欢迎来到天天文库
浏览记录
ID:34823871
大小:2.03 MB
页数:81页
时间:2019-03-11
《试析近红外光谱仪的智能检测系统》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库。
1、江苏大学硕士学位论文近红外光谱仪的智能检测系统姓名:朱锐申请学位级别:硕士专业:农业机械化工程指导教师:陈斌20061217江苏大学硕士学位论文摘要近红外分析技术的应用已从最早的农业、食品品质分析逐步向石油化工、制药、高分子、烟草、微生物发酵、纺织等行业的质量控制、品质保证和在线分析方面拓展,其重要性越来越受到这些行业的重视,逐步成为这些领城的重要质量控制手段。近红外光谱分析技术是依据被检测样品中的某一化学成分对近红外谱区的吸收特性而进行的定性、定量分析的一种方法。近红外光谱分析技术具有高效、快速、成本低、无损伤和绿色环保等优点,也有其固
2、有的弱点:1)近红外光谱仪易受测量条件影响,温度、湿度、光强等环境参数都会对光谱采集产生影响;2)近红外分析技术是一种间接的分析技术,它需要先利用化学计量学方法建立数学模型才能使用,对用户的要求较高;3)近红外光谱仪属于高精密的光学仪器,任何元器件的变动都可能影响光谱的测量值,仪器发生故障需专家维护,售后维修成本高。针对上述问题,本课题设计开发了一个智能检测系统并将其应用到国产的近红外光谱仪器上,能实时监控光谱仪的温度、光强和电压等工作参数,实现报警、异常诊断、数据处理、模型调入预测等功能。本文的主要内容:1)智能检测系统硬件的设计:其中
3、,包括元器件的选型、它们的结构组成以及相互之间的连接;2)系统的软件设计:主要以Delphi7.0为工具,开发了通信、监控软件;3)使用标准物质谱图进行异常诊断,对原始采集光谱使用小波消噪和Shenk’s算法等有效的数据处理方法,调入模型实现光谱化学值的预测。研究结果表明:本课题开发的智能检测系统能实时有效检测和记录近红外光谱仪的工作状态,有利于仪器稳定良好的运行,也为仪器的维修提供了丰富的参考信息。它提供的数据处理方法能有效修正原始光谱,调入的数学模型让一般用户就能进行光谱化学指标预测。关键词:近红外光谱,智能仪器,数据处理,监控、诊断
4、系统,串行通信江苏大学硕士学位论文ABSTRACTTheapplicationsofNear-infraredSpectroscopy(NIRS)analysistechnologyhavebeenextendedfromqualityanalysisofagricultureproductandf00dtoQA/QCandon—lineanalysisinthepetroleumchemistry,pharmaceutical,polymer,tobacco,microorganismfermentandtextile.Asthiste
5、chniquebecomesmoreandmorgimportant,itgraduallybecomesthemainqualitycontrolmeasuresinthesefields.Itisanewtechnologywhichprovidesprecisequalitativeandquantitativeanalysisaccordingtotheabsorptivecharacterofthesample’SchemicalconstituentonNIRspectralregion.Near-infraredSpectr
6、oscopyanalysistechnologyisefficient,rapid,nondestructive,environmentalfriendlyandCanbelullatlowcosts,however,therealesomeinherentweaknessesasfollows:1)NIRSinstnmaentiseasilyaffectedbytheconditionofenvironment;suchastemperature,humidity,lightintensityandSOon.2)NIRSanalysis
7、technologyisanindirecttechniquewhichCanbeusedbymathematicalmodelbasedonchemometricsandhasarequirementfortheprofessionaluser.31NIPSinstrumentissoprecisehighlythatthechangeofeveryinstntmentmodelCanaffectthemeasuredvalueofthespectrumandthemaintenancecostsofafter-salesishigh.
8、Inordertoresolvetheseproblems,theauthorhasdesignedanddevelopedanintelligenttestingsystemandappli
此文档下载收益归作者所有