收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

植物纤维原料化学定量方法研究及其近红外预测模型构建

姜伟  
【摘要】:植物纤维原料广泛应用于纺织、造纸、饲料及生物质能源等多个领域。而化学成分含量作为其主要的参数指标对这些领域的原料评价、科学研究及工业生产都具有重要的指导意义。然而,大量对植物纤维原料化学成分的定量研究一直停留在湿化学分析方法阶段,且部分领域的分析标准存在一定的误差。随着科技的发展,新的分析方法逐渐显露出巨大的优势。本研究就湿化学分析方法存在的问题,结合现代分析技术如高效液相色谱法(HPLC)、近红外光谱法(NIR)等的帮助建立了相对准确的植物纤维原料化学成分湿化学分析体系及快速的近红外模型预测体系。论文的主要工作及结论如下: 1.利用真空干燥、傅里叶转换红外光谱及高效液相色谱技术建立了相对准确的植物纤维原料化学成分湿化学分析方法。 (1)利用真空干燥技术解决了分析过程中有机溶剂抽提物的增重问题,同时避免了高温加热过程中抽提物蒸发和氧化等问题。 (2)通过多次循环试验结合origin软件和数学拟合得到多糖热降解动力学方程,并使用高效液相色谱技术验证了纤维原料在湿化学分析中多糖高温降解的问题。接着,根据所建立多糖热降解动力学方程和多元正交实验建立了适当的湿化学分析温度体系。最终确定烘干温度60℃和水浴温度60℃下所得到的水溶物含量较为准确。 (3)研究木质素和单糖定量分析方法。发现并解决了热碱降解木质素而在分析过程中造成的误差,使分析结果的相对误差大幅降低。 2.优化样品近红外采集最佳条件。研究了原料粒径大小和光谱分辨率对近红外光谱采集准确度的影响,并确立了合理的近红外光谱采集参数。 以美国南部松树为对象,通过对木板、1/8英寸木片以及20目、40目和80目木粉为样品进行近红外光谱扫描,分别建立了相应的木质素预测模型。结果发现:随着样品粒径的减小,近红外光谱重现性提高,其木质素预测模型交叉验证决定系数R2提高,且交叉验证预测误差均方根RMSEP减小。而在样品由木板粉碎成1/8英寸木屑和由40目到80目这两个过程中近红外模型预测能力提高显著。最终确定80目为本研究采集近红外光谱的最佳样品粒径。 使用80目样品,在光谱分辨率16cm-1、4cm-1和2cm-1下对样品进行近红外光谱扫描,并建立相应木质素近红外光谱。结果显示在光谱分辨率为4cm-1下所建立的木质素近红外模型最好,最终确定光谱分辨率4cm-’为本研究近红外光谱扫描最佳分辨率。 3.确定了关键化合物的近红外光谱波段,研究特征波段和全光谱建模对相应化学成分近红外模型质量的影响,并建立软木主要化学成分近红外预测模型。 通过对样品进行针对性预处理以除去样品中相应化学成分,然后采集样品原料和预处理后样品的近红外光谱。对两种光谱进行对比并结合其它分析,确定相应化学成分近红外特征谱段。最终得到植物纤维原料主要化学成分近红外吸收的特征谱段。其分别为:水分5050-5360cm-1,色素8500-10000cm-1,脂蜡质(有机溶剂抽提物)4000-8500cm-1,木质素5800-6900cm-1,多糖类(纤维素、半纤维素)4000-5100cm-1,6900-8500cm-1。 以美国南部松树(软木)为对象,使用研究得到的湿化学分析改进方法结合美国国家可再生能源实验室(NREL)提供的HPLC方法对其进行有机溶剂抽提物、木质素和各种单糖的定量分析。根据美国南部松树的半纤维素结构特征使用单糖成分对其进行定量,进而得到纤维素含量。使用全光谱和研究得到的各种化学成分特征谱段对所有化学成分进行近红外建模工作。结果发现使用特征光谱建模后,样品有机溶剂抽提物、木质素,综纤维素和纤维素预测能力均比全光谱建模有大幅提高。 4.进行了近红外模型预测能力扩展研究和近红外模型稳健性研究。 选取木质素为建模指标,以美国南部松树为样品,通过氯化法去木质素作用对高木质素含量样品进行逐级去除,从而扩展样品木质素含量范围。研究建立预处理样品木质素近红外模型、样品原料和预处理样品总体木质素近红外模型。最终建模结果为预处理样品木质素模型交叉验证决定系数R2=0.99,交叉验证均方残差为RMSEP=0.72%:预测结果决定系数R2=0.99,预测误差均方根为RMSEP=0.68%,相对分析误差RPD值为12.7。可对经预处理后的木材样品进行准确的预测工作。样品原料和预处理样品总体木质素模型预测结果决定系数r2=0.99,预测误差均方根为RMSEP=0.6%,相对分析误差RPD值为14.34。从而可对木材所有样品(木材原料和预处理材料)进行预测工作。 继续使用新鲜样品对模型预测新样品的稳健性进行研究。研究结果表明当同类新鲜样品指标含量高于模型预测能力时,模型对新鲜样品预测能力较差。研究发现将新鲜样品其中一个样品信息加入所建立的近红外模型中时,模型对新鲜同类样品的预测能力将会大大提高,此方法可用于提高近红外模型质量,增加模型的稳健性和对未知样品集的预测。 5.研究对各种类型植物纤维原料,包括苎麻(韧皮类植物),美国南部松树(软木)及多品种硬木分别建立了相应的近红外预测模型。建模结果如下: 使用改进苎麻化学成分分析方法对苎麻主要化学成分进行分析,然后对其进行近红外建模,最终得到苎麻主要化学成分近红外模型纤维素预测决定系数r2=0.95, RPD=4.54,胶质含量r2=0.91, RPD=3.37,可以对苎麻纤维素和胶质进行精确预测工作;半纤维素r2=0.75, RPD=2.61,模型质量较差。 建立了硬木和软木主要化学成分近红外模型。最终得到硬木和软木主要化学成分如有机溶剂抽提物、木质素、综纤维素和纤维素近红外模型决定系数均高于0.90,具有较好的预测能力。硬木和软木半纤维素同苎麻样品一样决定系数低于0.90,不能胜任精确的预测工作。 研究发现,同时对多品种样品进行建模时的模型质量低于单一品种样品建模质量。


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 杜登学,周磊,樊玉清;浅论分析化学中近红外技术的改进及其应用[J];山东轻工业学院学报;2002年01期
2 ;近红外技术在奶粉理化检测和质量控制中应用[J];中国食品工业;2003年05期
3 罗希雷;在线检测装置在粮食加工行业中的应用[J];粮食与饲料工业;2004年10期
4 黎庆涛,卢家炯;近红外分析技术在制糖工业上的初步应用[J];甘蔗糖业;2000年01期
5 史苏佳;;近红外的光学特性及在食品中的检测原理和应用[J];食品工程;2005年04期
6 王玮;张泽俊;薛文通;张惠;;近红外检测技术在小麦品质及面制品研究中的应用[J];食品科技;2008年09期
7 刘福莉;陈华才;姜礼义;胡献恩;;近红外透射光谱聚类分析快速鉴别食用油种类[J];中国计量学院学报;2008年03期
8 陈刚;黎庆涛;卢家炯;;现代制糖工业分析技术的发展——糖液的分析测定技术[J];广西轻工业;2010年10期
9 赵杰文;翟剑妹;刘木华;蔡健荣;;牛肉嫩度的近红外光谱法检测技术研究[J];光谱学与光谱分析;2006年04期
10 葛炯;王瑾;王维妙;张建平;;近红外技术在卷烟真伪鉴别中的应用[J];烟草科技;2007年04期
11 赵家松;严伟榆;曹志勇;张曦;;基于近红外技术的猪肉新鲜度检测仪设计[J];农机化研究;2011年08期
12 杨芳;;近红外光谱分析技术应用[J];中国当代医药;2011年01期
13 周健;成浩;贺巍;王丽鸳;吴迪;;基于近红外的PLS量化模型鉴定西湖龙井真伪的研究[J];光谱学与光谱分析;2009年05期
14 张延莹;张金巍;刘岩;;近红外技术在白芍醇提在线质量监控中的应用[J];中国医药工业杂志;2010年09期
15 吕波,聂俊;三缩乙二醇双甲基丙烯酸酯超低温紫外光聚合[J];感光科学与光化学;2005年05期
16 刘文波;;近红外技术在纤维素工业上的应用[J];国际造纸;2007年05期
17 崔文峰;董镇;许新普;;在线近红外分析仪在汽油优化调合工业生产中的开发应用[J];化工自动化及仪表;2010年02期
18 邓发达;曾建;周学政;李东亮;施丰成;戴亚;陈小林;;制丝过程中烟草品质变化的近红外谱图表征[J];中国烟草学报;2011年01期
19 张鼎方;;近红外技术应用于成品卷烟的内在质量稳定性控制[J];福建分析测试;2009年02期
20 伍锦荣,章云,隆亚新;汽油调合自动控制系统综述[J];石油化工自动化;2005年01期
中国重要会议论文全文数据库 前10条
1 袁洪福;张娴;郭峥;宋春风;;近红外快速分析食用调合油[A];科学仪器服务民生学术大会论文集[C];2011年
2 吕程序;韩鲁佳;杨增玲;;显微近红外在饲料中动物源性成分检测上的应用[A];纪念中国农业工程学会成立30周年暨中国农业工程学会2009年学术年会(CSAE 2009)论文集[C];2009年
3 聂俊;吕波;;紫外光引发低温自由基聚合[A];2005年中国科协学术年会论文集第8分会场光固化与数字成像技术及其应用论文集[C];2005年
4 陈明心;张士新;李芳秋;;肿瘤研究中近红外技术与其他技术的联合应用[A];全国临床免疫检验研讨会暨第六届全国临床免疫学术会议论文汇编[C];2009年
5 席旭东;尹红芳;晋小军;何尤;;施肥对宽叶羌活化学成分的影响[A];中药药效提高与中药饮片质量控制交流研讨会论文集[C];2009年
6 张晓玲;戴灵超;;鸭跖草化学成分及药理作用研究概况[A];药用植物化学与中药资源可持续发展学术研讨会论文集(上)[C];2009年
7 杨光忠;胡昀;陈玉;;竹叶椒木脂素成分的研究[A];药用植物化学与中药资源可持续发展学术研讨会论文集(上)[C];2009年
8 黄敏聪;;金银花的质量管理和应用[A];2009浙江省中药学术年会论文集[C];2009年
9 艾国;化薇;黄正明;;黄蜀葵花化学成分及药理活性的研究进展[A];中国成人医药教育论坛[2010(3)][C];2010年
10 杨念云;段金廒;李萍;钱士辉;张健;;连钱草黄酮类化学成分的研究[A];全国第六届天然药物资源学术研讨会论文集[C];2004年
中国博士学位论文全文数据库 前10条
1 姜伟;植物纤维原料化学定量方法研究及其近红外预测模型构建[D];东华大学;2013年
2 刘大胜;近红外技术和超细粉碎在甲壳素加工中的应用研究[D];广西大学;2007年
3 何春年;芍药属药用植物亲缘学研究[D];中国协和医科大学;2010年
4 彭燕;海燕和中华疣海星的化学成分及其生物活性研究[D];华南理工大学;2010年
5 王延年;沙漠嘎种子化学成分及质量研究[D];北京中医药大学;2004年
6 马挺军;土贝母化学成分及抗肿瘤活性研究[D];中国农业大学;2005年
7 刘军民;沉香(白木香)药材规范化种植(GAP)研究[D];广州中医药大学;2005年
8 刘利;桑叶次生代谢产物研究[D];中国农业科学院;2005年
9 杨炳友;洋金花治疗银屑病有效部位的化学成分和药理作用研究[D];黑龙江中医药大学;2005年
10 刘高峰;北洋金花的非生物碱化学成分及指纹图谱研究[D];黑龙江中医药大学;2005年
中国硕士学位论文全文数据库 前10条
1 胡汉彬;功能近红外光谱成像研究及应用[D];中国科学技术大学;2010年
2 秦子辉;近红外血糖无创检测原理及实现研究[D];重庆大学;2010年
3 李冠;近红外光谱数据采集中的校正研究[D];电子科技大学;2010年
4 简锐;翻白草化学及活性验证研究和近红外技术应用初探[D];北京中医药大学;2008年
5 雷建刚;枸杞近红外溯源模型的优化研究[D];宁夏大学;2013年
6 宋涛;基于近红外技术的石油含水测量系统研究[D];中国石油大学;2007年
7 吉喆;玉米陈化检测方法的研究[D];吉林大学;2008年
8 周健;基于近红外的茶叶成分分析与信息识别的研究[D];中国农业科学院;2008年
9 赵庆环;基于近红外具有光谱响应化合物的合成及研究[D];东北师范大学;2011年
10 姜伟;基于近红外技术的苎麻化学成分快速定量分析研究[D];青岛大学;2009年
中国重要报纸全文数据库 前10条
1 宏茂林;红塔集团产品在全国市场质量抽查中再获佳绩[N];消费日报;2007年
2 赵江;薄膜厚度的常用测量方法[N];中国包装报;2004年
3 宏茂林;提升产品质量 维护消费者利益[N];中华合作时报;2007年
4 记者 王晓冬;桂林:近红外初筛中药命中率达90%[N];中国医药报;2010年
5 本报记者 李卫芹;“二手香”危害令人忧[N];中国消费者报;2008年
6 西北农林科技大学食品科学与工程学院 胡新中 徐莹;燕麦籽粒的化学成分[N];中国食品质量报;2010年
7 记者 高原;河流遭污染,鱼也吃“药片”[N];新华每日电讯;2009年
8 实习生 向岚;近红外绿色分析技术问世[N];科技日报;2000年
9 于涵;俄罗斯99%化妆美容品对人有害[N];卫生与生活报;2006年
10 ;请您喝茶当心有药[N];上海中医药报;2006年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978