多元统计分析在发酵过程中乙醇的近红外检测建模中的应用

摘要

糖蜜发酵液颜色深、锤度大，从中进行成分的近红外光谱分析测定较为困难，发酵过程的在线监控不宜掌握。在近红外光谱分析研究中，预测模型的建立方法是研究的重点，本文主要以乙醇发酵过程的近红外分析检测建模研究为例，运用多元统计分析方法，着重介绍乙醇发酵监测系统的近红外透射分析研究。研究内容主要有以下几方面：
　　 实验首先解决了近红外光谱透射分析方法中颜色深、锤度大的复杂背景液中乙醇的光谱采集问题。研究以扣除待测物的糖蜜发酵液作参比液，解决了先前的由于以去离子水作参比液而导致糖蜜发酵液的光谱图线超出光谱检测图域而无法采集的困难。
　　 分别采用预测残差平方和(PRESS)法和判断系统独立变量数的方法确定系统主成分数，利用偏最小二乘法建立预测模型，通过比较两种方法所得模型的预测性能和对模型的精密度检验，说明判断系统独立变量数的方法优于预测残差平方和法；分别采用多元线性回归(MLR)、主成分回归(PCR)和偏最小二乘回归(PLS)三种方法建立模型对数据进行回归，可知，PCR法和PLS法预测结果相差不大，PLS法略好于PCR法，而MLR无法得到结果。
　　 通过主成分分析和Leverage杠杆值对体系差异大且含量不规律的大样本的异常点进行判断，并予以剔除；分别用Kennard—Stone法、PCA—MD法和PCA—EDmax法选定样本中的校正集，利用Matlab编程，采用偏最小二乘法对校正集进行回归建模；通过比较Kennard—Stone法、PCA—MD法和PCA—EDmax法三个模型的均方根误差和相对误差：Kennard—Stone法的残差绝对值最大为0.87％，相对误差范围-5.11％～9.27％;PCA—MD法的残差绝对值最大为0.77％，相对误差范围-9.91％～7.83％;PCA—EDmax法的残差绝对值最大为0.63％，相对误差范围-7.21～7.36％，可知，PCA—EDmax准确度略好；而PCA—EDmax的校正均方根误差是三种方法中最小、校正集相关系数最高，说明该法建立的校正集回归模型效果好，PCA—EDmax的预测均方根误差是三种方法中最小、预测集相关系数最高说明该法的预测性能好，PCA—EDmax的平均相对偏差和相对标准差均是三种方法中最小值，说明模型预测精密度高。
　　 对乙醇发酵过程的近红外检测建模进行了泛化研究：通过实验例证，表明采用的主成分确定方法、主成分分析与杠杆值相结合的样本点剔除方法以及主成分分析与最大欧氏距离结合的样本优选方法均适用于不同背景发酵液中乙醇含量的近红外定量分析测定。