近紅外光譜快速定量分析天然纖維的研究.pdf

1、天然纖維是紡織工業(yè)的重要材料來源。近年來，面對相關(guān)產(chǎn)業(yè)結(jié)構(gòu)的調(diào)整優(yōu)化，以及企業(yè)降低成本和保證產(chǎn)品質(zhì)量的巨大需求，亟待解決纖維的現(xiàn)場或在線快速檢測技術(shù)。但在應(yīng)用近紅外技術(shù)進行現(xiàn)場和在線分析時，光散射以及濕度引起的樣品水分變化等因素會影響模預(yù)測性能，從而影響現(xiàn)場和在線測量準確度和精度。此外，市場上還缺乏某些纖維的現(xiàn)場和在線快速分析系統(tǒng)。因此，本論文研究了水和光散射對山羊絨光譜的影響以及光譜處理方法，并建立了山羊絨凈絨率快速分析方法;研制了一

2、套天然纖維素纖維漿粕性質(zhì)在線分析系統(tǒng)，并建立了在線分析方法。
　　(1)本文研究了水分對山羊絨洗凈絨纖維漫反射近紅外光譜的影響。發(fā)現(xiàn)光譜受到水分的嚴重影響。提出了一種算法—扣水算法來減小水分的影響。該算法基于向量-子空間夾角判據(jù)算法，通過從樣品光譜中扣除水的光譜信息來消除水的影響。分別利用未扣水的光譜和利用該方法預(yù)處理后的光譜與凈絨率相結(jié)合，利用偏最小二乘法建立洗凈絨的定量模型。未扣水模型的預(yù)測決定系數(shù)為0.87，預(yù)測均方根誤差(

3、SEP)為8.53％，而扣水模型的預(yù)測決定系數(shù)為0.94， SEP為5.28％。結(jié)果表明，扣水算法可明顯提高模型的預(yù)測性能。
　　(2)本文研究了洗凈絨中主要組成羊絨和粗毛的漫反射近紅外光譜特征。研究發(fā)現(xiàn)由化學(xué)組成等化學(xué)信息引起的羊絨和粗毛的光譜差異極小，而差異主要來源于物理性質(zhì)例如直徑不同帶來的光散射效應(yīng)。研究了多元散射校正(MSC)對消除散射效應(yīng)的校正效果，并對MSC處理后的光譜殘差進行了主成分分析，研究發(fā)現(xiàn)在MSC光譜殘差中

4、包含對洗凈絨定量校正有用的物理信息。為充分利用樣品的化學(xué)和物理信息，本文提出光譜重建方法。該算法利用主成分分析分解殘差光譜，然后根據(jù)主成分光譜與凈絨率的相關(guān)系數(shù)曲線，來選擇與凈絨率相關(guān)關(guān)系高的主成分光譜，并將其添加到MSC校正后的光譜，構(gòu)建新的用來建模的樣品光譜。利用該方法建立的PLS定量模型，預(yù)測決定系數(shù)為0.92，SEP為6.10。
　　(3)本文研究了扣水算法和光譜重構(gòu)方法聯(lián)合使用對光譜與凈絨率相關(guān)關(guān)系以及模型性能的影響。研

5、究發(fā)現(xiàn)，兩種方法聯(lián)用可有效提高光譜與凈絨率的相關(guān)系數(shù)，并獲得最佳的模型，模型預(yù)測決定系數(shù)為0.95，SEP為5.18％，可滿足凈絨率的檢測要求，從而實現(xiàn)洗凈絨凈絨率的快速分析。
　　(4)本文研制了一種快速在線分析漿粕性質(zhì)的近紅外光譜儀。利用該在線分析儀動態(tài)采集86個漿粕的漫反射光譜圖，利用PLS方法結(jié)合S-G導(dǎo)數(shù)、均值中心化和MSC預(yù)處理方法，分別建立α-纖維素含量和聚合度的在線分析模型。其模型的決定系數(shù)分別0.89和0.98，