当前位置: 仪器信息网 > 行业主题 > >

红外分析方法

仪器信息网红外分析方法专题为您提供2024年最新红外分析方法价格报价、厂家品牌的相关信息， 包括红外分析方法参数、型号等，不管是国产，还是进口品牌的红外分析方法您都可以在这里找到。 除此之外，仪器信息网还免费为您整合红外分析方法相关的耗材配件、试剂标物，还有红外分析方法相关的最新资讯、资料，以及红外分析方法相关的解决方案。

红外分析方法相关的论坛

  • 近红外分析方法

    近红外方法开发完，并完成方法及方法报告的编写，然后投入使用 。当近红外分析结果异常，补加建模数据后方法参数变了，需要从新编写方法规程吗？是没次改变方法参数都要写方法规程吗？

  • 【分享】红外分析方法通则

    名称：傅里叶变换红外光谱方法通则起草单位：国家教育委员会实施日期：1997.4.1适用范围：本通则规定了傅里叶变换红外光谱仪近红外，中红外，远红外波段的定性，定量分析方法。适用于各种类型的傅里叶变换红外光谱仪。主要技术要求：1，定义 2，方法原理 3，试剂材料 4，仪器 5，样品和制样方法 6，分析步骤 7，分析结果表述出版单位：科学技术文献出版社[img]http://www.instrument.com.cn/bbs/images/affix.gif[/img][url=http://www.instrument.com.cn/bbs/download.asp?ID=59753]傅里叶变换红外光谱方法通则[/url]

  • 【有奖讨论】你的近红外预测值与标准方法分析数据可比吗？

    哈哈，本版主从火星回来啦～～～～http://simg.instrument.com.cn/bbs/images/brow/em09502.gif有奖讨论，参与有奖：你的近红外预测值与标准方法分析数据可比吗？你是怎么评价你的近红外预测值是否满足应用需求呢？是通过与标准方法分析数据比较吗？是完全依赖模型的预测偏差吗？标准方法的分析精度是ASTM标准提供的，还是多次实验计算的标准偏差呢？近红外预测值满足标准方法误差要求吗？近红外预测值大于标准方法误差要求，又如何判断数据是否可以接受呢？大家有什么关于近红外数据方面的心得和疑惑，都一起来讨论讨论吧！http://simg.instrument.com.cn/bbs/images/brow/em09505.gif

  • 【讲座预告】基于反射技术的红外光谱分析方法

    【讲座预告】基于反射技术的红外光谱分析方法对红外光谱来说，常规的透射分析分析方法已经远远不能满足现在样品多样化的要求。针对没的的样品要设计与之相适应的分析方法，不仅可以得到更加准确的结果，而且可能有效地节省分析时间，简化分析过程。但同时，在分析方法的完善及相关资料的全面性上来说，其它的分析方法还无法与透射法相比，但随着反射法硬件及分析方法的完善，反射分析方法正越来越多地受到重视，本讲座就对利用反射原理来进行样品分析的衰减全反射技术、漫反射技术及镜面反射技术做一个简单的介绍。本讲座分衰减全反射技术、漫反射技术及镜面反射技术三部分。讲座即将上线，大家猜猜：主讲专家会是论坛里何方人物？ ——下周一揭晓。

  • 近红外光谱分析方法的弱点

    自从[url=https://insevent.instrument.com.cn/t/1p][color=#3333ff]近红外光谱[/color][/url]分析最初在我国应用，到现在已经有20个春秋了。这期间尽管走过了许多风风雨雨，现在我国已经有了自己开发的各种类型[url=https://insevent.instrument.com.cn/t/1p][color=#3333ff]近红外光谱仪[/color][/url]器，应用水平有了很大的提高，但依然存在一些问题。我们只有充分认识[url=https://insevent.instrument.com.cn/t/1p][color=#3333ff]近红外光谱[/color][/url]分析方法的不足，才能更好地使用它。为此，借这块宝地，请大家谈谈[url=https://insevent.instrument.com.cn/t/1p][color=#3333ff]近红外光谱[/color][/url]分析方法的主要弱点，它的死穴在哪里，谢谢。

  • 【讨论】PC塑胶表面油污的红外分析方法

    做过工业分析的会经常遇到这样的问题，塑胶表面残留油污，最快的分析方法就是红外光谱分析。1、油污含量比较多，呈珠状，用干净KBr片在塑胶表面轻轻贴一下，将沾有油污的KBr放在红外显微镜下透射扫描，并在空白KBr上扣背景；2、油污含量很少，在强光下看见彩色痕迹，用正己烷或石油醚轻轻洗刷污染区域，将溶剂用干燥气体吹，浓缩至几个ml时，用镊子沾取，滴在KBr片上做透射扫描，并在空白KBr上扣背景。

  • 【分享】应用红外测量技术分析煤质成分的新方法

    目前，快速分析煤质的方法主要有活化中子法、电容法、微波法和双能，射线衰减法等。这些方法具有一定的优点，能快速分析燃煤成分，但是它们只能对燃煤的一个或几个指标进行测量，且具有一定的放射危险性。　　　　利用红外线测量原理分析煤质是目前快速分析煤质的一种新手段。它能快速准确地对燃煤进行全面的分析，而且具有样品准备时间短、信噪比高、非破坏性、能在非接触的条件下进行测量及无放射性等优点，是煤质快速分析技术的一个研究热点。　　　　一、原理　　　　1.1基本原理　　　　　　在有机物及部分无机物分子中，化学键结合的各种集团(如C=C、N=C、O=C、0=H、N=H)的运动(伸缩、振动、弯曲等)都有它固定的振动频率。当受到红外线照射时，分子被激发而产生振动，同时光的一部分能量被吸收，测量其吸收光可以得到复杂的图谱，这种图谱包含了被测物质的特征信息。被测物质的每一种成分都有特定的吸收特性，就像每一个人都有唯一的指纹。通过图谱解析，可以获得这种成分的含量。燃煤的某一种成分含量越高，对特定波长的红外光吸收能力就越强。　　　　收能力就越强。图1主要描述了四种煤样的三种主要无机物和有机物(芳香族、脂肪氢、甲基或经基)在所对应波长处不同的吸收特性。其中T为透射率，log(1/T)是获得透射率的方式。　　　　傅里叶变换光谱技术可以保证信号的稳定性，减轻传统红外测量所遇到的噪声干扰问题；而相对于单色光，干涉光更能测量煤粉中的各种成分含量。所以，对煤质的红外光谱分析是以傅里叶变换红外光谱干涉仪(FT-MIR)为基础的。傅里叶变换漫反射红外干涉光谱仪分析煤质成分装置。

  • 红外光谱分析制样方法

    红外光谱分析制样方法在红外光谱分析的具体操作中，对于固体样品，常用的制样方法有以下四种：（１）压片法，是把固体样品的细粉，均匀地分散在碱金属卤化物中并压成透明薄片的一种方法；（２）粉末法，是把固体样品研磨成２μm以下的粉末，悬浮于易挥发溶剂中，然后将此悬浮液滴于KBr片基上铺平，待溶剂挥发后形成均匀的粉末薄层的一种方法；（３）薄膜法，是把固体试样溶解在适当的的溶剂中，把溶液倒在玻璃片上或KBr窗片上，待溶剂挥发后生成均匀薄膜的一种方法；（４）糊剂法，是把固体粉末分散或悬浮于石蜡油等糊剂中，然后将糊状物夹于两片KBr等窗片间测绘其光谱[1]。其中最常用的是压片法，但此法常因样品浓度不合适或因片子不透明等问题需要一再返工。 对于液体样品，常用的制样方法有以下三种：（１）液膜法，是在可拆液体池两片窗片之间，滴上１～２滴液体试样，使之形成一薄的液膜[2]；（２）溶液法，是将试样溶解在合适的溶剂中，然后用注射器注入固定液体池中进行测试；（３）薄膜法，用刮刀取适量的试样均匀涂于窗片上，然后将另一块窗片盖上，稍加压力，来回推移，使之形成一层均匀无气泡的液膜。其中最常用的是液膜法，此法所使用的窗片是由整块透明的溴化钾（或氯化钠）晶体制成，制作困难，价格昂贵，稍微使用不当就容易破裂，而且由于长期使用也会被试样中微量水分将其慢慢侵蚀，到一定时候这对窗片也就报废了。 现在采用溴化钾压片作片基，在得到同等效果图谱的情况下，降低了重新压片的次数，减少了清洗液体池和窗片的时间，避免了窗片破裂和损耗的可能性，而且此方法成本很低。[img]http://ng1.17img.cn/bbsfiles/images/2006/06/200606272220_20668_1614961_3.gif[/img]

  • 近红外光谱分析方法的优势

    自从[url=https://insevent.instrument.com.cn/t/1p][color=#3333ff]近红外光谱[/color][/url]分析最初在我国应用，到现在已经有20个春秋了。 现在我国已经有了自己开发的各种类型[url=https://insevent.instrument.com.cn/t/1p][color=#3333ff]近红外光谱仪[/color][/url]器，应用水平有了很大的提高，但远没有达到普及程度。为此，借这块宝地，请大家谈谈[url=https://insevent.instrument.com.cn/t/1p][color=#3333ff]近红外光谱[/color][/url]分析方法的到底有哪些优点，有什么优势，让更多人了解它，使用它！谢谢。

  • 【讨论】滤光片式近红外成分分析仪的建模方法

    滤光片式近红外成分分析仪价格低，一般用于专一对象，像日常的化验室或在线分析，广泛应用于食品、农业及化学工业等多种领域。滤光片式近红外成分分析仪一般配有多个近红外干涉滤光片，允许特定波长的光通过。我以前做过好多全谱分析的，用的是赛默飞世尔科技（Thermo Fisher Scientific）的AntarisII傅立叶变换近红外(FT-NIR)光谱仪和布鲁克的一个，但对于仅有几个滤光片的（对应几个信号值）除多元线性回归MLR，还有其它方法适合吗？个人感觉 像PCR和PLS 对几个滤光片这种 是不是就没有所谓的主成分了，它本身变量就很少，希望有经验的专家朋友不惜赐教！

  • 近红外光谱分析方法预测馏程是否准确？

    [font=宋体]馏程是炼化生产过程物料的重要参数指标，馏程测定是炼厂化验室最繁重的工作任务之一。采用[url=https://insevent.instrument.com.cn/t/1p][color=#3333ff]近红外光谱[/color][/url]分析技术可以测定馏程，替代传统分析方法，减轻化验室工作压力。从应用实践来看，采用[url=https://insevent.instrument.com.cn/t/1p][color=#3333ff]近红外光谱[/color][/url]分析技术测定初馏点和终馏点误差较大，主要是由于决定初馏点和终馏点的组分在样品中的含量很低，而且与样品的本底接近，比较难以确定它们的数学关系。[/font]

  • 近红外光谱分析方法投用后，还需要做哪些工作？

    [font=宋体][url=https://insevent.instrument.com.cn/t/1p][color=#3333ff]近红外光谱[/color][/url]分析方法投用后，需要进行持续的分析质量监控和模型的更新与维护。[/font][font=宋体][font=宋体]（[/font][font=Times New Roman]1[/font][font=宋体]）分析质量监控是指定期采用[url=https://insevent.instrument.com.cn/t/1p][color=#3333ff]近红外光谱[/color][/url]分析方法分析质量控制样品，将得到的结果与参考值比较，判断方法预测结果的可靠性。油品分析中，一般定期将[url=https://insevent.instrument.com.cn/t/1p][color=#3333ff]近红外光谱[/color][/url]分析结果与实验室分析结果进行比较，来判断方法结果的准确性。定期的分析质量监控很重要，可以有效防止由于仪器性能变差或模型失效而产生的较大分析误差，保证分析结果的可靠性。[/font][/font][font=宋体][font=宋体]（[/font][font=Times New Roman]2[/font][font=宋体]）模型的更新和维护。在石化应用中，原料和工艺条件的调整都会导致模型不再适用，这时就需要进行模型的更新和维护。模型的更新过程需要收集多个有代表性的新的样品模型，然后按照常规建模流程添加到校正集中，重新建立模型。模型更新后需要重新进行验证，对模型更新验证集的要求与新建模型时相同，原有的验证集样品可以用于新模型的验证，但是必须补充代表新范围或新类型的样品。[/font][/font]

  • 【分享】烟草中三种主要成分的近红外光谱分析与化学分析方法比较

    烟草中三种主要成分的[url=https://insevent.instrument.com.cn/t/1p][color=#3333ff]近红外光谱[/color][/url]分析与化学分析方法比较陈鹰!丁映!乐俊明贵州省农业科学院生物技术研究所 贵阳关键词"烟草![url=https://insevent.instrument.com.cn/t/1p][color=#3333ff]近红外光谱[/color][/url]分析!化学分析!水分!总植物碱!总糖[img]http://www.instrument.com.cn/bbs/images/affix.gif[/img][url=http://www.instrument.com.cn/bbs/download.asp?ID=69227]烟草中三种主要成分的[url=https://insevent.instrument.com.cn/t/1p][color=#3333ff]近红外光谱[/color][/url]分析与化学分析方法比较[/url]

  • 有人用多元线性回归方法做过红外光谱的定性定量分析吗？

    所谓多元是指多个波长处的谱带，单元是指单个波长处的谱带。在红外光谱中（不是近红外）人们似乎多用单元线性回归和最多两元的比例线性回归来进行定量分析。我很想知道，像近红外那样用多元线性分析方法来分析红外光谱，是不是一个用效的定性（如种类的鉴别）和定量（如组分的比例）分析方法？

  • 【原创大赛】官人代发：热分析/红外光谱（TG/IR）联用的数据分析方法

    【原创大赛】官人代发：热分析/红外光谱（TG/IR）联用的数据分析方法

    [b]作者：[/b]丁延伟，[color=#2d374b]中国科学技术大学理化科学实验中心副主任。[/color]众所周知，通过热分析/红外光谱联用技术，在得到样品在温度变化过程中质量或热效应的信息的同时还可以得到逸出气体的官能团随温度变化的信息。此处所指的热分析部分主要指热重法（TG）、热重-差热分析（TG-DTA）和热重-差示扫描量热法（DSC），这部分的数据分析将在之后的相关文章中进行介绍，限于篇幅本部分不做进一步展开。在许多专著和教材中，对于红外光谱的理论、实验及数据分析已有更为详尽的介绍，本文中对于这些内容也不做过多的介绍。本文中重点介绍由热分析/红外光谱联用技术得到的数据分析方法，为了叙述方便，将重点介绍由热重/红外光谱（TG/IR）联用实验所得到的数据分析过程。概括来说，由TG/IR可以得到样品在不同温度或时间下得到的所有红外光谱的[color=#000000]三维图（通常称为逸出气体光谱图，简称EGS），还可以得到[/color][color=#000000]逸出气体剖面图（即在实验期间得到的由样品释放出的气体总量为时间或温度的函数曲线，通常通过应用Gram-Schmidt重建算法根据记录得到的红外光谱数据计算出来的剖面图，简称EGP)[/color][color=#000000]、官能团剖面图（即用来表示在热分析实验过程中释放的气体量中特定的化学官能团随测量时间或的变化关系，通常通过对实验过程中所选光谱区域上的红外光谱数据的吸光值积[/color]分来得到该剖面图，简称FGP）、特定气体剖面图（即当选定的光谱区域中含有特定气体（如氨或一氧化碳）时，由软件所得到的一种特殊类型的官能团剖面图，简称SGP）。在TG/IR分析中，通常需要得到EGS、EGP和FGP图。由于在之前的《热分析/红外光谱联用数据分析时三维图的作图方法》一文中已经介绍了EGS的作图法，因此在本部分内容中以美国Perkin-Elmer公司的TG/IR仪所附带的Timebase软件为例介绍EGP和FGP的分析方法。首先，在Timebase软件中打开需要分析的数据的原始文件（图1）。[align=center] [img=,560,301]https://ng1.17img.cn/bbsfiles/images/2019/10/201910170951414224_4507_3224499_3.jpg!w560x301.jpg[/img] [/align][align=center]图1 打开原始文件[/align]图1中左上部分的曲线为任一时刻得到的实时红外光谱谱图，右上部分蓝色的三维图为实验过程中不同时刻/温度下的所有的红外光谱图，下半部分即为EGP曲线。EGP曲线的导出方法为：（1）选中该文件（图2）；[align=center][img=,188,103]https://ng1.17img.cn/bbsfiles/images/2019/10/201910170951540346_4853_3224499_3.jpg!w188x103.jpg[/img][/align][align=center]图2 选中GS曲线[/align]（2）选中File菜单下的Save As选项，会弹出图4所示的窗口，点击保存即得到Excel格式的GS曲线的数据文件（图4）。导出的文件在Origin、Excel等文件中可以直接作图。[align=center][img=,176,258]https://ng1.17img.cn/bbsfiles/images/2019/10/201910170952031126_9770_3224499_3.jpg!w176x258.jpg[/img][/align][align=center]图3[/align][align=center][img=,560,431]https://ng1.17img.cn/bbsfiles/images/2019/10/201910170952153848_188_3224499_3.jpg!w560x431.jpg[/img][/align][align=center]图4[/align]（3）如需直接复制软件中的曲线图，点击Edit菜单下的Copy选项即可（图5）。[align=center][img=,144,117]https://ng1.17img.cn/bbsfiles/images/2019/10/201910170952337376_1353_3224499_3.jpg!w144x117.jpg[/img][/align][align=center]图5[/align]下面介绍FGP曲线的得到方法。用鼠标拖动GS曲线中的黑色竖线即可用来查看在不同时刻或温度下的红外光谱曲线（图6），此时可以看到图6中左上部分的红外光谱图在发生变化。在左上图中移动红色的竖线至感兴趣的官能团所对应的波数位置，例如CO[sub]2[/sub]的特征吸收位置2357cm[sup]-1[/sup]处，右击鼠标会弹出如图7所示的菜单，选中View Profile选项，即可得到该波数随时间或温度变化的FGP曲线，如图8中绿色曲线所示。该曲线在软件中的导出方法同EGP曲线。[align=center][img=,560,295]https://ng1.17img.cn/bbsfiles/images/2019/10/201910170952410486_6248_3224499_3.jpg!w560x295.jpg[/img][/align][align=center]图6[/align][align=center][img=,164,152]https://ng1.17img.cn/bbsfiles/images/2019/10/201910170952494022_9207_3224499_3.jpg!w164x152.jpg[/img][/align][align=center]图7[/align][align=center][img=,560,261]https://ng1.17img.cn/bbsfiles/images/2019/10/201910170952589752_4178_3224499_3.jpg!w560x261.jpg[/img][/align][align=center]图8[/align]如需要导出不同时刻/温度下的实时红外光谱图，如图8中1499.1s处的红外光谱图，则需选中左上图下方的文件（图9），然后按照EGP曲线的导出方法即可得到该时刻的红外光谱图。[align=center][img=,560,274]https://ng1.17img.cn/bbsfiles/images/2019/10/201910170953092976_4639_3224499_3.jpg!w560x274.jpg[/img][/align][align=center]图9[/align]另外，如需在软件中将EGP和FGP曲线的横坐标由时间转化为温度，则可以选中Process菜单中的Convert Time Axis选项（图10），弹出如图11所示的对话框。下方的选项为直接导入热重实验的文件的时间-温度曲线，上方的选项为定义两个指定的温度所对应的时间，由此会生成一个时间-温度的函数曲线，也可以在Excel文件中进行转换。[align=center] [img=,244,327]https://ng1.17img.cn/bbsfiles/images/2019/10/201910170953226375_1876_3224499_3.jpg!w244x327.jpg[/img][/align][align=center]图10[/align][align=center][img=,404,344]https://ng1.17img.cn/bbsfiles/images/2019/10/201910170953340117_8499_3224499_3.jpg!w404x344.jpg[/img][/align][align=center]图11[/align]

  • 紫外与红外这两种光学方法分析烟气成分到底有何区别呢？

    目前的形势，光学仪器在烟气分析中的使用越来越多，紫外和红外到底哪种方法准确性更高，测试的范围更广呢？1、我认为从准确性的角度还是紫外吸收的方法更优越一些，因为这种方法对水汽干扰要求不是很高，红外则稍逊色点而且受水分影响很大。2、测量范围肯定是红外更广泛一些，但是红外测不了二氮，需要加转换炉，而紫外呢吸收的范围却只有二硫和一氮、二氮，。两者各有利弊吧，大家也发表一下自己的见解，一起参与讨论与分享吧！

  • 近红外红外定性分析漆膜。

    我现在有个想法，能不能用红外的方法来给漆膜定性分析。目前具体的样品还没有，所以想先问问各位老师有没有可能用红外ATR来做？油漆总共分15类，如果光树脂我想应该没问题的，问题就是涂膜后，填料会不会造成影响？表面是否应该处理，如何处理才能排除外界的干扰？还有，我想，近红外的方法是不是也可以试试？在定性分析方面，近红外还算强大把？干挠不像红外那么严重。还请各位老师来聊聊 谁有这方面的文献还请发给我一份。这个帖子在红外发过了，不过怕在红外版沉了，在这里置顶一下，[em51]

  • 基于多模型加权预测的近红外定量分析方法

    基于多模型加权预测的近红外定量分析方法

    [b][size=18px][font=宋体]1[/font][font=宋体]、背景介绍[/font][/size][/b][font=宋体] 随着微机电技术的发展，近几年，便携式[url=https://insevent.instrument.com.cn/t/1p][color=#3333ff]近红外光谱仪[/color][/url]被广泛应用于食品、饮料、医药、煤炭等各个领域，相较于传统的大型傅里叶变换光谱分析系统，其具有结构简单、成本低廉、携带方便、结果实时可见等优势，目前已成为光谱领域的热门产品。但是便携式[url=https://insevent.instrument.com.cn/t/1p][color=#3333ff]近红外光谱仪[/color][/url]易受光源、检测器、使用方法、环境条件等影响，使得采集的光谱数据稳定性差，精度低，进而造成预测结果不稳定、预测准确率低等问题。[/font][font=宋体] 为了解决上述问题，提升便携式[url=https://insevent.instrument.com.cn/t/1p][color=#3333ff]近红外光谱[/color][/url]分析结果的稳定性及准确性，目前行业内[url=https://insevent.instrument.com.cn/t/1p][color=#3333ff]近红外光谱[/color][/url]数据建模优化工作，主要集中于数据源筛选、预处理算法优化、模型筛选算法优化等基于PLS算法的单模型建模优化工作，此类建模算法主要适用于高精度的傅里叶[url=https://insevent.instrument.com.cn/t/1p][color=#3333ff]近红外光谱仪[/color][/url]。对于自身硬件分辨率较低的便携式[url=https://insevent.instrument.com.cn/t/1p][color=#3333ff]近红外光谱仪[/color][/url]，适用性较差。因此本帖在基于PLS算法建模的基础上，提出多模型加权预测的方法，以特定准则选取相对稳定、准确率较高的若干个光谱模型，结合模型自身系数进行加权预测的方式来提升便携式[url=https://insevent.instrument.com.cn/t/1p][color=#3333ff]近红外光谱仪[/color][/url]整体性能，进而提升便携式[url=https://insevent.instrument.com.cn/t/1p][color=#3333ff]近红外光谱仪[/color][/url]的预测稳定性及准确率。[/font][b][size=18px][font=宋体]2[/font][font=宋体]、方法解析[/font][/size][font=宋体]2.1[/font][font=宋体]样本集合划分[/font][/b][font=宋体] 使用便携式[url=https://insevent.instrument.com.cn/t/1p][color=#3333ff]近红外光谱仪[/color][/url]采集400个待测样品，采用Kennard Stone（K-S）算法对样本进行划分，将样本划分为训练集（200个）、验证集（100个）、盲测集（100个）、避免人为划分样本的主观性。[/font][b][font=宋体]2.2[/font][font=宋体]光谱预处理[/font][/b][font=宋体] 便携式[url=https://insevent.instrument.com.cn/t/1p][color=#3333ff]近红外光谱仪[/color][/url]采用常规的单一预处理方式效果不佳，本贴采用双预处理嵌套的方式对样品进行处理，其中第一级、第二级预处理均可设置不同的预处理参数，通过不同预处理方式，预处理参数的设置可以获取多种预处理结果。[/font][align=center][img=双预处理嵌套,690,325]https://ng1.17img.cn/bbsfiles/images/2023/09/202309042103332831_7122_5075516_3.png!w690x325.jpg[/img][/align][b][font=宋体]2.3[/font][font=宋体]光谱建模[/font][/b][font=宋体] [url=https://insevent.instrument.com.cn/t/1p][color=#3333ff]近红外光谱[/color][/url]定量分析建模方法包括多元线性回归（[/font][font='Times New Roman',serif]MLR[/font][font=宋体]）、主成分回归（[/font][font='Times New Roman',serif][url=https://insevent.instrument.com.cn/t/jp][color=#3333ff]PCR[/color][/url][/font][font=宋体]）、偏最小二乘回归（[/font][font='Times New Roman',serif]PLS[/font][font=宋体]）、人工神经网络（[/font][font='Times New Roman',serif]ANN[/font][font=宋体]）和支持向量机（[/font][font='Times New Roman',serif]SVM[/font][font=宋体]）等。其中，[/font][font='Times New Roman',serif]PLS[/font][font=宋体]算法应用最为广泛，选用[/font][font='Times New Roman',serif]PLS[/font][font=宋体]算法进行建模。通过多种预处理结果、不同[/font][font='Times New Roman',serif]PLS[/font][font=宋体]主成分数选择组合建立多个光谱定量分析模型，若设定一级预处理为[/font][font='Times New Roman',serif]M[/font][font=宋体]种，二级预处理为[/font][font='Times New Roman',serif]N[/font][font=宋体]种，[/font][font='Times New Roman',serif]PLS[/font][font=宋体]主成分数选择为[/font][font='Times New Roman',serif]T[/font][font=宋体]种，则通过不同排列组合可以建立合计[/font][font='Times New Roman',serif]M*N*T[/font][font=宋体]个光谱定量分析模型。[/font][align=center][img=多种建模方式,690,198]https://ng1.17img.cn/bbsfiles/images/2023/09/202309042104079253_7276_5075516_3.png!w690x198.jpg[/img][/align][b][font=宋体]2.4[/font][font=宋体]光谱模型选择[/font][/b][font=宋体] 基础模型一：在上述建立的大量光谱定量分析模型中，选择光谱模型最通用的两大表征系数，即模型相关系数（[/font][font='Times New Roman',serif]R2[/font][font=宋体]值）以及均方根误差（[/font][font='Times New Roman',serif]RMSECV[/font][font=宋体]值）进行基础模型筛选，选择模型相关系数最大的模型为基础模型[/font][font='Times New Roman',serif]A[/font][font=宋体]，模型均方根误差最小的模型为基础模型[/font][font='Times New Roman',serif]B。[/font][font=宋体] 基础模型二：在基础模型一中引入验证集，通过训练集建立的多个光谱模型对验证集进行预测，将预测值与验证集标定值进行计算，获取偏差值，选择偏差值最小的光谱模型为基础模型[/font][font='Times New Roman',serif]C。[/font][align=center][img=基础模型C,690,264]https://ng1.17img.cn/bbsfiles/images/2023/09/202309042104332526_3725_5075516_3.png!w690x264.jpg[/img][/align][font=宋体] 基础模型三：在基础模型二中引入准确率，在近红外快检的实际应用中，对于预测偏差值在一定阈值范围内的样本定义为准确预测样本，若超出阈值则为预测错误样本，选择准确率最高的光谱模型为基础模型[/font][font='Times New Roman',serif]D。[/font][align=center][img=基础模型D,690,235]https://ng1.17img.cn/bbsfiles/images/2023/09/202309042104460652_3475_5075516_3.png!w690x235.jpg[/img][/align][b][font=宋体]2.5[/font][font=宋体]权重系数计算[/font][/b][font=宋体] 光谱模型不同，对盲测样本的预测能力不同，结合光谱模型的模型相关系数（[/font][font='Times New Roman',serif]R2[/font][font=宋体]值）或者均方根误差（[/font][font='Times New Roman',serif]RMSECV[/font][font=宋体]值）计算各个模型的预测权重，以模型相关系数为例：[/font][align=center][font='Times New Roman',serif]Ti=Ri/(R1+R2+R3+R4)[/font][/align][font=宋体] 其中，[/font][font='Times New Roman',serif]R1[/font][font=宋体]为基础模型[/font][font='Times New Roman',serif]A[/font][font=宋体]的模型相关系数，[/font][font='Times New Roman',serif]R2[/font][font=宋体]为基础模型[/font][font='Times New Roman',serif]B[/font][font=宋体]的模型相关系数，依此类推。[/font][font='Times New Roman',serif]Ti[/font][font=宋体]为各个基础模型对应权重系数。[/font][b][font=宋体]2.6[/font][font=宋体]多模型加权预测[/font][/b][font=宋体] 分别采用光谱基础模型[/font][font='Times New Roman',serif]A[/font][font=宋体]、[/font][font='Times New Roman',serif]B[/font][font=宋体]、[/font][font='Times New Roman',serif]C[/font][font=宋体]、[/font][font='Times New Roman',serif]D[/font][font=宋体]对盲测集[/font][font='Times New Roman',serif]100[/font][font=宋体]个样本进行预测，以盲测集单个样本为例，四个光谱模型对应获取四个预测值[/font][font='Times New Roman',serif]a[/font][font=宋体]、[/font][font='Times New Roman',serif]b[/font][font=宋体]、[/font][font='Times New Roman',serif]c[/font][font=宋体]、[/font][font='Times New Roman',serif]d [/font][font=宋体]，结合权重系数计算最终单一预测值[/font][font='Times New Roman',serif]S[/font][font=宋体]：[/font][align=center][font=宋体][/font][/align][align=center][font='Times New Roman',serif]S=a*T1+b*T2+c*T3+d*T4[img=多模型加权预测,690,212]https://ng1.17img.cn/bbsfiles/images/2023/09/202309042106560595_5692_5075516_3.png!w690x212.jpg[/img][/font][/align][b][size=18px][font=宋体]3[/font][font=宋体]、实际应用[/font][/size][font=宋体]3.1[/font][font=宋体]硬件信息[/font][/b][font=宋体] 硬件设备为四川长虹研发的[/font][font='Times New Roman',serif]PV800-III[/font][font=宋体]便携式[url=https://insevent.instrument.com.cn/t/1p][color=#3333ff]近红外光谱仪[/color][/url]，光谱仪波段范围为[/font][font='Times New Roman',serif]1350nm-2150nm[/font][font=宋体]，采样间隔为[/font][font='Times New Roman',serif]6nm[/font][font=宋体]，尺寸为[/font][font='Times New Roman',serif]Φ100mm×76.8mm[/font][font=宋体]，重量约[/font][font='Times New Roman',serif]750g。[/font][b][font=宋体]3.2[/font][font=宋体]样本采集：[/font][/b][font=宋体] 采集[/font][font='Times New Roman',serif]400[/font][font=宋体]个酒醅样品，其中酒醅水分、淀粉、酸度等理化指标均由车间经验丰富化验员按常规化学方法测定所得。[/font][b][font=宋体]3.3[/font][font=宋体]分析对比[/font][/b][font=宋体] 结合酒醅常用的光谱预处理算法及[/font][font='Times New Roman',serif]PLS[/font][font=宋体]单模型建模算法对本应用中酒醅数据进行建模，通过多种预处理组合优化，有效剔除光谱数据中的大量无用信息，并结合[/font][font='Times New Roman',serif]PLS[/font][font=宋体]算法，将高维光谱数据进行有效降维，提升光谱数据的有效性及准确度。最后以[/font][font='Times New Roman',serif]RMSECV[/font][font=宋体]作为模型筛选指标，利用筛选的最优模型对[/font][font='Times New Roman',serif]100[/font][font=宋体]条未知样本进行模型外验证，图[/font][font='Times New Roman',serif]a~c[/font][font=宋体]依次给出了传统单模型水分、酸度、淀粉[/font][font='Times New Roman',serif]3[/font][font=宋体]个指标的模型外预测分布情况，图中横坐标为标定值，纵坐标为预测值，黄色区域为模型允许的误差范围（水分、淀粉允许误差为绝对偏差[/font][font='Times New Roman',serif]±1[/font][font=宋体]，酸度允许误差范围为绝对偏差[/font][font='Times New Roman',serif]±0.3[/font][font=宋体]），采用基于多模型加权预测的近红外定量分析方法对上述酒醅光谱数据进行建模，利用筛选的多个光谱模型对相同的[/font][font='Times New Roman',serif]100[/font][font=宋体]条未知样本进行加权预测，图[/font][font='Times New Roman',serif]d~f[/font][font=宋体]依次依次给出了多模型加权预测方法水分、酸度、淀粉[/font][font='Times New Roman',serif]3[/font][font=宋体]个指标的模型外预测分布情况。[/font][img=酒醅定量分析,690,318]https://ng1.17img.cn/bbsfiles/images/2023/09/202309042105316390_239_5075516_3.png!w690x318.jpg[/img][font=宋体] 多模型加权预测方法相较于传统单模型预测方法，各指标准确率均有不同幅度提升，3个指标准确率平均提升约11%。各指标准确率均达到了企业车间应用要求。[/font][b][size=18px][font=宋体]4[/font][font=宋体]、结论[/font][/size][/b][font=宋体] 利用便携式[url=https://insevent.instrument.com.cn/t/1p][color=#3333ff]近红外光谱仪[/color][/url]，分别以传统单模型建模方法、多模型加权预测方法进行酿酒车间酒醅各成分光谱建模，并对[/font][font='Times New Roman',serif]100[/font][font=宋体]个未知样本进行模型外预测分析。结果表明，基于多模型加权预测的近红外定量分析方法，可以有效弥补便携式[url=https://insevent.instrument.com.cn/t/1p][color=#3333ff]近红外光谱仪[/color][/url]在采样精度、稳定性等方面的不足。相较于单模型建模预测结果，多模型加权预测方法将酒醅样本各成分预测准确率平均提升了约[/font][font='Times New Roman',serif]11%[/font][font=宋体]，甚至可有效逼近大型傅里叶光谱仪设备预测效果，是一种可以在便携式[url=https://insevent.instrument.com.cn/t/1p][color=#3333ff]近红外光谱[/color][/url]快检领域推广应用的实用方法。[/font]

Instrument.com.cn Copyright©1999- 2023 ，All Rights Reserved版权所有，未经书面授权，页面内容不得以任何形式进行复制