基于SWCSS-CARS算法的综纤维素近红外分析模型传递

纸浆材综纤维素的近红外快速无损检测是提高造纸工业智能制造水平的重要手段之一。然而,在实际应用中已有的近红外模型往往无法预测不同仪器测得的木材样品光谱,从而大大限制了该技术的广泛应用。为了降低重新建模和维护的成本,需要运用模型转移技术。笔者以实现纸浆材综纤维素含量近红外分析模型在3台棱光光谱仪器上的共享为目标,以在3台同型号的近红外光谱仪采集的纸浆材样本为研究对象,采用竞争性自适应重加权采样(CARS)波长优化算法,减少筛选稳定一致性波长(SWCSS)方法中无效波长的不利影响,以提高模型对2台从机测量样品的分析能力。建立基于SWCSS-CARS算法的偏最小二乘回归(PLSR)模型,并将其对从机样品的分析能力与单独的SWCSS和CARS的分析能力进行对比分析。结果表明,以综纤维素为基础的SWCSS-CARS方法选出的30个波长建立的主机模型对2台从机样品分析的RPD均大于4.6,Akaike信息准则(A IC)的值为67.68,远远小于模型传递前的3209.83和SWCSS算法的942.82,降低了光谱矩阵的维数,显著提高了模型传递效率。表明SWCSS-CARS算法能够有效去除SWCSS方法中的无效波长,实现了纸浆材综纤维素含量模型在3台同型号近红外光谱仪间的共享。

蜻蜓算法优选小麦粉蛋白质近红外建模校正集

为优选小麦粉蛋白质近红外建模校正集,在传统K/S(Kennard/Stone)方法划分的初始校正集基础上采用二进制蜻蜓算法(binary dragonfly algorithm,BDA)挑选代表性样品,建立小麦粉蛋白质含量偏最小二乘回归(partial least square regression,PLSR)模型,并用预测集检验评估模型的稳定性及预测性能。结果表明:BDA挑选出的最佳校正集样品数量为30个,所建模型的预测决定系数(R_(p)^(2))为0.9564,预测标准偏差(root mean square errors of prediction,RMSEP)为0.2781,与传统K/S划分的100个初始校正集的建模效果(R_(p)^(2):0.9388,RMSEP:0.3294)相比,R_(p)^(2)提高了1.87%,RMSEP降低了15.57%。10次BDA实验优选出校正集的平均数量为30.2个,且所建10个模型蛋白质含量预测效果均优于初始校正集建模。综上,BDA算法可以优选出数量少、具有代表性的校正集样品,建立的小麦粉蛋白质PLSR模型稳定性好、预测精度高,可为小麦粉品质近红外检测分析提供一种高效的校正集优选方法。

废气再循环系统前端净化装置的设计

为解决废气再循环(Exhaust Gas Re-circulation,EGR)系统冷却器、电控阀等部件的积碳腐蚀问题,设计了一种放置于EGR系统前端的净化装置。该装置的连接层由管道法兰和紧固件组成;激化绝缘层由铁丝圈和绝缘环等组成;净化过滤层采用了低温等离子体发生器和陶瓷过滤体;电源系统采用了整流滤波稳压电路和逆变电路,能将220 V交流电转化为频率可调的脉冲电。由于设计了高频变压器,因此该装置的电源系统能将电压幅值增大至净化装置工作所需的值。

SWCSS-DS算法在纸浆材综纤维素近红外分析模型传递中的应用

以纸浆材为研究对象,对其综纤维素含量模型进行传递分析,以解决不同近红外光谱仪间多元校正模型无法共享的问题。利用筛选出仪器间具有稳定一致光谱信号的波长(SWCSS)算法,选出稳定性较好的波长,并采用直接校正法(DS)对SWCSS方法校正后仍然存在的系统误差进一步校正。该联合算法能够提高主机模型的普适性,降低光谱矩阵维数,使模型转移更稳定和简单。将本文结果与单独的SWCSS, DS和分段直接标准化(PDS)算法校正后的传递结果进行比较。结果表明,与模型传递前分析能力相比,SWCSS-DS联用算法对2台从机样品的预测标准偏差(RMSEP)分别从2.48和2.31下降到了1.05和1.07,优于单独的SWCSS, DS和PDS算法结果。

基于直接标准化与分段直接标准化联用的木质素近红外模型传递方法研究

为了提高木质素近红外分析模型转移的质量,提出了将直接标准化(DS)与分段直接标准化(PDS)联用的DS-PDS方法,即利用PDS算法校正使用DS方法全局校正后仪器之间仍然存在的局部差异,并以3台光谱仪(棱光为主机、 Si-ware和Insion为从机)测得的81个样品木质素光谱数据为研究对象,验证该方法的可行性。结果表明,该联用算法能充分发挥DS算法与PDS算法各自的优点,与单独使用DS的最优结果相比,标样集并未增加,PDS算法的窗口宽度、偏最小二乘回归(PLSR)模型的主因子数均减小,对从机样品的预测精度进一步提高。对Si-Ware而言,相对标准偏差(RPD)值由DS方法的3.3853提高到4.0335, Insion的RPD值则从2.8600提高到3.4462。DS-PDS联用算法除了使用更少的参数,还能减弱模型转移中光谱不连续现象,弥补了单独使用DS和PDS算法的缺点,为近红外光谱的模型转移提供了一种新的解决方案。