建立一种能够快速、定量检测掺假普洱茶中香豆素、香兰素、乙基麦芽酚三种常见香精的方法。利用傅里叶变换近红外光谱技术结合偏最小二乘法对香精掺假普洱茶进行定量分析。分别建立三种掺假香精成分的定量分析模型,并对比基于不同预处理方法和未经光谱预处理的定量分析模型的预测能力。结果表明:结合不同光谱预处理方法实现的针对香豆素、香兰素和乙基麦芽酚三种香精的预测均方根误差分别为0.1461,0.1678,0.1800,预测决定系数分别为0.7989,0.7350,0.6938,三种香精的检测限为0.2 mg/g。近红外光谱技术结合偏最小二乘定量分析方法可以实现掺假普洱茶中三种香精成分的快速检测分析。

近红外光谱检测已被应用于水泥生料成分的快速检测, 但现场环境中的湿度等因素会对光谱产生干扰, 从而降低检测精度。 为了提高检测精度, 在实验分析湿度对水泥生料近红外光谱检测影响的基础上研究了补偿方法。 在水泥厂选取了24份水泥生料样本, 其中18份作为校正集, 6份作为验证集; 水泥生料中的有效成分为SiO2, Al2O3, Fe2O3和CaCO3, 各成分含量的标准值由X射线荧光光谱分析测出。 首先, 将校正集的18份样本每份重复装样测5次光谱, 用得到的90个光谱建立模型Ⅰ; 再每份样品制作5个湿度梯度样本, 其获得过程为, 先将样本放置在电加热平台上, 用玻璃棒将样本摊平, 180 ℃下加热30 min, 再将样本放置在散热片上进行降温, 待样品恢复室温后取出进行第一次光谱扫描, 得到1个光谱, 将测量后的样本放入搅拌器, 使用装有去离子水的喷雾器对其喷雾两次, 然后搅拌30 s混合均匀, 测量混合后的样本得到下一个光谱, 重复该过程, 得到具有湿度梯度的5个光谱。 所有样本均采用烘干法进行湿度测量, 样本湿度变化区间在0.6%～2%以内。 对每个湿度梯度的样本测量1次, 用得到的这90个光谱建立模型Ⅱ。 然后, 将验证集的6份样本每份制作5个湿度梯度, 获取方式与校正集相同, 对每个湿度梯度的样本测量1次, 得到30个光谱。 所有光谱均采用多元散射校正预处理, 拟合波段选择4 000～5 000 cm-1, 建模方法采用偏最小二乘法。 比较同一份样本的5个湿度梯度, 可以看到在5 200 cm-1处光谱差异最大, 在其他位置也有肉眼可见的明显差异, 因此, 湿度变化对全波段光谱有明显的影响。 最后, 将这30个光谱输入模型Ⅰ与模型Ⅱ进行验证, 并对比模型Ⅰ与模型Ⅱ的预测均方根误差RMSEP。 模型Ⅱ中SiO2, Al2O3, Fe2O3和CaCO3的预测均方根误差RMSEP比模型Ⅰ分别减小了25%, 31.3%, 33.3%和25%。 实验结果表明, 水泥生料样本湿度对近红外光谱模型的预测结果具有一定的影响, 采用具有湿度梯度的样本进行建模可有效降低湿度对预测结果的影响。

通过建立校正集样本不同的模型Ⅰ与模型Ⅱ来研究温度对水泥生料近红外光谱模型的影响,其中模型Ⅰ中的建模样本为温度一致的样本,模型Ⅱ中的建模样本为温度变化的样本,建模方法采用偏最小二乘法。对比两组模型的预测结果可知,模型Ⅱ中SiO2、Al2O3、Fe2O3、CaCO3的预测方均根误差与模型Ⅰ相比分别减小了78.3%、26.4%、42.9%、60.4%。实验结果表明:温度变化会导致预测结果产生一定的误差。在校正集中加入温度不同的样本进行建模,可以降低预测误差,使近红外光谱模型更好地应用于生产现场。

为解析脉冲激光对靶材的破坏效果与激光各参数之间的关系, 提出了一种基于数值计算方法的仿真模拟方案, 开发了一套脉冲激光辐照靶材的热-力效应数值仿真软件。采用对照法, 分别对激光功率、激光能量、激光光斑大小、脉冲宽度和间歇时间等五个参量进行控制, 对比不同参数条件下激光破坏靶材的效果, 讨论并得出了优化脉冲激光破坏靶材的方法。仿真结果表明, 激光能量和功率密度与破坏效果之间是非线性关系, 随着二者的增加, 对破坏效果的边际加强效果减弱; 随着间歇时间的增加, 破坏效果先增大后减小。对于确定的靶体目标, 通过增加脉冲激光的输出能量和功率密度, 减小光斑半径, 调整脉冲间歇时间, 可以使得脉冲激光辐照靶材的破坏效果达到最佳。