近红外光谱法测定汽油中的芳烃含量

研究了采用近红外光谱测定汽油中芳烃含量的方法，通过汽油单体分析法获得汽油中芳烃的基础数据。在1000—2000nm波长范围内，应用傅立叶变换近红外光谱仪，交互检验偏最小二乘法对使用的近红外光谱数据进行优化，所得校正模型对训练集样品预测的相对平均误差为0．42％，相关系数为0．9696。对未知样品将近红外预测结果与GC的测定结果进行比较，相对平均误差为0．45％。作为一种快速分析技术，近红外光谱测定汽油中芳烃含量是简便可靠的方法。     

光谱分辨率的选取对食用油近红外模型性能影响分析

近红外光谱仪的类型和工作参数的设定对测量过程和分析结果均有一定影响.重点讨论了在傅立叶变换型光谱仪上设定不同的光谱分辨率对食用油近红外定量模型性能的影响.实验采用Vertex 70光谱仪,在3种光谱分辨率(4,8,16 cm-1)条件下,采用透射式液体光纤探头采集60份食用油样品近红外谱图.针对3组近红外光谱样品集,分别采用蒙特卡罗采样法剔除异常样品,根据Kennard-Stone法划分校正集和校验集后,建立优化食用油棕榈酸近红外定量分析模型并作预测.结果表明基于16 cm-1建立的食用油近红外模型指标优于4 cm-1和8 cm-1所建的模型,该结果可以为均匀液体作近红外检测时光谱分辨率的设定提供参考.     

近红外漫反射光谱法对蛇床子SFE萃取产物的质量监控

采用近红外漫反射光谱法对中药蛇床子SFE萃取过程中主要成分蛇床子素和欧前胡素进行快速、 无损检测. 以HPLC分析值作参比值, 采用偏最小二乘法（PLS）建立近红外光谱信息与各组分含量间的定量校正模型. 讨论了波长范围的选择和主成分数对PLS定量预测蛇床子萃取物中蛇床子素和欧前胡素含量能力的影响, 并对预测集样品含量进行预测, 结果令人满意.     

近红外漫反射光谱法快速测定川射干药材中射干苷含量

采用近红外漫反射光谱法对川射干药材中射干苷含量进行快速无损测定.以高效液相色谱法测定不同批次川射干药材中射干苷含量作参比,采用偏最小二乘回归算法建立川射干药材中射干苷的定量校正模型,并对未知样品中射干苷含量进行预测.结果表明,川射干药材中射干苷定标标准偏差(SEC)、相对分析误差(RPDC)、交叉检验标准误差(SECV)、校正模型的决定系数(RCV)和交叉验证相对分析误差(RPDCV)分别为0. 1253、4. 9087、0. 5948、0. 50、1. 0338.方法检测速度快、效率高,结果准确可靠,可用于川射干药材的质量控制.     

近红外光谱快速测定红参提取过程中5种人参皂苷成分含量

为了建立近红外光谱(NIR)结合THUNIR软件快速测定红参提取过程中的人参皂苷Rg1、Ro、Rb1、Rc和Rb3 5种成分含量的方法.利用对红参提取过程提取液进行NIR在线采集光谱图并采用HPLC测定人参皂苷Rg1、Ro、Rb1、Rc和Rb3的量,结合THUNIR软件建立NIR光谱特征值与HPLC测定结果之间的校正模型,进而对预测集样品进行分析.校正集经内部交叉验证建立校正模型,对预测集样品进行外部验证,预测值与真实值的偏差均较小.利用NIR技术测定红参提取过程中人参皂苷Rg1、Ro、Rb1、Rc和Rb3的含量是可行的,为红参药材的提取过程提供了一种快速简便的监控方法.     

复混肥料中氮含量测定结果的不确定评定

为了分析复混肥料中氮测定不确定度来源,采用蒸馏法对复混肥料中氮含量进行测定,对试验过程中可能带入的不确定度的来源进行评价和分析。分析采用蒸馏法对复混肥料中氮含量测定的不确定度的主要来源,运用数学模型对不确定度每个分量进行了评价,最终测得蒸馏法测定复混肥料中氮含量的扩展不确定度为0.06%。     

近红外光谱法快速测定端羟基聚丁二烯固体推进剂药浆中功能组分含量

应用近红外光谱（NIR）技术并采用偏最小二乘法（PLS）模型,针对端羟基聚丁二烯（HTPB）固体推进剂药浆中燃速催化剂（BA）、增塑剂癸二酸二辛酯（DOS）和氧化剂高氯酸铵（AP）的含量建立了快速定量测定的方法。对BA、DOS和AP质量分数进行定量分析的结果表明,PLS-1模型和PLS-2模型对样品中BA和DOS质量分数的相关系数均能达到0.99以上,预测值平均相对误差均在5.0%左右;PLS-2模型对样品中AP质量分数的相关系数为0.9903,预测值平均相对误差为0.84%。实验结果说明利用近红外光谱法能够对HTPB固体推进剂药浆中功能组分的含量进行快速准确的定量分析。     

近红外光谱技术在食用油种类鉴别及 脂肪酸含量检测中的应用

应用近红外光谱分析技术分别建立了快速鉴别食用植物油种类的定性分析模型以及测定食用植物油主要脂肪酸含量的定量分析模型.实验根据19份食用植物油样品的近红外光谱,结合系统聚类方法建立了纯橄榄-芝麻-花生油定性识别模型,识别率和预测率可达100%.根据59个食用植物油样品的近红外光谱,结合模型优化方法建立了食用植物油中棕榈酸、硬脂酸、油酸3种主要脂肪酸含量的近红外定量分析模型,且模型指标较好.实验表明近红外光谱分析技术在食用植物油品质快速检测领域有很好的应用前景.     

用人工神经网络-近红外光谱法测定毛竹中木质素与综纤维素的含量

近红外光谱结合反向传播的人工神经网络(back propagation artificial neural network,BP-ANN)技术预测了毛竹中木质素与综纤维素的含量.用常规湿化学方法测定了54株毛竹样品的木质素含量以及53株毛竹样品的综纤维素含量.用近红外光谱仪采集相应的光谱,为了提高信噪比和计算速度,对原始近红外光谱进行平滑、压缩、归一化预处理.利用预处理后的近红外光谱数据建立BP-ANN模型.在模型建立过程中采用Leave-n-out交叉验证法优化了隐含层神经元的个数,学习率,动量因子和学习次数.优化的BP-ANN模型用于预测测试集中9个毛竹样品中木质素与综纤维素的含量,预测均方根误差分别为0.88%、1.40%.结果表明,应用毛竹的近红外光谱数据和BP-ANN技术,可以用于预测木质素和综纤维素的含量,基本能满足定量分析的要求.     

紫外分光光度法测定饮料、巧克力和茶叶中咖啡因含量的研究

采用紫外分光光度法对巧克力 ,饮料 ,绿茶等 7种样品中咖啡因的含量进行了测定 ,其平均回收率和相对标准偏差分别为 99.2 8%～ 10 0 .6 % ,0 14%～ 1 0 3% ,结果较为满意 .