大豆秸秆成分近红外光谱分析快速检测方法研究

【摘要】：我国正处于经济飞速发展时期,近年来我国对能源需求也急剧增加,我国已经处于连年能源短缺,供需不均衡的状态,对外原油依赖度也越来越大,面对这种状况我国提出了改善能源结构,合理有效的利用新能源和可再生能源的指导方针,其中生物质能源是可再生能源中重要的一部分,在我国每年都有大量的生物质资源被废弃,如何合理而有效的利用生物质能源是一个严峻而适时的考验,生物质能源的开发和利用会为我国能源短缺问题找到新的突破口和根本性解决方案。目前对于生物质能的利用主要还是集中于制造燃料酒精及生物柴油,但是受制于制造工艺和技术的限制,传统化学方法无法实现生物质成分含量及其配比的实时和在线化检测,缺少明确配比的指导使得生物燃料在制造过程中燃料质量和产量无法得到保障。本文以此为切入点,以大豆秸秆为研究对象,采用近红外光谱分析技术探索实现大豆秸秆主要成分纤维素、半纤维素和木质素含量的快速检测方法,希望通过该技术的逐步完善和成熟为日后生物燃料生产过程提出一种实时和在线化快速检测方案。首先在黑龙江省内采集了160株不同地区和品种的大豆秸秆后,完成对大豆秸秆的化学定标及光谱扫描,同时对近红外光谱分析中的各种数据处理方法和建模方法进行了论证。主要研究结果如下:(1)对大豆秸秆成分纤维素、半纤维素、木质素进行了样品正态分析,确保所选样品具有代表性,通过建立频数直方图和分布的正态性检验图对三种成分进行统计,其中三种样品布尔变量h=0,显著性指标sig=1,95%置信区间都包含有假设均值,证明模型样品的选取是具有充分代表性的。(2)对大豆秸秆光谱进行了多重相关性分析,其中大豆秸秆光谱之间的互相关性较低,互相关性低可以保持模型的稳定,不易放大计算误差,光谱和化学测定值之间的相关性总体保持稳定,其中半纤维素在4000-12000cm-1范围内呈现由负相关逐步逼近正相关趋势,多数波长相关系数保持在0.4以上,适合用来建立定量分析模型,木质素和纤维素样品在7500--12000cm-1相关系数保持稳定在0.5左右,也适于用来建立定量分析模型。(3)采用马氏距离、霍特林T2统计、X-Y残差进行异常样本的选择,并提出了基于X-Y残差和杠杆值的3D视图分析法进行异常样本选取,结果表明四种方法都可以有效准确得找到异常样本,但由于四种算法的判别依据不同在异常样本选取上具有一定差异性,在三种成分定量分析模型中3D视图分析法都准确而有效的找到了异常样本,在进行样本剔除后模型精度大幅提升,校正集决定系数R2分别提升了7.76%,12.09%,9.04%,交互验证均方误差根RMSECV分别降低了0.076,0.1731,0.0942。(4)采用小波变换处理进行光谱去噪,分别选取DB小波,Haar小波和Symlet小波在不同分解层数下选择penalty全局阈值、Bridge-massart分层阈值和缺省阈值方法进行光谱信号的分解和重构,并与其它传统去噪方法进行对比,最终对半纤维素和木质素分别选取Symlet2-2层分解和DB2-2层分解小波基对光谱进行处理,经去噪后验证集决定系数分别从0.462524、0.653223提升至0.6314158、0.7816511。(5)分别对纤维素、半纤维素和木质素进行特征波段选择,选取相关系数法,间隔偏最小二乘(IPLS)、连续投影算法(SPA)、遗传算法(GA)、和移动窗口最小二乘法(MWPLS)、其中IPLS选取间隔50点和间隔70点分别进行特征波段选取,SPA分别选择全谱波段和IPLS特征波段内根据最大有效波长m_max=10、20、30、40条件下进行特征选取,GA在全谱及IPLS特征波段内依据评估次数evaluate=50、100条件下的特征波长选取。各种算法相对于全谱模型模型验证结果具有大幅提升。(6)对半纤维素和纤维素校正模型采用了BP神经网络进行模型建立,并与PLS模型进行了验证对比,其中BP神经网络在建立模型之前进行了最优参数选择,最终选择隐含层节点为20、动量因子0.6和学习速率0.6,学习次数3500次的BP模型。(7)对木质素校正模型采用了支持向量回归(SVR)模型,并与PLS模型进行了对比,其中SVM中分别对惩罚因子C、核参数γ的选取与验证集均方误差RMSEP进行了论证,并对四种核函数分别进行选择对比,最终选择了惩罚因子C为100,核参数γ为10-4的基于RBF核函数的模型。以上研究的逐步深入和完善,对生物质秸秆成分快速检测提供可靠的技术保障和数据支持,同时也为日后生物燃料实现生产过程在线检测及专用检测仪器的研发提供理论指导。 【关键词】：大豆秸秆 近红外光谱分析 小波变换 偏最小二乘 支持向量机
【学位授予单位】：东北农业大学
【学位级别】：博士
【学位授予年份】：2015
【分类号】：S216.2
【目录】：

• 摘要8-10
• 英文摘要10-12
• 1 前言12-27
• 1.1 研究背景12-13
• 1.2 国内外研究现状13-18
• 1.2.1 可再生能源发展现状13-15
• 1.2.2 作物秸秆现有的检测方法及其改进15-16
• 1.2.3 近红外快速检测方法在秸秆检测中的应用16-18
• 1.3 近红外光谱分析技术简介18-24
• 1.3.1 原理及光谱特征18-19
• 1.3.2 近红外光谱采集19-21
• 1.3.3 分析流程21-22
• 1.3.4 近红外光谱分析评价指标22-23
• 1.3.5 近红外光谱分析技术特点及应用23-24
• 1.4 本文研究内容及技术路线24-27
• 1.4.1 研究内容24-25
• 1.4.2 技术路线25-27
• 2 大豆秸秆半纤维素近红外检测27-67
• 2.1 样品采集标定及光谱测量27-31
• 2.1.1 样品采集制备及标定27-30
• 2.1.2 光谱采集30-31
• 2.2 样品分析31-33
• 2.2.1 样品采集制备及标定31-32
• 2.2.2 多重相关性分析32-33
• 2.3 预处理分析方法33-59
• 2.3.1 异常样本剔除33-39
• 2.3.2 样品集的划分39-40
• 2.3.3 光谱去噪处理40-50
• 2.3.4 特征波长选择50-59
• 2.4 定量分析模型59-66
• 2.4.1 偏最小二乘回归59-61
• 2.4.2 BP神经网络61-66
• 2.5 本章小结66-67
• 3 大豆秸秆木质素近红外检测67-86
• 3.1 样品采集标定及光谱测量67
• 3.1.1 样品采集制备及标定67
• 3.1.2 光谱测量67
• 3.2 样品分析67-69
• 3.2.1 样品正态分析67-68
• 3.2.2 多重相关性分析68-69
• 3.3 预处理分析方法69-81
• 3.3.1 异常样本剔除69-72
• 3.3.2 样本集的划分72-73
• 3.3.3 光谱去噪处理73-75
• 3.3.4 特征波长选择75-81
• 3.4 定量分析模型建立81-85
• 3.4.1 偏最小二乘回归81
• 3.4.2 支持向量机回归81-85
• 3.5 本章小结85-86
• 4 大豆秸秆纤维素近红外检测86-98
• 4.1 样品采集标定及光谱测量86
• 4.1.1 样品采集制备及标定86
• 4.1.2 光谱测量86
• 4.2 样品分析86-88
• 4.2.1 样品正态分析86-87
• 4.2.2 多重相关性分析87-88
• 4.3 预处理分析方法88-96
• 4.3.1 异常样本剔除88-91
• 4.3.2 样品集的划分91-92
• 4.3.3 光谱去噪处理92
• 4.3.4 特征波长选择92-96
• 4.4 定量分析模型建立96-97
• 4.5 本章小结97-98
• 5 结论98-100
• 致谢100-101
• 参考文献101-110
• 攻读博士学位期间发表的学术论文110

您可以在本站搜索以下学术论文文献来了解更多相关内容

稻谷脂肪酸值近红外光谱快速测定技术研究    范维燕;林家永;邢邯;窦发德;吴玉凯;

近红外光谱技术的定性和定量分析    张荣;吴文娟;

用近红外光谱法快速无损检测苦豆子和决明子单粒种子生活力的研究    朱丽伟;黄艳艳;杨丽明;孙宝启;孙群;

大豆品质近红外光谱分析仪测量数据处理    王智宏;周逢道;

基于正交信号校正的喷气燃料近红外光谱去噪研究    李华;王菊香;邢志娜;申刚;

近红外光谱的主成分判别分析应用于籼稻贮藏时间的快速鉴别    谢定;魏玉翠;欧阳建勋;刘永乐;俞健;王达能;伍湘东;

水面光谱数据的核回归平滑去干扰分析    韦玉春;王国祥;程春梅;

基于近红外光谱技术的农作物病害诊断    王晓丽;周国民;

近红外光谱分析技术在大米检测中的应用    齐龙;朱克卫;马旭;苏彩珠;

优质稻谷储藏期间的品质变化    乐恭林;王建国;曾庆林;周建群;

改进多项式迭代拟合红外光谱基线校正方法    马恒;王志斌;张记龙;赵冬娥;陈媛媛;

基于Vis/NIR光谱不同粒径下土壤碳氮的预测研究    李硕

基于可见/近红外光谱的外来入侵植物鉴别研究    李舸

FTIR/ATR光谱应用于甘蔗制糖废水COD的定量分析    纪强

基于近红外光谱技术的水稻叶部病害诊断模型构建    王晓丽

基于NIRS和LS-SVM的苹果内部品质无损检测和模糊识别的研究    高珏

中红外ATR光谱法血糖检测实验与数据处理    陈露诗

柑橘果园四项数字化信息的模型构建    张冬强

近红外光谱技术快速检测籼稻主要成分及新陈度的研究    徐彦

油菜品质多参数近红外检测技术的建立与应用    刘培

血红蛋白FTIR/ATR光谱分析的模型优化与稳定性    韩筠

采用改变样品的制备方法进行稻谷脂肪酸值测定的试验    刘波

影响脂肪酸值测定因素探讨    杨军,肖学彬

脂肪酸值仪法测定稻米脂肪酸值研究    何学超;郭道林;肖学彬;兰盛斌;石恒;张凤枰;董德良;冯永建;乔莉娜;姜涛;巩福生;高素芬;汪喜波;

浅议稻谷脂肪酸值的准确测定    庞文渌;

稻谷脂肪酸值滴定终点的判定条件    王平;徐明亮;苏宏元;蒋宗宝;孙伟华;李蓉;陈雪梅;吉进国;

近红外光谱技术进展    陆婉珍;

影响近红外光谱分析结果准确性的因素    李勇,魏益民,王锋

农产品近红外光谱分析系统综述    张银桥;赵博;王辉;毛文华;张小超;

基于近红外光谱分析的多模型建模方法研究    刘胜;范雅婷;

现代近红外光谱分析在制糖和制药工业中的应用    曹干

农产品品质近红外光谱分析结果影响因素研究综述    于海燕,应义斌,刘燕德

葡萄酒发酵过程主要参数近红外光谱分析    张树明;杨阳;梁学军;李景明;倪元颖;

农产品近红外光谱分析中的多模型共识方法研究    张明锦;李廷军;

基于相关系数法与遗传算法的啤酒酒精度近红外光谱分析    陈斌,王豪,林松,赵杰文

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    陈鹰,丁映,乐俊明

浅谈农产品无损检测    初旭宏;

近红外光谱分析及应用    马竞涛;

轻质石油燃料质量指标近红外光谱分析方法标准研究    田高友;

近红外光谱分析中干扰组分光谱的去除    杜一平;Sumaporn Kasemsumran;Yukihiro Ozaki;

近红外光谱分析在食品、药品成分检测中的应用    刘本清;

支持向量机在近红外光谱分析中的应用    祝诗平;王刚;吴静珠;王一鸣;

基于近红外光谱分析的数据处理方法研究进展    刘洁;李小昱;李培武;王为;刘鹏;张荣荣;

数据处理方法在近红外光谱分析中的应用进展    刘洁;李小昱;李培武;王为;张荣荣;张军;

Multiblock PLS方法用于植物样本的近红外光谱分析    景明;蔡文生;邵学广;

化学计量学方法在近红外光谱分析中的应用    张卓勇;

近红外光谱分析中波长选择的必要性    邵学广;蔡文生;徐恒;

基于近红外光谱分析的大豆油质量检测方法研究    王立琦

功能性富集材料用于微量成分的近红外光谱分析    宁宇

野外矿物近红外光谱分析关键技术研究    王智宏

近红外光谱分析模型优化和模型转移算法研究    郑开逸

大豆秸秆成分近红外光谱分析快速检测方法研究    孔庆明

黄酒品质和酒龄的近红外光谱分析方法研究    于海燕