一种利用近红外光谱技术快速测定制浆材基本密度的方法
【技术领域】：
[0001] 本发明是一种制浆材基本密度的测定方法，尤其是一种利用近红外光谱技术的快 速测定制浆材基本密度的方法。
【背景技术】：
[0002] 近年来，我国为满足制浆造纸行业飞速增长的原料需求，大力推广制浆材的种植。 其中桉木和相思以其适应区域广、生长快、纤维形态好、制浆得率高等优势，成为制浆造纸 企业的优良原料。实际生产中，不同产地、不同生长情况、不同属间树种的原料经过收集、分 装、贮存，来到生产线时材性有着显著差异，其中基本密度影响着磨浆能耗，故而有必要实 现基本密度的实时检测以便及时调整制浆工艺。但基本密度的传统分析方法耗时较长，无 法满足实时检测和在线分析的需求。
[0003] 近红外光谱（770-2500nm)属于分子振动的倍频与合频光谱，主要反映了含氢基 团乂_11? = 0，(：，15)的吸收信息，信息量丰富。近红外光谱结合化学计量学技术，可以利 用样品的近红外特征吸收峰和成分含量之间建立的数学模型，快速、高效、无损地测定未知 样品的化学成分和物理性质，近年广泛应用于农业、林业、化工等领域。
【发明内容】
：
[0004] 本发明为解决制浆造纸工业中测定制浆材基本密度耗时长，步骤繁琐的问题，提 供了一种利用近红外光谱技术快速测定制浆材基本密度的方法，能够快速无损地测定制浆 材基本密度。
[0005] 本发明采用了如下技术方案：一种利用近红外光谱技术快速测定制浆材基本密度 的方法，步骤是：
[0006] 第一步，采集制浆材木片作为样品，取样后将样品分为训练集和验证集；
[0007] 第二步，经充分平衡水分后，利用近红外光谱仪采集各样品的原始近红外光谱数 据，扫描范围为1600~2400nm，分辨率为8cmS
[0008] 第三步，对原始近红外光谱数据进行预处理；
[0009] 第四步，通过排水法测定各样品基本密度；
[0010] 第五步，采用化学计量学方法将训练集中样品基本密度实测值与其近红外光谱数 据对应建立预测模型；
[0011] 第六步，用建立的制浆材基本密度预测模型对验证集样品近红外光谱数据进行预 测确定模型性能。
[0012] 所述制浆材包括尾叶桉LI1、尾叶桉U6、蓝桉、尾巨桉、马占相思、大叶相思、厚荚 相思。
[0013] 所述木片规格约20_X10_X2_。
[0014] 所述原始近红外光谱数据是利用近红外光谱仪采用漫反射方式获得的吸光度值。
[0015] 所述采集各样品原始近红外光谱数据的方法是：样品采集光谱，然后倒出，重新混 合采样，每个样品以此方法采集3次光谱，取其平均光谱数据作为样品的原始近红外光谱 数据。
[0016] 所述预处理方法为一阶导数和多元散射校正。
[0017] 所述预测模型建立过程主要为：用化学计量学软件加载训练集光谱数据，通过偏 最小二乘法和交互验证，确定最佳主成分数，然后确定基本密度预测模型。
[0018] 所述模型预测能力用决定系数R2val、预测均方根误差RMSEP、相对分析误差RPD、绝 对偏差AD综合评价。
[0019] 有益效果
[0020] 按步骤备料和采集近红外光谱数据，通过建好的预测模型可以快速、无损地测定 制浆材木片的基本密度，这与制浆造纸工业中对制浆材原料木片基本密度快速测定与在线 分析的实际要求相吻合。
【附图说明】：
[0021] 图1为不同种类制浆材样品的近红外光谱。
[0022] 图2为经一阶导数和多元散射校正预处理后的样品近红外光谱。
[0023] 图3为采用本方法建立的基本密度预测模型的预测情况。
【具体实施方式】：
[0024] -种利用近红外光谱技术快速测定制浆材基本密度的方法。其步骤如下：a.采 集制浆材木片作为样品，其规格相近约20mmXIOmmX2mm，取样后将样品分为训练集和验证 集；b.经充分平衡水分后，利用近红外光谱仪采集各样品的原始近红外光谱数据，扫描范 围为1600~2400nm，分辨率为8cmSc.对原始近红外光谱数据进行预处理；d.通过排水 法测定各样品基本密度；e.采用化学计量学方法将训练集中样品基本密度实测值与其近 红外光谱数据对应建立预测模型；f.用建立的制浆材基本密度预测模型对验证集样品近 红外光谱数据进行预测确定模型性能。
[0025]所述步骤a中制浆材包括尾叶桉LI1、尾叶桉U6、蓝桉、尾巨桉、马占相思、大叶相 思、厚荚相思，木片规格约20mmXIOmmX2mm。
[0026] 所述步骤b中近红外光谱数据为利用近红外光谱仪在扫描范围为1600~2400nm， 分辨率为8cm1的条件下采用漫反射方式获得的吸光度值。样品采集光谱后倒出，重新混合 采样，每个样品以此方法采集3次光谱，取其平均光谱数据作为样品的原始近红外光谱数 据。
[0027] 所述步骤c中对原始数据进行预处理的方法为一阶导数和多元散射校正。
[0028] 所述步骤e中预测模型为制浆材包括尾叶桉L11、尾叶桉U6、蓝桉、尾巨桉、马占相 思、大叶相思、厚荚相思建立的数学预测模型，其过程主要为：用化学计量学软件加载训练 集光谱数据，通过偏最小二乘法和交互验证，确定最佳主成分数，根据其值确定基本密度预 测模型。
[0029] 所述步骤f中模型预测能力用决定系数（R2val)、预测均方根误差（RMSEP)、相对分 析误差（RPD)、绝对偏差（AD)综合评价。
[0030] 实施例1
[0031] 采集制浆材包括尾叶桉LII、尾叶桉U6、蓝桉、尾巨桉、马占相思、大叶相思、厚荚 相思的木片（约20mmXIOmmX2mm)作为样品，共采集184个样品，其中142个作为训练集， 42个作为验证集。置于空气中充分平衡水分后使用近红外光谱仪在在扫描范围为1600~ 2400nm，分辨率为8cm1的条件下采集全部样品的原始近红外光谱数据，并对其进行一阶导 数和多元散射校正预处理。在Matlab7.0中加载训练集光谱数据，通过偏最小二乘法和交 互验证，确定最佳主成分数为9,据此建立基本密度预测模型。模型预测验证集样品的决定 系数（Rval2)达到0.98以上，相对分析误差（RPD)大于9,预测均方根误差（RMSEP)和绝对 偏差（AD)符合制浆造纸工业的误差要求。
[0032] 利用建立好的预测模型对未知的制浆材近红外光谱数据进行分析，即可快速确定 其基本密度，其准确程度满足制浆造纸工业需求。
[0033] 本发明的实例中基本密度的实测值与模型预测值情况见表1。
[0034] 表1基本密度实测值与模型预测值
【主权项】
1. 一种利用近红外光谱技术快速测定制浆材基本密度的方法，其特征是，步骤是： 第一步，采集制浆材木片作为样品，取样后将样品分为训练集和验证集； 第二步，经充分平衡水分后，利用近红外光谱仪采集各样品的原始近红外光谱数据，扫 描范围为1600~2400nm，分辨率为8cmS 第三步，对原始近红外光谱数据进行预处理； 第四步，通过排水法测定各样品基本密度； 第五步，采用化学计量学方法将训练集中样品基本密度实测值与其近红外光谱数据对 应建立预测模型； 第六步，用建立的制浆材基本密度预测模型对验证集样品近红外光谱数据进行预测确 定模型性能。2. 根据权利要求1所述的利用近红外光谱技术快速测定制浆材基本密度的方法，其 特征是：所述制浆材包括尾叶桉L11、尾叶桉U6、蓝桉、尾巨桉、马占相思、大叶相思、厚荚相 思。3. 根据权利要求书1所述的利用近红外光谱技术快速测定制浆材基本密度的方法， 其特征是：所述木片规格约20mmXIOmmX2mm〇4. 根据权利要求1所述的利用近红外光谱技术快速测定制浆材基本密度的方法，其 特征是：所述原始近红外光谱数据是利用近红外光谱仪采用漫反射方式获得的吸光度值。5. 根据权利要求1所述的利用近红外光谱技术快速测定制浆材基本密度的方法，其 特征是：所述采集各样品原始近红外光谱数据的方法是：样品采集光谱，然后倒出，重新混 合采样，每个样品以此方法采集3次光谱，取其平均光谱数据作为样品的原始近红外光谱 数据。6. 根据权利要求1所述的利用近红外光谱技术快速测定制浆材基本密度的方法，其 特征是：所述预处理方法为一阶导数和多元散射校正。7. 根据权利要求1所述的利用近红外光谱技术快速测定制浆材基本密度的方法，其 特征是：所述预测模型建立过程主要为：用化学计量学软件加载训练集光谱数据，通过偏 最小二乘法和交互验证，确定最佳主成分数，然后确定基本密度预测模型。8. 根据权利要求1所述的利用近红外光谱技术快速测定制浆材基本密度的方法，其 特征是：所述模型预测能力用决定系数R2val、预测均方根误差RMSEP、相对分析误差RPD、绝 对偏差AD综合评价。
【专利摘要】本发明涉及一种利用近红外光谱技术快速测定制浆材基本密度的方法，其步骤为：a.采集制浆材木片作为样品，将其分为训练集和验证集；b.经充分平衡水分后，利用近红外光谱仪采集各样品的原始近红外光谱数据；c.对原始近红外光谱数据进行预处理；d.用排水法测定各样品基本密度；e.采用化学计量学方法将训练集中样品基本密度实测值与其近红外光谱数据对应建立预测模型；f.用建立的制浆材基本密度预测模型对验证集样品近红外光谱数据进行预测确定模型性能。此法具有高效、无损的优点。
【IPC分类】G01N9/24
【公开号】CN105223102
【申请号】CN201510633325
【发明人】房桂干, 吴珽, 梁龙, 崔宏辉, 邓拥军
【申请人】中国林业科学研究院林产化学工业研究所
【公开日】2016年1月6日
【申请日】2015年9月29日