CN113640277B - 一种基于化学计量学的共晶炸药结构快速鉴定方法 - Google Patents

一种基于化学计量学的共晶炸药结构快速鉴定方法 Download PDF

Info

Publication number
CN113640277B
CN113640277B CN202110988974.5A CN202110988974A CN113640277B CN 113640277 B CN113640277 B CN 113640277B CN 202110988974 A CN202110988974 A CN 202110988974A CN 113640277 B CN113640277 B CN 113640277B
Authority
CN
China
Prior art keywords
eutectic
raman
data
explosive
spectrogram
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.)
Active
Application number
CN202110988974.5A
Other languages
English (en)
Other versions
CN113640277A (zh
Inventor
何璇
李静茹
刘渝
黄辉
黄石亮
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Institute of Chemical Material of CAEP
Original Assignee
Institute of Chemical Material of CAEP
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Institute of Chemical Material of CAEP filed Critical Institute of Chemical Material of CAEP
Priority to CN202110988974.5A priority Critical patent/CN113640277B/zh
Publication of CN113640277A publication Critical patent/CN113640277A/zh
Application granted granted Critical
Publication of CN113640277B publication Critical patent/CN113640277B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • G01N21/62—Systems in which the material investigated is excited whereby it emits light or causes a change in wavelength of the incident light
    • G01N21/63—Systems in which the material investigated is excited whereby it emits light or causes a change in wavelength of the incident light optically excited
    • G01N21/65—Raman scattering
    • C—CHEMISTRY; METALLURGY
    • C06—EXPLOSIVES; MATCHES
    • C06B—EXPLOSIVES OR THERMIC COMPOSITIONS; MANUFACTURE THEREOF; USE OF SINGLE SUBSTANCES AS EXPLOSIVES
    • C06B25/00—Compositions containing a nitrated organic compound
    • C06B25/34—Compositions containing a nitrated organic compound the compound being a nitrated acyclic, alicyclic or heterocyclic amine
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16C—COMPUTATIONAL CHEMISTRY; CHEMOINFORMATICS; COMPUTATIONAL MATERIALS SCIENCE
    • G16C20/00—Chemoinformatics, i.e. ICT specially adapted for the handling of physicochemical or structural data of chemical particles, elements, compounds or mixtures
    • G16C20/70—Machine learning, data mining or chemometrics

Landscapes

  • Health & Medical Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Evolutionary Computation (AREA)
  • Theoretical Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Medical Informatics (AREA)
  • Software Systems (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Crystallography & Structural Chemistry (AREA)
  • Artificial Intelligence (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Computing Systems (AREA)
  • Databases & Information Systems (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Physics & Mathematics (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • General Physics & Mathematics (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Organic Chemistry (AREA)
  • Investigating, Analyzing Materials By Fluorescence Or Luminescence (AREA)

Abstract

本发明公开了一种基于化学计量学的共晶炸药结构快速鉴定方法，利用拉曼光谱无损、灵敏的特点，对共晶样品进行拉曼谱图的采集，分别建立训练集及测试集样本数据集。采用化学计量学，对共晶、单质炸药的物理混合物分别开展算法研究，通过对该四种物质的拉曼谱图降维，提取主成分，主成分特征聚类算法，获得具有四种物质特征主成分的分类算法模型。当代入需要鉴定的产物拉曼数据时，模型能够智能直读的输出该谱图是否为共晶，最终对化合物是否为共晶进行快速准确的鉴定。本发明可以减少和克服传统共晶判定方法的不足，对增加客观性和评价的准确性具有积极的意义，可为其他晶体的拉曼谱图分析，成分快速、纯度快速判别、质量控制分析研究提供借鉴。

Description

一种基于化学计量学的共晶炸药结构快速鉴定方法
技术领域
本发明涉及共晶炸药的鉴定方法，具体涉及一种基于化学计量学的共晶炸药结构快速鉴定方法。
背景技术
拉曼光谱技术具有无损、非接触、无需制样，对样品量要求很低，微克级的样品就能进行检测。随着微电子制造及仪器科学的发展，拉曼光谱仪小型化技术日趋成熟，因此，近年来来在物证鉴定领域越来越凸现优势。我们也将其引入炸药检验领域。然而，拉曼光谱振动频率较弱，拉曼峰峰形复杂，不好区分，若需要对分子的拉曼峰进行肉眼快速指认，则需要建立算法模型的帮助。
主成分分析(Principal component analysis，PCA)是一种经典的多元统计分析技术，其主要思想是排除众多化学信息共存中相互重叠的信息，将原变量通过线性组合，得到少数几个正交的新变量，亦即主成分，从而使原数据降维。主成分按其所含信息量多少排序，依次记做PCl，PC2……。前几个主成分即包含总信息量的大部分，这就使得新得到的变量尽可能地表征原变量的数据结构特征而不丢失信息。利用主成分分析法，目的是将数据降维，排除信息冗余。对拉曼光谱图像做主成分分析运算可以增强信息含量、隔离噪声及减少数据维数。随后进行特征提取，得到初始特征空间，对得到的初始特征空间采用遗传算法优化，降低特征空间的维数，得到优化特征空间。计算相关矩阵，计算由各种权重计算方法计算得到的拉曼谱图权重值形成的样本阵的相关矩阵，并求相关矩阵的特征根和特征向量，得出主成分；综合评价，通过上述确定的主成分进行加权求和，即得最终评价值。并利用软件画出三维的分类效果图。根据分类效果图显示的分类效果，即可判定多张拉曼谱图累计后显示的差异，有助于快速的对复杂拉曼峰进行指认，鉴别。
含能共晶是将两种含能材料以共结晶的形式生长，形成性能比单一组分优异的新型化合物。共晶的开发被认为是可以同时调控含能材料感度及安全性的有力手段，被认为是开发新型含能材料的有力途径。同时，对含能共晶的化学纯度，品质的鉴定，对推进其应用具有重要的研究价值及实际意义。
目前鉴定共晶化学纯度主要利用色谱法，由于涉及到溶解，过滤等前处理，较为耗时耗力。基于前期研究发现，共晶与单组份炸药，单组分物理混合炸药的拉曼谱图具有非常明显的特征峰差异，通过建立算法模型，有望获得快速，原位，现场的快速共晶成分鉴定方法。对提升生产效率，测试效率，自动化工艺流程有积极作用。
发明内容
本发明针对四种晶型CL-20的拉曼谱图峰位重叠，依靠肉眼难以区分他们的差异，谱图分析较为困难等问题。依靠主成分分析技术，能够在不改变原始差异特性数据信息的情况下，消除各峰位间的相关性，根据分类结果可以给出一个客观准确的拉曼谱图特征区域。依照该分类结果进行训练集特征模型建立，导入测试集，对判定模型进行验证，从而得到更为准确的共晶产品快速成分鉴定及判别的方法。研究对于拉曼谱图解析繁琐的问题，减少和克服传统共晶判定方法的不足，可增加客观性和评价的准确性具有积极的意义，可为其他晶体的拉曼谱图分析，成分快速、纯度快速判别、质量控制分析研究提供借鉴。
为了达到上述目的，本发明采用了如下技术方案：
一种基于化学计量学的共晶炸药结构快速鉴定方法，包括以下步骤：
S1、采集共晶炸药和混合炸药的拉曼图谱；
S2、将S1得到的拉曼图谱进行降噪，基线平滑，归一化，多元散射校正，信号平滑处理后，建立拉曼谱图数据集；
S3、基于化学计量学，取任意100个数据为算法模型的训练集，用于建立并修正判别模型精度，取任意10个数据为算法测试集，用于判定模型的准确性；
S4、对经过整理的谱图进行正态性检验，使其符合正态性检验；
S5、采用权重计算方法将计算得到的所有拉曼谱图权重值标准化，使所有拉曼谱图权重值在单一区间中；
S6、采用权重计算方法将计算得到的所有拉曼谱图权重值形成样本阵的相关矩阵，并求相关矩阵的特征根和特征向量；
S7、根据特征根值从大到小排序，分别计算其对应的主成分的方差贡献率并累计，如果累计方差贡献率大于85％，则计算的主成分作为用于综合评价的主成分；
S8、根据特征根值与主成分的和之间的比例，作出用于综合评价的主成分分类三维散点图；
S9、根据主成分分类三维散点图，利用主成分曲线没有交叉或重叠的主成分分类三维散点图所对应的波数范围视为拉曼特征区域的备选范围，并确定置信区间；
S10、输入测试集数据于S9中的分类图中，根据数据分布，可判定测试集数据的类型；
S11、代入需要鉴定的产物拉曼数据，模型能够智能直读的输出该谱图是否为共晶。
进一步的技术方案为，步骤S1中的共晶炸药为CL-20基共晶炸药，混合炸药中其中一个炸药为CL-20。
进一步的技术方案为，步骤S1中采集拉曼光谱的仪器选自共聚焦拉曼光谱仪、傅立叶拉曼光谱仪、便携式拉曼光谱仪中的任意一种。
进一步的技术方案为，步骤S1中混合炸药的制备方法具体为取两种炸药按照摩尔比1：1混合并研磨，使之混合均匀并分成多个小份，每份3～5mg。
进一步的技术方案为，步骤S2中拉曼谱图数据集包括100组共晶的数据和50组混合炸药的数据。
进一步的技术方案为，步骤S4至S10中的正态性检验、权重计算、矩阵计算、方差贡献率累计和主成分分类三维散点图均采用科学计算软件matlab实施完成。
在本发明中，利用化学计量学与拉曼光谱相结合，通过采集拉曼光谱数据，分别建立测试集，训练集，主成分分析对拉曼谱图进行降维，分类，绘制三维的分类效果图，根据分类效果，以拉曼谱图特征区域的最好分类效果图为判定标准，导入测试集，调用训练集建立的鉴定模型对测试集数据进行判定，根据测试集结果反向调节模型，最终建立能够对共晶产品开展快速成分鉴定及判别的方法。
与现有技术相比，本发明具有如下有益效果：本发明依靠主成分分析技术，能够在不改变原始差异特性数据信息的情况下，消除各峰位间的相关性，根据分类结果可以给出一个客观准确的拉曼谱图特征区域。依照该分类结果进行训练集特征模型建立，导入测试集，对判定模型进行验证，从而得到更为准确的共晶产品快速成分鉴定及判别的方法。对于拉曼谱图解析繁琐的问题，减少和克服传统共晶判定方法的不足，可增加客观性和评价的准确性，具有积极的意义，可为其他晶体(如药物晶体、炸药晶体)的拉曼谱图分析，成分快速、纯度快速判别，质量控制分析研究提供借鉴。
附图说明
图1为XRD表征CL-20/MTNP共晶；
图2为CL-20/MTNP炸药共晶，CL-20与MTNP炸药混合物的拉曼光谱图；
图3为CL-20/MTNP鉴定训练集的拉曼光谱图数据集；
图4为利用主成分分析法对全谱图(50-3500cm-1)的CL-20/MTNP炸药共晶，CL-20与MTNP炸药混合物的训练集的分类计算三维散点图；
图5为利用主成分分析法对全谱图(50-3500cm-1)的CL-20/MTNP炸药共晶，CL-20与MTNP炸药混合物的测试集的快速鉴定共晶的三维散点图；
图6为利用主成分分析法对全谱图(50-3500cm-1)的CL-20/MTNP炸药共晶，CL-20与MTNP炸药混合物的测试集的快速鉴定非共晶的三维散点图；
图7为XRD表征CL-20/HMX共晶；
图8为CL-20/HMX炸药共晶，CL-20与HMX炸药混合物的拉曼光谱图；
图9为CL-20/HMX鉴定训练集的拉曼光谱图数据集；
图10为利用主成分分析法对全谱图(50-3500cm-1)的CL-20/HMX炸药共晶，CL-20与HMX炸药混合物的训练集的分类计算三维散点图；
图11为利用主成分分析法对全谱图(50-3500cm-1)的CL-20/HMX炸药共晶，CL-20与HMX炸药混合物的测试集的快速鉴定共晶的三维散点图；
图12为利用主成分分析法对全谱图(50-3500cm-1)的CL-20/HMX炸药共晶，CL-20与HMX炸药混合物的测试集的快速鉴定非共晶的三维散点图；
具体实施方式
以下结合附图和实施例对本发明技术方案作进一步的阐述。
实施例1
首先，采用共聚焦拉曼光谱、傅立叶拉曼光谱、便携式拉曼光谱仪分别采集样品，从而获得具有广普性分析的样本集。分别测定纯品炸药的拉曼谱图，分别得出单一组分炸药和共晶样品的指纹图谱特征峰；
随后，为了保证光谱数据的一致性，我们将所有光谱数据图开展归一化处理，分别为谱图基线平滑，归一化，多元散射校正，信号平滑处理后，基于化学计量学，取上述任意100个数据为算法模型的CL-20与MTNP混合物数据训练集，用于建立并修正判别模型精度，任意10个数据为算法测试集，用于判定模型的准确性。对经过整理的谱图进行正态性检验，使其符合正态性检验；随后，采用权重计算方法计算得到的所有拉曼谱图权重值标准化，使所有拉曼谱图权重值在单一区间中。采用权重计算方法计算得到的所有拉曼谱图权重值形成的样本阵的相关矩阵，并求相关矩阵的特征根和特征向量。根据特征根值从大到小排序，分别计算其对应的主成分的方差贡献率并累计，如果累计方差贡献率大于85％，则计算的主成分作为用于综合评价的主成分；根据特征根值与主成分的和之间的比例，作出用于综合评价的主成分分类三维散点图；根据主成分分类三维散点图，利用主成分曲线没有交叉或重叠的主成分分类三维散点图所对应的波数范围视为拉曼特征区域的备选范围，并确定置信区间。输入测试集数据于S9中的分类图中，根据数据分布，可判定测试集数据的类型。
1、样品的制备及数据测试
1.1首先，参照文献方法，获得CL-20/MTNP共晶，并用XRD进行共晶结构表征(图1)，将所获谱图与标准谱图比对，确保测试集样品结构的纯度。
1.2训练集数据准备
(1)准备共晶样品，准备好CL-20与MTNP的共晶炸药，分成多个小份，每份约3-5mg。
(2)制备炸药混合粉末。取ε-晶型的Cl-20与MTNP按摩尔比1：1混合并研磨，使之混合均匀并分成多个小份，每份约3-5mg。。
(3)混合炸药的拉曼谱图采集(图2)。分别将每小份混合炸药样品粘到共聚焦显微拉曼光谱仪的载物台上，保持样品表面平整，直接进行拉曼测试，分别获得混合炸药如CL-20与MTNP混合的拉曼图谱，测试条件：激光波长为532nm，激光功率为5％，积分时间10s。
(4)共晶炸药的拉曼谱图采集(图2)。分别将每小份MTNP与CL-20共晶炸药样品，将其放置在载物台上，保持样品表面平整，直接进行拉曼测试。获得共晶炸药的拉曼谱图，测试条件：激光波长为532nm，激光功率为1％，积分时间10s。
(5)最终得到100组共晶的数据和50组混合炸药的数据。
1.3判断集数据
1.3.1非共晶样品拉曼光谱的采集。
将CL-20与MTNP的混合炸药样品，采用共聚焦拉曼光谱、傅立叶拉曼光谱、便携式拉曼光谱仪分别采集样品，从而获得具有广普性分析的样本集。分别测定纯品炸药的拉曼谱图，分别得出单一组分炸药和共晶样品的指纹图谱特征峰；测试条件：激光波长为532nm，激光功率为5％，积分时间10s。
1.3.2共晶样品拉曼光谱的采集。
将MTNP与CL-20共晶炸药样品，将其放置在载物台上，保持样品表面平整，直接进行拉曼测试。获得共晶炸药的拉曼谱图，测试条件：激光波长为532nm，激光功率为1％，积分时间10s。
最终得到数据：CL-20与MTNP的混合炸药、CL-20\MTNP共晶各10组数据。
2.主成分分析法进行特征分类计算
2.1CL-20/MTNP共晶快速鉴定算法建立
为了保证光谱数据的一致性，我们将所有光谱数据图开展归一化处理，分别为谱图基线平滑，归一化，多元散射校正，信号平滑处理后，基于化学计量学，取上述任意100个数据为算法模型的CL-20与MTNP混合物、CL-20/MTNP共晶数据训练集，用于建立并修正判别模型精度，任意10个数据为算法测试集，用于判定模型的准确性。对经过整理的谱图进行正态性检验，使其符合正态性检验(图3)；随后，采用权重计算方法计算得到的所有拉曼谱图权重值标准化，使所有拉曼谱图权重值在单一区间中。采用权重计算方法计算得到的所有拉曼谱图权重值形成的样本阵的相关矩阵，并求相关矩阵的特征根和特征向量。根据特征根值从大到小排序，分别计算其对应的主成分的方差贡献率并累计，如果累计方差贡献率大于85％，则计算的主成分作为用于综合评价的主成分；根据特征根值与主成分的和之间的比例，作出用于综合评价的主成分分类三维散点图；根据主成分分类三维散点图(图4)，利用主成分曲线没有交叉或重叠的主成分分类三维散点图所对应的波数范围视为拉曼特征区域的备选范围，并确定置信区间。输入测试集数据于图4中的分类图中，根据数据分布，可判定测试集数据的类型。
2.2CL-20/MTNP共晶快速鉴定算法判断集验证
将判断集代入2.1中的算法模型，进行快速鉴定方法的验证，如图5所示，以10个共晶炸药数据代入检测，10个判断集样本均分别分布在共晶的置信区间内，并通过文字快速输出鉴定结果为共晶。如图6所示，以10个混合炸药数据代入检测，，10个判断集样本均分别分布在非共晶的置信区间内，并通过文字快速输出鉴定结果为非共晶。判断准确率为100％。因此，该方法可用于共晶的快速鉴定。
实施例2
1、样品的制备及数据测试
1.1首先，参照文献方法，获得CL-20/HMX共晶，并用XRD进行共晶结构表征(图5)，将所获谱图与标准谱图比对，确保测试集样品结构的纯度。
1.2训练集数据准备
(1)准备共晶样品，准备好CL-20与HMX的共晶炸药，分成多个小份，每份约3-5mg。
(2)制备炸药混合粉末。取ε-晶型的Cl-20与HMX按质量比1：1，2:1，摩尔比2:1的比例混合并研磨，使之混合均匀并分成多个小份，每份约3-5mg。。
(3)混合炸药的拉曼谱图采集(图7)。分别将每小份混合炸药样品粘到共聚焦显微拉曼光谱仪的载物台上，保持样品表面平整，直接进行拉曼测试，分别获得混合炸药如CL-20与HMX混合的拉曼图谱，测试条件：激光波长为532nm，激光功率为5％，积分时间10s。
(4)共晶炸药的拉曼谱图采集(图8)。分别将每小份HMX与CL-20共晶炸药样品，将其放置在载物台上，保持样品表面平整，直接进行拉曼测试。获得共晶炸药的拉曼谱图，测试条件：激光波长为532nm，激光功率为1％，积分时间10s。
(5)最终得到100组共晶的数据和50组混合炸药的数据。
1.3判断集数据
1.3.1非共晶样品拉曼光谱的采集。
将CL-20与HMX的混合炸药样品粘到共聚焦显微拉曼光谱仪的载物台上，保持样品表面平整，直接进行拉曼测试，分别获得混合炸药如CL-20与HMX混合的拉曼图谱，测试条件：激光波长为532nm，激光功率为5％，积分时间10s。
1.3.2共晶样品拉曼光谱的采集。
将HMX与CL-20共晶炸药样品，将其放置在载物台上，保持样品表面平整，直接进行拉曼测试。获得共晶炸药的拉曼谱图，测试条件：激光波长为532nm，激光功率为1％，积分时间10s。
最终得到数据：CL-20与HMX的混合炸药、CL-20\HMX共晶各10组数据。
2.主成分分析法进行特征分类计算
2.1CL-20/HMX共晶快速鉴定算法建立
为了保证光谱数据的一致性，我们将所有光谱数据图开展归一化处理，分别为谱图基线平滑，归一化，多元散射校正，信号平滑处理后，基于化学计量学，取上述任意100个数据为算法模型的CL-20与HMX混合物、CL-20/HMX共晶数据训练集，用于建立并修正判别模型精度，任意10个数据为算法测试集，用于判定模型的准确性。对经过整理的谱图进行正态性检验，使其符合正态性检验(图9)；随后，采用权重计算方法计算得到的所有拉曼谱图权重值标准化，使所有拉曼谱图权重值在单一区间中。采用权重计算方法计算得到的所有拉曼谱图权重值形成的样本阵的相关矩阵，并求相关矩阵的特征根和特征向量。根据特征根值从大到小排序，分别计算其对应的主成分的方差贡献率并累计，如果累计方差贡献率大于85％，则计算的主成分作为用于综合评价的主成分；根据特征根值与主成分的和之间的比例，作出用于综合评价的主成分分类三维散点图；根据主成分分类三维散点图(图10)，利用主成分曲线没有交叉或重叠的主成分分类三维散点图所对应的波数范围视为拉曼特征区域的备选范围，并确定置信区间。输入测试集数据于图10中的分类图中，根据数据分布，可判定测试集数据的类型。
2.2CL-20/HMX共晶快速鉴定算法判断集验证
将判断集代入2.1中的算法模型，进行快速鉴定方法的验证，如图11所示，以10个共晶炸药数据代入检测，10个判断集样本均分别分布在共晶的置信区间内，并通过文字快速输出鉴定结果为共晶。，如图12所示，以10个混合炸药数据代入检测，10个判断集样本均分别分布在非共晶的置信区间内，并通过文字快速输出鉴定结果为非共晶。判断准确率为100％。因此，该方法可用于共晶的快速鉴定。
尽管这里参照本发明的解释性实施例对本发明进行了描述，上述实施例仅为本发明较佳的实施方式，本发明的实施方式并不受上述实施例的限制，应该理解，本领域技术人员可以设计出很多其他的修改和实施方式，这些修改和实施方式将落在本申请公开的原则范围和精神之内。

Claims (2)

1.一种基于化学计量学的共晶炸药结构快速鉴定方法，其特征在于，包括以下步骤：
S1、采集共晶炸药和混合炸药的拉曼图谱；步骤S1中的共晶炸药为CL-20基共晶炸药，混合炸药中其中一个炸药为CL-20；步骤S1中采集拉曼光谱的仪器选自共聚焦拉曼光谱仪、傅立叶拉曼光谱仪、便携式拉曼光谱仪中的任意一种；步骤S1中混合炸药的制备方法具体为取两种炸药按照摩尔比1：1混合并研磨，使之混合均匀并分成多个小份，每份3～5mg；
S2、将S1得到的拉曼图谱进行降噪，基线平滑，归一化，多元散射校正，信号平滑处理后，建立拉曼谱图数据集；步骤S2中拉曼谱图数据集包括100组共晶的数据和50组混合炸药的数据；
S3、基于化学计量学，取任意100个数据为算法模型的训练集，用于建立并修正判别模型精度，取任意10个数据为算法测试集，用于判定模型的准确性；
S4、对经过整理的谱图进行正态性检验，使其符合正态性检验；
S5、采用权重计算方法将计算得到的所有拉曼谱图权重值标准化，使所有拉曼谱图权重值在单一区间中；
S6、采用权重计算方法将计算得到的所有拉曼谱图权重值形成样本阵的相关矩阵，并求相关矩阵的特征根和特征向量；
S7、根据特征根值从大到小排序，分别计算其对应的主成分的方差贡献率并累计，如果累计方差贡献率大于85％，则计算的主成分作为用于综合评价的主成分；
S8、根据特征根值与主成分的和之间的比例，作出用于综合评价的主成分分类三维散点图；
S9、根据主成分分类三维散点图，利用主成分曲线没有交叉或重叠的主成分分类三维散点图所对应的波数范围视为拉曼特征区域的备选范围，并确定置信区间；
S10、输入测试集数据于S9中的分类图中，根据数据分布，可判定测试集数据的类型；
S11、代入需要鉴定的产物拉曼数据，模型能够智能直读的输出该谱图是否为共晶。
2.根据权利要求1所述的基于化学计量学的共晶炸药结构快速鉴定方法，其特征在于，步骤S4至S10中的正态性检验、权重计算、矩阵计算、方差贡献率累计和主成分分类三维散点图均采用科学计算软件matlab实施完成。
CN202110988974.5A 2021-08-26 2021-08-26 一种基于化学计量学的共晶炸药结构快速鉴定方法 Active CN113640277B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110988974.5A CN113640277B (zh) 2021-08-26 2021-08-26 一种基于化学计量学的共晶炸药结构快速鉴定方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110988974.5A CN113640277B (zh) 2021-08-26 2021-08-26 一种基于化学计量学的共晶炸药结构快速鉴定方法

Publications (2)

Publication Number Publication Date
CN113640277A CN113640277A (zh) 2021-11-12
CN113640277B true CN113640277B (zh) 2023-08-22

Family

ID=78424004

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110988974.5A Active CN113640277B (zh) 2021-08-26 2021-08-26 一种基于化学计量学的共晶炸药结构快速鉴定方法

Country Status (1)

Country Link
CN (1) CN113640277B (zh)

Citations (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2005140794A (ja) * 2005-01-13 2005-06-02 E Graw An 化学物質および微生物の検出のためのラマンオプトロードプロセスおよび装置
CN102830106A (zh) * 2012-08-28 2012-12-19 西安近代化学研究所 一种用于单质炸药晶体品质评价的微拉曼光谱测试方法
CN103743717A (zh) * 2013-12-03 2014-04-23 中国工程物理研究院化工材料研究所 炸药cl-20晶型定量分析拉曼特征区域确定方法
CN103792222A (zh) * 2014-02-17 2014-05-14 中国工程物理研究院化工材料研究所 六硝基六氮杂异伍兹烷晶型定量测定方法
CN104458701A (zh) * 2014-12-11 2015-03-25 成都鼎智汇科技有限公司 拉曼光谱爆炸物识别仪自动校准方法
WO2015050791A1 (en) * 2013-10-04 2015-04-09 The Research Foundation For The State University Of New York Spectroscopy for gunshot residue analysis
CN104897595A (zh) * 2015-05-21 2015-09-09 四川大学 紫外分光光谱同时测定pbx炸药中hmx,rdx和tnt含量的方法
CN105300918A (zh) * 2015-10-26 2016-02-03 四川大学 红外光谱结合化学计量学定性识别混合炸药成分的新方法
CN105300957A (zh) * 2015-11-02 2016-02-03 中国工程物理研究院化工材料研究所 一种炸药共晶结构鉴定方法
CN108760719A (zh) * 2018-08-17 2018-11-06 北京理工大学 一种利用拉曼光谱分析cl-20的晶型纯度的方法
CN110579500A (zh) * 2019-09-12 2019-12-17 西安近代化学研究所 一种基于X射线粉末衍射技术的β-HMX晶型纯度检测方法
CN110736728A (zh) * 2019-10-14 2020-01-31 南京简智仪器设备有限公司 一种基于便携式差分拉曼技术快速鉴别真假农药的方法
KR102172914B1 (ko) * 2019-06-07 2020-11-03 한국생산기술연구원 라만 스펙트럼 식별 고속 탐색 방법 및 장치
CN112485238A (zh) * 2020-10-20 2021-03-12 珠海市亚波光子检测有限责任公司 一种基于拉曼光谱技术鉴别姜黄精油产地的方法

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20120134582A1 (en) * 2007-01-16 2012-05-31 Chemimage Corporation System and Method for Multimodal Detection of Unknown Substances Including Explosives
US8553210B2 (en) * 2007-01-23 2013-10-08 Chemimage Corporation System and method for combined Raman and LIBS detection with targeting

Patent Citations (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2005140794A (ja) * 2005-01-13 2005-06-02 E Graw An 化学物質および微生物の検出のためのラマンオプトロードプロセスおよび装置
CN102830106A (zh) * 2012-08-28 2012-12-19 西安近代化学研究所 一种用于单质炸药晶体品质评价的微拉曼光谱测试方法
WO2015050791A1 (en) * 2013-10-04 2015-04-09 The Research Foundation For The State University Of New York Spectroscopy for gunshot residue analysis
CN103743717A (zh) * 2013-12-03 2014-04-23 中国工程物理研究院化工材料研究所 炸药cl-20晶型定量分析拉曼特征区域确定方法
CN103792222A (zh) * 2014-02-17 2014-05-14 中国工程物理研究院化工材料研究所 六硝基六氮杂异伍兹烷晶型定量测定方法
CN104458701A (zh) * 2014-12-11 2015-03-25 成都鼎智汇科技有限公司 拉曼光谱爆炸物识别仪自动校准方法
CN104897595A (zh) * 2015-05-21 2015-09-09 四川大学 紫外分光光谱同时测定pbx炸药中hmx,rdx和tnt含量的方法
CN105300918A (zh) * 2015-10-26 2016-02-03 四川大学 红外光谱结合化学计量学定性识别混合炸药成分的新方法
CN105300957A (zh) * 2015-11-02 2016-02-03 中国工程物理研究院化工材料研究所 一种炸药共晶结构鉴定方法
CN108760719A (zh) * 2018-08-17 2018-11-06 北京理工大学 一种利用拉曼光谱分析cl-20的晶型纯度的方法
KR102172914B1 (ko) * 2019-06-07 2020-11-03 한국생산기술연구원 라만 스펙트럼 식별 고속 탐색 방법 및 장치
CN110579500A (zh) * 2019-09-12 2019-12-17 西安近代化学研究所 一种基于X射线粉末衍射技术的β-HMX晶型纯度检测方法
CN110736728A (zh) * 2019-10-14 2020-01-31 南京简智仪器设备有限公司 一种基于便携式差分拉曼技术快速鉴别真假农药的方法
CN112485238A (zh) * 2020-10-20 2021-03-12 珠海市亚波光子检测有限责任公司 一种基于拉曼光谱技术鉴别姜黄精油产地的方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
基于三维纳米阵列结构的表面增强拉曼 技术研究及其在痕量铀酰离子探测中的应用;何璇;《核化学与放射化学》;第41卷(第2期);195-197 *

Also Published As

Publication number Publication date
CN113640277A (zh) 2021-11-12

Similar Documents

Publication Publication Date Title
CN101887018B (zh) 一种非破坏性测定花生种子主要脂肪酸含量的方法
CN104713895B (zh) 基于氢核磁共振结合偏最小二乘法鉴别蜂蜜真假的方法
US20140085630A1 (en) Spectroscopic apparatus and methods for determining components present in a sample
CN106680241A (zh) 一种新型光谱多元分析分类与识别方法及其用途
CN107478595B (zh) 一种快速鉴别珍珠粉真伪及定量预测掺伪贝壳粉含量的方法
CN107957411B (zh) 一种用全息荧光检测油源岩成熟度的方法及其装置
CN103293111A (zh) 一种土壤背景干扰下小麦叶层氮含量光谱监测模型及建模方法
CN105181678A (zh) 基于激光诱导击穿光谱的水稻品种鉴别方法
CN104914089A (zh) 用表面增强拉曼光谱对痕量混合物进行半定量分析的方法
CN105717066A (zh) 一种基于加权相关系数的近红外光谱识别模型
CN102495042A (zh) 一种粉末混合物的拉曼光谱准确定量分析方法
CN109932319A (zh) 一种果园土壤速效钾含量获取方法、系统及装置
CN106198447A (zh) 基于近红外光谱技术的复混肥主要成分无损定量检测方法
CN113008865A (zh) 珠宝玉石鉴定方法、装置、介质及设备
Sha et al. Evaluation of sample pretreatment method for geographic authentication of rice using Raman spectroscopy
CN107202784B (zh) 一种水稻浸种催芽过程中工艺节点的检测方法
CN102128805A (zh) 果品近红外光谱波长选择和快速定量分析方法及装置
CN103411895A (zh) 珍珠粉掺伪的近红外光谱鉴别方法
CN101566569B (zh) 一种通过特征参量鉴别多种荧光光谱混叠物质的系统和方法
CN105223140A (zh) 同源物质的快速识别方法
CN111259929A (zh) 基于随机森林的食源性致病菌的分类模型训练方法
CN113640277B (zh) 一种基于化学计量学的共晶炸药结构快速鉴定方法
CN1904584A (zh) 固体推进剂中高氯酸铵粒度的快速分析方法
CN107247033B (zh) 基于快速衰减式淘汰算法和plsda鉴别黄花梨成熟度的方法
CN106442474A (zh) 一种基于偏最小二乘法的水泥生料三率值测量方法

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
GR01 Patent grant
GR01 Patent grant