本文關(guān)鍵詞：多組分有機(jī)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(gè)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(méi)有得到一種普遍認(rèn)同的方法。而實(shí)際分析中的多數(shù)樣品都是混合物,因此,對(duì)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(xué)計(jì)量學(xué)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(shí)驗(yàn)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(jìn)展及在各個(gè)領(lǐng)域分析中的應(yīng)用現(xiàn)狀。此外,還簡(jiǎn)述了近紅外光譜定量分析中常用的幾種化學(xué)計(jì)量學(xué)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(cè)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(cè)定大豆蛋白質(zhì)含量的校正模型,通過(guò)外部測(cè)試集驗(yàn)證和留一交叉驗(yàn)證對(duì)所建模型的預(yù)測(cè)能力進(jìn)行評(píng)價(jià)。結(jié)果表明,兩種方法對(duì)蛋白質(zhì)含量的預(yù)測(cè)都是可行的,但偏最小二乘法預(yù)測(cè)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(cè)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(cè)定大豆的油分含量可以得到更準(zhǔn)確的測(cè)定結(jié)果。第四章運(yùn)用近紅外光譜技術(shù)對(duì)足光散中的兩種有效成分同時(shí)進(jìn)行了定量分析。利用測(cè)試集樣品對(duì)建立的校正模型進(jìn)行外部測(cè)試驗(yàn)證。實(shí)驗(yàn)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(cè),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(shí)驗(yàn)表明,通過(guò)光譜預(yù)處理能夠獲得較原始光譜更加準(zhǔn)確的預(yù)測(cè)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(cè)精度。
【關(guān)鍵詞】：近紅外光譜 多元校正 大豆 柴油
【學(xué)位授予單位】：西安石油大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類號(hào)】：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(jiǎn)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(diǎn)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(cè)定方法研究21-30
• 2.1 引言21-22
• 2.2 實(shí)驗(yàn)和方法22-23
• 2.2.1 留一交叉驗(yàn)證23
• 2.2.2 外部測(cè)試集驗(yàn)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(cè)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(cè)定方法研究30-37
• 3.1 引言30-31
• 3.2 實(shí)驗(yàn)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(cè)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(cè)定方法研究37-44
• 4.1 引言37
• 4.2 實(shí)驗(yàn)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(xué)值測(cè)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(cè)定方法研究44-54
• 5.1 引言44-45
• 5.2 實(shí)驗(yàn)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(xiàn)56-61
• 攻讀碩士學(xué)位期間發(fā)表的論文61-62

【相似文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 嚴(yán)衍祿,趙龍蓮,李軍會(huì),張錄達(dá),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(xué)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(gè)問(wèn)題[J];光譜實(shí)驗(yàn)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(dòng)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(bào);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(shī)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(xué)學(xué)報(bào)(自然科學(xué)版);2003年06期

8 丁東,張洪艷,畢衛(wèi)紅,申鉉國(guó);葡萄糖溶液近紅外光譜分析中兩種常用化學(xué)計(jì)量學(xué)方法的比較[J];光譜實(shí)驗(yàn)室;2004年03期

9 王麗杰,郭建英,徐可欣;對(duì)牛奶成分近紅外光譜分析方法的研究[J];哈爾濱理工大學(xué)學(xué)報(bào);2004年05期

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

中國(guó)重要會(huì)議論文全文數(shù)據(jù)庫(kù) 前10條

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

2 田高友;;輕質(zhì)石油燃料質(zhì)量指標(biāo)近紅外光譜分析方法標(biāo)準(zhǔn)研究[A];科學(xué)儀器服務(wù)民生學(xué)術(shù)大會(huì)論文集[C];2011年

3 祝詩(shī)平;王剛;吳靜珠;王一鳴;;支持向量機(jī)在近紅外光譜分析中的應(yīng)用[A];2007年中國(guó)農(nóng)業(yè)工程學(xué)會(huì)學(xué)術(shù)年會(huì)論文摘要集[C];2007年

4 張卓勇;;化學(xué)計(jì)量學(xué)方法在近紅外光譜分析中的應(yīng)用[A];全國(guó)第13屆分子光譜學(xué)術(shù)報(bào)告會(huì)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(guó)計(jì)算（機(jī)）化學(xué)學(xué)術(shù)會(huì)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(cè)中的應(yīng)用[A];全面建設(shè)小康社會(huì)：中國(guó)科技工作者的歷史責(zé)任——中國(guó)科協(xié)2003年學(xué)術(shù)年會(huì)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(jìn)展[A];2007年中國(guó)農(nóng)業(yè)工程學(xué)會(huì)學(xué)術(shù)年會(huì)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(jìn)展[A];節(jié)能環(huán)保 和諧發(fā)展——2007中國(guó)科協(xié)年會(huì)論文集（三）[C];2007年

9 景明;蔡文生;邵學(xué)廣;;Multiblock PLS方法用于植物樣本的近紅外光譜分析[A];中國(guó)化學(xué)會(huì)第26屆學(xué)術(shù)年會(huì)化學(xué)信息學(xué)與化學(xué)計(jì)量學(xué)分會(huì)場(chǎng)論文集[C];2008年

10 邵學(xué)廣;蔡文生;徐恒;;近紅外光譜分析中波長(zhǎng)選擇的必要性[A];中國(guó)化學(xué)會(huì)第27屆學(xué)術(shù)年會(huì)第15分會(huì)場(chǎng)摘要集[C];2010年

中國(guó)博士學(xué)位論文全文數(shù)據(jù)庫(kù) 前6條

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

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

3 王立琦;基于近紅外光譜分析的大豆油質(zhì)量檢測(cè)方法研究[D];哈爾濱理工大學(xué);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(kāi)大學(xué);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(xué);2005年

6 鄭開(kāi)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(xué);2013年

中國(guó)碩士學(xué)位論文全文數(shù)據(jù)庫(kù) 前10條

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

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

3 邴姍;多組分有機(jī)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(xué);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(xué);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(cè)中的應(yīng)用研究[D];中國(guó)科學(xué)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(xué);2011年

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

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

9 趙強(qiáng);近紅外光譜分析定標(biāo)技術(shù)的研究[D];暨南大學(xué);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(xué);2009年

，

本文編號(hào)：750289