论文部分内容阅读
随着对THz波的光谱分辨性、透视性等研究的不断深入,人们逐渐发现THz技术在谷物品质定性定量检测中具有独特的应用价值。谷物的THz光谱包含着非常丰富的物理和化学信息,其独特的指纹谱为THz技术在谷物检测方面的应用提供了科学依据。本论文基于透射型的太赫兹时域光谱(THz-TDS)探测系统,以普通谷物为对象进行定性识别和定量分析方法的初步探索,获得了相关谷物的指纹谱和有效检测算法,为谷物品质及安全检测技术的发展提供了新途径、新方法和重要技术支撑。具体研究内容及结果如下:(1)介绍了常用的透射型THz-TDS系统提取固态和液体吸收系数、折射率与介电材料的介电常数的基本方法。基于片上天线正交极化理论,提出了一种新型的利用THz探测装置求取介电材料的介电常数?和电导率?的方法。(2)采用透射式THz-TDS系统对大米、玉米、小米和黑米的THz光谱进行研究分析,完成了四种谷物吸收峰的指认工作。研究表明,不同谷物的特征吸收峰和吸收强度具有明显差异,大米吸收峰位于0.20、0.49、0.71THz,玉米0.33、0.54、0.74THz,小米0.38、0.60、0.83THz,黑米0.22、0.45、0.76THz,有效频段的折射率则满足9)黑米>9)大米>9)小米>9)玉米。将吸收系数先用Savitzky-Golay平滑预处理,再经PCA提取主成分构建PLS-DA模型,结果表明训练集与测试集的识别准确率分别达到97.29%、95.94%。(3)采用THz-TDS技术对正常、虫蛀和霉变小米样品进行THz光谱测量并细致分析,将THz技术与模式识别算法结合,实现小米品质的鉴别研究。结果表明,不同品质小米吸收系数和折射率均具有较大可区分性,正常、虫蛀和霉变小米的吸收峰的位置分别位于0.373、0.621THz;0.362、0.603THz;0.355、0.59THz,折射率通常满足9)霉变<9)虫蛀<9)正常。比较不同预处理和特征波长提取方式对PLS-DA模型的影响。利用一种新改进的粒子群(IPSO)优化SVM参数,基于径向基内核(RBF)和10折交叉验证构建IPSO-SVM模型,并与其他模型(PLS-DA、LS-SVM和PSO-SVM)比较,结果表明IPSO-SVM模型预测性能和运算速度均优于其他模型,回代训练集和测试集的准确率分别为100%、97.78%。(4)室温下对面粉、滑石粉及其混合样品在03THz频段进行THz光谱测量,并对其THz光谱特性进行差异性分析。结果表明滑石粉的特征吸收峰位于1.14THz,混合样品的吸收系数随其含量的增加而减小,且吸收峰更明显、陡峭,折射率随其含量增加而缓慢增加,谱线具有一定交叉现象,高于1.6THz频段谱线均存在明显谐振。将iPLS、SiPLS、BiPLS和MwPLS区间筛选算法应用到掺杂样品的THz光谱定量分析中。对比可知4种谱区筛选算法所得最佳模型的性能均优于全光谱PLS定量模型,其中MwPLS模型检测性能最佳,其交互验证均方根误差RMSECV和相关系数RCV为1.3532、0.9972,预测均方根误差RMSEP和相关系数PR分别为1.9133、0.9926,检出限可达到1%。特征谱区筛选可有效地剔除与滑石粉含量无关的信息而优选相关性较大的光谱区间,使得模型的检测精度和复杂性得到极大改善,初步证明了THz技术可作为非法添加剂快速、高效的检测技术与方法。