复杂体系多组分检测是工业在线监测和过程控制的重要问题,为工业信息化提供了关键信息支撑。近年来,工业信息化的快速发展对于复杂体系的检测技术提出了很高的要求,既要求检测方法的高通量和高实时性,还需要检测过程的无损和非接触。在各类检测技术中,光谱检测以其快速、无损、高通量等优点,逐步成为复杂体系检测过程的最优技术之一。但由于复杂体系的光谱信号重叠严重且谱带复杂,往往依赖化学计量学手段才能准确提取待测组分的光谱信息,因此,发展新型解析方法成为复杂体系光谱分析的关键。论文以振动光谱和化学计量学方法为研究手段,深入探讨了复杂体系振动光谱信号的产生机理,在难以建立精确模型的情况下,系统地建立了基于数据驱动理论的光谱解析新方法。研究中以三种典型复杂体系的光谱解析为例,采用数据驱动光谱解析方法分析其数据特征及内在规律,并由此构建自适应的数据驱动模型,获得了良好的计算结果。论文的主要工作包括以下几个方面:1.提出了数据驱动的复杂体系光谱解析方法。该方法从实验设计入手,构建具备良好数据结构特征的混合样品数据集,引导后续的光谱解析方法准确提取待测物质的数据特征。在此基础上,创新性地将高密度小波变换引入光谱数据的处理过程中,以时/频双域过采样的方式有效提升了光谱解析分辨率,进而有效降低了重叠光谱之间的相互干扰。最后借助变量筛选方法,从复杂、变动的高密度小波系数中准确提取待测物质的最佳变量组合,由此构建高质量的多元统计模型,高效解决了复杂体系中多组分光谱数据的解析问题。2.发展过采样数据驱动算法以提升光谱的解析分辨率。论文以复杂气体的拉曼光谱解析为例,搭建了一套应用于石油天然气勘探领域中气测录井过程的录井气体拉曼在线分析原型机,由此验证过采样数据驱动算法在重叠光谱数据解析中的应用效果。结果表明,过采样数据驱动算法能够有效解决烷烃类气体光谱的重叠峰分辨问题,高效实现了12种复杂录井混合气体的实时定性定量分析。论文还进一步验证了该系统在实际录井检测过程中的应用效果,并与标准的气相色谱分析结果进行比较,获得了满意结果。3.发展先验知识导向的数据驱动算法以克服复杂体系光谱解析中的共线性问题。论文以婴幼儿童装中挥发性甲醛检测为例,研究在甲醛和甲醇线性共存情况下的复杂信号解析问题。实验中搭建了一套高灵敏红外光谱气体恒温检测装置对童装样品进行检测,并采用先验知识导向的数据驱动算法对检测得到的光谱数据进行分析,有效解决了复杂体系中物质共线性带来的变量干扰问题,实现了童装挥发性成分中甲醛含量的快速检测。4.发展数字标记的数据驱动算法以准确提取荧光背景光谱中的微弱目标信号。论文以洗手液中致癌物质三氯生的拉曼光谱检测为例,深入研究在荧光大背景下微弱信号的提取方法,并验证数字标记的数据驱动算法的有效性。结果表明,数字标记的数据驱动算法可从复杂、变动的洗手液拉曼光谱中准确提取微量三氯生的信息,并有效避免了其它基底物质的干扰,进而为荧光背景干扰下的微弱信号解析提供了一种有效手段。研究结果表明,基于数据驱动理论的复杂体系光谱解析方法在不同体系的应用中表现优异,并具备良好的自适应性,有望促进光谱检测技术在工业在线监测领域的推广和应用。