纺织品快速无损检测校正模型的转移与共享研究
目标光谱做典型相关分析,然后,采用所得典型相关变量进行转换。该转换过程不但可从源光谱和目标光谱中提取共同信息,而且还可滤除噪声和干扰信息。
2 试验部分
2.1 仪器和样本
主机为AntarisⅡ傅里叶变换近红外光谱仪(主机A,Thermofisher,美国),从机为便携式iSpec-近红外光谱仪(从机B,B&WTEK,美国)。
样品为120个棉涤混纺织物,其中100个为校正集,20个为测试集,按照标准 FZ/T 01057系列进行定性鉴别,按照标准GB/T 2910系列进行定量分析,表1列出了样品测量值的统计数据。
2.2 光谱采集
主机A采用漫反射光谱测量方式进行光谱采集,每次测量样品旋转120度。光谱数据取3次采样的平均值,整个试验过程保持室内温度在(20±2)℃,湿度在(60±5)%。近红外光谱扫描范围为10000cm-1~4000cm-1,分辨率为8cm-1,扫描次数32次。从机B同样采用漫反射光谱测量方式进行光谱采集,每次测量样品旋转120°。光谱数据取3次采样的平均值,整个试验过程保持室内温度在(20±2)℃,湿度在(60±5)%。近红外光谱扫描范围为900 nm ~1700nm,分辨率为2nm,扫描次数32次。
2.3 软件
本研究所用化学计量学方法均来自于数据分析软件matlab 7.12(mathsworks,美国)。
3 结果与讨论
3.1 模型建立
主机A所测光谱图如图1所示。从图中可看出,混纺织物光谱发生较大的背景漂移,普遍认为该漂移是由不同的织物结构、颜色等因素所引起,在建立模型之前,需采用一定的方法扣除。本研究中,采用Norris二阶微分法进行处理,平均窗口设为3,间距设为9,处理后光谱如图2所示。
预处理后的100个校正集样品采用偏最小二乘法建立棉含量的校正模型,PLS因子数由蒙特卡洛交互验证确定,最终确定8个PLS因子用来建立模型。所得模型相关系数R2为0.94,预测误差均方根(RMSEP)为4.3。
3.2 模型转移结果
从机B所得光谱如图3所示,因其仪器类型与主机不同,光谱效应、波长点数、分辨率等均不相同。因此,无法直接采用主机模型进行预测。为了解决这一问题,我们对其光谱进行转换。
采用典型相关分析对主从机光谱进行转换,进而采用原模型进行预测,以RMSEP为考核指标来评价转移结果。本研究采用Kennard-Stone方法[16]从校正集中选取转移标样,我们同时考察了不同转移标样数量对结果的影响,所得结果示于表2。
从表2可以看出,随着转移标样的增多,转移效果亦变好,当转移标样为15个时,转移后的RMSEP已经接近原模型的预测结果。
转移之后,采用主机A模型对转移后的从机B光谱进行预测,预测结果如图4所示。从图4中可见,经转移之后,可采用主机A模型直接预测,预测结果令人满意,实现了模型的共享,节省了重新建模的人力物力。
4 结论
从本文研究结果来看,针对不同类型近红外光谱仪的光谱差异问题,CCA方法的转移预测结果令人满意,大大简化了建模的成本,为快速无损光谱的实际应用提供了保障。
参考文献 :
[1]桂家祥,耿响,要磊, 等. 基于近红外光谱法的棉/涤混纺纺织物中棉含量快速检测[J]. 纺织学报, 2012, 33(4): 55-59.
[2]虞学锋. 服装产品纤维成分含量项目质量状况分析[J]. 中国纤检, 2014, 10(10) :28-29.
[3]王京力,耿响,桂家祥. 基于近红外光谱法快速检测涤氨织物的纤维含量[J]. 上海纺织科技, 2013, 41(5): 45-48.
[4]严衍禄,赵龙莲,韩东海, 等. 近红外光谱分析基础与应用[M]. 北京 : 中国轻工业出版社, 2005.
[5]陆婉珍. 现代近红外光谱分析技术[M].第二版. 北京:中国石化出版社,2007.
[6]梁逸曾. 白灰黑复杂多组分分析体系及其化学计量学算法[M]. 长沙:湖南科学技术出版社, 1996.
[7]梁逸曾, 许青松. 复杂体系仪器分析——白灰黑分析体系及其多变量解析方法[M]. 北京 : 化学工业出版社, 2012.
[8] Robert N. Feudale, Nathaniel A. Woody, Huwei Tan, et al. Transfer of multivariate calibration models: a review[J]. Chemometrics and Intelligent Laboratory Systems, 2002, 64(2): 181-192.
[9] M. Forina, G. Drava, C. Armanino, et al. Transfer of calibration function in near-infrared spectroscopy[J]. Chemometrics and Intelligent Laboratory Systems, 1995, 27(2): 189-203.
[10] B. Osborne, T. Fearn. Collaborative evaluation of universal calibrations for the measurement of protein and moisture in flour by near infrared reflectance[J]. Journal of Food Technology, 1983, 18: 453-460.
[11] E. Bouveresse, C. Hartmann, D. L. Massart, et al. Standardisation of near-infrared spectrometric instruments: A review[J]. Analytical Chemistry, 1996, 68 (6): 982 -990.
[12] J. S. Shenk, M. O. Westerhaus. Remote analysis system: US,4866644[P]. 1989.
[13]褚小立,袁洪福,陆婉珍. 普鲁克分析用于近红外光谱仪的分析模型传递[J].分析化学,2002,30(1):114-119.
[14] Thomas B. Blank, Stephen T. Sum, Steven D. Brown, et al. Transfer of Near-Infrared Multivariate Calibrations without Standards[J]. Analytical Chemistry, 1996, 68 (17): 2987 -2995.
[15] Fan Wei, Liang Yizeng, Yuan Dalin, Wang jiajun. Calibration model transfer for near-infrared spectra based on canonical correlation analysis[J]. Analytica Chimica Acta, 2008, 623(1):22-29.
[16] Kennard R W, Stone L A. Computer aided design of experiments[J]. Technometrics, 1969, (11): 137-148.
[作者单位:罗峻、聂凤明、吴淑焕、许敏,广州纤维产品检测研究院、国家纺织品服装服饰产品质量监督检验中心(广州);范伟,湖南农业大学]
上一篇:台湾同步辐射研究中心发展道路
下一篇:红外探测技术的应用与发展