红外峰位分析

2014年6月1日起国家仍将继续执行油菜籽临时收储政策，湖北省2014年新季油菜籽也即将开镰上市。作为全国最大的油菜籽生产省份，2014年湖北省油菜籽预计播面1849万亩，比上年增加10万亩左右。预计总产达到266万吨，比上年增加约16万吨。　　聚光科技自主研发生产的SupNIR-2720型近红外分析仪目前在粮油行业已有非常成熟的应用，特别是油菜籽行业的菜籽、菜粕、菜饼等模型已经日趋完善。　　就在这个油菜籽收购的高峰期，聚光科技在湖北省粮油行业的总经销商仅6月份一个月就已在湖北省油菜籽行业创下10套近红外分析仪的销售佳绩，占据了湖北省油菜籽行业近红外市场的一半以上！　　近红外分析仪在油菜籽行业的重要性日渐突出，越来越多的油菜籽收购商、榨油企业以及饲料企业需要利用近红外技术严格控制对原料采购定价、生产过程控制、成品品质控制、副产品开发等多个环节。快速、准确、无损、无耗的特点，使得近红外分析今年在在粮油行业迅猛发展。　　菜籽油生产工艺流程（冷榨-浸出法）及近红外应用点：　　除了湖北省，在四川、云南、广东等油菜大省，都出现对近红外分析仪需求的爆发性增长，聚光科技协同合作伙伴，将努力为粮油用户提供稳定可靠的产品，成熟完善的模型，快速周到的服务！　　关于近红外的更多应用请点击专题了解：http://www.fpi-inc.com/jgzt/welcome.php?7

珀金埃尔默推出新型近红外分析仪丰富食品检测解决方案DA 6200™ 为肉类和橄榄油加工带来更好的质量与过程控制珀金埃尔默日前宣布推出DA 6200™ 近红外分析仪，帮助肉类和橄榄油食品加工企业更准确、简便、快速地进行质量和过程控制。 DA 6200进一步扩展了珀金埃尔默公司先进的食品检测解决方案，其全面的产品组合涵盖从植物遗传学、作物健康、营养成分检测，到食品掺假，以及农药、重金属和溶剂分析。快速、精准的检测DA 6200分析仪是珀金埃尔默旗下波通产品系列的一部分，它基于下一代二极管阵列近红外透射光谱（NIR）技术，可在30秒内提供样品中脂肪、水分、蛋白质水平以及胶原蛋白、盐和灰分的精确检测结果。这种精确度和速度也可用于大型非均匀介质样本检测。使用DA 6200分析仪将可以令肉类加工商包括香肠、肉糜或家禽制品生产商提高效率。此外，还可以提高产品的一致性并验证最终产品的质量是否符合法规和品牌标准。 橄榄油生产商将可以利用该分析仪来检验橄榄的品质，预测油品产量，优化采油工艺。使用方便，便携灵活紧凑的结构和电池电源选项使DA 6200分析仪便于携带，在生产环境中具有灵活性。其直观的触摸显示屏能为技术人员和科学家带来清晰、方便的读取效果。该分析仪还配备了定制化的肉类和橄榄油产品校准系统，旨在更便捷地实现跨产品类型的应用，无需现场协作开发。珀金埃尔默公司食品、色谱和质谱业务副总裁兼总经理Greg Sears表示:“目前，全球人口已超过76亿，全球食品供应链所服务的人数正不断增加。食品市场巨大且分散，我们需要确保进入其中的食品是安全的、有营养的，且其所含成分和质量水平符合产品标签上所列出的指标，这些至关重要。珀金埃尔默的食品检测解决方案正在帮助客户满足这些需求，新型的DA 6200分析仪将可以帮助肉类和橄榄油食品生产商进一步提高质量和过程控制水平。”

纺织品纤维含量分析是决定纺织产品标识准确度的重要因素，多国制定相关技术法规，要求纺织服装产品上贴有永久性的标签，并在标签上按照规定的方法注明产品的纤维成分及含量。传统纺织品成分定量方法采用的化学溶解法存在着使用化学试剂、对环境污染、检测周期长、破坏样品等缺点。近红外光谱分析技术作为一种新兴检测技术已经开始迅速被应用于纺织品成分定性和定量检测，具有快速、无损、环保、便捷等优点。该技术主要利用在近红外光的照射下，不同的纤维成分呈现不同吸收峰，其成分含量不同则体现出不同大小、缓陡的吸收峰，利用相应的化学计量学方法和纤维成分数据库，即可获得准确的纤维成分及含量。但在纺织品纤维定量方面，由于近红外模型受仪器类型、实验室环境、织物结构、颜色、染料、纤维含量、检测条件等因素影响，校正模型建立好坏程度直接影响其预测效果，且目前仍存在定量模型无法统一或互通的问题。中国海关科学技术研究中心工业与消费品安全研究所联合深圳市菲雀兰博科技研究中心有限公司，在中国仪器仪表学会近红外光谱分会的大力支持下，于2021年成功举办了第二届（2021）近红外纤维定量分析比对试验，以期推动近红外光谱分析技术的发展和应用。本次比对试验，共涉及棉/氨纶、聚酯纤维/氨纶、棉/聚酯纤维、锦纶/氨纶、棉/聚酯纤维/氨纶 5 大类别，4 类二组分，1 类三组分。分别是棉/氨纶（1-3#）、聚酯纤维/氨纶（4-6#）、棉/聚酯纤维（7-9#）、锦纶/氨纶（10-12#）、棉/聚酯纤维/氨纶（13-15#），五组面料均由中国海关科学技术研究中心工业与消费品安全研究所提供。本次比对试验共有16个机构报名参加，包括中纺标检验认证股份有限公司、北京市毛麻丝织品质量监督检验站、天纺标检验认证股份有限公司、青岛市产品质量监督检验研究院、江苏省纺织产品质量监督检验研究院、南通市纤维检验所、上海英柏检测技术有限公司、上海冉紫实业有限公司、上海纺织集团检测标准有限公司、国家纺织服装产品质量监督检验中心（浙江桐乡）、浙江中纺标检验有限公司、福建省纤维检验中心晋江检验部、中山海关技术中心、广州亚诺检测技术有限公司、中纺标（深圳）检测有限公司、深圳市英柏检测技术有限公司等。在规定期限内有15家实验室反馈了测试结果，1家实验室取消了比对。在15个实验室中，Lab 1、2、3、7、11参加了全部模型比对；Lab 6、8、9、10、12参加了4个模型的比对；Lab 4、5、14、15参加了3个模型比对；Lab16参加1个模型比对。执行标准FZ/T 01144-2018。结果Z比分数图:从参试实验室比对结果可以看出，棉/氨纶、聚酯纤维/氨纶两类样品，各参试实验室所建模型预测结果较为理想，锦纶/氨纶、棉/聚酯纤维、棉/聚酯纤维/氨纶样品，存在少数参试实验室所建模型预测结果不理想的情况。由于纺织纤维种类众多，且复合织物的种类和比例各不相同，使得近红外光谱校正模型的建立难度较大，需要大量的样本数据，校正数据的准确性及合理的计量学方法都对测试结果有影响。针对此次近红外纤维定量分析比对计划，对于相关模型的建立，给出以下建议：1）样品筛选：某些较厚双层针织结构的织物，其谱图看不到明显的吸收峰，或与其他的谱图偏差较大，在建模过程中，此类样品对模型的建立会造成很大影响，不适宜做校正样品，应该去除。2）样品采集： 样品采集过程中，建议将样品折叠适宜厚度，一般4层，水平放置测试窗口上，并在样品上施加一固定压力。采集中对于吸收峰不明显、谱图偏移或漂移严重、光谱形态异常的应提前剔除。3）光谱数据预处理：仪器采集的原始光谱中除包含与样品组成有关的信息外，同时也包含来自各方面因素所产生的噪音信号。这些噪音信号会对谱图信息产生干扰，从而影响校正模型的建立和对未知样品组成或性质的预测。光谱数据预处理主要解决光谱噪音的滤除、数据的筛选、光谱范围的优化及消除其他因素对数据信息的影响，为下步校正模型的建立和未知样品的准确预测打下基础。常用的数据预处理方法有导数、滤噪（平滑）、多点基线校正、归一化处理等。在近红外分析中，对于样品不同组分之间的相互干扰导致吸收光谱谱线重叠的现象，可采用求导的方法进行处理。其中常用的是一阶导数和二阶导数。4）定量校正算法： 近红外光谱分析常用的计量方法有主成分分析（PCR），偏最小二乘法（PLS）和人工神经网络法（ANN）等，其有着各自的优点和局限。选择适合的校正算法，对模型的适用性，有效性有着显著帮助。比如：TQ Analyst提供了定量校正算法，包括了比尔定律、最小二乘法（CLS）、偏最小二乘法（PLS）和主成分回归法（PCR）等。其中在纺织纤维定量检测模型中，偏最小二乘法（PLS）较为经典和常用。5）光谱波长范围的选择：光谱范围的选择在NIR定量分析模型的建立中是最难的一步。至今为止，化学计量学领域仍无完美算法来选择最佳的光谱范围。目前，已有一些配套软件可实现自动化选择光谱范围。例如：TQ Analyst软件中自带Suggest向导进行自动选择光谱范围。光谱波长范围的选择会直接影响模型的精度，即相关系数与均方差。6）建模及模型优化：近红外光谱存在谱带宽、重叠较严重、吸收信号弱、信息解析复杂等问题，它依赖于化学计量学方法，在样品待测属性值与近红外光谱数据之间建立一个校正模型，再通过模型对未知样品的近红外光谱进行预测来得到各性质成分的预测值。目前，近红外建模方法大都以“光谱数据预处理，波长筛选进行特征降维和突出，再通过PLS、SVM算法进行建模”的方法为主。建模的优化常见于如何使用预处理算法对光谱进行预处理，来消除仪器变异所引起的偏差；如何使用波长选择算法，提取光谱中的有效特征；如何利用化学计量方法建立稳定可靠的模型。除此之外，随着人工智能技术的发展，深度学习可以利用现有的大规模已标记数据集训练出一个预测能力强、鲁棒性好的多层网络结构模型。此外深度学习方法建模，其对预处理、波长选择等依赖性很低，该法也将为近红外光谱检测带来新的机遇。