CN105223102A - 一种利用近红外光谱技术快速测定制浆材基本密度的方法 - Google Patents
一种利用近红外光谱技术快速测定制浆材基本密度的方法 Download PDFInfo
- Publication number
- CN105223102A CN105223102A CN201510633325.8A CN201510633325A CN105223102A CN 105223102 A CN105223102 A CN 105223102A CN 201510633325 A CN201510633325 A CN 201510633325A CN 105223102 A CN105223102 A CN 105223102A
- Authority
- CN
- China
- Prior art keywords
- near infrared
- sample
- basic density
- spectrum data
- slurrying material
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Landscapes
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
本发明涉及一种利用近红外光谱技术快速测定制浆材基本密度的方法，其步骤为：a.采集制浆材木片作为样品，将其分为训练集和验证集；b.经充分平衡水分后，利用近红外光谱仪采集各样品的原始近红外光谱数据；c.对原始近红外光谱数据进行预处理；d.用排水法测定各样品基本密度；e.采用化学计量学方法将训练集中样品基本密度实测值与其近红外光谱数据对应建立预测模型；f.用建立的制浆材基本密度预测模型对验证集样品近红外光谱数据进行预测确定模型性能。此法具有高效、无损的优点。
Description
技术领域：
本发明是一种制浆材基本密度的测定方法，尤其是一种利用近红外光谱技术的快速测定制浆材基本密度的方法。
背景技术：
近年来，我国为满足制浆造纸行业飞速增长的原料需求，大力推广制浆材的种植。其中桉木和相思以其适应区域广、生长快、纤维形态好、制浆得率高等优势，成为制浆造纸企业的优良原料。实际生产中，不同产地、不同生长情况、不同属间树种的原料经过收集、分装、贮存，来到生产线时材性有着显著差异，其中基本密度影响着磨浆能耗，故而有必要实现基本密度的实时检测以便及时调整制浆工艺。但基本密度的传统分析方法耗时较长，无法满足实时检测和在线分析的需求。
近红外光谱(770-2500nm)属于分子振动的倍频与合频光谱，主要反映了含氢基团X-H(X＝O,C,N,S)的吸收信息，信息量丰富。近红外光谱结合化学计量学技术，可以利用样品的近红外特征吸收峰和成分含量之间建立的数学模型，快速、高效、无损地测定未知样品的化学成分和物理性质，近年广泛应用于农业、林业、化工等领域。
发明内容：
本发明为解决制浆造纸工业中测定制浆材基本密度耗时长，步骤繁琐的问题，提供了一种利用近红外光谱技术快速测定制浆材基本密度的方法，能够快速无损地测定制浆材基本密度。
本发明采用了如下技术方案：一种利用近红外光谱技术快速测定制浆材基本密度的方法，步骤是：
第一步，采集制浆材木片作为样品，取样后将样品分为训练集和验证集；
第二步，经充分平衡水分后，利用近红外光谱仪采集各样品的原始近红外光谱数据，扫描范围为1600～2400nm，分辨率为8cm-1；
第三步，对原始近红外光谱数据进行预处理；
第四步，通过排水法测定各样品基本密度；
第五步，采用化学计量学方法将训练集中样品基本密度实测值与其近红外光谱数据对应建立预测模型；
第六步，用建立的制浆材基本密度预测模型对验证集样品近红外光谱数据进行预测确定模型性能。
所述制浆材包括尾叶桉L11、尾叶桉U6、蓝桉、尾巨桉、马占相思、大叶相思、厚荚相思。
所述木片规格约20mm×10mm×2mm。
所述原始近红外光谱数据是利用近红外光谱仪采用漫反射方式获得的吸光度值。
所述采集各样品原始近红外光谱数据的方法是：样品采集光谱，然后倒出，重新混合采样，每个样品以此方法采集3次光谱，取其平均光谱数据作为样品的原始近红外光谱数据。
所述预处理方法为一阶导数和多元散射校正。
所述预测模型建立过程主要为：用化学计量学软件加载训练集光谱数据，通过偏最小二乘法和交互验证，确定最佳主成分数，然后确定基本密度预测模型。
所述模型预测能力用决定系数R2 val、预测均方根误差RMSEP、相对分析误差RPD、绝对偏差AD综合评价。
有益效果
按步骤备料和采集近红外光谱数据，通过建好的预测模型可以快速、无损地测定制浆材木片的基本密度，这与制浆造纸工业中对制浆材原料木片基本密度快速测定与在线分析的实际要求相吻合。
附图说明：
图1为不同种类制浆材样品的近红外光谱。
图2为经一阶导数和多元散射校正预处理后的样品近红外光谱。
图3为采用本方法建立的基本密度预测模型的预测情况。
具体实施方式：
一种利用近红外光谱技术快速测定制浆材基本密度的方法。其步骤如下：a.采集制浆材木片作为样品，其规格相近约20mm×10mm×2mm，取样后将样品分为训练集和验证集；b.经充分平衡水分后，利用近红外光谱仪采集各样品的原始近红外光谱数据，扫描范围为1600～2400nm，分辨率为8cm-1；c.对原始近红外光谱数据进行预处理；d.通过排水法测定各样品基本密度；e.采用化学计量学方法将训练集中样品基本密度实测值与其近红外光谱数据对应建立预测模型；f.用建立的制浆材基本密度预测模型对验证集样品近红外光谱数据进行预测确定模型性能。
所述步骤a中制浆材包括尾叶桉L11、尾叶桉U6、蓝桉、尾巨桉、马占相思、大叶相思、厚荚相思，木片规格约20mm×10mm×2mm。
所述步骤b中近红外光谱数据为利用近红外光谱仪在扫描范围为1600～2400nm，分辨率为8cm-1的条件下采用漫反射方式获得的吸光度值。样品采集光谱后倒出，重新混合采样，每个样品以此方法采集3次光谱，取其平均光谱数据作为样品的原始近红外光谱数据。
所述步骤c中对原始数据进行预处理的方法为一阶导数和多元散射校正。
所述步骤e中预测模型为制浆材包括尾叶桉L11、尾叶桉U6、蓝桉、尾巨桉、马占相思、大叶相思、厚荚相思建立的数学预测模型，其过程主要为：用化学计量学软件加载训练集光谱数据，通过偏最小二乘法和交互验证，确定最佳主成分数，根据其值确定基本密度预测模型。
所述步骤f中模型预测能力用决定系数(R2 val)、预测均方根误差(RMSEP)、相对分析误差(RPD)、绝对偏差(AD)综合评价。
实施例1
采集制浆材包括尾叶桉L11、尾叶桉U6、蓝桉、尾巨桉、马占相思、大叶相思、厚荚相思的木片(约20mm×10mm×2mm)作为样品，共采集184个样品，其中142个作为训练集，42个作为验证集。置于空气中充分平衡水分后使用近红外光谱仪在在扫描范围为1600～2400nm，分辨率为8cm-1的条件下采集全部样品的原始近红外光谱数据，并对其进行一阶导数和多元散射校正预处理。在Matlab7.0中加载训练集光谱数据，通过偏最小二乘法和交互验证，确定最佳主成分数为9，据此建立基本密度预测模型。模型预测验证集样品的决定系数(Rval 2)达到0.98以上，相对分析误差(RPD)大于9，预测均方根误差(RMSEP)和绝对偏差(AD)符合制浆造纸工业的误差要求。
利用建立好的预测模型对未知的制浆材近红外光谱数据进行分析，即可快速确定其基本密度，其准确程度满足制浆造纸工业需求。
本发明的实例中基本密度的实测值与模型预测值情况见表1。
表1基本密度实测值与模型预测值
Claims (8)
1.一种利用近红外光谱技术快速测定制浆材基本密度的方法，其特征是，步骤是：
第一步，采集制浆材木片作为样品，取样后将样品分为训练集和验证集；
第二步，经充分平衡水分后，利用近红外光谱仪采集各样品的原始近红外光谱数据，扫描范围为1600～2400nm，分辨率为8cm-1；
第三步，对原始近红外光谱数据进行预处理；
第四步，通过排水法测定各样品基本密度；
第五步，采用化学计量学方法将训练集中样品基本密度实测值与其近红外光谱数据对应建立预测模型；
第六步，用建立的制浆材基本密度预测模型对验证集样品近红外光谱数据进行预测确定模型性能。
2.根据权利要求1所述的利用近红外光谱技术快速测定制浆材基本密度的方法，其特征是：所述制浆材包括尾叶桉L11、尾叶桉U6、蓝桉、尾巨桉、马占相思、大叶相思、厚荚相思。
3.根据权利要求书1所述的利用近红外光谱技术快速测定制浆材基本密度的方法，其特征是：所述木片规格约20mm×10mm×2mm。
4.根据权利要求1所述的利用近红外光谱技术快速测定制浆材基本密度的方法，其特征是：所述原始近红外光谱数据是利用近红外光谱仪采用漫反射方式获得的吸光度值。
5.根据权利要求1所述的利用近红外光谱技术快速测定制浆材基本密度的方法，其特征是：所述采集各样品原始近红外光谱数据的方法是：样品采集光谱，然后倒出，重新混合采样，每个样品以此方法采集3次光谱，取其平均光谱数据作为样品的原始近红外光谱数据。
6.根据权利要求1所述的利用近红外光谱技术快速测定制浆材基本密度的方法，其特征是：所述预处理方法为一阶导数和多元散射校正。
7.根据权利要求1所述的利用近红外光谱技术快速测定制浆材基本密度的方法，其特征是：所述预测模型建立过程主要为：用化学计量学软件加载训练集光谱数据，通过偏最小二乘法和交互验证，确定最佳主成分数，然后确定基本密度预测模型。
8.根据权利要求1所述的利用近红外光谱技术快速测定制浆材基本密度的方法，其特征是：所述模型预测能力用决定系数R2 val、预测均方根误差RMSEP、相对分析误差RPD、绝对偏差AD综合评价。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201510633325.8A CN105223102A (zh) | 2015-09-29 | 2015-09-29 | 一种利用近红外光谱技术快速测定制浆材基本密度的方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201510633325.8A CN105223102A (zh) | 2015-09-29 | 2015-09-29 | 一种利用近红外光谱技术快速测定制浆材基本密度的方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN105223102A true CN105223102A (zh) | 2016-01-06 |
Family
ID=54992178
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201510633325.8A Pending CN105223102A (zh) | 2015-09-29 | 2015-09-29 | 一种利用近红外光谱技术快速测定制浆材基本密度的方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN105223102A (zh) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106323908A (zh) * | 2016-08-19 | 2017-01-11 | 中国林业科学研究院热带林业研究所 | 一种测定大花序桉木材基本密度和生材密度的方法 |
| CN106442382A (zh) * | 2016-07-15 | 2017-02-22 | 中国林业科学研究院热带林业研究所 | 一种快速预测尾细桉木材基本密度的方法 |
| CN114813463A (zh) * | 2022-05-31 | 2022-07-29 | 中国林业科学研究院林产化学工业研究所 | 一种消除水分干扰的近红外光谱预测造纸木片基本密度的方法 |
| CN115372311A (zh) * | 2022-08-19 | 2022-11-22 | 江西农业大学 | 一种用近红外光谱技术预测湿地松微纤丝角的方法及系统 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP1859253A1 (en) * | 2005-03-04 | 2007-11-28 | FPInnovations | Method for determining chemical pulp kappa number with visible-near infrared spectrometry |
| CN101581665A (zh) * | 2009-03-20 | 2009-11-18 | 北京林业大学 | 一种直接预测植物纤维原料制浆适应性的方法 |
| CN101900673A (zh) * | 2010-06-02 | 2010-12-01 | 北京林业大学 | 一种在线无损检测纸张性能的方法 |
| CN102192891A (zh) * | 2010-03-03 | 2011-09-21 | 中国制浆造纸研究院 | 利用近红外光谱分析技术快速测定木材气干密度 |
| JP2012148473A (ja) * | 2011-01-19 | 2012-08-09 | Oji Paper Co Ltd | 熱転写受容シートの製造方法 |
| CN104246064A (zh) * | 2012-04-16 | 2014-12-24 | 斯托拉恩索公司 | 在回用纤维工艺中自动地测定粘性物的方法 |
-
2015
- 2015-09-29 CN CN201510633325.8A patent/CN105223102A/zh active Pending
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP1859253A1 (en) * | 2005-03-04 | 2007-11-28 | FPInnovations | Method for determining chemical pulp kappa number with visible-near infrared spectrometry |
| CN101581665A (zh) * | 2009-03-20 | 2009-11-18 | 北京林业大学 | 一种直接预测植物纤维原料制浆适应性的方法 |
| CN102192891A (zh) * | 2010-03-03 | 2011-09-21 | 中国制浆造纸研究院 | 利用近红外光谱分析技术快速测定木材气干密度 |
| CN101900673A (zh) * | 2010-06-02 | 2010-12-01 | 北京林业大学 | 一种在线无损检测纸张性能的方法 |
| JP2012148473A (ja) * | 2011-01-19 | 2012-08-09 | Oji Paper Co Ltd | 熱転写受容シートの製造方法 |
| CN104246064A (zh) * | 2012-04-16 | 2014-12-24 | 斯托拉恩索公司 | 在回用纤维工艺中自动地测定粘性物的方法 |
Non-Patent Citations (1)
| Title |
|---|
| 吴珽，房桂干等: "人工神经网络结合近红外光谱测定制浆材材性", 《纸和造纸》 * |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106442382A (zh) * | 2016-07-15 | 2017-02-22 | 中国林业科学研究院热带林业研究所 | 一种快速预测尾细桉木材基本密度的方法 |
| CN106323908A (zh) * | 2016-08-19 | 2017-01-11 | 中国林业科学研究院热带林业研究所 | 一种测定大花序桉木材基本密度和生材密度的方法 |
| CN114813463A (zh) * | 2022-05-31 | 2022-07-29 | 中国林业科学研究院林产化学工业研究所 | 一种消除水分干扰的近红外光谱预测造纸木片基本密度的方法 |
| CN115372311A (zh) * | 2022-08-19 | 2022-11-22 | 江西农业大学 | 一种用近红外光谱技术预测湿地松微纤丝角的方法及系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Jin et al. | Determination of hemicellulose, cellulose and lignin content using visible and near infrared spectroscopy in Miscanthus sinensis | |
| Triolo et al. | Near Infrared Reflectance Spectroscopy (NIRS) for rapid determination of biochemical methane potential of plant biomass | |
| CN102879340A (zh) | 基于近红外光谱快速检测块根/茎类作物营养品质的方法 | |
| CN106706553A (zh) | 一种快速无损测定玉米单籽粒直链淀粉含量的方法 | |
| CN105158195A (zh) | 基于近红外光谱技术快速测定制浆材综纤维素含量的方法 | |
| CN107064047A (zh) | 一种基于近红外光谱的富士苹果品质无损检测方法 | |
| CN101210875A (zh) | 基于近红外光谱技术的无损测量土壤养分含量的方法 | |
| CN101413885A (zh) | 一种快速定量蜂蜜品质的近红外光谱方法 | |
| CN105223102A (zh) | 一种利用近红外光谱技术快速测定制浆材基本密度的方法 | |
| CN101339186A (zh) | 一种在线检测固态生物质生物转化过程的方法 | |
| CN101806730A (zh) | 一种醋糟有机基质含水量的检测方法 | |
| CN103575694A (zh) | 一种基于近红外光谱技术的稻谷黄曲霉毒素b1 快速检测方法 | |
| CN102636454A (zh) | 近红外光谱快速测定食用油中低碳数脂肪酸含量的方法 | |
| CN104020127A (zh) | 一种利用近红外光谱快速测量烟叶中无机元素的方法 | |
| CN102680426A (zh) | 一种快速测定蒸汽压片玉米淀粉糊化度的方法 | |
| CN109211829A (zh) | 一种基于SiPLS的近红外光谱法测定大米中水分含量的方法 | |
| CN103344597B (zh) | 一种抗调味干扰的莲藕内部成分近红外无损检测的方法 | |
| CN103353446A (zh) | 近红外快速检测白酒中理化指标的方法 | |
| CN101762569A (zh) | 一种畜禽粪便工厂化堆肥发酵过程的无损监测方法 | |
| CN106383094A (zh) | 一种快速测定尾细桉木材化学成分含量的方法 | |
| CN105784628A (zh) | 一种利用中红外光谱检测土壤有机质化学组成的方法 | |
| CN102937575B (zh) | 一种基于二次光谱重组的西瓜糖度快速建模方法 | |
| CN104155264A (zh) | 一种用近红外光谱技术预测火炬松松脂中松节油含量的方法 | |
| CN105527236A (zh) | 一种利用光谱法测定农产品主要营养成分的方法 | |
| Chen et al. | Hyperspectral detection of sugar content for sugar-sweetened apples based on sample grouping and SPA feature selecting methods |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| WD01 | Invention patent application deemed withdrawn after publication | ||
| WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20160106 |