近红外光谱仪器模型传递方法研究

【摘要】：近年来,近红外光谱分析技术飞速发展,凭借其无损检测、快速实时的特点,已经实现了在工业、农业、医药学等众多领域中的广泛应用。在实际测量中,因测量仪器老化、测量环境变化等因素,对某一台近红外仪器在某一时间建立的多元校正模型,在另一时间应用时可能不适用;又或者,在某一台仪器上建立的多元校正模型,在另一台仪器上使用时会存在较大的预测误差。因此,为了提高近红外光谱分析校正模型的适用性及预测精度,模型传递(也称模型标准化)是近红外光谱分析技术最终成功应用的关键环节。本论文围绕近红外光谱仪器的多元校正模型传递方法的模型建立问题,开展的研究主要包括以下三个方面内容:一、快速多元校正模型的建模方法研究,建立了一种基于核函数变换的快速偏最小二乘多元校正模型——KPLS,用于提高测量模型的精度和分析速度。本论文通过人体离体血浆近红外实验、人体在体近红外实验和谷物近红外实验获得的光谱数据对KPLS方法的应用效果进行了验证,并与偏最小二乘(PLS)回归方法进行了比较研究。实验结果显示:(1)人体离体血浆近红外实验中,KPLS模型与PLS模型应用预测精度接近;(2)人体在体近红外实验中,KPLS模型较PLS模型预测效果较优;(3)谷物近红外实验中,KPLS模型与PLS模型应用预测精度接近;(4)在离体血浆近红外实验中,对于大数据计算,KPLS模型计算速度相比PLS模型具有明显的快速性。二、模型传递样本优选方法研究,提出了一种基于自模型多元曲线分辨(SIMPLISMA)和KPLS相结合的奇异样本和特征样本同时选取的新方法——SIMPLISMA-KPLS,有代表性的样本选取有助于提高模型传递的效果。本论文通过谷物近红外实验数据对该方法的应用效果进行了验证,并与KS-KPLS方法进行了比较。实验结果显示:(1)在80组谷物样本近红外实验中,SIMPLISMA与KS模型传递效果接近,表明SIMPLISMA可作为模型传递过程中另一种可供研究人员选择的新型样本选取算法;(2)结合KPLS及3σ准则进行模型的验证计算,可在模型验证计算的同时实现奇异样本的剔除。三、建立了一种SIMPLISMA-PDS-KPLS快速模型传递新型算法,以提高近红外光谱分析模型的稳健性(或称适用性)和近红外检测速度,本论文通过谷物近红外实验数据进行了验证,并与KS-PDS-KPLS算法进行比较。实验结论表明:(1)在80组谷物样本近红外实验中,经模型传递后四种组分含量的RMSEP均接近于主机建模。(2)另外,KPLS算法中采用乘法和加法计算替代传统PLS算法中复杂的迭代计算,明显简化了算法,提高了计算速度。本论文建立的SIMPLISMA-PDS-KPLS方法,对于近红外光谱分析技术在各领域物质成分含量或性质的快速、准确在线检测的最终实现具有重要的推广应用价值。