2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩76頁未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡介

1、植物油是人們生活中不可或缺的食品,而過氧化值,酸價以及水分含量又是其重要的理化指標(biāo),因此如何對這些指標(biāo)進(jìn)行準(zhǔn)確快速的測定具有重要的意義。目前檢測這些指標(biāo)所使用的常規(guī)方法具有費(fèi)時、費(fèi)力以及污染等缺點(diǎn),不適合實(shí)時,在線檢測分析。然而中紅外光譜分析技術(shù)克服了這些缺點(diǎn),可以準(zhǔn)確快速并且具有環(huán)境友好的特點(diǎn),在準(zhǔn)確度方面也比常規(guī)方法有所提升,在食品以及農(nóng)產(chǎn)品的品質(zhì)檢測方面發(fā)揮著越來越重要的作用,并且表現(xiàn)出良好的應(yīng)用前景。因此本文以精煉植物油為研究對

2、象,開展了中紅外光譜技術(shù)在植物油的過氧化值,酸價以及水分含量中的評價研究。首先,通過運(yùn)用不同光譜預(yù)處理方法來優(yōu)化PLS模型,以確定最佳的光譜預(yù)處理方法用來建立最佳的校正模型;然后,引入特征譜區(qū)及波長篩選方法解決光譜信息冗余問題,優(yōu)選了最佳光譜范圍及其最佳主因子數(shù),提高了校正模型的預(yù)測精度以及穩(wěn)定性;最后,結(jié)合線性數(shù)學(xué)方法以及不同的線性法構(gòu)建水分含量的校正模型,對比分析后,選取最佳的評價模型。本文主要的工作極其結(jié)論總結(jié)如下:
  (

3、1)光譜預(yù)處理方法在校正模型優(yōu)化中的應(yīng)用研究。通過運(yùn)用標(biāo)準(zhǔn)正態(tài)變量變換(SNV)、多元散射校正(MSC)、多點(diǎn)平滑、一階導(dǎo)數(shù)、二階導(dǎo)數(shù)等預(yù)處理方法,分別對植物油的原始中紅外光譜進(jìn)行了預(yù)處理,建立過氧化值,酸價以及水分含量的PLS校正分析模型;在建模的過程中,根據(jù)交叉驗(yàn)證均方差(RMSECV)、相關(guān)系數(shù)(R2)、預(yù)測均方差(RMSEP)等多項(xiàng)指標(biāo)綜合評價模型的準(zhǔn)確度和穩(wěn)定性,依據(jù)全局交互驗(yàn)證均方差最小的原則來選取建模所需的最佳主成分因子數(shù)

4、。試驗(yàn)結(jié)果表明,在分析過氧化值模型時運(yùn)用了SNV、平滑以及二階導(dǎo)數(shù)的預(yù)處理方法,在分析酸價模型時運(yùn)用了SNV、平滑及一階導(dǎo)數(shù)的預(yù)處理方法,而在分析水分含量模型時不需要任何的預(yù)處理方法;最終三個模型的最佳主成分因子數(shù)分別為7、8、8;相關(guān)系數(shù)分別為0.9752、0.9962、0.9773。試驗(yàn)結(jié)果表明,選擇合適的預(yù)處理方法和最佳的主成分因子數(shù)建立校正模型可以很好地預(yù)測植物油的理化指標(biāo),為植物油多理化指標(biāo)的快速、實(shí)時、在線檢測提供了有效的新

5、方法。
  (2)特征譜區(qū)在中紅外光譜檢測植物油過氧化值和酸價中的應(yīng)用研究。植物油的中紅外光譜中存在光譜信息重疊的問題,影響校正模型的預(yù)測性能和穩(wěn)健性。本研究嘗試應(yīng)用特征譜區(qū)結(jié)合PLS法來建立植物油過氧化值和酸價的預(yù)測模型,以提高校正模型的預(yù)測能力和穩(wěn)定性。試驗(yàn)分別采用區(qū)間偏最小二乘法(iPLS)、聯(lián)合區(qū)間偏最小二乘法(Si-PLS)兩種特征譜區(qū)篩選方法來優(yōu)化模型,并和普通PLS模型的預(yù)測性能做了比較分析。試驗(yàn)結(jié)果顯示,過氧化值的

6、最佳校正模型為iPLS,最佳光譜范圍為700~1300 cm-1;酸價的最佳校正模型為Si-PLS,最佳光譜范圍為700~900 cm-1,1100~1300 cm-1,1700~1900cm-1,2700~2900 cm-1,2900~3100 cm-1。試驗(yàn)結(jié)果表明,利用特征譜區(qū)篩選方法來優(yōu)化模型,不僅提高了模型的預(yù)測能力,而且降低了模型的復(fù)雜度,很好地解決了光譜信息冗余等問題。
  (3)不同線性模型在中紅外光譜評價植物油水

7、分含量中的研究。植物油中的水分在中紅外光譜中有特定的吸收峰,同時水分也對其他物質(zhì)的基團(tuán)結(jié)構(gòu)有一定的影響,因此會呈現(xiàn)出一定的線性關(guān)系。本研究首先建立了在1652 cm-1處吸光度與水分含量的直接線性模型,該模型的預(yù)測性能較高,相關(guān)系數(shù)為0.9678;然后又比較了PCR和PLS兩種間接的線性模型的優(yōu)劣,最后選擇了PLS模型作為預(yù)測植物油水分含量的的最佳模型,優(yōu)化后得到其相關(guān)系數(shù)為0.9773。研究結(jié)果為植物油水分含量提供了新的測定方法,對于

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論