傅里叶变换红外光谱技术(FTIR)在水泥生料成分的在线分析上具有巨大的潜力。 但因现场环境复杂, 空气湿度不稳定, 会对生料样品中Fe2O3, SiO2, CaO和Al2O3四种关键成分的在线FTIR定量分析形成一定干扰。 使用生料在线FTIR分析仪对不同湿度条件下的水泥生料样品进行了近红外光谱采集, 分析了不同湿度对近红外光谱定量分析的影响, 并提出一种消除背景水分吸收的方法。 具体研究内容为: (1) 通过对两种不同湿度条件下的各50个样品的光谱分析得到: 高湿度的样品光谱与低湿度的样品光谱比较, 形状类似, 但吸光度整体降低, 基线倾斜。 表明背景水分影响了样品的近红外光谱。 (2) 分别建立高湿度、 低湿度条件下的样品的定量分析模型, 预测另一湿度条件下的预测集中8个样品的四种成分含量。 得到: ①高湿度模型预测样品中4种成分含量与标准值之间的相关系数(r)为83.74%～92.74%, 均方根误差(RMSE)为0.12～0.83; ②低湿度模型预测的r为67.32%～82.41%, RMSE为0.12～0.84。 表明背景水分影响了水泥生料成分的FTIR定量分析。 (3) 为了消除背景水分造成的影响, 从实测光谱中消除背景水分的特征吸收后, 分别建立了高湿度、 低湿度条件下的样品的FTIR定量分析模型, 并对预测集样品的四种成分含量进行预测。 得到: ①高湿度条件下, 消除背景水分后的模型较未消除前的模型预测的准确度提高, 预测的r为90.73%～97.76%, RMSE为0.12～0.82; ②低湿度条件下, 消除背景水分后的模型较未消除前的模型预测的准确度提高, 预测的r为94.07%～98.69%, RMSE为0.12～0.82; ③高湿度、 低湿度条件下, 消除背景水分后的2个模型预测的r均达到90%以上。 表明了该方法可有效消除背景水分对水泥生料成分定量分析模型预测的影响, 为实现基于FTIR的水泥生料成分的在线分析提供了理论基础和技术支持。