Cross-interference correction and simultaneous multi-gas analysis based on infrared absorption

In this paper, we present simultaneous multiple pollutant gases （CO2, CO, and NO） measurements by using the non-dispersive infrared （NDIR） technique. A cross-correlation correction method is proposed and used to correct the cross-interferences among the target gases. The calculation of calibration curves is based on least-square fittings with third-order polynomials, and the interference functions are approximated by linear curves. The pure absorbance of each gas is obtained by solving three simultaneous equations using the fitted interference functions. Through the interference correction, the signal created at each filter channel only depends on the absorption of the intended gas. Gas mixture samples with different concentrations of CO2, CO, and NO are pumped into the sample cell for analysis. The results show that the measurement error of each gas is less than 4.5%.

噪声鉴别C均值聚类的滁菊花茶品质等级鉴别研究

近红外光谱检测技术可以通过探测近红外区域的光谱特征,反映所测样品内部有机物化学成分和结构信息。在分析物质成分时,近红外光谱通常会涉及到大量的波长数据,因此其维数往往比较高。同时,光谱会出现重叠和冗余等现象,会影响模型的性能。提出一种噪声鉴别C均值聚类(NDCM)算法。NDCM将一种快速广义噪声聚类(FGNC)和模糊线性判别分析(FLDA)相结合,可实现模糊聚类过程中进行数据鉴别信息的提取和数据空间维度的压缩,以达到更高的聚类准确率。对滁菊花茶近红外光谱数据进行模糊C均值聚类(FCM)得到的模糊隶属度和聚类中心作为噪声鉴别C均值聚类(NDCM)的初始模糊隶属度和初始聚类中心,使NDCM具有聚类速度快,准确率高等优点。FCM算法对光谱噪声数据敏感,而NDCM算法在处理含噪声的光谱数据时能够表现出较好的性能。该研究选取特级滁菊、一级滁菊、二级滁菊三种品质等级的滁菊花茶作为实验样本,共计240个样本。实验使用便携式近红外光谱仪(NIR-M-F1-C)采集滁菊花茶的近红外光谱数据。用Savitzky-Golay滤波和多元散射校正(MSC)对滁菊花茶近红外光谱进行预处理,以减少光谱中掺杂的噪声和重叠信息。通过主成分分析(PCA)对采集到的400维光谱数据进行维度压缩降至6维。该研究使用线性判别分析(LDA)提取滁菊花茶光谱数据中的鉴别信息,并将数据空间维度进一步转换为2维。分别用FCM,FGNC和NDCM三种算法对处理后的数据进行聚类分析,以实现对滁菊花茶的准确分类。实验结果显示:当权重指数m=2.5时,FCM,FGNC,NDCM的聚类准确率分别为92.42%,98.48%,100%。NDCM聚类时间略长于FGNC。FCM算法需要进行27次迭代才能收敛,而FGNC算法和NDCM算法分别只需要13次和10次迭代就能达到收敛。采用近红外光谱技术结合MSC、Savitzky-Golay滤波、PCA、LDA和NDCM算法,建立了一种精准鉴别滁菊花茶品质等级的聚类模型。

应用衰减全反射红外光谱无损鉴别中国传统手工纸的方法研究

纤维种类鉴别是古代纸张保护的重要基础工作。探究中国传统手工纸的无损纤维鉴别的方法对中国古籍、档案及纸质文物的研究和保护具有重要意义。该研究应用衰减全反射傅里叶变换红外光谱(ATRFTIR)对已知纤维成分的17类64种中国传统手工纸标准样品进行了无损分析,参考纤维素和木质素的红外峰位及部分纸样的X射线衍射(XRD)分析结果确认纸样中的所有红外谱峰归属;并采用分波段比较分析的方法对相似度极高的谱图进行比对分析,分别总结各类纸张在4000~1800、1800~1500、1500~1200和1200~600cm^(-1)四个波段的谱图特征;同时对4cm^(-1)精度的谱图进行二阶导数处理,分别总结各类纸张在1500~1200和1200~900cm^(-1)两个波段的二阶导数谱图特征;最后通过红外结晶指数及其他峰高和峰面积比值计算结果实现对纸类更细致的区分。应用上述方法对16个盲测样品进行了有效性测试,红外分析结果与显微纤维鉴别结果一致,初步证明了该方法在中国传统手工纸无损纤维鉴别上的可行性和有效性。实验结果表明,应用ATR-FTIR无损分析法可对麻、桑构皮、檀皮、瑞香皮和竹几大类原料的传统手工纸纤维类型作出快速而准确的鉴别,对于混料的宣纸也同样适用;但对于显微分析也难以鉴别的亲缘关系较近的植物原料如桑、构皮之间的精细鉴别仍有一定局限性。

基于近红外光谱的衣物材质与含量检测研究

本文利用近红外光谱(Near infrared spectrum,NIR)技术,建立了一种衣物材质和含量检测模型。选择8种衣物样品与棉-涤混纺织物作为测试对象,通过对数据进行预处理、特征提取、分类识别和回归分析等步骤,建立了衣物材质和含量的检测模型。实验结果表明,最小二乘向量机所建立的定性判别模型准确性较高,运算时间更短。经二阶导数平滑与预处理后的棉-涤混合面料近红外光谱数据结合偏最小二乘法算法建立的定量分析模型有较好的精准度与稳定性,预测均方根误差达到了0.0019,满足了近红外快速检测的准确度要求。本文所建立的近红外检测方法具有环保、耗时短、成本低等优点,在衣物制造、质保和质检等领域都有一定应用价值。本研究为衣物材质和含量的检测提供了一种新的方法和思路,具有一定的理论和实际应用价值。

基于光谱的橘小实蝇侵染柑橘检测系统设计

为实现可见/近红外光谱对橘小实蝇侵染柑橘的准确检测。针对侵染位置的未知问题,设计一套橘小实蝇侵染柑橘多光路无损检测分级系统。采集四个检测光路的半透射光谱信息,利用偏最小二乘判别法建立并比较单一检测光路和混合四个检测光路的分类模型。结果显示,混合所有检测光路的模型取得较优的分类结果。利用竞争性自适应重加权采样法筛选的47个特征波长变量建模,四个检测光路中分类效果最佳地预测集的准确率和特异性分别达到93.5%和95.2%。利用四个检测光路的柑橘样本建立的PLS-DA混合分类模型,结合CARS算法进行有效特征波长变量筛选,可提高橘小实蝇侵染柑橘分类模型的精度,实现橘小实蝇侵染柑橘的准确分类。研究结果可为在线检测橘小实蝇侵染柑橘提供参考。

非线性最小二乘法在傅里叶变换红外光谱定量分析中的误差估计

根据统计学的参数估计理论,提出在傅里叶变换红外光谱定量分析中使用非线性最小二乘法进行浓度反演的参数误差估计方法。实验中,通过光谱平均次数来控制噪声水平,以此来评估不同噪声水平下混合气体中各组分反演结果的估计误差。结果表明,对于自研抽取式傅里叶变换红外光谱仪,8次平均光谱即可满足反演误差小于3%的需求,64次平均光谱的反演结果配合估计误差可以实现对平均浓度的覆盖率达到100%。随着噪声水平的降低,仪器、环境等非噪声因素的扰动是估计误差的主要部分。该方法在优化光谱定量分析的参数配置和指导光谱仪器系统设计等诸多方面具有重要的应用前景。

拉曼光谱与红外光谱无损检测技术新进展

综述了拉曼光谱和红外光谱无损分析技术在医学、药物、文物、宝石鉴定和法庭科学等领域的最新进 展。

偏最小二乘-近红外漫反射光谱法测定西米替丁药片

研究了应用偏最小二乘法(PLS)同近红外漫反射光谱法结合,对西米替丁片剂药品进行无损非破坏定量分析,建立了最佳的数学校正模型。讨论了波长间隔和主成分数对PLS定量预测能力的影响,预测了未知样品。

近红外高光谱成像技术快速鉴别国产咖啡豆品种

结合近红外高光谱成像技术和不同的判别分析模型对4种国产咖啡豆品种进行了快速无损判别。通过高光谱成像仪提取874-1 734nm波段内的光谱数据,去除首尾噪声波段后,分别基于925-1 680nm波段的全谱波段和通过连续投影算法（SPA）选择的特征波长,建立了偏最小二乘判别分析（PLS-DA）、随机森林（RF）、K最邻近算法（KNN）、支持向量机（SVM）模型和极限学习机（ELM）5种判别分析模型。基于上述判别模型对咖啡豆品种进行鉴别;然后通过准确率、命中率和否定率3个参数对鉴别结果进行了评价。实验显示,基于全谱和特征波段建立的模型均取得了较好的判别效果,其中ELM模型效果均为最优,每个品种建模集和预测集的准确率、命中率和否定率均在93.5%以上。研究结果表明,基于近红外高光谱成像技术结合模型判别分析方法可以实现对国产咖啡豆品种的识别,特征波长的选择减少了变量数,但判别效果与全谱相当。

论无创血糖监测的红外光谱方法(特邀)

介绍了无创血糖监测的几种光学方法以及红外光谱法用于无创血糖监测的优势。分析了无创血糖监测红外光谱法的主要问题,包括光在人体组织中的复杂传播;葡萄糖吸收信号微弱,且与人体中其它生化成分吸收光谱重叠;人体组织背景吸收干扰严重等。总结了无创血糖监测红外光谱法的最新进展,给出抑制人体组织背景吸收干扰的方法,并认为组织液可代替血液用于血糖水平的测量。展望了该领域未来研究趋势,主要涉及精确描述光子在组织中的传输、测量皮肤表皮内或表皮与真皮浅层光谱信息,以及提高光谱仪器信噪比,建立葡萄糖吸收带定标模型。

近红外漫反射光谱法对粮油作物品质无损分析的研究

用傅立叶变换近红外漫反射光谱法 ,非破坏性测定水稻糙米粒直链淀粉含量和完整油菜籽含油量、油酸和硫甙。结果表明 ,该方法与常规方法有类似的准确性和精确性 ,其定标方程的决定系数R2 分别为 0 .990 8,0 .992 4 ,0 .994 2和 0 .984 1,相对误差RE(% )分别为 2 .6 0 ,0 .6 9,0 .76和4 32 ,相对校正标准误RSEC分别为 0 .5 5 15 ,0 .36 6 2 ,0 .1888和 3.4 430 ;预测相关系数RSQ分别为0 9377,0 .9810 ,0 .96 46和 0 .9817,预测相对误差RE(% )分别为 5 .6 4,1.30 ,1.5 6和 7.73,相对检验标准误RSEP分别为 1.5 499,0 .6 171,0 .336 2和 6 .0 5 83。NIRS分析法完全可用来快速、无破坏测定育种材料 。

基于NSCT的红外图像小目标检测技术

红外图像小目标检测是精确制导武器的关键技术之一。将小波或Contourlet多尺度分析用于红外小目标检测具有一定的局限性。无下采样Contourlet变换(NSCT)是基于Contourlet变换的一种扩展,可以对图像进行灵活的多尺度、多方向和平移不变性分解。提出了一种基于NSCT的红外小目标检测算法。该算法首先对图像进行NSCT变换;然后利用能量法提取其局部纹理特征,并计算各点的特征向量与中心向量间的距离,得到一个相关的多尺度距离像;最后根据该距离像进行直方图统计,从而实现红外小目标的检测。与基于小波变换的红外小目标检测算法进行了比较。实验结果表明,该算法能较精确地检测出红外小目标,优于基于小波变换的方法。

柿子可溶性固形物含量的可见-近红外光谱检测

为了实现柿子(Diospyros kaki thunb)可溶性固形物含量的快速无损检测,提出了一种采用可见-近红外光谱分析技术无损检测柿子可溶性固形物含量的方法。采用FieldSpec3光谱仪对3种不同品种的柿子进行光谱分析,共获取66个样本数据。利用平均平滑法对样本数据进行预处理,再采用主成分分析法,依据可信度获取光谱的6个主成分数据。将样本随机分成51个建模样本(每种各17个)和15个验证样本(每种各5个),把6个主成分数据作为BP神经网络的输入变量,柿子的可溶性固形物含量作为输出变量,隐含层的节点数为11,建立3层BP神经网络检测模型,并用该模型对15个验证样本进行预测。结果表明,所建校正模型的校正标准差(SEC)为0.232,对预测集样本可溶性固形物含量的预测相对误差在3%以下,预测值和实测值的决定系数(R2)为0.99,预测标准差(SEP)为0.257。结果表明应用近红外光谱技术结合主成分分析和神经网络算法检测柿子的可溶性固形物含量是可行的。

高频感应燃烧-红外吸收光谱法在分析金属材料中碳、硫的应用

综述了高频感应燃烧-红外吸收光谱法在钢铁、铁合金和有色金属合金(如镍基合金、难熔金属、硬质合金、稀土金属等)中的碳、硫分析中的应用现状,侧重汇总了仪器、称样量、助熔剂的用量和加入顺序、标准样品等主要因素,并提出了该方法的应用前景和发展方向(引用文献142篇)。

红外光谱在油菜籽快速无损检测中的应用

近年来红外光谱技术的应用得到迅速发展,本文简要地介绍了主要红外光谱技术及相应化学计量学方法,概述了近二十年来红外光谱技术在油菜籽营养品质测定方面的主要研究进展,分析了过去研究中存在的问题并指出了未来的研究方向。

基于红外热成像与温度场有限元模拟的混凝土无损检测研究

采用红外热像仪与温度传感器监测设备,对含缺陷的混凝土试件进行了检测。通过试验结合数值分析的手段,建立一种基于红外热成像与温度场有限元模拟的混凝土无损检测技术方法。试验及模拟计算的结果表明,红外热成像法与温度场有限元模拟均能有效地检测出试件中的缺陷,两者相结合能更全面准确的揭示出混凝土内的结构信息。

近红外漫反射光谱法对固态样品的无损分析

本文应用目标因子分析研究了固态样品的近红外漫反射光谱。用目标因子分析成功地确定了固态样品中的物种数、物种种类和谷物种的含量。

近红外透射光谱法快速无损定量分析甲磺酸加替沙星注射液中的主成分

目的 :应用近红外透射光谱法快速、无损、定量分析甲磺酸加替沙星注射液中的主成分甲磺酸加替沙星。方法 :用偏最小二乘法建立近红外光谱分析模型 ,交互证实方法确定最佳主成分数 ,所有样本都经紫外分光光度法和高效液相色谱法测定 ,紫外数据用于建模 ,高效液相色谱数据用于与近红外测定结果比较。结果 :无安瓿包装半成品和安瓿包装成品最佳主成分数分别为 3和 4 ,回收率分别为 10 0 %和 99% ,回收率RSD分别为1 6 %和 1 8%。近红外光谱方法与高效液相色谱方法比较 ,测定结果无显著性差异。结论 :近红外透射光谱法是一种快速、简便、无损定量分析方法 ,该方法精密度和准确度都符合要求 ,完全适用于甲磺酸加替沙星注射液半成品和成品中主成分的含量测定。

红外分光测油仪性能评价方法的探讨

针对非色散式红外测油仪和红外分光测油仪定性分析、定量分析的区别,阐述了制定我国红外分光测油仪性能评价方法标准的必要性,并提出了一套完整的红外分光测油仪性能评价方法。

FT-NIRS技术应用于稻米直链淀粉含量分析研究

运用近红外光谱快速分析技术,使用偏最小二乘法建立了近红外光谱和水稻糙米直链淀粉含量的数学模型,并进行糙米直链淀粉含量预测。结果表明糙米近红外光谱与其直链淀粉含量具有良好的相关性,决定系数r2=0.8429,最大绝对误差4.82%,平均误差2.30%。该方法在不破坏样品的前提下快速分析水稻直链淀粉含量,可用于稻种资源的快速鉴定,对于水稻优质育种及其相关研究具有重要意义。