小程序
微信小程序
人工客服
回顶部

毛竹化学成分光谱分析的快速建模方法研究

黎昕 | -> | 818| 0| 383.221MB |近红外光谱,综纤维素,木质素,混合样品,建模方法

黎昕 黎昕 | 文档量 |浏览量8257

摘 要 研究了毛竹综纤维素和木质素含量近红外光谱定量分析方法的建立。选用不同竹龄、纵向和横向部位的54 个竹材粉末样品, 用湿化学方法测定其综纤维素和木质素含量。在综纤维素和木质素含量的分布范围内, 从低值、中间值和高值中挑选11 个代表性样品, 11 个样品按预定比例混合得到21 个混合样品, 混合样品的综纤维素和木质素含量计算得到, 再挑选22 个目标成分含量不同的样品组成54 个样品的校正集。用偏最小二乘法分别建立样品综纤维素含量、木质素含量和近红外漫发射光谱之间的相关模型。结果表明,综纤维素含量的预测模型的相关系数( Rp ) 为0192 , 标准偏差(SEP) 为1104 %; 木质素含量的预测模型的Rp为0193 , SEP 为0191 % , 与常规方法建立的模型预测精度相似。说明利用样品混合的方式可快速增加校正集样品的数量、改善校正集样品的分布状况, 继而建立稳定可靠的近红外定量分析模型。
    近红外光谱技术(NIR) 是一种高效快速的现代分析技术, 具有分析时间短、样品需要量少、操作简单和重现性好等优点, 已经在石油化工、农业、医药、造纸、烟草等众多领域得到了广泛的应用[1 , 2 ] 。近年来在木材科学方面也日益受到重视, 国外已有将NIR 用于木材原料化学组成、物理力学性质等的研究报道[3-11 ] , 国内中国林业科学研究院也已从事NIR 在木材科学上的应用研究[12 , 13 ] 。从用NIR 技术预测木材的化学成分国内外文献来看[14-19 ] , 为了采集足够多的代表性样品, 人们在建立木材等植物纤维原料中化学成分的定量分析模型时, 常依据原料化学成分的变异特点, 采集不同年龄、种植密度、生长部位等材质影响因子下的大量样品。众所周知, 测量上述化学成分含量的方法一般是通过常规实验室湿化学方法, 这种方法操作手续繁琐, 测量一个样品往往需要耗费2~3 d 的时间, 需要消耗大量的人力、物力及财力, 样品的采集和湿化学分析已严重制约了近红外光谱技术在植物纤维材料上的应用。另外, 作者在实际研究中发现,湿化学方法测完大量样品的参考值后, 有时出现样品化学成分含量分布密集、样品数分布不均匀的情况, 因此需进行下一轮的实地采样, 无疑增加了建立模型的时间和成本。
    为降低建模成本及缩短建模时间, 本研究以毛竹粉末状样品中综纤维素含量和木质素含量的分析为例, 采用样品混合的方式得到混合样品, 经计算得到混合样品的综纤维素含量和木质素含量, 以此来探讨快速、可靠的植物纤维材料化学成分定量分析模型的建立方法。
黎昕发布的其他共享资料
    0 色谱币 下载

毛竹化学成分光谱分析的快速建模方法研究

(383.221K)

所需色谱币: 0

您持有: $userGold色谱币,完成任务赚取色谱币

立即下载

友情链接(联系QQ:47140047)
关于我们  经营理念  业务合作  联系我们  法律声明  网站建议  网站导航  帮助中心
Copyright © 色谱世界 版权所有 陇ICP备2024006362号-2