[發明專利]一種基于近紅外光譜技術快速測定制漿材抽出物含量的方法在審
| 申請號: | 201510632317.1 | 申請日: | 2015-09-29 |
| 公開(公告)號: | CN105352909A | 公開(公告)日: | 2016-02-24 |
| 發明(設計)人: | 房桂干;吳珽;梁龍;崔宏輝;鄧擁軍 | 申請(專利權)人: | 中國林業科學研究院林產化學工業研究所 |
| 主分類號: | G01N21/3563 | 分類號: | G01N21/3563;G01N21/359 |
| 代理公司: | 南京瑞弘專利商標事務所(普通合伙) 32249 | 代理人: | 馮慧 |
| 地址: | 210042 *** | 國省代碼: | 江蘇;32 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 一種 基于 紅外 光譜 技術 快速 測定 制漿材 抽出 含量 方法 | ||
1.一種基于近紅外光譜技術快速測定制漿材抽出物含量的方法,其特征是,步驟是:
第一步,將適齡制漿材去皮,切削成規格相近的制漿材木片樣品;
第二步,經充分平衡水分后,利用近紅外光譜儀采集各制漿材木片樣品的原始近紅外光譜數據,掃描范圍為1600~2400nm,分辨率為8cm-1;
第三步,對原始近紅外光譜數據進行預處理;
第四步,從各制漿材木片樣品中取樣粉碎得到木粉;
第五步,用化學法測定木粉抽出物含量,并將所有制漿材木片樣品按含量梯度法分為訓練集和驗證集;
第六步,采用LASSO算法將訓練集中樣品抽出物含量實測值與其近紅外光譜數據對應建立預測模型;
第七步,用建立的預測模型對驗證集木片樣品的近紅外光譜數據進行預測確定其抽出物含量預測值,評價模型預測能力。
2.根據權利要求1所述的基于近紅外光譜技術快速測定制漿材抽出物含量的方法,其特征是:第一步中所述制漿材木片樣品包括桉木、楊木、相思。
3.根據權利要求1所述的基于近紅外光譜技術快速測定制漿材抽出物含量的方法,其特征是:第一步中所述制漿材木片樣品規格約20mm×10mm×2mm。
4.根據權利要求1所述的基于近紅外光譜技術快速測定制漿材抽出物含量的方法,其特征是:第二步中所述近紅外光譜數據為利用近紅外光譜儀采用漫反射方式獲得的吸光度值。
5.根據權利要求1所述的基于近紅外光譜技術快速測定制漿材抽出物含量的方法,其特征是:第二步中所述近紅外光譜儀采集是在制漿材木片樣品采集光譜后倒出,重新混合采樣,每種制漿材木片樣品以此方法采集3次光譜,取平均光譜數據作為樣品的原始近紅外光譜數據。
6.根據權利要求1所述的基于近紅外光譜技術快速測定制漿材抽出物含量的方法,其特征是:第三步中預處理的方法為多元散射校正。
7.根據權利要求1所述的基于近紅外光譜技術快速測定制漿材抽出物含量的方法,其特征是:第四步中所述木粉粒徑在0.25mm~0.38mm之間。
8.根據權利要求1所述的基于近紅外光譜技術快速測定制漿材抽出物含量的方法,其特征是:第五步中所述抽出物為冷水抽出物、熱水抽出物、苯醇抽出物和1%wt的NaOH抽出物。
9.根據權利要求1所述的基于近紅外光譜技術快速測定制漿材抽出物含量的方法,其特征是:第六步中所述預測模型為制漿材包括桉木、楊木、相思建立的數學預測模型,其過程主要為:用化學計量學軟件加載訓練集光譜數據,通過LASSO算法和交互驗證,確定最優調整參數μ,根據μ值確定抽出物含量預測模型。
10.根據權利要求1所述的基于近紅外光譜技術快速測定制漿材抽出物含量的方法,其特征是:第七步中所述模型預測能力用決定系數R2val、預測均方根誤差RMSEP、相對分析誤差RPD、絕對偏差AD綜合評價。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于中國林業科學研究院林產化學工業研究所,未經中國林業科學研究院林產化學工業研究所許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201510632317.1/1.html,轉載請聲明來源鉆瓜專利網。
- 上一篇:多級輔助火焰球形非金屬粉球化爐
- 下一篇:烘干滾筒和干混砂漿烘干系統





