主题：【分享】在过程质量监测中，把近红外定量分析和定性分析结合应用的优势是什么？

浏览0 回复0 电梯直达

Ins_29253308

结帖率：

100%

关注：0 |粉丝：0

新手级：新兵

发表于：2024/06/23 09:34:36 楼主管理分享倒序浏览只看楼主回复私聊

这里，以在卷烟配方过程中的应用为例说明，卷烟生产是多个不同质量特性的烟草配方模块（也可称为配方单元，如各种配方烟丝、梗丝等）优化组配的批处理过程，配方模块的质量均匀状态决定了最终卷烟产品质量的稳定性，所以，对配方模块过程质量状态的监测非常重要。烟草的整体质量特征或其质量的稳定性，很难使用一个或几个理化指标来进行考量，幸运的是，近红外光谱包含丰富的理化信息，且近红外光谱与物质本身的组成及含量相关，不同质量特征的烟草具有自身相应的特征近红外光谱，通过这些特征近红外光谱的相似性或相异性就可以表征不同质量烟草的稳定性或质量特征归属。构建感兴趣的化学成分指标的近红外定量校正模型和不同质量特征的定性类模型，通过近红外定量与定性分析的结合，不但可快速预测样品的多个成分指标，还可以表征样品与整体质量特征的偏离程度。在实际应用中，可通过在线或旁线采样方式，应用正常工况下采集的不同质量特征的配方模块的近红外光谱进行主成分分析（PCA），建立配方模块的近红外光谱多变量统计过程控制（MSPC）类模型，并结合已预先建立的理化成分指标近红外校正模型，实现对卷烟生产配方模块过程质量的定性定量监测，根据Hotelling’s T²统计量和相应的主要化学成分信息，既可以从近红外定性类模型监测配方模块宏观质量的整体性和一致性的变化情况，又可以通过近红外定量模型监测配方模块相应的理化指标的波动，从而对配方模块加工过程质量进行即时的分析评估。从信息的利用角度来看，这比采用单变量物 ,531