固定光栅和CCD技术的近红外光谱分析系统设计

采用红外线吸收法测定球墨铸铁中碳硫含量,分析了高频加热的特点,对取样方法进行了改进,并对分析注意事项进行了总结。

通过热压聚合方法,利用苯乙烯和甲基丙烯酸甲酯对杨木进行强化试验,结果表明:聚合温度是主要影响因素,而聚合时间和引发剂、促聚剂的添加数量等因素是次要影响因素;聚合温度x与单体转化率y高度线性相关,线性回归方程为y=0.107x-0.0367;最优制备工艺为:聚合温度80℃,聚合时间6h,环烷酸钴、氯化锌以及引发剂aibn所占混合树脂掖比分别为2%、6%、3%;最大转化率为64.50%。傅立叶变换红外光谱分析结果表明,强化杨木单板中含有大量的苯环聚合物,羰基官能团大量增加。

一种搜寻辐射制冷材料的红外光谱分析方法——根据辐射制冷材料的光谱选择性吸收的特性，探索性地提出了采用红外光谱分析方法筛选辐射制冷材料，并对其中某些材料(caso4、bas04、ptfe，有机硅)的吸收比／法向发射比以及辐射制冷效果进行测定，证实了采用红外光谱...

随着非水酶学的发展,木质素的酶法催化改性得到日益广泛的运用。文章主要考察了漆酶酶法改性反相微乳液体系中云杉碱木质素、乙醇水溶液中乙醇木质素、缓冲液体系中木质素磺酸盐、以及碱溶液中汽爆麦草碱木质素的反应。通过红外光谱对各反应体系中,漆酶催化改性后的木质素结构特点进行分析,结合凝胶色谱法考察木质素的分子量及其分布,结果表明经过yy-5漆酶处理后各种木质素的分子量分布均趋向于高分子区域,且分子量分散性降低,各种木质素的红外光谱结构也发生了明显的变化。初步确定了木质素在漆酶催化改性中存在的反应位点,主要是酚羟基、苯环侧链取代基、羰基等。在四种木质素中,漆酶对碱木质素的改性反应性要高于其他类型的木质素,这可能与碱性溶液体系中漆酶的活性较高有关。

首次利用傅里叶红外光谱仪测定了同株夹竹桃双色花的红外光谱图,分析比较了双颜色的花在红外光谱上的差异程度。结果表明,由于不同颜色的花所含的化学成分和相对含量的差异,其红外光谱吸收峰的位置和强度均有不同。通过对红外光谱图的主要特征峰的峰位、峰强的分析,推断出它们可能含有甙类等物质。此结果,为今后对夹竹桃的进一步开发利用提供了依据。

基于红外光谱法,分析了5u北美岩沥青、东莞东交70号基质沥青和3种不同掺量岩沥青的改性沥青特征官能团.结果表明,随着岩沥青掺量的增加,岩沥青改性沥青的针入度减小、软化点升高、延展度大幅度降低;5u北美岩沥青最适宜的掺量是质量分数12%～15%;5u北美岩沥青对基质沥青的改性既有物理改性又有化学改性.

建立了一种测定abs塑料中溴含量的快速无损测定方法。采用近红外积分球漫反射技术和偏最小二乘回归算法建立abs塑料中溴的快速测定模型,并分别采用内部交叉验证和外部验证考察了模型的推广性能。研究表明,分析模型的测定结果准确可靠,相关系数、交叉验证均方差和预测均方差分别达到0.97972、3.34和2.95,且操作简便快速,可推广用于工业现场的快速无损检测。

因具有快速、无损、样品易于准备、适合于实际生产的在线检测等优点，近红外光谱技术在木材研究领域的应用越来越广泛。本论文阐述近红外光谱技术在木材木质素、纤维索、抽提物等化学属性预测、以及开展基于nir技术的木质符合材料的原料属性的预测与分类研究具有重要的实际意义。

紫花苜蓿幼苗耐盐性快速鉴定对于耐盐种质资源筛选和耐盐新品种选育具有重要意义。脯氨酸和丙二醛是表征植物耐盐性的两种重要生化指标。研究应用便携式近红外仪和近红外光谱分析技术,结合偏最小二乘回归法,研究了40个不同紫花苜蓿品种幼苗耐盐性的脯氨酸和丙二醛含量,建立了新鲜样品和干燥样品的近红外漫反射光谱定量分析模型。研究结果表明:脯氨酸、丙二醛的近红外漫反射光谱分析效果均较好,校正模型决定系数r2和验证集样品预测值与常规分析测定值的验证决定系数r2都大于0.85,两种样品脯氨酸的相对分析误差rpd值分别为1.72%和2.04%,丙二醛的相对分析误差rpd值分别为2.38%和3.97%。方差结果表明,两种状态样品的测定结果之间无显著性差异(p>0.05)。对12个紫花苜蓿品种苗期耐盐性的鉴定验证结果表明,脯氨酸和丙二醛的近红外光谱模型能快速、准确地进行紫花苜蓿幼苗耐盐性鉴定。

目的采用近红外光谱法对浙麦冬中麦冬总皂苷含量进行快速测定。方法利用紫外分光光度法测定样品中麦冬总皂苷的含量,运用偏最小二乘(pls)法建立其含量与近红外光谱(nir)之间的多元校正模型,对未知样品进行含量预测。结果建立的麦冬总皂苷校正模型相关系数(r)、校正均方差(rmsec)分别为0.99031,0.0235。经外部验证,校正模型的预测均方差(rmsep)为0.0361,预测值与真实值的相关系数达0.9957。结论此方法具有快速简便,准确无损的特点,可以应用于浙麦冬中麦冬总皂苷含量的快速检测。

一、实验目的 1、掌握溴化钾压片法制备固体样品的方法； 2、学习并掌握美国尼高立ir-6700型红外光谱仪的使用方法； 3、初步学会对红外吸收光谱图的解析。 二、实验原理 红外光是一种波长介于可见光区和微波区之间的电磁波谱。波长在0.75～1000μm。通常又把这个波段分成三 个区域，即近红外区：波长在0.75～2.5μm（波数在13300～4000cm-1），又称泛频区；中红外区：波长在2.5～50 μm（波数在4000～200cm-1），又称振动区；远红外区：波长在50～1000μm（波数在200～10cm-1），又称转 动区。其中中红外区是研究、应用最多的区域。 红外区的光谱除用波长λ表征外，更常用波数σ表征。波数是波长的倒数，表示单位厘米波长内所含波的数目。 其关系式为： 三、仪器和试剂 1、仪器：美国尼高立ir-6700 2、试剂：溴化钾，聚乙烯，

为获得性能优良的熔锥型光纤耦合器,利用740ft-ir显微红外光谱仪,研究了不同制作工艺条件下耦合器中石英玻璃结构的差异。测定了在不同拉伸速度时制作的光纤耦合器,石英玻璃在650～2000cm-1波数范围内的红外吸收光谱,观察到了石英光纤玻璃的两个特征峰,由si-o-si反对称伸缩振动引起的特征峰940～950cm-1和由si-o-si对称伸缩振动引起的特征峰770～780cm-1。由于工艺条件的不同,特征峰的强度和位置都发生了变化,并测量了其变化的大小。拉制速度越快,石英玻璃中si-o-si键的不对称伸缩振动越强,且波数的移动与光纤耦合器的性能密切相关。

利用近红外光谱技术对木材强度分等进行了研究。选择1000~1400nm波段,结合偏最小二乘法,在木材强度和近红外光谱数据间建立了校正模型,校正模型的相关系数(r)为0.89,校正标准误差(sec)为6.30mpa。利用校正模型对35个未知样品的强度进行预测,根据近红外预测值和实测值分别对木材样品进行分等,a级预测的准确率为75.0%,b级准确率为91.3%,c级准确率为80.0%,总正确率为88.6%。研究结果表明,近红外光谱技术可以应用在无疵小试样的木材快速分等中。

基于可见近红外光谱的咖啡品牌鉴别研究

对湿地松木材近红外光谱与x射线衍射法测定的木材结晶度之间的相关性进行分析,并结合近红外光谱分析技术的基本理论,探讨降低光谱范围和选择相关光谱信息对近红外光谱预测木材结晶度的影响。结果表明:1)降低参与建模的近红外光谱范围仍然可以得到比较理想的近红外光谱模型与预测结果,当选用2000~2500nm区域的光谱建立模型时,预测值与实测值的相关系数r达到0.943;2)当选择光谱范围更小但与木材纤维素吸收峰密切相关的光谱数据(1400~1660nm或2020~2250nm)进行建模时,模型的预测效果并未降低(r>0.947),甚至仅采用7个光谱数据也可以得到比较理想的预测结果,预测相关系数r可达到0.930,说明采用更少的但与木材纤维素吸收峰密切相关的光谱信息,所建立的预测模型仍可得到比较理想的预测效果,这将有利于低成本、便携式近红外光谱仪的开发。

对一种塑料软管,采用溶剂萃取方法进行组分分离,然后通过红外光谱对分离后的组分进行分析鉴定,从而确定塑料软管的组成配方,获得了较为满意的结果。

由于裂解汽油、焦化汽油以及催化裂化汽油等这些经过二次加工的汽油中含有共轭二烯烃，而共轭二烯烃对油品的安定性具有很大影响，因此，对双烯值进行测定能够对汽油在生产及储运中的稳定性与性质进行衡量。本文通过实验并根据相关理论依据利用红外光谱对裂解汽油中的双烯值进行测定，得出相较于传统的参比试验方法，红外光谱测定法对双烯值的分析速度更快，更能满足生产工艺中对产品精密度以及准确度要求的结论。

利用近红外光谱结合simca模式识别法来检测马尾松木材单板节子。结果表明,通过培训集样本建立的基于主成分分析的simca判别模型对有无节子两种类型样本进行回判和对未知节子类型的样本(包括无节子和有节子样本)的判别正确率均达到90%～100%,说明应用近红外光谱结合simca模式识别法可以快速有效地检测木材表面的节子缺陷。

红外光谱分析在高压硅器件表面保护材料固化工艺研究中的应用

本工作利用聚乙烯和聚丙烯材料红外光谱图的差异,提出了一种工程塑料组成的分析方法。并用于光缆接续保护盒壳体材料的研究,取得了良好的结果

为了实现塑料的分类回收,需要对塑料进行快速准确的鉴别.收集了丙烯腈-丁二烯-苯乙烯(abs)、聚丙烯(pp)、聚乙烯(pe)、聚对苯二甲酸乙二醇酯(pet)、聚苯乙烯(ps)、聚氯乙烯(pvc)、聚碳酸酯(pc)等7种常用的塑料,利用近红外光谱仪分别测得其反射光谱,应用主成分分析和反向传播(bp)神经网络建立模型进行鉴别.首先利用主成分分析提取光谱的特征信息,前8个主成分的累计贡献率达到94.367％,包含了原始光谱的主要信息,将这8个主成分作为bp神经网络的输入,7种塑料的种类作为输出,建立三层bp神经网络模型.每种塑料各30个样本共210个用来训练神经网络模型,各10个共70个用来预测,预测结果准确率达98.571％,能够有效鉴别常用塑料.

应用傅里叶转换红外光谱(ftir)和x射线光电子能谱(xps),研究了3种提纯方法得到的竹木质素及其化学反应产物的化学结构特性.确定竹木质素c1s的电子结合能分别为283.52(c—h或c—c),284.58～285.72(c—or或c—oh),286.10～286.44(c=o或ho—c—or),287.65～287.72(o—c=o)ev.o1s的电子结合能分别为530.31(羟基氧原子),531.45～531.72(醛或酮的羰基氧原子),532.73～533.74(酯键或羧酸中的羰基氧原子)ev.竹木质素中的结构单元之间主要是通过醚键和碳碳单键连接,慈竹磨木木质素结构单元中醚键、碳碳单键、酯键、羰基和烯双键的比例为100∶63∶32∶40∶32(49.3∶31.0∶16.0∶19.9∶16.0).