论文部分内容阅读
目前,近红外（NIR）分析技术在烟草研究领域已得到了较广泛的应用,但是,这些研究采用的近红外光谱仪主要是以离线为主。本研究应用在线傅立叶变换近红外光谱仪收集制丝线上的烟丝光谱,采用偏最小二乘法（PLS）建立了在线烟丝含水率、总植物碱、总糖、总氮、还原糖、氯、钾的预测模型。主要的研究内容有:1.通过实验对光谱仪器的分辨率和扫描次数两个仪器参数进行了选择和优化,最后得到仪器的分辨率参数为:8cm-1,扫描次数参数为:64次。采用主成分-马氏距离法从115个样品中剔除了7个光谱异常样品,采用化学值F检验法分别剔除了含水率、总植物碱、总糖、总氮、还原糖、氯、钾化学值异常样品数分别为:2、7、2、2、5、5、4。2.通过OPUS软件优化,选择了最佳的谱区范围、最佳的光谱预处理方法以及最佳的主成分维数,建立了7个化学指标的数学模型,TS、RS、NIC、TN、H2O、CL、K模型的内部均方差（RMSECV）分别为:0.5450、0.4520、0.0499、0.0505、0.0841、0.0270、0.0786。采用外部验证法验证模型的可靠性,用建好的模型预测8个样品,得到近红外方法与常规方法的比较结果。TS、RS、TN、NIC、K、CL、H2O含量预测的最大绝对误差的绝对值分别为:0.42、0.67、0.08、0.10、0.14、0.07、0.15;标准偏差分别为:0.2127、0.4276、0.0266、0.0603、0.0924、0.0385、0.1936;平均相对误差分别为:0.64%、1.59%、2.49%、1.9%、4.19%、6.58%、0.97%;预测均方差（RMSEP）分别为:0.1994、0.4027、0.0595、0.0581、0.0923、0.0395、0.1823。离线近红外模型已经满足分析检测的要求,通过在线模型和离线模型的比较,在线模型的各个参数都达到了预测精度要求,能够用于生产线的监测。3.用WinCC V6.0控制开发软件,设计了系统的登陆界面,生产数据显示界面以及烟丝化学含量变化趋势界面,且用WinCC组态软件的Web Navigator选件将这些界面面发布到网上,各个客户机通过IE浏览器就可以接收定量分析数据,了解烟丝生产线的生产情况,可以及时、直观地了解到当前卷烟生产成品烟丝的化学值变化状况。实验结果表明,在线近红外光谱分析法结果与常规分析法结果比较,具有很好的相关性,预测标准偏差小。经实际生产实验,近红外光谱法能应用于烟厂制丝线的生产分析,且经济效益显著,在烟丝常规质量指标的监测中有着广泛的应用前景和推广价值。