一种基于拉曼光谱分析木质成分含量的方法及装置制造方法及图纸

本发明专利技术设计一种基于拉曼光谱分析木质成分含量的方法及装置，该方法的主要步骤如下：获取多组测试样品的拉曼光谱图谱；对所述拉曼光谱图谱进行分析和处理，确定所述拉曼光谱中的光谱数据；对所述光谱数据进行处理后，根据预设的拟合算法，生成与所述木质成分相匹配的强度参数数据；获取所述拉曼光谱图谱对应的实验参数值，其中，所述实验参数值包括所述测试样品中木质成分的含量；根据所述强度参数数据和所述测试样品对应的实验参数值，以及预设的回归算法，建立用于分析木质成分含量的定量模型。与现有技术相比，本发明专利技术建立了用于分析木质成分含量的定量模型，可以通过数量较少的样品，进行光谱扫描，即可快速实现木质成分含量的分析。的分析。的分析。

【技术实现步骤摘要】
一种基于拉曼光谱分析木质成分含量的方法及装置


[0001]本专利技术涉及检测领域，特别涉及一种基于拉曼光谱分析木质成分含量的方法及装置。

技术介绍

[0002]随着科技的发展，木质材料，因其可再生性和存量较大已经成为化石能源最有希望的替代品之一。然而，木质材料在应用时，其内部的木质素、综纤维素等成分含量对木质材料的力学性能、天然耐久性和纸浆的质量等都有着重要的影响。
[0003]因此，通常采用湿化学法对其内部的木质素和/或综纤维素等成分含量进行测量，然而，在现有技术中，湿化学法操作复杂、耗时耗力，对样品需求量大，且需要使用腐蚀性试剂，易对环境产生污染，因此，不能满足快速测定木质素和综纤维素等木质成分的要求。
[0004]因此，如何提供一种可以快速分析木质成分含量的定量模型的方法，至少是一种木质成分的含量分析，例如木质素和综纤维素中的任意一种或其组合的含量分析，是本专利技术所要解决的技术问题。

技术实现思路

[0005]本申请为了解决上述问题，即如何通过少量样品，即可快速实现木质成分含量的分析，提供了如下技术方案：
[0006]一种基于拉曼光谱分析木质成分含量的方法，包括以下步骤:
[0007]获取多组测试样品的拉曼光谱图谱；
[0008]对所述拉曼光谱图谱进行分析和处理，确定所述拉曼光谱中的光谱数据；
[0009]对所述光谱数据进行处理后，根据预设的拟合算法，生成与所述木质成分相匹配的强度参数数据；
[0010]获取所述拉曼光谱图谱对应的实验参数值，其中，所述实验参数值包括所述测试样品中木质成分的含量；
[0011]根据所述强度参数数据和所述测试样品对应的实验参数值，以及预设的回归算法，建立用于分析木质成分含量的定量模型。
[0012]进一步作为优选地，所述对所述拉曼光谱图谱进行分析，确定所述拉曼光谱图谱参数中与所述木质成分相匹配的特征数据的步骤包括:
[0013]对所述拉曼光谱进行降噪处理，得到降噪处理后的降噪图谱；
[0014]对所述降噪图谱进行基线校正处理，得到基线校正后的目标图谱；
[0015]对所述目标图谱进行特征提取，得到所述光谱数据。
[0016]进一步作为优选地，所述对所述光谱数据进行分类处理后，根据预设的拟合算法，生成与所述木质成分含量相匹配的强度参数数据的步骤包括：
[0017]根据预设的光谱参数，对所述光谱数据进行分类并标记得到与所述木质成分相匹配的特征数据；
[0018]根据所述特征数据，建立拟合函数；
[0019]对所述拟合函数进行求导处理，得到极值，并根据所述极值所对应的坐标区间，对特征数据进行筛选，得出峰值数据；
[0020]根据预设的规则对所述峰值数据进行处理，得到所述强度参数数据，其中，所述强度参数数据包括：与所述木质成分相关的拉曼位移数据所对应的拉曼强度数据。
[0021]进一步作为优选地，所述根据所述强度参数数据和所述测试样品对应的实验参数值，以及预设的回归算法，建立用于分析木质成分含量的定量模型的步骤包括：
[0022]根据随机算法对所述强度参数数据的数据进行筛选处理，确定用于建模的训练参数数据，其中，所述强度参数数据的组数至少为10组；
[0023]以所述训练参数数据为自变量，与所述训练参数数据对应的所述实验参数值的数据为因变量，根据正则化回归算法进行回归处理，建立所述定量模型。
[0024]进一步作为优选地，所述根据随机算法对所述强度参数数据的数据进行筛选处理，确定用于建模的训练参数数据的步骤之前以下步骤：
[0025]根据所述光谱数据，对所述强度参数数据进行分类处理，得到绑定木质成分种类的强度参数数据，其中，强度参数数据包括：与木质素和/或综纤维素相匹配的拉曼强度数据。
[0026]进一步作为优选地，所述以所述训练参数数据为自变量，与所述训练参数数据对应的所述实验参数值的数据为因变量，根据正则化回归算法进行回归处理，建立所述定量模型的步骤之后还包括：
[0027]将所述强度参数数据中未设定为所述训练参数数据的数据，确定为测试数据；
[0028]将测试数据导入所述定量模型，对所述定量模型进行测试，并得出模型预测值；
[0029]获取待测样品的拉曼光谱图谱，并根据所述拉曼光谱图谱得到所述待测样品的强度参数数据；
[0030]将所述待测样品的强度参数数据导入所述定量模型，以得到所述待测样品的模型预测值。
[0031]进一步作为优选地，所述将测试数据导入所述定量模型，对所述定量模型进行测试，并得出模型预测值的步骤之后还包括：
[0032]根据所述模型预测值的数据和所述实验参数值的数据，计算误差值数据；
[0033]根据所述误差值数据，计算得到皮尔逊相关系数和均方根误差；
[0034]根据所述皮尔逊相关系数和均方根误差，判断所述定量模型是否有效；
[0035]若判断出差所述皮尔逊相关系数大于0.8，所述均方根误差小于1，则停止所述停止测试所述定量模型，并判定定量模型有效。
[0036]进一步作为优选地，所述测试样品为木材、竹材中任意一种或其组合；所述木质成分含量包括：木质素、综纤维素中的任意一种或其组合。
[0037]进一步作为优选地，所述恒温恒湿平衡的环境温度为20
±
2℃，相对湿度为60
±
5％RH。
[0038]本申请还提供了一种装置，包括：处理器；以及存储有计算机可读指令的存储器，所述计算机可读指令在被执行时使所述处理器行使上述基于拉曼光谱分析木质成分含量的方法。
[0039]与现有技术相比，本专利技术的有益效果是：
[0040]与现有技术相比，本专利技术的有益效果是：建立了用于分析木质成分含量的定量模型，可以通过数量较少的样品，进行光谱扫描，即可快速实现木质成分含量的分析，且整个分析过程中不使用任何有毒或有腐蚀性的试剂，可实现快速无损的检测，降低了检测成本，提高了实验操作的安全性和环保性。
附图说明
[0041]图1是本专利技术第一实施方式中一种基于拉曼光谱分析木质成分含量的方法综纤维素的流程图；
[0042]图2是本专利技术第一实施方式中一种基于拉曼光谱分析木质成分含量的方法综纤维素的又一优选的流程图；
[0043]图3是图1中步骤S20的具体流程图；
[0044]图4是图1中步骤S30的具体流程图；
[0045]图5是图1中步骤S30的又一具体流程图；
[0046]图6是图4中步骤S303的具体流程图；
[0047]图7是图6中步骤S3034的具体流程图；
[0048]图8是图1中步骤S50的具体流程图；
[0049]图9是本专利技术第一实施方式中步骤S50～S100的流程图；
[0050]图10是图9中步骤S80的具体流程图；
[0051]图11是第一实施方式中拉曼光谱图谱原始图谱；...

【技术保护点】

【技术特征摘要】
1.一种基于拉曼光谱分析木质成分含量的方法，其特征在于，包括以下步骤：获取多组测试样品的拉曼光谱图谱；对所述拉曼光谱图谱进行分析和处理，确定所述拉曼光谱中的光谱数据；对所述光谱数据进行处理后，根据预设的拟合算法，生成与所述木质成分相匹配的强度参数数据；获取所述拉曼光谱图谱对应的实验参数值，其中，所述实验参数值包括所述测试样品中木质成分的含量；根据强度参数数据和实验参数值，以及预设的回归算法，建立用于分析木质成分含量的定量模型。2.根据权利要求1所述的一种基于拉曼光谱分析木质成分含量的方法，其特征在于，所述对所述拉曼光谱图谱进行分析和处理，确定所述拉曼光谱中的光谱数据的步骤包括:对所述拉曼光谱进行降噪处理，得到降噪处理后的降噪图谱；对所述降噪图谱进行基线校正处理，得到基线校正后的目标图谱；对所述目标图谱进行特征提取，得到所述光谱数据。3.根据权利要求1所述的一种基于拉曼光谱分析木质成分含量的方法，其特征在于：所述对所述光谱数据进行处理后，根据预设的拟合算法，生成与所述木质成分相匹配的强度参数数据的步骤包括：根据预设的光谱参数，对所述光谱数据进行分类并标记，得到与所述木质成分相匹配的特征数据；根据所述特征数据，建立拟合函数；对所述拟合函数进行求导处理，得到极值，并根据所述极值所对应的坐标区间，对特征数据进行筛选，得出峰值数据；根据预设的规则对所述峰值数据进行处理，得到所述强度参数数据，其中，所述强度参数数据包括：与所述木质成分相关的拉曼位移数据所对应的拉曼强度数据。4.根据权利要求1所述的一种基于拉曼光谱分析木质成分含量的方法，其特征在于：所述根据所述强度参数数据和所述测试样品对应的实验参数值，以及预设的回归算法，建立用于分析木质成分含量的定量模型的步骤包括：根据随机算法对所述强度参数数据进行筛选处理，确定用于建模的训练参数数据；以所述训练参数数据为自变量，与所述训练参数数据对应的所述实验参数值的数据为因变量，根据正则化回归算法进行回归处理，建立所述定量模型。5.根据权利要求4所述的一种基于拉曼光谱分析木质成分含量的方法，其特征在于：所述根据随机算法对所述强度参数数据的数据进行筛选处理，确定用于建模的训练参数数据的步骤...

【专利技术属性】
技术研发人员：高文丽，周亮，刘盛全，高慧，关莹，
申请(专利权)人：安徽农业大学，
类型：发明
国别省市：