CN106770018A - 近红外光谱快速测定油料种类的方法 - Google Patents
近红外光谱快速测定油料种类的方法 Download PDFInfo
- Publication number
- CN106770018A CN106770018A CN201710092609.XA CN201710092609A CN106770018A CN 106770018 A CN106770018 A CN 106770018A CN 201710092609 A CN201710092609 A CN 201710092609A CN 106770018 A CN106770018 A CN 106770018A
- Authority
- CN
- China
- Prior art keywords
- oil plant
- near infrared
- sample
- infrared spectrum
- spectrum
- 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
- 241000196324 Embryophyta Species 0.000 title claims abstract description 43
- 238000002329 infrared spectrum Methods 0.000 title claims abstract description 37
- 238000000034 method Methods 0.000 title claims abstract description 28
- 238000012360 testing method Methods 0.000 title claims abstract description 15
- 238000001228 spectrum Methods 0.000 claims abstract description 14
- 238000000513 principal component analysis Methods 0.000 claims abstract description 4
- 238000012372 quality testing Methods 0.000 claims abstract description 4
- 238000004458 analytical method Methods 0.000 claims description 9
- 238000004611 spectroscopical analysis Methods 0.000 claims description 4
- 230000009466 transformation Effects 0.000 claims description 4
- 238000004566 IR spectroscopy Methods 0.000 claims description 3
- 230000008859 change Effects 0.000 claims description 2
- 238000002203 pretreatment Methods 0.000 claims 1
- 238000004497 NIR spectroscopy Methods 0.000 abstract description 3
- 230000007613 environmental effect Effects 0.000 abstract description 3
- 238000001514 detection method Methods 0.000 description 6
- 230000008901 benefit Effects 0.000 description 3
- 238000006243 chemical reaction Methods 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 238000010606 normalization Methods 0.000 description 2
- 230000003595 spectral effect Effects 0.000 description 2
- 241000638935 Senecio crassissimus Species 0.000 description 1
- 238000000862 absorption spectrum Methods 0.000 description 1
- 238000003556 assay Methods 0.000 description 1
- 239000003153 chemical reaction reagent Substances 0.000 description 1
- 230000005670 electromagnetic radiation Effects 0.000 description 1
- 238000003912 environmental pollution Methods 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 241000894007 species Species 0.000 description 1
- 238000010183 spectrum analysis Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
- G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
- G01N21/31—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry
- G01N21/35—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light
- G01N21/359—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light using near infrared light
Landscapes
- Physics & Mathematics (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
本发明公开了一种近红外光谱快速测定油料种类的方法，它包含如下步骤：收集油料样品作为数据库样品；测定数据库油料样品的近红外光谱；根据主成分分析法对该图像信息中的波段信息进行主成分分析；将待鉴定谱图与红外光谱谱库中的谱图进行比较，从而鉴定样品；待测油料样品的识别；选择合适的多元校正方法，建立油料质量指标与光谱之间的关系模型；对于待测油料样品的质量检测；本发明采用近红外光谱法测定油料种类，近红外光谱技术操作更简便，仪器价格相对便宜，仪器防潮抗震等环境适应性强，并且测定速度快，同时能够测定油料的质量，提高了工作效率。
Description
技术领域
本发明涉及油料种类的测定技术，具体涉及一种近红外光谱快速测定油料种类的方法。
背景技术
近红外光谱是介于可见光(Vis)和中红外(MIR)之间的电磁辐射波，美国材料检测协会(ASTM)将近红外光谱区定义为780-2526nm的区域，是人们在吸收光谱中发现的第一个非可见光区。近红外光谱区与有机分子中含氢基团(OH、NH、CH)振动的合频和各级倍频的吸收区一致，通过扫描样品的近红外光谱，可以得到样品中有机分子含氢基团的特征信息，而且利用近红外光谱技术分析样品具有方便、快速、高效、准确和成本较低，不破坏样品，不消耗化学试剂，不污染环境等优点，因此该技术受到越来越多人的青睐。近红外光谱技术量测信号的数字化和分析过程的绿色化又使其具有典型的时代特征，近年来，近红外光谱技术已成为发展最快，最引人注目的光谱分析技术。中国在石油化工领域开发出了光栅扫描型近红外分析仪用于石油成份的快速定量检测，取得了可喜的成果。目前中国近红外光谱分析技术的研究也已经相对成熟，估计在未来几年内即可完成近红外分析仪器在各个领域的应用推广。
目前石油市场油品种类繁多，质次的油品和其它假冒伪劣的商品一样鱼目混珠，混入石油市场。为了杜绝这种现象，必须要对油料的种类和质量进行测定之后才能决定油料是否进入市场。目前，对油料的检测方法多种多样，比如借助超声波、红外分析等，但这些方法通常测定速度比较慢，且分析、检测的精度较差，还需要进一步研究出测定速度快、测定效率高、且数据精度高的油料种类测定方法。
发明内容
本发明的目的是提供一种能够快速检测出油料种类，提高检测效率且测定数据精确度高的近红外光谱快速测定油料种类的方法。
为了解决背景技术所存在的问题，本发明是采用以下技术方案：一种近红外光谱快速测定油料种类的方法，它包含如下步骤：
(1)收集油料样品作为数据库样品；
(2)对待识别油料进行近红外高光谱扫描，测定数据库油料样品的近红外光谱，生成近红外高光谱图像信息，并进行相应的预处理，其预处理后的光谱数据作为变量；其中，所述近红外光谱的波长范围包括长波1100-2500nm和短波700-1100nm；
(3)根据主成分分析法对该图像信息中的波段信息进行主成分分析，保留至少前两个主成分信息，作为初级主成分信息；
(4)将待鉴定谱图与红外光谱谱库中的谱图进行比较，从而鉴定样品；
(5)待测油料样品的识别，首先测定其红外吸收光谱，并选择合适区间的光谱数据，采取移动窗口法，计算待测样品近红外光谱与数据库中各个样品近红外光谱的相关系数，选择最大相关系数所对应样品的类别作为待测样品的类别；
(6)选择合适的多元校正方法，建立油料质量指标与光谱之间的关系模型；
(7)对于待测油料样品的质量检测，首先测定其近红外光谱，并经过与步骤(2)相同的预处理，然后利用步骤(6)建立的油料质量分析模型，测定油料质量指标。
作为本发明的进一步改进，所述的近红外光谱范围包括长波1100-2500nm和短波700-1100nm，测定仪器有傅立叶变换和CCD-NIR。
作为本发明的进一步改进，所述的预处理包括均值中心化、标准化、平滑、一阶微分、二阶微分、多元散射校正、标准正态变量变换、归一化、正交信号校正、小波变换。
采用上述技术方案后，本发明具有以下有益效果：
本发明采用近红外光谱法测定油料种类，近红外光谱技术操作更简便，仪器价格相对便宜，仪器防潮抗震等环境适应性强，并且测定速度快，同时能够测定油料的质量，提高了工作效率。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合具体实施方式，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施方式仅用以解释本发明，并不用于限定本发明。
本具体实施方式采用以下技术方案：一种近红外光谱快速测定油料种类的方法，它包含如下步骤：
(1)收集油料样品作为数据库样品；
(2)对待识别油料进行近红外高光谱扫描，测定数据库油料样品的近红外光谱，生成近红外高光谱图像信息，并进行相应的预处理，其预处理后的光谱数据作为变量；其中，所述近红外光谱的波长范围包括长波1100-2500nm和短波700-1100nm；
(3)根据主成分分析法对该图像信息中的波段信息进行主成分分析，保留至少前两个主成分信息，作为初级主成分信息；
(4)将待鉴定谱图与红外光谱谱库中的谱图进行比较，从而鉴定样品；
(5)待测油料样品的识别，首先测定其红外吸收光谱，并选择合适区间的光谱数据，采取移动窗口法，计算待测样品近红外光谱与数据库中各个样品近红外光谱的相关系数，选择最大相关系数所对应样品的类别作为待测样品的类别；
(6)选择合适的多元校正方法，建立油料质量指标与光谱之间的关系模型；
(7)对于待测油料样品的质量检测，首先测定其近红外光谱，并经过与步骤(2)相同的预处理，然后利用步骤(6)建立的油料质量分析模型，测定油料质量指标。
所述的近红外光谱范围包括长波1100-2500nm和短波700-1100nm，测定仪器有傅立叶变换和CCD-NIR。
所述的预处理包括均值中心化、标准化、平滑、一阶微分、二阶微分、多元散射校正、标准正态变量变换、归一化、正交信号校正、小波变换。
本发明采用近红外光谱法测定油料种类，近红外光谱技术操作更简便，仪器价格相对便宜，仪器防潮抗震等环境适应性强，并且测定速度快，同时能够测定油料的质量，提高了工作效率。
对于本领域技术人员而言，显然本发明不限于上述示范性实施例的细节，而且在不背离本发明的精神或基本特征的情况下，能够以其他的具体形式实现本发明。因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本发明的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本发明内。
此外，应当理解，虽然本说明书按照实施方式加以描述，但并非每个实施方式仅包含一个独立的技术方案，说明书的这种叙述方式仅仅是为清楚起见，本领域技术人员应当将说明书作为一个整体，各实施例中的技术方案也可以经适当组合，形成本领域技术人员可以理解的其他实施方式。
Claims (3)
1.近红外光谱快速测定油料种类的方法，其特征在于，它包含如下步骤：
(1)收集油料样品作为数据库样品；
(2)对待识别油料进行近红外高光谱扫描，测定数据库油料样品的近红外光谱，生成近红外高光谱图像信息，并进行相应的预处理，其预处理后的光谱数据作为变量；其中，所述近红外光谱的波长范围包括长波1100-2500nm和短波700-1100nm；
(3)根据主成分分析法对该图像信息中的波段信息进行主成分分析，保留至少前两个主成分信息，作为初级主成分信息；
(4)将待鉴定谱图与红外光谱谱库中的谱图进行比较，从而鉴定样品；
(5)待测油料样品的识别，首先测定其红外吸收光谱，并选择合适区间的光谱数据，采取移动窗口法，计算待测样品近红外光谱与数据库中各个样品近红外光谱的相关系数，选择最大相关系数所对应样品的类别作为待测样品的类别；
(6)选择合适的多元校正方法，建立油料质量指标与光谱之间的关系模型；
(7)对于待测油料样品的质量检测，首先测定其近红外光谱，并经过与步骤(2)相同的预处理，然后利用步骤(6)建立的油料质量分析模型，测定油料质量指标。
2.根据权利要求1所述的近红外光谱快速测定油料种类的方法，其特征在于，所述的近红外光谱范围包括长波1100-2500nm和短波700-1100nm，测定仪器有傅立叶变换和CCD-NIR。
3.根据权利要求1所述的近红外光谱快速测定油料种类的方法，其特征在于，所述的预处理包括均值中心化、标准化、平滑、一阶微分、二阶微分、多元散射校正、标准正态变量变换、归一化、正交信号校正、小波变换。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710092609.XA CN106770018A (zh) | 2017-02-22 | 2017-02-22 | 近红外光谱快速测定油料种类的方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710092609.XA CN106770018A (zh) | 2017-02-22 | 2017-02-22 | 近红外光谱快速测定油料种类的方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN106770018A true CN106770018A (zh) | 2017-05-31 |
Family
ID=58958539
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201710092609.XA Pending CN106770018A (zh) | 2017-02-22 | 2017-02-22 | 近红外光谱快速测定油料种类的方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN106770018A (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109993054A (zh) * | 2019-02-14 | 2019-07-09 | 广东电网有限责任公司 | 一种变压器绝缘油种类识别方法、装置、设备及存储介质 |
| CN110987866A (zh) * | 2019-12-19 | 2020-04-10 | 汉谷云智(武汉)科技有限公司 | 一种汽油性质评价方法及装置 |
| CN114354535A (zh) * | 2022-01-06 | 2022-04-15 | 中国科学院长春光学精密机械与物理研究所 | 基于近红外光谱技术的可溶性膳食纤维快速检测方法 |
-
2017
- 2017-02-22 CN CN201710092609.XA patent/CN106770018A/zh active Pending
Non-Patent Citations (3)
| Title |
|---|
| 刘丙新等: "基于光谱反射率数据的水面油种鉴别研究", 《光谱学与光谱分析》 * |
| 周昭露等: "近红外光谱技术在中药质量控制应用中的化学计量学建模：综述和展望", 《化工进展》 * |
| 李化等: "基于近红外漫反射光谱和多元数据分析的黄芩质量标准的快速评价方法研究", 《药物分析杂志》 * |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109993054A (zh) * | 2019-02-14 | 2019-07-09 | 广东电网有限责任公司 | 一种变压器绝缘油种类识别方法、装置、设备及存储介质 |
| CN110987866A (zh) * | 2019-12-19 | 2020-04-10 | 汉谷云智(武汉)科技有限公司 | 一种汽油性质评价方法及装置 |
| CN114354535A (zh) * | 2022-01-06 | 2022-04-15 | 中国科学院长春光学精密机械与物理研究所 | 基于近红外光谱技术的可溶性膳食纤维快速检测方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Abbott et al. | Tests of general relativity with binary black holes from the second LIGO-Virgo gravitational-wave transient catalog | |
| Brescia et al. | Characterization of the geographical origin of Italian red wines based on traditional and nuclear magnetic resonance spectrometric determinations | |
| Abbott et al. | GWTC-1: a gravitational-wave transient catalog of compact binary mergers observed by LIGO and Virgo during the first and second observing runs | |
| Fan et al. | Classification of Chinese wine varieties using 1H NMR spectroscopy combined with multivariate statistical analysis | |
| Duncan et al. | Photometric redshifts for the next generation of deep radio continuum surveys–I. Template fitting | |
| CN103235095B (zh) | 注水肉检测方法和装置 | |
| CN102749381B (zh) | 线性扫描极谱曲线重叠峰分离方法 | |
| O'Sullivan et al. | Broad-band, radio spectro-polarimetric study of 100 radiative-mode and jet-mode AGN | |
| CN1831516A (zh) | 用可见光和近红外光谱技术无损鉴别卷烟品种及真假的方法 | |
| CN103959426B (zh) | 用于通过质谱术识别微生物的方法 | |
| CN103674854A (zh) | 一种基于联合区间偏最小二乘判别分析的苹果分级方法 | |
| CN109669023A (zh) | 一种基于多传感器融合的土壤属性预测方法 | |
| CN104713845B (zh) | 基于太赫兹吸收光谱数据处理的混合物成分识别方法 | |
| CN106770018A (zh) | 近红外光谱快速测定油料种类的方法 | |
| CN107561033A (zh) | 基于太赫兹光谱的混合物中关键物质定性和定量测定方法 | |
| CN104990894A (zh) | 一种基于加权吸光度及相似样本的汽油性质检测方法 | |
| CN102507718A (zh) | 一种沥青分析鉴别方法 | |
| CN101750024A (zh) | 硅钢绝缘涂层厚度近红外光谱检测方法 | |
| Cui et al. | Identification of maize seed varieties based on near infrared reflectance spectroscopy and chemometrics | |
| CN103969212A (zh) | 利用太赫兹频段ftir技术定量检测粮食中农药残留的方法 | |
| CN107632010A (zh) | 一种结合激光诱导击穿光谱对钢铁样品的定量方法 | |
| CN101408501A (zh) | 采用近红外光谱-偏最小二乘法定量检测dna碱基的方法 | |
| Marchili et al. | A seasonal cycle and an abrupt change in the variability characteristics of the intraday variable source S4 0954+ 65 | |
| Lee et al. | New discrimination method combining hit quality index based spectral matching and voting | |
| CN109214423B (zh) | 一种基于动静态数据融合的食品质量判别分析方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for 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: 20170531 |