《近红外光谱信号有效提取方法研究》-毕业论文.doc

1 绪论 1.1近红外光谱分析技术 1.1.1 近红外光谱简介 近红外(Near?Infrared简称NIR)光是波长范围介于可见光(VIS)与中红外(MIR)区之间的电磁波，波长范围为780～2526nm[1]?，波数范围12820～3959cm-1。该谱区是1800?年Herschel?发现的，由于分子在NIR?谱区的倍频和合频吸收信号弱，谱带相互重叠多，信息量大，解析复杂，受当时计算分析条件的限制，一直“冷落”至20世纪50?年代末，60年代后随着计算机技术的发展，近红外光谱分析技术得到迅速发展，应用领域不断扩大，在农业、医药、石油化工、纺织、化妆品、烟草、宝石鉴定等很多领域得到广泛应用。 近红外光谱分析技术是综合光谱学、化学计量学(Chemometrics)[2]和计算机应用等多学科知识的现代分析技术，分析过程的高效和绿色化又使其具有典型的现代分析特性。 1.1.2 近红外光谱工作原理　 近红外光谱分析的原理主要是利用在近红外区用漫反射光谱作定量分析，决定物质品质的主要成份。近红外技术是依据某一化学成分对近红外区光谱的吸收特性而进行的定量测定，所以应用NIR光谱进行检测的技术关键就是在两者之间建立一种定量的函数关系，依靠这种关系，就能从未知样品的光谱中求出样品的成分和含量[3]。近红外光谱主要是由于分子振动的非谐振性使分子振动从基态向高能级跃迁时产生的。近红外光谱记录的是分子中单个化学键的基频振动的倍频和合频信息，它常常受含氢基团X-H (X=C、N、O)?的倍频和合频的重叠主导，所以在近红外光谱范围内，测量的主要是含氢基团X-H?振动的倍频和合频吸收。近红外光谱分析技术，其实就是一种间接的相对分析，通过收集大量具有代表性的标准样本，通过严格细致的化学分析测出必要的数据，再通过计算机建立数学模型，即定标，以最大限度反应被测样本群体常态分布规律，然后再通过该数学模型或定标方程，预测未知样品的所需数据。 从近红外光谱中提取有用信息属于弱信息和多元信息，需要充分利用现有的光机技术、电子技术和计算机技术进行处理。计算机技术主要包括光谱数据处理和数据关联技术，数据关联技术主要是化学计量学方法。在近红外光谱的应用中我们所关心的是被测样品的组成或各种物化性质，因此，如何提取这些有用信息是近红外光谱分析的技术核心。 1.1.3 近红外光谱分析的特点 近红外光谱技术之所以成为一种快速、高效、适合过程在线分析的有利工具，是由其技术特点决定的。近红外光谱分析的主要技术特点[4]如下: (1)?分析速度快，测量过程大多可在1min?内完成。 (2)?分析效率高，通过一次光谱测量和已建立的相应校正模型，可同时对样品的多个组分或性质进行测定，提供定性、定量结果。 (3)?适用的样品范围广，通过相应的测样器件可以直接测量液体、固体、半固体和胶状体等不同物态的样品，光谱测量方便。 (4)?样品一般不需要预处理，不需要使用化学试剂或高温、高压、大电流等测试条件，分析后不会产生化学、生物或电磁污染。 (5)?分析成本较低(无需繁杂预处理，可多组分同时检测)?。 (6)?测试重现性好。 (7)?对样品无损伤，可以在活体分析和医药临床领域广泛应用。 (8)?近红外光在普通光纤中具有良好的传输特性，便于实现在线分析。 (9)?对操作人员的要求不苛刻，经过简单的培训就可胜任工作。 1.1.4 近红外分析技术操作流程　 1)收集具有代表性的样品(其组成及其变化范围接近于要分析的样品)； 2)采集样品的光谱数据； 3)利用标准的化学方法对样品进行被测成分的化学测定； 4)通过数学方法和化学计量学方法将样品光谱数据和化学测定的成分指标数据进行关联，一般将光谱数据预处理后与化学测定值进行回归计算，然后得出定标方程，建立数学模型； 5)预测未知样品，先对待测样品进行光谱数据采集，根据光谱数据值利用建立的预测模型计算出待测样品的成分含量。确定预测模型的过程关键是定标过程，定标的好坏直接关系到预测结果的准确性； 6) 预测精模型的质量评价。 1.2 国内外研究进展 1.2.1 水果内部品质近红外光谱检测方法的研究现状 近20年间，日本、美国和欧洲的一些国家对可见/近红外光无损检测水果糖酸度的方法、仪器设备进行了深入的研究，并在这方面取得了很大的进展。近红外光在水果品质检测的研究在国内还处于起步阶段，虽然在基础方面的研究已经取得了较好的成绩，但在实际应用中还是存在一定的差距。我国对可见/近红外光谱技术的研究及应用起步较晚，1979年才开始引入NIR仪器，但从1995年开始才受到了较多方面的关注，NIRS研究也形成相当规模的研究队伍，并在仪器的研制、软件开发、基础研究和应用等方面终于取得了可喜的成果。 Dull和Birth(1989)等用近红外884nm和9