东北林业大学工程技术学院, 黑龙江 哈尔滨 150040
为实现温度不稳定环境下木材含水率的近红外光谱检测, 探究了不同温度下木材近红外光谱的变化规律及温度变化对近红外预测木材含水率的影响。 对从林场采集的樟子松、 水曲柳、 大青杨和红松原木木块试样各75块, 共计300块试样, 进行了不同温度和含水率条件下的近红外光谱采集。 采用单一温度下的校正集分别与各个温度下的验证集建立偏最小二乘含水率预测模型, 探究温度变化对木材含水率模型预测准确性的影响。 比较了不同光谱预处理的木材含水率预测温度全局模型。 采集相同含水率下不同温度的近红外光谱数据, 对光谱进行光谱平均、 一次微分、 主成分分析和偏最小二乘判别分析, 以探究温度变化时, 木材近红外光谱的变化规律。 结果显示: (1)温度对木材样品光谱存在显著影响; 主成分分析和判别分析表明不同温度下的样品有明显聚类趋势, 温度判别准确率为96.1%。 温度会影响木材的近红外光谱在特定波长吸收峰的位置及吸光度, 在含水率相同的情况下, 随着温度的升高, 特定位置吸收峰有逐渐向高频波段转移的趋势且在零下低温时波峰移动变化更明显。 (2)不同温度下的PLS含水率预测模型对温度变动的适应能力有差异, 木材含水率预测模型更适应于检测与建模样本相同温度的样品。 与单一温度模型相比, PLS温度全局模型对于温度变化具有很好的适应性和应用潜力, RMSEP低于大部分单一温度模型。 基于SG平滑+多元散射校正+一次微分预处理联用的PLS含水率温度全局模型有较好的预测效果和温度适应性, RMSEP降为0.074。 可见, 温度变动是近红外法检测木材含水率的过程中不可忽视的扰动因素; 基于光谱预处理的温度全局模型可以显著提高温度适用性。 该研究可进一步促进近红外光谱技术在木材生产、 加工过程中的应用。
木材 含水率 近红外光谱 温度变化 全局模型 Wood Moisture content Near-infrared detection Temperature influence Global calibration model 光谱学与光谱分析
2022, 42(11): 3387
天津大学精密测试技术及仪器国家重点实验室, 天津 300072
可调谐半导体激光吸收光谱技术(TDLAS)为逃逸氨的现场抽取式的检测提供了可靠的技术手段, 现场环境中温度对二次谐波信号影响非常大, 必须要对检测的结果进行温度的修正。当温度从 25℃变化到 250℃时, 在 Herriott样品池中对 100×10-6的 NH3进行检测, 得到二次谐波光谱图, 结果显示二次谐波信号的幅度随温度的升高而减小, 线宽趋于平缓。当压力从 0 kPa变化到 100 kPa时, 二次谐波的信号峰值随着压力增加而减小, 线宽趋于平缓。根据上述实验结果, 给出了温度修正的公式, 通过对不同温度下 50×10-6浓度的 NH3进行修正, 来评价公式的可靠性, 修正后的最高误差为 5.1%, 极大地提高了测量的精度, 使系统能够适应高温环境下在线抽取式监测需求。
可调谐激光吸收光谱 (TDLAS) 氨气检测 温度影响 Herriott样品池 tunable diode laser absorption spectroscopy (TDLAS ammonia monitoring temperature influence Herriott cell
脉冲功率激光技术国家重点实验室 (电子工程学院)，合肥 230037
采用1.06 μm 的连续激光对可见光CCD 成像系统进行干扰实验，依次观察到了饱和串扰、串扰亮线加粗、全屏饱和与全屏布满黑白雪花点的实验现象。利用有限元分析的方法对实验中的探测器升温情况进行模拟计算。并通过数值分析，发现随着温度的升高，暗电流不断增大，当温度超过350 K 时，增大的速度显著上升；像元的饱和阈值相应地减小，当温度达到350 K 时，其数值就已经减为零。根据模拟升温的大小，结合温度升高时探测器暗电流、像元饱和阈值的变化，对实验现象进行了合理的解释。结果表明：除了考虑光电转换产生的光电子以外，由于激光辐照导致探测器表面升温，进而引起暗电流增大和像元饱和阈值减小，是CCD 产生饱和效应的重要影响因素。
CCD 饱和效应 有限元分析 暗电流 像元饱和阈值 温度影响 CCD saturation effect finite element analysis dark-current pixel saturation threshold temperature influence
