譜圖數據分析方法及平臺實現.pdf

1、隨著社會的進步、工業(yè)檢測與自動化水平的提高，工業(yè)生產過程對產品質量的控制越來越嚴格，要保證生產過程的質量就必須獲得生產過程的相關參數信息。基于光譜分析的相關技術能夠在工業(yè)過程的眾多分支領域得到良好的應用，能夠利用光譜分析實現生產過程的參數定量檢測，也能實現生產過程品控的定性判別。光譜分析測量技術擁有無損、快速、可在線等諸多突出優(yōu)點，與此同時譜圖分析也存在信號強度弱、信號重疊等問題，導致相關分析技術的精度下降和應用受到限制。作為一種間接測

2、量技術，能否應用的核心就是建立有效的分析模型。所以譜圖分析技術的好壞就和建模方法密不可分了，建模當中的數據預處理方法、樣本集選取方法、波長優(yōu)選方法、建模方法、模型傳遞方法等都是譜圖分析技術領域的核心內容。為了在實際工業(yè)生產過程當中能夠取得良好的應用，還需要不斷的豐富和完善譜圖分析檢測技術的方法理論體系?；诖吮尘跋?，本文的主要研究工作如下:
　　(1)介紹光譜分析技術研究的背景和意義，闡述了以近紅外光譜為主要的譜圖分析技術原理，闡

3、明依托譜圖實現在線檢測的技術路線，以及概括當前國內外針對光譜分析的研究現狀及發(fā)展趨勢。
　　(2)針對譜圖分析過程涉及到的數據預處理、波長優(yōu)選、定量分析、定性判別的對應算法進行設計及改進。在上述算法的基礎上設計并實現了基于C＃語言的譜圖數據分析平臺，實現了譜圖數據的編輯管理、數據預處理、數據建模、預測應用全流程功能。
　　(3)針對造紙工藝過程中纖維性質的參數測量，利用譜圖數據分析平臺實現對纖維中的水、甲纖、木質素、多戊糖各

4、組分含量進行定量分析，在對比了多種預處理方法的基礎上，建立了偏最小二乘回歸分析和神經網絡算法定量分析模型。結果表明，以多元散射校準結合一階微分做數據預處理，偏最小二乘回歸建立分析模型的精度和可靠性更高。
　　(4)針對山羊絨和綿羊毛鑒別難題為研究對象，利用譜圖數據分析平臺實現快速精準判別。面對山羊絨和綿羊毛化學組成相似難題，提出基于波長優(yōu)選的羊絨羊毛譜圖判別分析方法，建立了競爭性自適應重加權采樣結合偏最小二乘判別分析方法實現對羊絨