本文關(guān)鍵詞：多組分有機混合物及石油產(chǎn)品的近紅外光譜分析方法研究

  更多相關(guān)文章： 近紅外光譜 多元校正 大豆 柴油

【摘要】：近紅外光譜分析作為一種快速的分析方法,已廣泛應(yīng)用于各個領(lǐng)域。但是近紅外光譜中的多組分混合樣品的定量分析目前還沒有得到一種普遍認同的方法。而實際分析中的多數(shù)樣品都是混合物,因此,對多組分混合物體系的定量分析方法研究是很有必要的。本文主要研究了近紅外光譜與化學計量學多元校正方法相結(jié)合的多組分混合物快速定量分析方法。全文實驗部分共四章:第一章概述了近紅外光譜分析技術(shù)的研究進展及在各個領(lǐng)域分析中的應(yīng)用現(xiàn)狀。此外,還簡述了近紅外光譜定量分析中常用的幾種化學計量學方法。第二章研究了不同的多元校正方法在大豆蛋白質(zhì)含量測定中的應(yīng)用。使用偏最小二乘法和主成分回歸分別建立了測定大豆蛋白質(zhì)含量的校正模型,通過外部測試集驗證和留一交叉驗證對所建模型的預(yù)測能力進行評價。結(jié)果表明,兩種方法對蛋白質(zhì)含量的預(yù)測都是可行的,但偏最小二乘法預(yù)測大豆蛋白質(zhì)含量的誤差較低,相關(guān)性更好。第三章則根據(jù)第二章得到的結(jié)論,將偏最小二乘法和主成分回歸分別與近紅外光譜結(jié)合測定大豆的油分含量。兩種方法結(jié)果相比,使用主成分回歸法測定大豆的油分含量可以得到更準確的測定結(jié)果。第四章運用近紅外光譜技術(shù)對足光散中的兩種有效成分同時進行了定量分析。利用測試集樣品對建立的校正模型進行外部測試驗證。實驗結(jié)果表明,偏最小二乘法可用于足光散有效成分的預(yù)測,建模方法有效可靠,可以滿足足光散分析的要求。第五章以柴油的近紅外光譜和ASTM D-613為基礎(chǔ),利用偏最小二乘法分別建立了原始光譜和一階導(dǎo)數(shù)光譜的十六烷值定量分析模型。實驗表明,通過光譜預(yù)處理能夠獲得較原始光譜更加準確的預(yù)測值。因此,光譜預(yù)處理能夠使模型得到優(yōu)化,提高模型預(yù)測精度。
【關(guān)鍵詞】：近紅外光譜 多元校正 大豆 柴油
【學位授予單位】：西安石油大學
【學位級別】：碩士
【學位授予年份】：2016
【分類號】：O657.33
【目錄】：

• 摘要3-4
• ABSTRACT4-8
• 第一章 緒論8-21
• 1.1 近紅外光譜簡介8-12
• 1.1.1 近紅外光譜技術(shù)的原理8-10
• 1.1.2 近紅外光譜技術(shù)的發(fā)展10-11
• 1.1.3 近紅外光譜技術(shù)的特點11-12
• 1.2 近紅外光譜分析模型的建立方法12-18
• 1.2.1 近紅外光譜預(yù)處理方法12-13
• 1.2.2 近紅外光譜分析方法13-14
• 1.2.3 近紅外光譜的常用多元校正建模方法14-18
• 1.3 近紅外光譜技術(shù)的應(yīng)用18-20
• 1.4 研究意義20-21
• 第二章 大豆蛋白質(zhì)的近紅外光譜定量測定方法研究21-30
• 2.1 引言21-22
• 2.2 實驗和方法22-23
• 2.2.1 留一交叉驗證23
• 2.2.2 外部測試集驗證23
• 2.3 結(jié)果與討論23-27
• 2.3.1 大豆蛋白質(zhì)含量的參考值測定23-24
• 2.3.2 大豆樣品的近紅外光譜24
• 2.3.3 PCR模型24-26
• 2.3.4 PLS模型26-27
• 2.4 結(jié)論27-30
• 第三章 大豆油分的近紅外光譜定量測定方法研究30-37
• 3.1 引言30-31
• 3.2 實驗和方法31
• 3.3 結(jié)果與討論31-36
• 3.3.1 大豆樣品的近紅外光譜31-32
• 3.3.2 大豆油分含量的參考值測定32
• 3.3.3 PCR模型32-34
• 3.3.4 PLS模型34-36
• 3.4 結(jié)論36-37
• 第四章 足光散中有效成分的近紅外光譜定量測定方法研究37-44
• 4.1 引言37
• 4.2 實驗和方法37-38
• 4.3 結(jié)果與討論38-43
• 4.3.1 足光散樣品化學值測定38
• 4.3.2 足光散樣品的近紅外光譜38-39
• 4.3.3 PLS模型39-43
• 4.4 結(jié)論43-44
• 第五章 柴油十六烷值的近紅外光譜定量測定方法研究44-54
• 5.1 引言44-45
• 5.2 實驗和方法45
• 5.3 結(jié)果與討論45-48
• 5.3.1 柴油樣品的近紅外光譜45-46
• 5.3.2 PLS模型46-48
• 5.4 結(jié)論48-54
• 第六章 結(jié)論54-55
• 致謝55-56
• 參考文獻56-61
• 攻讀碩士學位期間發(fā)表的論文61-62

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 嚴衍祿,趙龍蓮,李軍會,張錄達,閔順耕;現(xiàn)代近紅外光譜分析的信息處理技術(shù)[J];光譜學與光譜分析;2000年06期

2 史永剛,馮新瀘,李子存,孫萍;近紅外光譜分析中應(yīng)考慮的幾個問題[J];光譜實驗室;2001年04期

3 劉艷青;近紅外光譜分析的技術(shù)與應(yīng)用[J];制造業(yè)自動化;2002年02期

4 高振洪;;近紅外光譜分析儀器的應(yīng)用與發(fā)展[J];科技創(chuàng)新導(dǎo)報;2012年04期

5 端木勉;近紅外光譜分析在微生物法丙烯酰胺及其聚合物生產(chǎn)中的應(yīng)用前景[J];廣州化工;1998年02期

6 劉勝;范雅婷;;基于近紅外光譜分析的多模型建模方法研究[J];林業(yè)科技;2014年02期

7 祝詩平,王一鳴,張小超;小波消噪及其在小麥蛋白質(zhì)含量近紅外光譜分析中的應(yīng)用[J];西南農(nóng)業(yè)大學學報(自然科學版);2003年06期

8 丁東,張洪艷,畢衛(wèi)紅,申鉉國;葡萄糖溶液近紅外光譜分析中兩種常用化學計量學方法的比較[J];光譜實驗室;2004年03期

9 王麗杰,郭建英,徐可欣;對牛奶成分近紅外光譜分析方法的研究[J];哈爾濱理工大學學報;2004年05期

10 褚小立,袁洪福,陸婉珍;基礎(chǔ)數(shù)據(jù)準確性對近紅外光譜分析結(jié)果的影響[J];光譜學與光譜分析;2005年06期

中國重要會議論文全文數(shù)據(jù)庫 前10條

1 馬競濤;;近紅外光譜分析及應(yīng)用[A];新世紀 新機遇 新挑戰(zhàn)——知識創(chuàng)新和高新技術(shù)產(chǎn)業(yè)發(fā)展（下冊）[C];2001年

2 田高友;;輕質(zhì)石油燃料質(zhì)量指標近紅外光譜分析方法標準研究[A];科學儀器服務(wù)民生學術(shù)大會論文集[C];2011年

3 祝詩平;王剛;吳靜珠;王一鳴;;支持向量機在近紅外光譜分析中的應(yīng)用[A];2007年中國農(nóng)業(yè)工程學會學術(shù)年會論文摘要集[C];2007年

4 張卓勇;;化學計量學方法在近紅外光譜分析中的應(yīng)用[A];全國第13屆分子光譜學術(shù)報告會論文集[C];2004年

5 杜一平;Sumaporn Kasemsumran;Yukihiro Ozaki;;近紅外光譜分析中干擾組分光譜的去除[A];第九屆全國計算（機）化學學術(shù)會議論文摘要集[C];2007年

6 劉本清;;近紅外光譜分析在食品、藥品成分檢測中的應(yīng)用[A];全面建設(shè)小康社會：中國科技工作者的歷史責任——中國科協(xié)2003年學術(shù)年會論文集（下）[C];2003年

7 劉潔;李小昱;李培武;王為;劉鵬;張榮榮;;基于近紅外光譜分析的數(shù)據(jù)處理方法研究進展[A];2007年中國農(nóng)業(yè)工程學會學術(shù)年會論文摘要集[C];2007年

8 劉潔;李小昱;李培武;王為;張榮榮;張軍;;數(shù)據(jù)處理方法在近紅外光譜分析中的應(yīng)用進展[A];節(jié)能環(huán)保 和諧發(fā)展——2007中國科協(xié)年會論文集（三）[C];2007年

9 景明;蔡文生;邵學廣;;Multiblock PLS方法用于植物樣本的近紅外光譜分析[A];中國化學會第26屆學術(shù)年會化學信息學與化學計量學分會場論文集[C];2008年

10 邵學廣;蔡文生;徐恒;;近紅外光譜分析中波長選擇的必要性[A];中國化學會第27屆學術(shù)年會第15分會場摘要集[C];2010年

中國博士學位論文全文數(shù)據(jù)庫 前6條

1 孔慶明;大豆秸稈成分近紅外光譜分析快速檢測方法研究[D];東北農(nóng)業(yè)大學;2015年

2 林志丹;基于可見/近紅外光譜分析的化肥土壤成分速測模型研究[D];中國科學技術(shù)大學;2016年

3 王立琦;基于近紅外光譜分析的大豆油質(zhì)量檢測方法研究[D];哈爾濱理工大學;2011年

4 寧宇;功能性富集材料用于微量成分的近紅外光譜分析[D];南開大學;2013年

5 王智宏;野外礦物近紅外光譜分析關(guān)鍵技術(shù)研究[D];吉林大學;2005年

6 鄭開逸;近紅外光譜分析模型優(yōu)化和模型轉(zhuǎn)移算法研究[D];華東理工大學;2013年

中國碩士學位論文全文數(shù)據(jù)庫 前10條

1 張曉鳳;近紅外光譜分析中模型傳遞與特征波長選擇方法研究[D];桂林電子科技大學;2015年

2 范雅婷;毛白楊與相思樹的近紅外光譜分析數(shù)學模型[D];北京林業(yè)大學;2016年

3 邴姍;多組分有機混合物及石油產(chǎn)品的近紅外光譜分析方法研究[D];西安石油大學;2016年

4 蔡麗娟;正交法在近紅外光譜分析中的應(yīng)用[D];哈爾濱理工大學;2009年

5 劉經(jīng)緯;近紅外光譜分析系統(tǒng)及其在食品安全檢測中的應(yīng)用研究[D];中國科學院研究生院(上海技術(shù)物理研究所);2015年

6 應(yīng)冬青;在線近紅外光譜分析系統(tǒng)失效分析[D];杭州電子科技大學;2011年

7 蔡斌;在線型液體近紅外光譜分析平臺的開發(fā)[D];江蘇大學;2008年

8 尹成;基于C++與MATLAB食用油近紅外光譜分析軟件的開發(fā)與應(yīng)用[D];武漢輕工大學;2015年

9 趙強;近紅外光譜分析定標技術(shù)的研究[D];暨南大學;2006年

10 胡愉華;甘蔗初壓汁近紅外光譜分析的模型優(yōu)化與穩(wěn)定性[D];暨南大學;2009年

，

本文編號：750289