采样误差分布分析法建立氯丙醇含量的稳健近红外光谱分析模型

摘要：

利用近红外光谱技术结合采样误差分布分析(SEPA)方法建立了二氯丙醇产品生产过程的氯化液杂质3-氯-1,2-丙二醇浓度的分析模型.对样本数据进行1000次随机划分,建立1000个子模型,获得多个潜变量数下的交互检验误差,进行统计分析.绘制了误差分布图,计算其中位数、标准偏差、偏斜度和分布峰度等统计指标,通过这些指标的综合分析对近红外光谱分析模型进行条件优化、建模和模型评价等.4种光谱处理方法显示出比较理想的模型性能,作为候选与不同波长区域的选择相结合,继续运用SEPA运算,进一步优化模型.最终优化的建模条件为:一阶导数结合标准正态变换;6931～6017 vcm-1波数区间;使用5个偏最小二乘潜变量.校正、交互检验和独立验证误差分别为0.881％ 、1.282％ 和1.167％.所选择的波长具有可解释性,模型的各项统计参数合理、可信.研究结果表明,SEPA能全面、合理地考察多项统计指标,可以建立实用、稳健的近红外光谱分析模型.

关键词：采样误差分布分析、近红外光谱、建模、稳健

所属期刊栏目：47

资助基金：上海市科委科研计划项目7142201100

在线出版日期：2019-03-22（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：315-321