曼光譜在食用油鑒別及檢測領域的最新研究進展[J];糧食與油脂;2018年04期

2 ;當新技術碰撞市場 應用拉曼光譜如何詮釋儀器風采[J];化學分析計量;2018年02期

3 沈大媧;鄭菲;吳娜;張亦弛;王志良;;拉曼光譜在文物考古領域的應用態(tài)勢分析[J];光譜學與光譜分析;2018年09期

4 金穎淳;鄭旭明;;2,4-二硫代尿嘧啶的紫外吸收光譜和共振拉曼光譜[J];物理化學學報;2017年10期

5 劉順彭;;淺析拉曼光譜的原理及其應用[J];科學家;2017年07期

6 鐘會清;劉智明;倪藝榕;熊紅蓮;郭周義;;二甲基亞砜對離體豬皮膚組織的拉曼光譜的影響[J];激光生物學報;2013年06期

7 高卓;;中美科學家發(fā)明增強拉曼光譜檢測新技術[J];化學分析計量;2010年03期

8 蘇紀勇;劉燕楠;宋昆;何鑠杰;李任植;;電流作用后成骨細胞表面增強的拉曼光譜[J];中國組織工程研究與臨床康復;2007年44期

9 宮衍香;呂剛;馬傳濤;;拉曼光譜及其在現(xiàn)代科技中的應用[J];現(xiàn)代物理知識;2006年01期

10 ;國際表面拉曼光譜會議在廈門大學舉行[J];電化學;2000年04期

相關會議論文 前10條

1 李同起;焦星劍;李鈺梅;馮志海;;有序碳層去向的拉曼光譜分析測試研究[A];TEIM2015第六屆無機材料結(jié)構、性能及測試表征技術研討會程序冊與摘要集[C];2015年

2 張曉華;張驥;湯秀章;;空間偏移拉曼光譜新技術研究[A];中國原子能科學研究院年報 2013[C];2014年

3 王吉有;王閔;劉玲;郝偉;;拉曼光譜在考古中的應用[A];第十三屆全國光散射學術會議論文摘要集[C];2005年

4 依麗努爾·木合塔爾;沈愛國;胡繼明;;拉曼光譜在氣藏相關細菌的快速鑒別中的應用[A];第十八屆全國光散射學術會議摘要文集[C];2015年

5 張瑩;邱石;馮兆池;李燦;;脈沖激光下半胱氨酸分子的手性拉曼光譜[A];第十八屆全國光散射學術會議摘要文集[C];2015年

6 尹利輝;;液體制劑拉曼光譜無損快速篩查技術[A];2015年現(xiàn)場檢測儀器前沿技術研討會論文集[C];2015年

7 王紅球;張麗;王璐;程廣衛(wèi);葉光林;張士新;朱鵬;易裕民;;拉曼光譜在安檢領域中的應用[A];第十六屆全國光散射學術會議論文摘要集[C];2011年

8 龐然;吳德印;田中群;;水合離子簇的氫鍵作用和振動拉曼光譜[A];第十五屆全國光散射學術會議論文摘要集[C];2009年

9 謝黎明;凌曦;方源;張錦;劉忠范;;石墨烯作為共振拉曼光譜測量中的熒光抑制基底[A];第十五屆全國光散射學術會議論文摘要集[C];2009年

10 王璐;張麗;王紅球;易裕民;;拉曼光譜用于液態(tài)物品安檢的方法研究[A];第十六屆全國光散射學術會議論文摘要集[C];2011年

相關重要報紙文章 前8條

1 記者 吳長鋒 通訊員 楊保國;我率先實現(xiàn)緊鄰不同分子的拉曼光譜識別[N];科技日報;2015年

2 記者 張建琛;中美科學家發(fā)明增強拉曼光譜檢測新技術[N];科技日報;2010年

3 黃愛群;荷蘭發(fā)明智能手術探針[N];中國醫(yī)藥報;2001年

4 江其勤　席斌斌;石勘院研制出流體拉曼光譜標定儀[N];中國石化報;2011年

5 李蓉 記者 張兆軍;長春光機所大面積可控高活性拉曼光譜增強基底研究獲進展[N];科技日報;2015年

6 記者 游雪晴;“書畫真?zhèn)慰茖W鑒定系統(tǒng)”項目通過驗收[N];科技日報;2010年

7 田小雪;物質(zhì)識別檢測方法有新成果[N];中國國門時報;2011年

8 楊海艷 俞翔 龔德才;古代絲織品炭化研究進展[N];中國文物報;2016年

相關博士學位論文 前10條

1 江蓓;基于光流體系統(tǒng)的新型激光及生物檢測研究[D];上海交通大學;2018年

2 田芳明;基于拉曼光譜與有機成分分析的大米身份識別[D];吉林大學;2018年

3 王建;鎢酸鹽晶態(tài)到熔態(tài)結(jié)構演變及其振動特性的計算模擬和原位拉曼光譜研究[D];上海大學;2018年

4 張同剛;牛肉貯藏中色澤變化對屠宰放血程度的響應機理研究[D];寧夏大學;2018年

5 黃偉;人活體鼻咽癌組織拉曼光譜檢測技術與裝置研究[D];福建師范大學;2016年

6 馮敬敬;拉曼光譜在食品包裝和生物污染物快速檢測中的應用[D];江南大學;2019年

7 邢蕾;溶菌酶變性和纖維化動力學的拉曼光譜研究[D];中國科學技術大學;2018年

8 馬楠;冰晶石-氧化鋁熔鹽體系微結(jié)構的高溫原位拉曼光譜研究[D];上海大學;2018年

9 王敏;鉬酸鹽晶體和熔體結(jié)構的原位高溫拉曼光譜與第一性原理計算模擬研究[D];上海大學;2018年

10 孫俊麗;基于拉曼光譜無損胚胎性別鑒定方法的研究[D];廣西大學;2018年

相關碩士學位論文 前10條

1 夏嘉斌;生物參數(shù)光纖拉曼光譜在體實時檢測技術研究[D];合肥工業(yè)大學;2019年

2 白靜;拉曼光譜預處理關鍵技術研究[D];合肥工業(yè)大學;2019年

3 董晶晶;基于拉曼光譜的食用油品質(zhì)檢測方法研究[D];北京工商大學;2018年

4 張海靜;鎳納米線和拉曼光譜聯(lián)用研究細胞色素c介導的細胞凋亡[D];吉林大學;2019年

5 潘琨琨;基于血清拉曼光譜的丙肝診斷和1b亞型的鑒定[D];新疆醫(yī)科大學;2019年

6 黃飛;基于不同溫度和激光功率下的Bi_2Se_3單晶拉曼光譜研究[D];西華師范大學;2019年

7 陳玲玲;基于拉曼光譜的塑料檢測技術與識別算法研究[D];中國計量大學;2018年

8 劉續(xù);基于針尖結(jié)構的拉曼光譜增強效應仿真研究[D];中國計量大學;2018年

9 溫寶英;殼層隔絕納米粒子增強拉曼光譜在單晶電化學中的應用[D];廈門大學;2017年

10 林坤;提高共焦拉曼光譜檢測系統(tǒng)分辨力研究[D];廈門大學;2018年

本文編號：2623126