基于Matlab的水质COD近红外光谱预测模型的研究

摘要

近红外光谱分析技术是近年来迅猛发展起来的高新技术，它具有分析速度快、不破坏样品、操作简单、稳定性好、效率高等特点。近红外光谱技术综合了物理学、化学计量学、数学和计算机等学科的交叉技术，属于交叉学科。任何含-H基团的物质都会在近红外谱区产生吸收，所含信息量极其丰富，但近红外光谱谱区集中了倍频和合频的信息，大量的信息特征峰在该谱区严重重叠，没有明显的尖峰，属于弱信息光谱区，利用一般的光谱分析手段无法进行提取，必须结合化学计量学方法通过计算机才能提取有效的信息。 通过试验的大量数据，找出有机污染物(含氢基团——OH，CH，NH，SH，PH)污染程度与近红外光谱的相关性，建立有机污染物与近红外光谱的定量模型。为能长时间稳定使用、在线测量有机污染物的近红外传感器的研制、水质状况实时在线监测系统等作基础性研究。 本论文着重进行了水质化学需氧量(COD：Chemical Oxygen Demand)的近红外光谱预测模型的研究，预测模型的建立用化学计量学的多元校正分析方法，即逐步回归分析方法(SMLR)、主成分回归分析方法(PCR)和偏最小二乘回归分析方法(PLS)。其中逐步回归获得的最好结果是15点平滑处理，其决定系数R<,2>为95.01％，最佳回归因子数是6，校正标准偏差SEC为19.03 mg/l，预测标准偏差SEP为18.72mg/l；主成分回归获得的最好结果是一阶导数处理，当信息贡献值为98％是，其决定系数R<'2>为97.69％，主成分数是6，校正标准偏差SEC为12.26 mg/l，预测标准偏差SEP为18.72mg/l；偏最小二乘回归获得的最好结果是基线校正处理，其决定系数R<'2>为99.42％，最佳回归因子数是5，校正标准偏差SEC为8.93 mg/l，预测标准偏差SEP为7.56mg/l。 通过上述三种多元校正分析方法处理的结果，我们看到偏最小二乘回归算法最优，其次为主成分回归，最后才是逐步回归。各种预处理方法中，要看具体的算法和分析的问题，在具体应用过程中应尽可能尝试多种数学方法，以便找到适合于该特定应用的最佳预处理方法。 本论文还开发了VB与MATLAB混合编程的工程计算软件系统。充分利用MATLAB的运算功能和VB的开发界面方便的特点进行混合编程，方便用户使用，其开发研究具有实际意义。

目录

文摘

英文文摘

声明

第一章引言

1.1选题的背景及意义

1.2水质COD检测方法概述

1.2.1 COD值常规测量方法

1.2.2紫外光谱分析法测量COD

1.3近红外光谱分析技术的概况

1.3.1近红外光谱分析的特点

1.3.2近红外对水溶液成分的测定

1.3.3近红外光谱快速测量BOD5/COD的研究现状

1.4本课题的关键技术、技术难点和分析流程

1.5本课题的主要研究目的和内容

1.5.1本课题的主要研究目的

1.5.2本课题的主要内容

第二章近红外光谱分析的基本原理

2.1近红外光谱产生机理

2.2近红外光谱定量分析理论依据

2.3化学计量学方法介绍

2.4近红外光谱分析仪器概述

2.4.1近红外光谱分析仪器的进展

2.4.2傅立叶变换红外光谱仪简介

第三章实验仪器、实验方法及实验数据

3.1实验仪器

3.2实验方法

3.3实验数据

3.3.1水质COD

3.3.2近红外光谱

第四章废水近红外光谱预处理及建模方法的研究

4.1光谱信号预处理技术

4.2逐步回归分析(SMLR)

4.2.1基本原理及定标模型的评价

4.2.2数据处理与分析

4.2.3结论

4.3主成分回归分析(PCR)

4.3.1基本原理

4.3.2数据处理与分析

4.3.3结论

4.4偏最小二乘回归分析(PLS)

4.4.1基本原理

4.4.2主成分数的确定——交叉有效性检验和PRESS判据

4.4.3算法

4.4.4数据处理与分析

4.4.5结论

4.5逐步回归法、主成分回归法与偏最小二乘法在光谱分析预测中的比较研究

第五章MATLAB与VB混合编程

5.1背景简介

5.2 VB与MATLAB混合编程的方法

5.2.1直接利用Matrix VB

5.2.2应用ActiveX自动化技术

5.3在VB中调用MATLAB的实现

5.3.1用户应用界面的实现

5.3.2调用MATLAB程序的实现

5.4结束语

第六章论文总结

参考文献

致谢