近紅外光譜多元?jiǎng)討B(tài)校正模型研究及其在廢液COD監(jiān)測中的應(yīng)用
【學(xué)位授予單位】:重慶大學(xué)
【學(xué)位級別】:博士
【學(xué)位授予年份】:2018
【分類號】:O657.3;X832
【圖文】:
圖 1.1 近紅外光譜分析技術(shù)檢測物質(zhì)成分流程圖Fig.1.1 The flow chart of detecting material composition using near infrared spectroscopy由圖 1.1 可知,化學(xué)計(jì)量學(xué)方法是近紅外光譜分析中重要組成部分,其主要譜的預(yù)處理、特征信號提取以及建立多元定量校正模型等。在近紅外技術(shù)與多元回歸建模相結(jié)合的應(yīng)用中,一般認(rèn)為 PLS 方法是一種能力強(qiáng)的模型校正方法,可以建立全波長光譜和待測量的多校正模型[17]。隨 PLS 方法的進(jìn)一步研究和應(yīng)用,通過使用特定方法篩選特征波長或波長范圍獲得更好的定量校正模型[18]。一方面,波長選擇可以簡化模型,更重要的是除無關(guān)或非線性特征后,校正模型具有更好的魯棒性。因此,研究波長選,對于簡化校正模型、提高模型的預(yù)測能力和增強(qiáng)模型的穩(wěn)定性,均具有實(shí)際技術(shù)意義。目前,在多元校正分析中,波長選擇的主流方法包括間隔二乘法(interval PLS,iPLS)[22]、遺傳算法(genetic algorithms,GA)[23,24分析法、無信息變量的消除法(UVE)[19-21],以及相關(guān)系數(shù)法、逐步回歸統(tǒng)的特征篩選算法。這些方法針對不同對象都有成功的應(yīng)用案例[25-32]。
圖 1.2 動(dòng)態(tài)演化模型Fig.1.2 Evolution model如果廢液監(jiān)測依然按校正模型初始參數(shù)運(yùn)行,基于早期廢液數(shù)據(jù)的校正模型,預(yù)測新廢液樣本的準(zhǔn)確性將無法得到保證。因此,要想實(shí)現(xiàn)廢液在線分析校正模型的自適應(yīng)性,需要不斷的更新校正模型,在最佳校正模型的基礎(chǔ)上對廢液成分含量進(jìn)行預(yù)測,達(dá)到校正模型自學(xué)習(xí)的目的。主流的 RPLS 是通過計(jì)算最小化測量誤差平方和,以及最小化估計(jì)誤差方差陣,來更新模型。在解決偏最小二乘每一次接收到新測量值時(shí),面對全局更新的問題,不該忽略了模型內(nèi)部變化。上述問題,必然會(huì)影響到基于近紅外光譜技術(shù)的廢液在線分析校正模型的有效性與適應(yīng)性,成為近紅外光譜在線定量分析面臨的共性技術(shù)難題,也是制約基于近紅外光譜在線分析技術(shù)工程應(yīng)用推廣的瓶頸。為此,本研究在總結(jié)、分析國內(nèi)外相關(guān)成果基礎(chǔ)上,提出以下技術(shù)突破的研究方向:①特征相似性測度結(jié)合偏最小二乘法,將原始光譜投影到正交的主成分子空間,再利用虛假最近鄰點(diǎn)法進(jìn)行光譜特征選取。
重慶大學(xué)博士學(xué)位論文程中的測量噪聲協(xié)方差;最后建立廢液近紅外光譜與待測指標(biāo)之間的線化模型,使模型具有自主校正(學(xué)習(xí))的功能,實(shí)現(xiàn)近紅外光譜技術(shù)綠檢測廢液 COD 含量。要研究內(nèi)容及技術(shù)路線文以機(jī)械蒸汽壓縮技術(shù)(Mechanical Vapour Recompression,MVR)凈棄鉆井液樣本為研究對象,以增強(qiáng)廢液近紅外光譜動(dòng)態(tài)校正模型的穩(wěn)定實(shí)現(xiàn)廢液 COD 的近紅外光譜在線準(zhǔn)確檢測。技術(shù)路線框圖如圖 1.3 所合偏最小二乘法、虛假最近鄰點(diǎn)法,進(jìn)行光譜波長選;②采用衰減記試,根據(jù)樣本光譜和 COD 化驗(yàn)值進(jìn)行實(shí)時(shí)估計(jì),得到準(zhǔn)確測量噪聲估后的波長變量由 Kalman filter 結(jié)合 PLS 方法構(gòu)建成多元?jiǎng)討B(tài)校正模型
【參考文獻(xiàn)】
相關(guān)期刊論文 前10條
1 張明月;;我國固相萃取技術(shù)及其在水質(zhì)檢測中的應(yīng)用進(jìn)展[J];職業(yè)與健康;2015年17期
2 吳兆娜;丁香乾;宮會(huì)麗;董梅;王梅勛;;基于強(qiáng)影響度的近紅外奇異樣本識(shí)別算法研究[J];光譜學(xué)與光譜分析;2015年07期
3 梁波;徐金球;關(guān)杰;郭耀廣;蘇瑞景;;生物法處理印染廢水的研究進(jìn)展[J];化工環(huán)保;2015年03期
4 黃旭鋒;閆海闊;姚林江;王林;;吹掃捕集-快速氣相色譜-質(zhì)譜聯(lián)用法測定水中54種揮發(fā)性有機(jī)物[J];環(huán)境工程學(xué)報(bào);2015年04期
5 王志剛;;涪陵頁巖氣勘探開發(fā)重大突破與啟示[J];石油與天然氣地質(zhì);2015年01期
6 王沖敏;齊從溫;劉曉瑜;;廢棄鉆井液處理技術(shù)研究進(jìn)展[J];內(nèi)蒙古石油化工;2014年22期
7 劉偉;趙眾;袁洪福;宋春風(fēng);李效玉;;光譜多元分析校正集和驗(yàn)證集樣本分布優(yōu)選方法研究[J];光譜學(xué)與光譜分析;2014年04期
8 王勇;鄢捷年;吳江;李志勇;徐生江;韋火云;;環(huán)境敏感區(qū)廢棄鉆井液無害化處理新技術(shù)[J];石油鉆探技術(shù);2014年02期
9 徐冰;王星;Dhaene Tom;史新元;Couckuyt Ivo;白雁;喬延江;;基于遺傳算法的多目標(biāo)最小二乘支持向量機(jī)在近紅外多組分定量分析中的應(yīng)用[J];光譜學(xué)與光譜分析;2014年03期
10 劉燕德;施宇;蔡麗君;周延睿;;基于CARS算法的臍橙可溶性固形物近紅外在線檢測[J];農(nóng)業(yè)機(jī)械學(xué)報(bào);2013年09期
相關(guān)會(huì)議論文 前2條
1 廖禮;張興國;李躍明;張菀喬;蔣西平;;廢棄鉆井液處理技術(shù)現(xiàn)狀及綜合措施[A];環(huán)保鉆井液技術(shù)及廢棄鉆井液處理技術(shù)研討會(huì)論文集[C];2014年
2 蘇秀純;李洪俊;劉河;;國內(nèi)廢棄鉆井液處理技術(shù)發(fā)展?fàn)顩r分析[A];環(huán)保鉆井液技術(shù)及廢棄鉆井液處理技術(shù)研討會(huì)論文集[C];2014年
相關(guān)博士學(xué)位論文 前1條
1 范偉;基于分子光譜的多元校正模型優(yōu)化與轉(zhuǎn)移方法及其應(yīng)用研究[D];中南大學(xué);2013年
相關(guān)碩士學(xué)位論文 前3條
1 代雷雷;基于紫外光譜的水質(zhì)有機(jī)物污染異常檢測方法研究[D];浙江大學(xué);2014年
2 于真真;鉆井廢棄泥漿無害化處理實(shí)驗(yàn)研究[D];天津大學(xué);2009年
3 王忠德;惰性粒子流化床干燥鉆井廢泥漿的實(shí)驗(yàn)研究[D];四川大學(xué);2007年
本文編號:2786880
本文鏈接:http://sikaile.net/shengtaihuanjingbaohulunwen/2786880.html