2023年全國(guó)碩士研究生考試考研英語(yǔ)一試題真題(含答案詳解+作文范文)_第1頁(yè)
已閱讀1頁(yè),還剩80頁(yè)未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、近紅外光譜分析技術(shù)是20世紀(jì)90年代以來(lái)發(fā)展最快、最引人注目的高新綠色分析技術(shù)之一,已被廣泛應(yīng)用于農(nóng)業(yè)、食品、化工、石化、制藥、煙草等領(lǐng)域。隨著該檢測(cè)方法的發(fā)展及其應(yīng)用領(lǐng)域的擴(kuò)展,人們對(duì)近紅外光譜儀便攜性的要求提高,微型近紅外光譜儀以其體積小、重量輕等特點(diǎn)成為研究的熱點(diǎn)之一。
  本文是在MicroNIR-1700微型近紅外光譜儀的基礎(chǔ)上展開(kāi)研究工作的。首先對(duì)儀器的基本性能進(jìn)行了評(píng)估,驗(yàn)證了其作為近紅外光譜檢測(cè)系統(tǒng)核心硬件的可行性

2、;確定了微型近紅外光譜儀應(yīng)用系統(tǒng)軟件的整體構(gòu)架;采用Delphi7.0開(kāi)發(fā)平臺(tái)實(shí)現(xiàn)了系統(tǒng)的軟件設(shè)計(jì);對(duì)研發(fā)的系統(tǒng)進(jìn)行了實(shí)用化的驗(yàn)證試驗(yàn)。主要的研究?jī)?nèi)容如下:
  1.從光譜儀輸出信號(hào)、儀器穩(wěn)定性、吸光度重復(fù)性和基線穩(wěn)定性等4個(gè)方面對(duì)MicroNIR-1700近紅外光譜儀的性能進(jìn)行了評(píng)估,分析了積分時(shí)間對(duì)前三者的影響和不同測(cè)量對(duì)象對(duì)儀器穩(wěn)定性的影響。根據(jù)性能評(píng)估結(jié)果提出了適用于本系統(tǒng)的光譜掃描參數(shù)優(yōu)化方法,即對(duì)于MicroNIR-1

3、700近紅外光譜儀16bit的ADC,在滿足信號(hào)水平在20000~40000Counts和樣品測(cè)量時(shí)限(1~2s以內(nèi))的情況下,積分時(shí)間越大越好,掃描次數(shù)=(樣品測(cè)量時(shí)限×1000-100)/積分時(shí)間。
  2.根據(jù)近紅外光譜分析檢測(cè)流程和近紅外建模流程,設(shè)計(jì)了微型近紅外光譜儀應(yīng)用系統(tǒng)的整體構(gòu)架,采用Delphi7.0平臺(tái)對(duì)應(yīng)用系統(tǒng)的軟件進(jìn)行開(kāi)發(fā)。針對(duì)不同的用戶,設(shè)計(jì)并開(kāi)發(fā)了基于實(shí)驗(yàn)室版和用戶版的微型近紅外光譜儀應(yīng)用系統(tǒng)。其中實(shí)驗(yàn)

4、室版本主要用于開(kāi)發(fā)人員進(jìn)行近紅外光譜應(yīng)用研究,用戶版本采用遞進(jìn)式結(jié)構(gòu),方便用戶快速檢測(cè)和分析樣品,體現(xiàn)出近紅外光譜快速高效的特點(diǎn)。
  3.采用Windows XP系統(tǒng)的筆記本電腦作為系統(tǒng)控制端,憑借Delphi7.0強(qiáng)大的組件功能和支持Acess2003數(shù)據(jù)庫(kù)功能,開(kāi)發(fā)了良好的人機(jī)界面,實(shí)現(xiàn)了光譜儀的硬件控制,樣品光譜和成分實(shí)時(shí)檢測(cè)、系統(tǒng)登錄、用戶管理、光譜數(shù)據(jù)庫(kù)管理和建立近紅外定標(biāo)模型等功能。
  4.對(duì)系統(tǒng)的實(shí)用性進(jìn)行

5、了研究,以地產(chǎn)水蜜桃為檢測(cè)對(duì)象,可溶性固形物含量為具體的檢測(cè)指標(biāo),對(duì)70個(gè)樣品進(jìn)行了系統(tǒng)實(shí)用化的驗(yàn)證試驗(yàn)。對(duì)其中的52個(gè)樣品分別采用主成分回歸(PCR)和偏最小二乘回歸(PLS)兩種方法建立了校正模型,用剩余18個(gè)樣品對(duì)模型進(jìn)行了預(yù)測(cè),其中采用PLS回歸方法所建模型的效果更好,其預(yù)測(cè)相關(guān)系數(shù)達(dá)0.9174,均方根誤差為0.9672;強(qiáng)制剔除4個(gè)粗大誤差的樣品后重新建模,模型的性能有所提高,其中采用PCA回歸所建模型的效果更好,其預(yù)測(cè)相關(guān)

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

評(píng)論

0/150

提交評(píng)論