基于MEMS-FPI微型探测器的近红外光谱检测系统开发

开发了基于MESM-FPI光谱传感器(C13272-01)的近红外光谱检测系统。采用ATxmega128A3U微处理器为主控芯片,设计了两路独立可调光源、动镜电压控制单元、I-V积分放大电路及电源模块。通过样机性能试验,对系统进行了基本性能评价并且建立酒精化学模型。试验表明该系统性能稳定、可靠,酒精模型的校正相关系数(Rc)和预测相关系数(Rp)分别为0.988和0.998,校正标准偏差(RMSEC)和预测标准偏差(RMSEP)分别为0.0452和0.0131。光谱检测系统性能稳定,便携,可应用于农产品无损检测中。

基于微型近红外光谱仪油菜籽粗脂肪与粗蛋白校正模型的建立

为了验证微型近红外光谱仪的现场分析实用性,利用该光谱仪测定了油菜籽中粗脂肪与粗蛋白的含量。采集油菜籽样品的近红外反射光谱,光谱经预处理和异常样本剔除后,结合偏最小二乘法回归(PLSR)建立油菜籽的粗脂肪与粗蛋白定量分析模型。结果表明,粗脂肪的模型校正相关系数(Rc)、校正均方根误差(RMSEC)、预测相关系数(Rp)和预测均方根误差(RMSEP)分别为0.9187、1.1873、0.8162和1.3895;粗蛋白的模型校正相关系数(Rc)、校正均方根误差(RMSEC)、预测相关系数(Rp)和预测均方根误差(RMSEP)分别为0.8773、0.8153、0.8033和0.7532。验证了该光谱仪在油菜籽的粗脂肪含量和粗蛋白含量检测方面是可行的,为进一步拓展微型近红外光谱仪的应用奠定了基础。

微型近红外光谱仪检测水果可溶性固形物

以滨松公司生产的C11708MA微型光谱仪为基础,在自行搭建的两套光谱采集平台上检测水蜜桃、梨子的可溶性固形物含量。采用了多种光谱预处理方法,结合PLS和LS-SVM建立水蜜桃、梨子可溶性固形物模型。实验结果表明,水蜜桃光谱经过标准化预处理,建立的LS-SVM模型效果最好,校正相关系数(Rp)和均方根误差(RMSEP)分别为0.8902和0.7703。梨子光谱经过CARS筛选得到46个变量,建立的PLS模型效果最好,Rp和RMSEP分别为0.7597和0.5783。验证了该光谱仪在水果可溶性固形物含量检测方面的应用的可行性,为进一步构建便携式水果可溶性固形物检测设备奠定了基础。

一念之对

一个星期天，我正在医院值班，急诊室打来电话，说接到了一名女性患者。患者40多岁，来上海探亲，从地铁虹桥路站出站时，不慎从5米高的地铁自动电梯上摔落，造成脸部多处撕裂伤，上下嘴唇开裂，一颗牙齿摔掉，鼻子和手臂有挫伤，满脸、满嘴是血，由救护车送来医院。