基于近红外光谱法快速检测毛涤混纺织物中的纤维含量.pdf

基于近红外光谱法快速检测毛涤混纺织物中的纤维含量.pdf

ID:51100543

大小:5.38 MB

页数:72页

时间:2020-03-09

基于近红外光谱法快速检测毛涤混纺织物中的纤维含量.pdf_第1页
基于近红外光谱法快速检测毛涤混纺织物中的纤维含量.pdf_第2页
基于近红外光谱法快速检测毛涤混纺织物中的纤维含量.pdf_第3页
基于近红外光谱法快速检测毛涤混纺织物中的纤维含量.pdf_第4页
基于近红外光谱法快速检测毛涤混纺织物中的纤维含量.pdf_第5页
资源描述:

《基于近红外光谱法快速检测毛涤混纺织物中的纤维含量.pdf》由会员上传分享,免费在线阅读,更多相关内容在应用文档-天天文库

1、戀《少石%《賣古葦信旅义-.t和、V/.:'.發;一'-一■'-.’-’■八'r基于近红外光谱法快速检测毛(中义题名)袁y緣混纺织物中的纤维含量-■—-■培FastDetectionofFiberContentin(英文题名)WoolandPolyesterBlendedFabricBasedo打Nea-redSrI打frapectroscopy-■"■■■—m—IV'll■?

2、..\、:■-■;.刘荣欣.研究生::;、,-■'王进美(职称)导师:梁惠生(职称)-:学院:纺织与材料学院纺织工程:学科专业:学位类型:专业学位.15年:学位舒年度_^?'''-^.-;‘产,._I?1.一^..、—?...亡’.'.v'西安工程大学学位论女原削性声明本人郑重声明:所呈交的学位论文是本人在导师的指导下,独立进巧研充工作所取得的成果,本论文不包含任何其他个人或集体。除文中。经注明引用的内辖外已经发表或撰写过的

3、作品成果,巧Li。对本文的研究做出重要贡献的个人和集体巧文中W明确方式梳明。。本人完全盧识到本声明的法律结巧巾本人承担:学位论文作者签名系[f足日期:2叫^年^月^日西安工程大学学位论文版权使用授权书本学位论文作者完全了解学校有关保留、使用学位论文的规定,同意学校保留并向齒家有关部n或机构送交论文的复印件和电了版,允许论文被查阅和借阅。本人授权西安工程大学教学目的使用本学位论文,将全部或部分内容编入巧关穀据库进巧俭索,可W采用影印、缩印或扫描等复制手段保巧和汇编本学位论文。□保密。,在年解密后适用本授

4、权书?本学位论文厲于密,g么即或巧□!年口2年后开放使用。是^学惊论文作者签名;?;连;慕欠指导教师签名,1¥4辜寒t日期年令月日日期:知咬年月日4学校代码10709?中图分类号0657.33UDCay密级:口公开□保密石进紋={^W^tL)论文题名:基于近红外光谱法快速檢测毛藻混纺织物中的纤维含音刘荣欣学号:2012047导师(校内);王讲美(教授)导师(校外);梁惠生(窩工)学院:纺织与材料学臨学科专业:工巧硕女:纺织工巧申请学位答辩委员会主

5、任委员:李小苗(教授级高工)答辩日期:2015年3月22日基于近红外光谱法快速检测毛涤混纺织物中的纤维含量摘要:本课题以近红外光谱分析技术为基础,以毛涤混纺织物为研究对象,结合相关的化学计量学方法,探究了快速检测毛涤混纺织物的纤维含量的研究。主要内容包括近红外光谱仪器的实验性检测、样品的收集、实验参数的选取、光谱预处理方法的选择、数学校正模型的建立等关键技术问题。样品由纯羊毛纤维织物、纯涤纶纤维织物、羊毛涤纶混纺织物这三大类组成,其中,羊毛、涤纶样品均有不同颜色、不同细度、不同规格的样品构成;毛涤混合样品包括自制的不同混纺比(0

6、-90%)样品和不同比例毛涤混纺织物。所用仪器是由聚光科技(杭州)股份有限公司生产的SupNIR-1500系列便携式近红外分析仪,波长覆盖范围1000-1800nm。通过实验,检测近红外光谱仪器的精密性和准确性;确定实验仪器状态、波长准确性、分辨率、光谱扫描次数等实验参数,同时分析了环境温湿度、样品细度、颜色等不同规格因素对实验的影响。对样品采集近红外光谱,进行光谱预处理,提取出特征值。光谱数据预处理方法包括标准化、导数、平滑和信号校正等,实验对比分析了各预处理方法效果,选取了均值中心化、Savitzky-Golay导数、Savitzky-

7、Golay平滑、多元散射校正光谱预处理方法,从光谱承载的众多信息中提取出了最有用信息,消除了样品表面的散射对近红外光谱的影响和降低了系统、随机误差,进而提高了后续所建模型的稳健性和预测能力。对比分析了主成分回归模型、多元线性回归模型、偏最小二乘回归分析模型和人工神经网络模型的模拟结果。分析结果表明偏最小二乘法回归分析模型最优,结果报告为:毛含量的校正集标准差(SEC)为0.0007,校正集预测值与真实值相关系数(RC)为0.99223;涤含量的SEC为0.0016,RC为0.99161。通过对模型进行修正并优化,对预测样品进行了实验分析,预

8、测结果平均绝对误差(MAE)在1.1%内(毛:1.0364%;涤:0.9981%),预测标准差(RMSE/SEP)在1.0%内(毛:0.6954%,涤:0.4878%)。均在允许

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。