譜圖數(shù)據(jù)分析方法及平臺實現(xiàn).pdf

1、隨著社會的進步、工業(yè)檢測與自動化水平的提高，工業(yè)生產(chǎn)過程對產(chǎn)品質(zhì)量的控制越來越嚴格，要保證生產(chǎn)過程的質(zhì)量就必須獲得生產(chǎn)過程的相關參數(shù)信息?；诠庾V分析的相關技術能夠在工業(yè)過程的眾多分支領域得到良好的應用，能夠利用光譜分析實現(xiàn)生產(chǎn)過程的參數(shù)定量檢測，也能實現(xiàn)生產(chǎn)過程品控的定性判別。光譜分析測量技術擁有無損、快速、可在線等諸多突出優(yōu)點，與此同時譜圖分析也存在信號強度弱、信號重疊等問題，導致相關分析技術的精度下降和應用受到限制。作為一種間接測

2、量技術，能否應用的核心就是建立有效的分析模型。所以譜圖分析技術的好壞就和建模方法密不可分了，建模當中的數(shù)據(jù)預處理方法、樣本集選取方法、波長優(yōu)選方法、建模方法、模型傳遞方法等都是譜圖分析技術領域的核心內(nèi)容。為了在實際工業(yè)生產(chǎn)過程當中能夠取得良好的應用，還需要不斷的豐富和完善譜圖分析檢測技術的方法理論體系?；诖吮尘跋拢疚牡闹饕芯抗ぷ魅缦?
　　(1)介紹光譜分析技術研究的背景和意義，闡述了以近紅外光譜為主要的譜圖分析技術原理，闡

3、明依托譜圖實現(xiàn)在線檢測的技術路線，以及概括當前國內(nèi)外針對光譜分析的研究現(xiàn)狀及發(fā)展趨勢。
　　(2)針對譜圖分析過程涉及到的數(shù)據(jù)預處理、波長優(yōu)選、定量分析、定性判別的對應算法進行設計及改進。在上述算法的基礎上設計并實現(xiàn)了基于C＃語言的譜圖數(shù)據(jù)分析平臺，實現(xiàn)了譜圖數(shù)據(jù)的編輯管理、數(shù)據(jù)預處理、數(shù)據(jù)建模、預測應用全流程功能。
　　(3)針對造紙工藝過程中纖維性質(zhì)的參數(shù)測量，利用譜圖數(shù)據(jù)分析平臺實現(xiàn)對纖維中的水、甲纖、木質(zhì)素、多戊糖各

4、組分含量進行定量分析，在對比了多種預處理方法的基礎上，建立了偏最小二乘回歸分析和神經(jīng)網(wǎng)絡算法定量分析模型。結(jié)果表明，以多元散射校準結(jié)合一階微分做數(shù)據(jù)預處理，偏最小二乘回歸建立分析模型的精度和可靠性更高。
　　(4)針對山羊絨和綿羊毛鑒別難題為研究對象，利用譜圖數(shù)據(jù)分析平臺實現(xiàn)快速精準判別。面對山羊絨和綿羊毛化學組成相似難題，提出基于波長優(yōu)選的羊絨羊毛譜圖判別分析方法，建立了競爭性自適應重加權采樣結(jié)合偏最小二乘判別分析方法實現(xiàn)對羊絨