煙葉四種成分的近紅外模型的建立、維護與轉(zhuǎn)移.pdf

1、近年來，人們對煙草制品的質(zhì)量日益關(guān)注，在實際的煙草質(zhì)量控制中，對決定煙草內(nèi)在品質(zhì)的因素—化學成分的分析提出了更高的要求。分析工作者不再局限于分析某一種或者幾種化學成分，而是需要使用多種儀器來分析大量煙草樣本中許多組分的含量。這種常規(guī)化學分析法操作復雜、分析時間長，顯然不能滿足產(chǎn)品開發(fā)和質(zhì)量控制的要求，因此，尋求一種快速而有效的分析手段來測定化學成分就顯得十分必要。本研究利用近紅外光譜分析技術(shù)對煙葉中的四種成分進行快速定量分析。課題組收集

2、了全國多個省份的400多份煙葉樣品，測定其近紅外光譜以及還原糖、總糖、總氮和煙堿的含量，從而建立了煙葉近紅外基礎(chǔ)數(shù)據(jù)庫。在此基礎(chǔ)上，建立了煙葉四種成分的近紅外定量分析模型。由于各種成分與近紅外光譜的相關(guān)性不盡相同，所以可能達到的測試精度也會不同，這就要求深入研究，通過優(yōu)化建模的各種條件，力求建立最有效的分析模型。為了獲得一個穩(wěn)健、預測偏差小、適用性強的模型，研究從以下幾個方面展開：
　　 1)研究多種光譜預測處理方法以及建模樣品

3、數(shù)對模型預測性能的影響。通過各種處理方法對比，確定一階導數(shù)和二階導數(shù)是最佳的光譜預處理方法；建模樣品數(shù)在條件允許時要盡量多，但樣品過多可能導致模型誤差增加。
　　 2)局部模型與全局模型的比較。局部模型的預測結(jié)果比全局模型更可靠，如果我們知道樣品的某些光譜特征，如復烤煙樣品光譜的主成分空間比初烤煙的更窄，或者復烤煙和初烤煙在主成分空間可明顯可分為兩類，建立一個局部模型可以得到更佳的預測效果。
　　 3)組合建模的研究。通

4、過組合建模的方式可以計算出每個樣本預測結(jié)果的標準偏差，從而為定量分析結(jié)果精度提供一個評價方法。
　　 4)異常值的檢測與模型性能的關(guān)系。把自助法用于奇異值檢測，從而得到一個穩(wěn)健的模型。
　　 5)模型修正的研究。通過擴充樣品主成分空間后得到的修正模型比原模型預測偏差更小。
　　 6)模型轉(zhuǎn)移的研究。比較了三種模型轉(zhuǎn)移方法，對于煙葉數(shù)據(jù)，由于相同樣品在主儀器掃描的光譜跟從儀器掃描出的差異不是很大，三種方法所得結(jié)果無