“镇江香醋”发酵液酒精度近红外光谱分析研究

论文以恒顺产“镇江香醋“发酵液中的酒精含量为研究对象，对发酵液的近红外光谱定量模型进行了系统地研究，综合多学科的知识对近红外光谱数据中的信息提取和模型建立中遇到的关键问题给出了解决方案，该研究对近红外预测模型模型精度的提高，企业快速检测酒精含量具有重要的指导意义和参考价值。 对比了3种发酵液样品的化学预处理方法对光谱稳定性的影响，通过对每种样品反复测定的相对标准差来说明了光谱的稳定性，研究表明抽滤和离心处理的发酵液样品光谱最稳定。 论文对比研究了不同的样品集划分的建模预测效果，论证了K/S样品集合划分比传统的聚类分析方法更有助于模型精度的提高，给出了K/S划分的样品定标集合和预测集合化学值的统计结果和3维空间分布，进一步论证了样品集合划分的理论合理性。 数据预处理中引进了正交信号校正来提高模型的稳健性，研究表明正交信号校正能过滤非目标因素影响，包括与浓度阵无关的光谱信号和部分噪声信号等，减少了建模所需的主成分数。 深入系统讨论了近红外光谱区间选择和波长优选的方法在近红外光谱分析模型中的应用，研究给出了3种区间选择方法和3种波长优选的方法，并且对两类方法进行了组合进行波长优选，探讨了将间隔偏最小二乘的方法(PLS)同遗传算法相结合进行波长优选方法，通过对PLS建模后预测效果的比较较为深入地理解了多种波长优选方法的理论，遗传算法优选波长后由原谱的777个波数点减少为29个，而相关系数达到0.9975，预测标准差0.0825，明显好于全谱的PLS模型的预测效果。而将间隔PLS优选波长区间后和遗传算法组合选取建模波长点时，效果最好，预测相关系数为0.9984，预测标准差0.0486，相对误差1.09％，好于其他的波长优选方法的组合效果。遗传算法作为一种有效的全局搜索方法，结合PLS校正模型的波长优化选择，能更快达到最优解，有效提高测量精度，减少建模所用波长数，并作图说明了遗传算法在变量频率高的位置对应着光谱的特征吸收波长，说明了遗传算法变量选择的合理性。