實(shí)驗(yàn)報(bào)告

實(shí)驗(yàn)時(shí)間：2015年05月21日---2015年05月26日

實(shí)驗(yàn)地點(diǎn)：濟(jì)南海能儀器股份有限公司應(yīng)用實(shí)驗(yàn)室

實(shí)驗(yàn)儀器：海能Unity近紅外光譜儀SpectraStar2500XL

實(shí)驗(yàn)樣品：毛線(分為全毛、毛滌等)

檢測(cè)指標(biāo)：含油率

實(shí)驗(yàn)?zāi)康模?/strong>使用海能Unity近紅外光譜儀SpectraStar2500XL對(duì)毛線中含油率的定量分析。

檢測(cè)方法：樣品由XX集團(tuán)提供。采用頂窗旋轉(zhuǎn)杯漫反射檢測(cè)，每個(gè)樣品掃描2張光譜。

定標(biāo)模型方法：光譜進(jìn)行一階微分平滑等數(shù)學(xué)預(yù)處理，將光譜與實(shí)驗(yàn)數(shù)據(jù)一一對(duì)應(yīng)，使用PLS算法建立定量模型。

實(shí)驗(yàn)：

樣品為松軟細(xì)膩的毛線;

　　由于金屬蓋對(duì)毛線的壓力，使得毛線能夠平均的附著在樣品杯底的光學(xué)玻璃上。

樣品光譜與分析

通過對(duì)樣品近紅外吸收光譜的觀察，可以初步分析出其中一種毛滌和全毛的區(qū)別，1和2是兩種不同的毛線。

實(shí)驗(yàn)將第2部分樣品光譜單獨(dú)分離出來，并進(jìn)行一階微分和平滑處理，選取特征峰并局部放大，如所示：

對(duì)圖1所有的樣品光譜進(jìn)行一階微分、平滑處理，并選取特征峰局部放大，如下圖：

通過圖2、3可以看出：第20、21、26、27、29號(hào)樣品為毛滌樣品，但與其他毛滌不大相同。它們更接近于全毛樣品。第30號(hào)樣品是一個(gè)特殊的樣品，與毛滌相似，且與毛滌又有區(qū)別。

由于這三種類型的樣品差異較大，所以在建立定標(biāo)模型過程中，我們要分別對(duì)這三種樣品建立模型;由于毛滌每種類型的樣品量較少，后期需要補(bǔ)充樣品量即可建立出較*的模型。通過分析，在盲樣中，第26、27、29為一種毛滌，28為另一種毛滌、30為第三種未知類型樣品。本實(shí)驗(yàn)只對(duì)毛滌樣品建立定標(biāo)模型，并對(duì)4個(gè)未知毛滌樣品(26、27、28、29號(hào))進(jìn)行盲測(cè)。

毛滌樣品中含油率的定標(biāo)曲線如下圖:

圖4可以說明，毛滌樣品中的含油率與近紅外吸收光譜有很強(qiáng)的相關(guān)性，相關(guān)性達(dá)到0.917。由于樣品量太少，模型梯度完整度不好，通過后期樣品的添加，可以更好的*模型，提高模型適應(yīng)性和準(zhǔn)確性。

未知毛滌樣品的盲測(cè)：

備注：序號(hào)30號(hào)是一個(gè)特殊的樣品，在建立模型的1-25號(hào)樣品數(shù)據(jù)庫內(nèi)沒有與其相似的樣品，所以模型無法對(duì)其預(yù)測(cè)，但通過相應(yīng)樣品的添加后，便可對(duì)其預(yù)測(cè)。

本實(shí)驗(yàn)通過建立的定標(biāo)曲線可以看出，近紅外吸光度與含油率有很高的相關(guān)性，所以使用Unity近紅外光譜技術(shù)檢測(cè)毛線中含油率的方法是可行的。

                                                               海能儀器股份有限公司

應(yīng)用實(shí)驗(yàn)室

　　2015年5月28日