近红外光谱技术在改性双基推进剂快速分析中的应用研究

来源 :南京理工大学 | 被引量 : 0次 | 上传用户:Joetty
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
传统改性双基推进剂质量检测主要依赖于常规的实验室理化分析,该法不但耗时而且繁琐,也不能在线检测,而近红外光谱技术由于具有高效快速、无破坏性、无污染、准确及便于实现在线检测等优势。目前已经在农业、医药、石油化工、烟草和食品等领域得到了广泛应用。改性双基推进剂主要组分的精确定量是保证推进剂质量的关键,因此本文采用的近红外光谱技术对改性双基推进剂主要组分含量进行快速测定分析具有重要意义。1、本文对常用的MLR、PCR和PLS建模方法进行比较,得出PLS法为本文最佳建模方法。研究了近红外光谱对改性双基推进剂两种组分A和B含量的快速测定。分别对原始光谱进行平滑(Smoothing)、归一化法(Normalization)、一阶导数(D1)、二级导数(D2)、多元散射校正(MSC)、标准正态变量变换算法(SNV)等预处理方法比较,得出归一化法(Normalization)为组分A和B最佳预处理方法。组分A建立校正模型并且通过剔除异常点优化后模型的RMSECV和RMSEP分别为0.2028和0.2822,验证集预测值和实际值相对误差为0.0509;组分B校正模型的RMSECV和RMSEP分别为0.1095和0.1286,验证集预测值和实际值相对误差为0.0183。说明近红外光谱技术对于两种主要组分A和B组成的体系能够准确预测,为更加复杂体系研究奠定了基础。2、研究了改性双基推进剂中三种主要原料(A、B和C)成分的快速测定。光谱分别进行平滑(Smoothing)、归一化法(Normalization)、一阶导数(D1)、二级导数(D2)、多元散射校正(MSC)、标准正态变量变换算法(SNV)等光谱预处理,得出组分A和C的最佳预处理方法为归一化法(Normalization),组分B为SNV法。组分A建立校正模型并且进行优化后其RMSECV为0.1191,RMSEP为0.1484,验证集预测值与实际值相对误差为0.0380;组分B建立校正模型并且进行优化且其RMSECV和RMSEP分别为0.0838和0.0554,验证集预测值与实际值相对误差为0.0085;组分C建立校正模型并且进行优化且RMSECV和RMSEP分别为0.1690和0.1029,验证集预测值与实际值相对误差为0.0420。说明近红外光谱技术对于三种组分的体系各组分能够进行快速准确的预测,因此对于实现在线快速测定改性双基推进剂主要组分的含量具有重大意义。
其他文献
互联网是世界上最丰富和最密集的信息来源,近年来随着网络信息爆炸式的增长,Web新闻网页信息已成为人们获取信息的主要渠道。如何在海量的信息网页中快速找到用户需要的网页就
<正>近年来,"公共艺术"成为了一个时髦的概念,最常几尢的使用办法,就是将"公共艺术"等同于"城市雕塑"、"景观艺术",认为凡是公共空间的艺术就是公共艺术。 这其实是对公共艺
本文叙述了16-5不锈钢的化学成分和组织,并与13-5不锈钢对比说明了其性能和应用,以及在生产中存在的主要问题。 This paper describes the chemical composition and microstructure o