一种近红外光谱在线监测新方法及其在中药柱层析过程中的应用

近红外光谱(NIRS)广泛应用于生产过程分析与监测,常需事先建立定量校正或定性判别模型,并需在生产条件变化后调整模型,使用较复杂。本文从相异度和相似度两个对立互补的角度,提出自适应移动窗口标准差法和过程光谱相似度法,并以此为基础建立一种针对生产过程的无需校正模型的简易光谱在线监测方法。论文以中药柱层析过程为例,对监测过程作NIRS自适应移动窗口标准差趋势图和过程光谱相似度趋势图,并通过HPLC离线分析所得的多指标成分含量变化趋势图进行对比验证,发现可用于工艺状况实时监测,指导收集起点、终点、溶液相变点的判断,表明论文提出的方法合理可行。该方法亦可用于紫外/可见、红外、拉曼、荧光等光谱及色谱、质谱等其他过程分析技术。

改进的MPCA批过程在线监测方法

针对多向主元分析(MPCA)方法用于批过程在线监测时需要对新批次未反应完的数据进行预估,从而易导致误诊断,且需要建模批次的长度相等的缺陷,提出了一种基于变量展开和主元协方差随时间变化的MPCA方法。该方法按变量展开,不需要对新批次未反应完的数据进行预估,而数据之间的动态联系通过时变主元协方差得以保存,并且不需要建模批次的长度相等。将该方法应用于β-甘露聚糖酶发酵批过程实时监测中,并与MPCA、移动窗多向主元分析(MWMPCA)法相比,结果表明该方法克服了MPCA不能处理实时性的问题,避免了MPCA在线应用时预测值的误差,比传统的MPCA,MWMPCA方法更能精确描述过程的故障,准确性和实时性良好。

基于多动态核PCA的统计过程监测策略研究

针对工业生产过程数据多具有动态和非线性等特性,在时序相关性和非线性理论的基础上提出了一种多动态核PCA的监测方法。该方法突破了MKPCA单模型、非动态的建模方式,构造了适合批量生产过程的多模型、非线性和动态的建模方法,并侧重于在线过程性能监测的实时性,消除了预报未来测量值带来误差,提高了过程性能监视的准确性,并通过实例数学模型验证了该方法的有效性。

动态MPCA在发酵过程监测与故障诊断中的应用

针对发酵过程非线性和时变特点,提出了一种具有实时性的动态MPCA方法,采用多模型非线性结构代替传统MPCA单模型线性化结构,克服了后者不能处理非线性过程和实时性的问题,并避免了MPCA在线应用时预报未来测量值带来的误差,提高了发酵过程性能监测和故障诊断的准确性。对头孢菌素C发酵过程的拟在线仿真研究,验证了基于动态MPCA的统计过程监测的有效性。

改进的MPCA及其在批过程实时故障监测中的应用

针对多向主元分析(MPCA)模型批过程在线监测的缺陷,提出了一种基于变量展开和主元协方差随时间变化的MPCA方法,该方法按变量展开,不需要对新批次未反应完的数据进行预估,而数据之间的动态联系通过时变主元协方差得以保存,并且不需要建模批次的长度相等;将该方法应用于青霉素补料分批发酵过程的实时监测中,结果表明该方法比传统的MPCA方法具有更可靠的监测性能。

原子级制造测量与表征研究现状综述

原子级制造是指将能量作用于原子,通过原子级材料的可控去除或者原子/分子级结构的大规模操控及组装,实现产品性能与功能跃迁的前沿制造技术,是一种可以大规模、批量化的先进制造技术。该过程需要在10-10m空间尺度下精确操控原子。同时,制造过程中原子的键合时间、电子动力学变化均发生在飞秒(10-15s)至阿秒(10-18s)量级。因此,只有具备超快时间和空间分辨在线检测与表征能力,才能够深入了解并利用原子级制造过程中原子尺度的新原理、新效应,保障原子级制造的可达性与可控性;只有实现原子级制造过程的高通量、大范围的在线监测,才能保障原子级制造的可靠性。基于此,原子级制造的测量与表征是指在原子级的时间、空间、能量尺度上对材料、结构或器件进行精确的测量和表征,以保障原子级制造的可达性、可控性与可靠性。本文介绍了原子级制造所需的测量表征手段的研究现状,从原子级超快动力学过程观测、原子结构演变原位表征、原子级制造过程在线质量监测三大方向进行系统梳理,总结了目前原子级制造测量与表征的挑战并针对未来发展给出建议。