探索如何消除背景水分对水泥生料成分定量分析近红外光谱模型预测（光学论文）㊣精品文档值得下载

物成分的特征吸收的近红外波段产生重叠。

研究表明水分会影响物质的近红外光谱。

等研究了水分对土壤的红外分析的影响，得到光谱强度与水分含量呈非线性关系探索如何消除背景水分对水泥生料成分定量分析近红外光谱模型预测光学论文慢，设对实测光谱的贡献为νννν，这里和均为系数。

根据朗伯比尔定律，设背景水分的红外吸收为νν，这里为浓度。

则实测光谱可表示为其中，为每个对应波长下的所在。

传统校正背景水分变动的方法是针对不同湿度背景下的样品构建模型，但建模所需时间长，且缺少物理解释。

为此本文在已有对水泥生料成分的分析基础上，开展了背景水分含量对水泥生料成分的造成的影响。

水分在近红外波段存在强烈的吸收，并与水泥生料矿物成分的特征吸收的近红外波段产生重叠。

研究表明水分会影响物质的近红外光谱。

等研究了水分对土壤的红外分析的影响，得到光谱强度与水采用相同厂家提供的个水泥生料样品作为单独预测样品集，样品中的和含量和标准偏差如表所示。

这批样品的处理方式为样品放臵室内，记录室温为，空气相对湿度为。

实验部分算法原水泥厂提供的符合生产要求的组水泥生料。

这些样品用于建立定量分析模型，其种关键成分和含量和标准偏差如表所示。

成分含量由荧光分析法测定，作为标准参考值。

用两种方式处理样定量分析。

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定量分析模型，并对预测集样品的种成分含量进行预测。

得到高湿度条件下，的各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。

分别建立高湿度低湿度条件下的样品的定量分析模型，预测另湿。

摘要傅里叶变换红外光谱技术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，会对生料样品中和种关键成分的在线定量分析形成探索如何消除背景水分对水泥生料成分定量分析近红外光谱模型预测光学论文，得到第组高湿度相对第组样品而言样品集个，处理方式为将样品放臵室内，记录室温为，空气相对湿度为第组低湿度相对第组样品而言样品集个，处理方式为将样品放入干燥箱中干燥，干燥温度为，冷却后使消除背景水分后的个模型预测的均达到以上。

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，为实现基于的水泥生料成分的在线分析提供了理论基础和技术支持。

样品制备样品为巢种关键成分和含量和标准偏差如表所示。

成分含量由荧光分析法测定，作为标准参考值。

用两种方式处理样品，得到第组高湿度相对第组样品而言样品集个，处理方式为将样品放臵室内，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，预测的为，为低湿度条件下，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，预测的为，为高湿度低湿度条件下条件下的预测集中个样品的种成分含量。

得到高湿度模型预测样品中种成分含量与标准值之间的相关系数为，均方根误差为低湿度模型预测的为，为。

表明背景水分影响了水泥生料成分的干扰。

使用生料在线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，并提出种消除背景水分吸收的方法。

具体研究内容为通过对两种不同湿度条件录室温为，空气相对湿度为第组低湿度相对第组样品而言样品集个，处理方式为将样品放入干燥箱中干燥，干燥温度为，冷却后使用。

探索如何消除背景水分对水泥生料成分定量分析近红外光谱模型预测光学论探索如何消除背景水分对水泥生料成分定量分析近红外光谱模型预测光学论文，和含量和标准偏差如表所示。

这批样品的处理方式为样品放臵室内，记录室温为，空气相对湿度为。

样品制备样品为巢湖水泥厂提供的符合生产要求的组水泥生料。

这些样品用于建立定量分析模型，并对扣除背景水分吸收的定量分析模型进行了探讨。