当前位置: > 硕士毕业论文 > 30000字硕士毕业论文傅里叶近红外预测的影响因素及案例研究

30000字硕士毕业论文傅里叶近红外预测的影响因素及案例研究

论文类型:硕士毕业论文
论文字数:30000字
论点:模型,样品,光谱
论文概述:

本试验旨在证明样品水分含量,以及控制水分在10-11%条件下的氨基酸含量和粗蛋白含量呈正态分布与匀态分布对傅立叶近红外所建模型预测效果的影响。

论文正文:

1前言
随着饲料工业的发展,饲料中营养成分的快速评价已成为研究热点。最近的研究发现,近红外光谱分析技术具有样品制备简单、成本低、速度快、不破坏样品的特点,能够满足在短时间内快速分析大量样品中多种成分的需求。近红外光谱技术的发展经历了一个漫长的过程。从滤光型近红外光谱仪、色散型近红外光谱仪到傅里叶变换型近红外光谱仪,光谱仪的预测精度和稳定性逐步提高。特别是傅里叶近红外因其高信噪比、高分辨率、良好的波长精度和重复性以及全光谱范围内的模型转移等优点,逐渐成为主导产品。大量的研究已经证明,样品的营养成分可以通过近红外快速准确地预测(Arminda等人,[·[2),1998;吴等[5],2002;方丹等.[·[g .,2001],但预测模型的建立往往需要大量样本,同时有许多因素和条件影响模型的效果(菲利普等.[·ZS),2001;Wang等人,1999年;韩然,[,2007,如何控制这些影响因素和条件,提高模型的准确性,建立更理想的模型已经成为研究热点。在近红外分析界,关于谁更好地预测正态分布或均匀分布样品中营养物的化学值存在争议。李勇(2005)等,李静认为齐次模型具有更好的预测效果,但他们建立的齐次模型样本数远远大于正常模型。李军辉等[·[9(2007)发现,云南烤烟总糖和烟碱含量正态分布建立的预测模型优于均匀分布建立的预测模型,但模型建立时所选样本点之间跨度较大,未考察不同样本正态分布建立的模型与均匀分布建立的模型之间的预测效果差异。此外,营养物质(尤其是氨基酸、粗蛋白等)分布的影响。)豆粕作为主要蛋白质材料对近红外预测模型的研究较少,需要进一步研究。
因此,本文拟以豆粕含水量分布、氨基酸含量分布和粗蛋白含量分布为研究对象,缩小样本点之间的跨度,建立正态分布和均匀分布模型,选择不同分布形式的样本集来检验模型的预测效果,研究样本预测指标含量是正态分布还是均匀分布所建立模型的预测效果差异,从而为建立更理想的预测模型的思路提供实验依据。2文献综述2.1近红外原理近红外光谱(NIR)光是波长在可见光区和中红外区之间的电磁波。其波长范围为800 ~ 2500纳米,波数范围约为12500 ~ 4000 crr } 1。近红外光谱是一种物理测量技术,它利用近红外光谱区化学物质的光学特性,快速测定样品[·[3,29J中一种或多种组分的含量和特性。近红外光谱区主要由含氢基团(C-H、N-H、O-H)有机物伸缩振动的各级倍频和联合频率吸收组成。它包含有机物质中几乎所有含氢基团的信息,包括分子结构、组成状态等信息。由于不同的物质在不同的可见光谱区域具有不同的颜色,所以不同的物质在近红外光谱区域具有不同的近红外光谱。因此,近红外光谱不仅可以区分不同的物质,还可以根据吸收光谱的强度来确定它们的含量。然而,为了获得某一成分的含量信息或定性信息,化学计量学方法如主成分分析、多元线性回归、偏最小二乘法、人工神经网络等。必须用于多元回归分析,以建立物质光谱和待测成分含量之间的线性或非线性模型。该模型是一个多元回归的大矩阵,其数学模型可以表示为:c = b}+b1xa1+b2xa2+b3xa3+...bgxagbo ~ bk是回归系数(也是k波长点的吸收常数);Ai ~ AK是在第K波长点的吸收强度;c是通过近红外光谱分析的化学成分的含量。通过校准一批已知化学成分的近红外光谱,可以得到K个波长点的回归系数,然后用确定的模型预测未知样品中化学成分的含量。
在计算机应用软件中,通过多元回归建立的模型被可视化为类似于一维回归方程的曲线,其相关值可以用来表示模型的优缺点。饲料原料中与质量相关的蛋白质、脂肪、纤维、氨基酸等有机分子含有各种含氢基团(严路演(2005)等[4J)。因此,可以通过近红外光谱分析直接测定生物样品中这些成分的含量。2.2近红外定量分析过程近红外光谱分析过程可分为校准和预测(严路演(2005))等。校准模型的建立:校准模型的建立过程如图一所示。首先,选择一组有代表性的样品
参考
[1]李静,王康宁。小麦转鼓和棉籽粕化学成分的近红外光谱测定及水分对模型预测的影响。硕士学位论文。四川雅安:四川农业大学,2007:28-32
[2]阿明达·米,布鲁诺·苏亚雷斯。使用近红外反射光谱(NIBS)预测绿色作物谷物的化学成分和营养属性。动物饲料科学
[3]卢万珍、袁宏富、徐光通、强东梅。现代近红外光谱分析技术。北京:中国石化出版社,2000: 69-70
[4]阎路演、赵龙莲、韩东海、杨树明。近红外光谱的基础和应用。北京:中国轻工业出版社,2005
[5][5]吴金国,石春海,张晓明.用近红外反射光谱法估算精米中的氨基酸组成。大田作物研究,2002,75(1):1-7
概要6-7
摘要7
1序言8-9
2文献综述9-24
2.1近红外光谱原理9
2.2近红外定量分析过程9-12
2.2.1近红外校准模型优缺点评估指标11-12
2.3影响近红外分析的因素12-22
2.3.1样品的选择13-14
2.3.2样品厚度和样品装载的紧密度14-15
2.3.3样品15-17的粒度
2.3.4样品17-18的含水量
2.3.5样品温度的影响18-19
2.3.6样品颜色19-20
2.3.7样品的分布20-22
2.3.8仪器的稳定性22
2.4分析技术在饲料工业中的应用22-23
2.4.1进料22中常规化学成分的检测
2.4.2饲料22-23中氨基酸的检测
2.5饲料有效能量和消化率的检测23
2.6现存问题23-24
3本研究的内容、目的和意义24
3.1目的24
3.2含义24
3.3内容24
4测试1 24-31
4.1材料和方法24-26
4.1.1材料24
4.1.2测试设计24-26
4.1.3参考值标准测定方法26
4.1.4光谱收集26
4.1.5分析模型26的建立
4.1.6模型26的评估
4.2结果26-30
4.2.1豆粕中水分的分析结果26-27
..................................................................................
4.2.5不同模型的预测效果28-30
4.3讨论30-31
4.4结论31
5测试2 31-43
5.1材料和方法31-33
5.1.1材料31
5.1.2测试设计31-32
5.1.3参考值标准测定方法32
5.1.4光谱收集32-33
5.1.5分析模型33的建立
5.1.6模型33的评估
5.2结果和分析33-42
.....................................................................
5.3讨论42-43
5.4结论43
6摘要43-44
参考文献44-48