[发明专利]一种基于近红外光谱技术检测粒度分布的方法

说明书

本发明公开了一种基于近红外光谱技术检测粒度分布的方法，主要涉及分析化学仪器应用技术领域，包括样品采集编辑，数据预处理，样品分析，模型校正，设备安装，样品预测，预测结果输出，采用化学计量学，如果样品的组成相同，则其光谱也相同，反之亦然。如果我们建立了光谱与待测参数之间的对应关系(称为分析模型)，只要测得样品的光谱，通过光谱和上述对应关系，就能很快得到所需要的质量参数数据。

技术领域

本发明主要涉及分析化学仪器应用技术领域，具体是一种基于近红外光谱技术检测粒度分布的方法。

背景技术

近红外光(Near Infrared，NIR)是介于可见光(VIS)和中红外光(MIR)之间的电磁波，ASTM定义的近红外光谱区的波长范围为780～2526nm，习惯上又将近红外区划分为近红外短波(780～1100nm)和近红外长波(1100～2526nm)两个区域。

近红外光谱主要是由于分子振动的非谐振性使分子振动从基态向高能级跃迁时产生的，记录的主要是含氢基团X－H(X＝C、N、O)振动的倍频和合频吸收。不同团(如甲基、亚甲基，苯环等)或同一基团在不同化学环境中的近红外吸收波长与强度都有明显差别，NIR光谱具有丰富的结构和组成信息，非常适合用于碳氢有机物质的组成与性质测量。但在NIR区域，吸收强度弱，灵敏度相对较低，吸收带较宽且重叠严重。因此，依靠传统的建立工作曲线方法进行定量分析是十分困难的，化学计量学的发展为这一问题的解决奠定了数学基础。其工作原理是，如果样品的组成相同，则其光谱也相同，反之亦然。如果我们建立了光谱与待测参数之间的对应关系(称为分析模型)，那么，只要测得样品的光谱，通过光谱和上述对应关系，就能很快得到所需要的质量参数数据。

传统粒度检测方法以筛选法为主，此方法多为人工筛选或机械振动筛选，这两种方式不论哪一种都有很多弊端：对物料产生二次破碎；用时很长；占用大量的人力资源；不能对物料进行全部检测；不能在不影响生产工艺连续性的前提下进行在线检测。

发明内容

鉴于现有技术中存在的不足和缺陷，本发明提供了一种基于近红外光谱技术检测粒度分布的方法。

为了解决上述技术问题，本发明采用如下技术方案：一种基于近红外光谱技术检测粒度分布的方法，包括，

步骤1，样品采集编辑，分别采用静态测样方式采集I目和II目的近红外光谱；

步骤2，数据预处理，包括模型转移，和差计算，剪切、平均，MSC、SNV，归一化、中心化、平滑、微分；

步骤3，样品分析，包括波长特征分析、样品集合分析，所述波长特征分析包括标准偏差、相关系数，然后进行波段选择，所述样品集合分析包括化学指标特征分布、PCA\PLS特征提取，然后进行聚类分析、样品集合划分、界外样品识别、样品聚集分布；

步骤4，模型校正，分别采用定量校正方法、定性建模方法，然后校正计算，进一步进行校正结果统计分析，最后保存模型；

步骤5，设备安装，在生产设备上开孔，把法兰圈焊接到上面，再把篮宝石视窗和法兰板固定在法兰圈上，最后再安装上AOTF近红外光谱仪。

步骤6，样品预测，首先载入模型、导入光谱，然后进行预测，分别采用静态测样方式采集I目和II目的近红外光谱，比较光谱差异。然后采用动态旋转测样方式采集I目和II目的近红外光谱，比较光谱差异，最后，进行预测结果统计分析。

步骤7，预测结果输出，输出检测结果。

与现有技术相比，本发明具有的有益效果为：

(1)采用芯片分光技术，性能稳定，不受环境变化的影响，适应性好，同时仪器体积在同类型产品中能做到最小，方便安装；

(2)因为近红外是无损检测，不会对物料产生二次破碎；