近红外光谱分析技术

近红外光谱分析技术的相关文献在2001年到2022年内共计218篇,主要集中在化学、轻工业、手工业、畜牧、动物医学、狩猎、蚕、蜂 等领域,其中期刊论文166篇、会议论文16篇、专利文献451884篇;相关期刊120种,包括中国学术期刊文摘、食品与药品、食品安全导刊等; 相关会议9种,包括世界中医药学会联合会中药鉴定专业委员会第二届学术年会、2013年国际氨基酸产业发展高峰论坛、全国第四届近红外光谱学术会议等;近红外光谱分析技术的相关文献由667位作者贡献,包括臧恒昌、段焰青、聂磊等。

近红外光谱分析技术—发文量

期刊论文>

论文:166 占比:0.04%

会议论文>

论文:16 占比:0.00%

专利文献>

论文:451884 占比:99.96%

总计:452066篇

近红外光谱分析技术—发文趋势图

近红外光谱分析技术

-研究学者

  • 臧恒昌
  • 段焰青
  • 聂磊
  • 侯英
  • 刘亚
  • 刘瑞琛
  • 孙钟毓
  • 张惠
  • 李伟
  • 李宗朋
  • 期刊论文
  • 会议论文
  • 专利文献

搜索

排序:

年份

    • 陈卡卡; 钟志坚; 蔡润发; 李文贵; 刘振国; 李燕华; 李振华
    • 摘要: 本文利用近红外光谱分析技术(NIRS),建立一种可用于参灵草提取和配制过程中的在线检测方法,用来指导参灵草提取和配制生产过程的实时质量质控和放行。以UPLC和紫外分光光度法作为对照验证分析方法测定产品中腺苷和人参皂苷建立模型。通过结果验证最终得知浓缩液中腺苷模型预测结果与实验室化验结果相对偏差为2.42%,人参皂苷为2.85%;配制液腺苷模型预测值与实验室化验值相对偏差为2.36%,人参皂苷为3.39%。以上结果说明建近红外检测模型可以较好地反映参灵草产品提取浓缩液和配制液的腺苷和人参皂苷含量的变化,预测结果的相对偏差满足企业质量标准需求,在实际生产过程中可以建立近红外检测模型用来指导生产,实时监控产品质量,提高放行效率和生产连续性。
    • 纳嵘; 尹慧; 胡波
    • 摘要: 饲料品质是影响动物生长发育的关键性因素,实时准确分析饲料原料和成品饲料的各种成分含量是确保饲料生产质量、优化饲料配方设计和降低企业生产成本的一项重要措施。文章归纳梳理了近年来近红外光谱分析技术在饲料快速检测领域中的应用情况,并根据近红外光谱技术的特点论述了该技术在饲料分析检测中的应用现状和未来的应用前景,以期为近红外光谱分析技术在饲料检测领域中的应用推广提供理论指导依据。
    • 摘要: 近日,由中国石油化工股份有限公司石油化工科学研究院和南京富岛信息工程有限公司开发的国内首套S Zorb(催化汽油脱硫)装置在线分析系统在济南炼化验收合格,正式投入运行。该系统通过近红外光谱分析技术,以1次/分钟的分析频率快速检测S Zorb装置的原料和产品,并将所有检测数据实时在线上传,用于指导装置优化操作。系统采用三通道独立检测方式,不仅有效避免样品交叉污染风险,而且能同时检测3种物料的辛烷值、密度、蒸汽压、馏程和烃类组成等62个物化性质指标,投入运行后可实现24小时不间断分析,无需人员值守操作,为企业实现智能优化操作、保障生产稳定运行发挥重要作用。
    • 曹永民
    • 摘要: 文章简要介绍了近红外光谱分析技术、该技术的发展以及在石油化工生产中的应用,对制约近红外光谱分析技术推广应用的因素进行了探讨,对近红外光谱分析技术在石油化工生产绿色化智能化中的应用进行了展望。
    • 程琳; 黄开勇; 蓝肖; 陈代喜; 李魁鹏; 莫宗恒; 王斌; 赖苑修
    • 摘要: 【目的】木样总酚含量化学测定耗时长、过程复杂,建立杉木木样总酚含量的快速无损检测模型,对实现木材无损检测及木材腐朽预测具有重要意义。【方法】试验以114个杉木(Cunninghamia lanceolata)木样为研究对象,用福林酚法测定样品总酚含量,利用MPA傅立叶变换光谱仪对杉木木材进行漫反射光谱数据采集。将木样分为校正集和验证集,通过不同光谱预处理方法和建模方法建立总酚的定量模型,选择出最优模型并用验证集对其进行验证。【结果】测定的114个杉木木样中总酚含量变异幅度大,可用于构建近红外模型。对114个杉木木样进行近红外光谱扫描,得出建模光谱范围为9403.9~7498.4 cm^(-1)、6102.1~5446.4 cm^(-1)及4605.5~4242.9 cm^(-1)。对杉木木样的近红外光谱进行预处理,得出最优组合:标准正态变量转换法(SNV)和一阶导数,采用偏最小二乘回归法(PLS)建立模型最优。校正集和交叉验证集的决定系数分别是0.8679和0.7549;校正均方根误差(RMSEE)和交叉验证均方根误差(RMSECV)分别为0.448和0.586,数值均较小且接近,说明模型具有很好稳定性;预测均方根误差(RMSEP)和相对标准偏差(RPD)分别为0.521和2.16,说明模型可进行定量分析。【结论】采用近红外光谱技术检测杉木总酚含量可行,能为木材化学成分快速测定提供一种有效、无损方法。受拟合规则影响,构建的模型虽然不能用于精确定量测定,仍可应用于日常科研和生产检测,在木材材质预测及良种选育等方面具有广阔应用前景。
    • 曹勇飞; 苟振清; 薄岩峰; 曲春林; 单小晶
    • 摘要: 随着石油化工生产技术的不断进步,石油化工装置正朝着大型化、一体化、智能化和清洁化等方向发展,传统企业生产过程控制系统正随之发生了改变,建设智能化炼厂已成为炼化企业升级转型的重要目标。实时在线优化(RTO)是实现炼厂装置智能化控制的重要基础,而快速、高效、准确、低成本的在线分析和现场分析技术则是实施RTO的基本单元。
    • 张霞; 徐学欣; 赵金科; 孙芹; 郝天佳; 赵长星; 王维华; 石岩
    • 摘要: 为明确雨养条件下不同筋力类型小麦品种品质性状、产量要素构成和籽粒形态间的关系,于2017—2020年小麦生长季开展田间试验,选用黄淮海地区主推的5个强筋小麦品种和11个中筋小麦品种为材料,采用近红外光谱分析技术测定籽粒吸水率、硬度、容重、沉降值、蛋白质含量、湿面筋含量、面团形成时间、面团稳定时间、延伸性、最大抗延阻力,并采用种子图像分析技术测定籽粒长度、宽度、厚度、面积等主要形态指标,分析不同品种籽粒形态、品质性状及产量要素的相关性。结果表明,对16个供试小麦品种的综合品质进行聚类分析,共划分为5种类型,三年度中Ⅴ类小麦品种(师栾02-1、济麦20和泰科麦33)品质指标显著高于其余类小麦品种,其中,强筋小麦品种济麦20产量显著高于其余强筋小麦品种,中筋小麦品种烟农999、泰麦1918、烟农173产量显著高于其余中筋小麦品种,且泰麦1918品质较好且较稳定。小麦籽粒形态(籽粒长度、宽度、厚度、面积)和千粒重呈显著正相关关系,而二者与小麦品质性状呈显著负相关关系。综上考虑,强筋小麦品种济麦20和中筋小麦品种泰麦1918是适宜半湿润偏旱的鲁东地区雨养条件下种植的高产优质小麦品种,近红外光谱分析技术与种子图像分析技术的综合利用可作为小麦品质检测的有效技术方法。本研究结果可为鲁东地区高产优质小麦品种的筛选与品质分析鉴定提供理论依据。
    • 张正银
    • 摘要: 《百家访谈》:请您介绍下公司的基本情况。张正银:无锡迅杰光远科技有限公司(IAS)成立于2016年,是一家以近红外光谱分析技术为基础的高新技术企业,目前公司的人数已经发展到75人左右,技术人员45人,硕博占比50%以上。公司已通过CE以及ISO9001质量管理体系认证,申请了40多项发明专利,自主研发了核心近红外光谱仪、软件和数据服务平台。
    • 刘鑫; 孟少珂; 黄小华; 孟昭宇
    • 摘要: 近红外光谱分析技术是一种高效、无损检测的高新技术,在食品检验检测行业得到了快速发展。与传统检测分析方法相比,近红外光谱分析技术可以一次测定单个样品的多种性质或浓度,被测样品无需进行前处理,对样品无破坏性,有效避免了二次污染,并且检测时间非常短,结果处理也简单,可以立即进行定性定量分析,在检验检疫领域特别是食品掺伪鉴定方面应用前景广阔。本文主要对近红外光谱分析技术在食品掺伪鉴定领域的应用进展进行了分析。
    • 柯樱; 朱振明; 张烁阳; 王薇青; 陆峰
    • 摘要: 目的 为实时检测硫酸羟氯喹颗粒在流化床干燥过程中的水分含量变化,建立颗粒水分的在线近红外光谱定量模型.方法 物料颗粒在流化床的干燥过程中,实时取样并用水分测定仪测量颗粒水分,采用多元散射校正(multiplicative signal correction,MSC)、一阶导数和Karl Norris平滑的光谱预处理方法,选择近红外4935~5336 cm?1和6911~7297 cm?1两个波段,运用偏最小二乘回归(partial least squares,PLS)建立基于近红外光谱的水分定量分析模型.结果 所建模型的校正误差均方根(RMSEC)为0.408,相关系数Rc为0.9529.预测误差均方根(RMSEP)为0.435,相关系数Rp为0.9366,验证集标准偏差与预测标准偏差的比值(RPD)为5.18.并将该模型应用于车间生产过程中,t检验结果表明,预测值与参考值之间无显著性差异.结论 该法所建立的在线水分定量模型准确度较高且较为可靠稳定,该模型可应用于生产过程,以在线监测物料颗粒的水分变化.
  • 查看更多

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号