羽絨及其混合物成份的近紅外快速檢測方法研究.pdf

1、羽絨產業(yè)作為紡織品行業(yè)的一個重要組成部分，具有廣闊的發(fā)展前景。鵝絨和鴨絨的性質相似但是品質差異很大，摻假現象的檢測成了品質檢測中的重要問題。傳統(tǒng)檢測方法具有速度慢、人為干擾大等問題。近紅外光譜(NIR)分析技術是一種無損傷的檢測技術，其還存在不用預處理、檢測速度快、不會產生化學廢棄物等優(yōu)點。
　　 在研究利用近紅外光譜對羽絨中的不同成分含量進行建模的過程中，討論了不同光譜儀器，不同的光譜采集方式對建模結果的影響。結果表明，采用U

2、SB4000光譜儀漫反射方式采集的光譜建模效果最好，相關系數為0.997，校正集的均方根誤差(RMSEC)和預測集的均方根誤差(RMSEP)分別為2.6％和3.8％，其次為尼高立光譜儀漫反射方法所建模型，最差為USB4000光譜儀漫透射方式所建模型結果。在對近紅外對于羽絨成分檢測能力的探尋實驗中，研究結果表明混合樣本成分百分比差異在10％以外時，從近紅外光譜的主成分空間中能被明顯區(qū)分，當樣本集間差距縮小到5％時，主成分空間中樣本重疊嚴重

3、，區(qū)分不明顯，但是使用判別偏最小二乘(PLS)方法結合預處理方法還是能將數據集間加以區(qū)分。通過對三種濕度值的樣本光譜建立獨立模型、混合模型和全局模型，討論了各種模型的預測效果，結果表明，各組獨立建?！M內預測模型效果都較為理想。獨立建模和組間預測效果很差。混合模型可以用來進行預測。最優(yōu)全局模型的r值為0.970，RMSEC和RMSEP值為7.33％和8.60％，是一個較為穩(wěn)定的模型。全局模型的優(yōu)點在于其有較高的穩(wěn)定性，同時模型適應性較廣

4、。利用近紅外方法對羽絨樣本的水分含量做了預測，結果表明，最好的預測效果出現在MSC處理后的模型中，該模型的r值為0.871，RMSEC與RMSEP值分別為0.60％和0.80％，兩者絕對值小，同時差距也較小，說明模型穩(wěn)健，但r值偏低。
　　 此外，還比較了預處理方法和波段選擇對光譜模型的影響，證明對于尼高立光譜儀采集的光譜而言，長波近紅外波段比短波波段建立的模型有更好的性能。各種預處理方法對模型的影響不盡相同，依據光譜儀的不同，