羽絨及其混合物成份的近紅外快速檢測(cè)方法研究.pdf

1、羽絨產(chǎn)業(yè)作為紡織品行業(yè)的一個(gè)重要組成部分，具有廣闊的發(fā)展前景。鵝絨和鴨絨的性質(zhì)相似但是品質(zhì)差異很大，摻假現(xiàn)象的檢測(cè)成了品質(zhì)檢測(cè)中的重要問題。傳統(tǒng)檢測(cè)方法具有速度慢、人為干擾大等問題。近紅外光譜(NIR)分析技術(shù)是一種無損傷的檢測(cè)技術(shù)，其還存在不用預(yù)處理、檢測(cè)速度快、不會(huì)產(chǎn)生化學(xué)廢棄物等優(yōu)點(diǎn)。
　　 在研究利用近紅外光譜對(duì)羽絨中的不同成分含量進(jìn)行建模的過程中，討論了不同光譜儀器，不同的光譜采集方式對(duì)建模結(jié)果的影響。結(jié)果表明，采用U

2、SB4000光譜儀漫反射方式采集的光譜建模效果最好，相關(guān)系數(shù)為0.997，校正集的均方根誤差(RMSEC)和預(yù)測(cè)集的均方根誤差(RMSEP)分別為2.6％和3.8％，其次為尼高立光譜儀漫反射方法所建模型，最差為USB4000光譜儀漫透射方式所建模型結(jié)果。在對(duì)近紅外對(duì)于羽絨成分檢測(cè)能力的探尋實(shí)驗(yàn)中，研究結(jié)果表明混合樣本成分百分比差異在10％以外時(shí)，從近紅外光譜的主成分空間中能被明顯區(qū)分，當(dāng)樣本集間差距縮小到5％時(shí)，主成分空間中樣本重疊嚴(yán)重

3、，區(qū)分不明顯，但是使用判別偏最小二乘(PLS)方法結(jié)合預(yù)處理方法還是能將數(shù)據(jù)集間加以區(qū)分。通過對(duì)三種濕度值的樣本光譜建立獨(dú)立模型、混合模型和全局模型，討論了各種模型的預(yù)測(cè)效果，結(jié)果表明，各組獨(dú)立建?！M內(nèi)預(yù)測(cè)模型效果都較為理想。獨(dú)立建模和組間預(yù)測(cè)效果很差?；旌夏Ｐ涂梢杂脕磉M(jìn)行預(yù)測(cè)。最優(yōu)全局模型的r值為0.970，RMSEC和RMSEP值為7.33％和8.60％，是一個(gè)較為穩(wěn)定的模型。全局模型的優(yōu)點(diǎn)在于其有較高的穩(wěn)定性，同時(shí)模型適應(yīng)性較廣

4、。利用近紅外方法對(duì)羽絨樣本的水分含量做了預(yù)測(cè)，結(jié)果表明，最好的預(yù)測(cè)效果出現(xiàn)在MSC處理后的模型中，該模型的r值為0.871，RMSEC與RMSEP值分別為0.60％和0.80％，兩者絕對(duì)值小，同時(shí)差距也較小，說明模型穩(wěn)健，但r值偏低。
　　 此外，還比較了預(yù)處理方法和波段選擇對(duì)光譜模型的影響，證明對(duì)于尼高立光譜儀采集的光譜而言，長(zhǎng)波近紅外波段比短波波段建立的模型有更好的性能。各種預(yù)處理方法對(duì)模型的影響不盡相同，依據(jù)光譜儀的不同，