论文部分内容阅读
制浆木材中一些主要的特性如木质素、综纤维素、水分含量以及密度、种类等都会直接影响后续生产过程中工艺参数的设定、蒸煮药液的用量和最终产品的质量,因此对制浆木材中的一些主要化学成分进行快速、准确地检测对于工艺参数的优化、生产效率和产品质量的提升具有重要意义,但传统的湿化学方法耗时、步骤繁琐且无法在线使用。近红外光谱技术是一种快速、高效、低成本的“绿色”分析技术,利用它可以在很大程度上提升制浆造纸工业的生产效率和产品质量。但该技术在应用过程中常会碰到光谱波长点数太多导致建模过程复杂、模型预测精度低的问题以及同一模型无法在不同仪器间共享的问题。本文利用国产的低成本便携式光谱仪对混合制浆木材中木质素和综纤维素进行了波长选择,并对木质素和综纤维素模型在不同仪器间共享的可行性进行了研究,主要研究内容及结论如下:(1)混合制浆木材中木质素和综纤维素波长选择问题的研究。利用低成本的便携式光谱仪建立了多种制浆木材中木质素和综纤维素含量的预测模型,预测精度基本可以满足工业生产的需求,但是个别样品的预测偏差明显过大,达到2以上,同时该模型用到了全谱的751个波长点数据,导致模型复杂程度高、计算耗时且不利于低成本的便携式仪器开发。因此利用竞争自适应重加权采样法(Competitive Adaptive Reweighted Sampling,CARS)、遗传算法(Genetic Algorithm,GA)和连续投影算法(Successive Projections Algorithm,SPA)对木质素和综纤维素的特征波长进行了选择。3种方法中SPA所选择的波长数最少且建模效果最好,SPA法分别从全谱中选出了15和23个波长作为木质素和综纤维素的特征波长,并结合MLR建立了木质素和综纤维素含量的预测模型,其RMSEP分别为0.9129和1.0323,相较于全谱模型分别提升了9.8%和15.6%,且明显改善了全谱模型中个别样品预测偏差过大的情况,提升了模型的稳健性。(2)木质素和综纤维素模型在不同仪器间共享问题的研究。将已建好的木质素和综纤维素预测模型用于另外两台不同仪器上时,预测偏差明显增大,且用于相同型号仪器(从机1)时的预测偏差小于不同型号仪器(从机2),从机1和从机2上的木质素RMSEP分别为1.7418和9.5169,综纤维素RMSEP分别为2.1819和2.4251。分别利用直接标准化(Direct Standardation,DS)、光谱空间转换(Spectral Space transfer,SST)和基于典型相关分析(Canonical Correlation Analysis,CCA)的模型转移方法研究了木质素和综纤维素模型在3台仪器之间转移的可能性,并探讨了标样数对于转移效果的影响。结果表明,DS和CCA算法的转移效果相近,且标样数越多,转移效果越好;而SST算法并不需要像另外两种方法那么多的标样就能达到更好的转移效果,选择20个标样利用SST转移后从机1和从机2上的木质素RMSEP分别为1.1262和1.1247,综纤维素RMSEP分别为1.0182、1.1979,可以看出仅利用少量的标样,就可大幅减小从机1和从机2上木质素和纤维素的RMSEP,达到可以实际使用的效果;但该方法在使用过程中需要确定最佳主成分数,步骤相对于其他两种方法较为繁琐。因此在实际使用过程中需视具体情况选择模型转移方法。