CN117037935B - 材料成分确定方法、装置、设备及存储介质 - Google Patents
材料成分确定方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN117037935B CN117037935B CN202311038528.3A CN202311038528A CN117037935B CN 117037935 B CN117037935 B CN 117037935B CN 202311038528 A CN202311038528 A CN 202311038528A CN 117037935 B CN117037935 B CN 117037935B
- Authority
- CN
- China
- Prior art keywords
- raman spectrum
- measured
- standard
- component
- signal intensity
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 239000000463 material Substances 0.000 title claims abstract description 231
- 238000000034 method Methods 0.000 title claims abstract description 73
- 239000000203 mixture Substances 0.000 title claims description 30
- 238000001237 Raman spectrum Methods 0.000 claims abstract description 286
- 238000001069 Raman spectroscopy Methods 0.000 claims abstract description 53
- 238000010606 normalization Methods 0.000 claims description 67
- 238000001228 spectrum Methods 0.000 claims description 32
- 238000012545 processing Methods 0.000 claims description 31
- 238000004364 calculation method Methods 0.000 claims description 26
- 238000004590 computer program Methods 0.000 claims description 21
- -1 polypropylene Polymers 0.000 claims description 16
- 230000008569 process Effects 0.000 claims description 12
- VTYYLEPIZMXCLO-UHFFFAOYSA-L Calcium carbonate Chemical compound [Ca+2].[O-]C([O-])=O VTYYLEPIZMXCLO-UHFFFAOYSA-L 0.000 claims description 8
- 239000004698 Polyethylene Substances 0.000 claims description 6
- 239000004743 Polypropylene Substances 0.000 claims description 6
- 239000005038 ethylene vinyl acetate Substances 0.000 claims description 6
- 229920001200 poly(ethylene-vinyl acetate) Polymers 0.000 claims description 6
- 239000004631 polybutylene succinate Substances 0.000 claims description 6
- 229920002961 polybutylene succinate Polymers 0.000 claims description 6
- 229920000573 polyethylene Polymers 0.000 claims description 6
- 229920001155 polypropylene Polymers 0.000 claims description 6
- 239000004793 Polystyrene Substances 0.000 claims description 4
- 229920002472 Starch Polymers 0.000 claims description 4
- 229910000019 calcium carbonate Inorganic materials 0.000 claims description 4
- 239000004626 polylactic acid Substances 0.000 claims description 4
- 239000004800 polyvinyl chloride Substances 0.000 claims description 4
- 239000008107 starch Substances 0.000 claims description 4
- 235000019698 starch Nutrition 0.000 claims description 4
- 239000000454 talc Substances 0.000 claims description 4
- 229910052623 talc Inorganic materials 0.000 claims description 4
- 229920000747 poly(lactic acid) Polymers 0.000 claims description 2
- 229920002223 polystyrene Polymers 0.000 claims description 2
- 229920000915 polyvinyl chloride Polymers 0.000 claims description 2
- 238000004088 simulation Methods 0.000 claims 6
- 238000004458 analytical method Methods 0.000 abstract 1
- 238000001514 detection method Methods 0.000 description 12
- 230000006870 function Effects 0.000 description 6
- 230000004044 response Effects 0.000 description 4
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- CURLTUGMZLYLDI-UHFFFAOYSA-N Carbon dioxide Chemical compound O=C=O CURLTUGMZLYLDI-UHFFFAOYSA-N 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 229920006238 degradable plastic Polymers 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 239000000126 substance Substances 0.000 description 2
- 229920000426 Microplastic Polymers 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 229910002092 carbon dioxide Inorganic materials 0.000 description 1
- 239000001569 carbon dioxide Substances 0.000 description 1
- 238000009264 composting Methods 0.000 description 1
- 238000000354 decomposition reaction Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000000802 evaporation-induced self-assembly Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 150000002894 organic compounds Chemical class 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/62—Systems in which the material investigated is excited whereby it emits light or causes a change in wavelength of the incident light
- G01N21/63—Systems in which the material investigated is excited whereby it emits light or causes a change in wavelength of the incident light optically excited
- G01N21/65—Raman scattering
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16C—COMPUTATIONAL CHEMISTRY; CHEMOINFORMATICS; COMPUTATIONAL MATERIALS SCIENCE
- G16C20/00—Chemoinformatics, i.e. ICT specially adapted for the handling of physicochemical or structural data of chemical particles, elements, compounds or mixtures
- G16C20/20—Identification of molecular entities, parts thereof or of chemical compositions
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16C—COMPUTATIONAL CHEMISTRY; CHEMOINFORMATICS; COMPUTATIONAL MATERIALS SCIENCE
- G16C20/00—Chemoinformatics, i.e. ICT specially adapted for the handling of physicochemical or structural data of chemical particles, elements, compounds or mixtures
- G16C20/70—Machine learning, data mining or chemometrics
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16C—COMPUTATIONAL CHEMISTRY; CHEMOINFORMATICS; COMPUTATIONAL MATERIALS SCIENCE
- G16C60/00—Computational materials science, i.e. ICT specially adapted for investigating the physical or chemical properties of materials or phenomena associated with their design, synthesis, processing, characterisation or utilisation
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Computing Systems (AREA)
- Chemical & Material Sciences (AREA)
- Health & Medical Sciences (AREA)
- Bioinformatics & Computational Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Crystallography & Structural Chemistry (AREA)
- Physics & Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- Biochemistry (AREA)
- Artificial Intelligence (AREA)
- Pathology (AREA)
- Immunology (AREA)
- General Physics & Mathematics (AREA)
- Analytical Chemistry (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Evolutionary Computation (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Investigating, Analyzing Materials By Fluorescence Or Luminescence (AREA)
Abstract
本申请适用于分析材料技术领域,提供了材料成分确定方法、装置、设备及存储介质,该方法包括:获取标准拉曼光谱、混合拉曼光谱和待测材料的拉曼光谱,标准拉曼光谱基于单一组分的标准规格的材料得到,混合拉曼光谱基于预设比例的多组分的标准规格的材料得到;基于标准拉曼光谱、混合拉曼光谱和待测材料的拉曼光谱,通过最小二乘法拟合计算得到待测材料中各组分之间的相对拉曼信号强度;基于标准拉曼光谱、待测材料的拉曼光谱和待测材料中各组分之间的相对拉曼信号强度,得到待测材料的组分和待测材料的组分占比。本申请能够快速的分析出待测材料的组分和组分占比。
Description
技术领域
本申请属于分析材料技术领域,尤其涉及材料成分确定方法、装置、设备及存储介质。
背景技术
随着经济的不断发展,降解塑料行业进入产能快速扩张阶段,但是有些企业为降低成本或提高产品性能,将完全可降解材料和不可降解材料共混使用,此类产品崩解形成微塑料,危害更大,传统检测方法为GB/T 19277.1-2011,该方法将材料作为有机化合物在受控的堆肥化条件下,通过测定其排放的二氧化碳量来确定其最终需氧生物分解能力及其崩解程度,判断待测材料是否为可降解塑料和待测材料的成分。该方法的检测周期一般为3~6个月,检测设备为各检测机构自行研发,同一批试验之间偏差小于20%即认定为可靠数据,数据准确度差,而且不同检测机构的检测数据无可比性,亟需建立快速准确的材料成分检测和确定的方法。
发明内容
为克服相关技术中存在的传统检测方法时间周期长、数据准确性差的技术问题,本申请实施例提供了材料成分确定方法、装置、设备及存储介质。
本申请是通过如下技术方案实现的:
第一方面,本申请实施例提供了一种材料成分确定方法,包括:
获取标准拉曼光谱、混合拉曼光谱和待测材料的拉曼光谱,标准拉曼光谱基于单一组分的标准规格的材料得到,混合拉曼光谱基于预设比例的多组分的标准规格的材料得到。
基于标准拉曼光谱、混合拉曼光谱和待测材料的拉曼光谱,通过最小二乘法拟合计算得到待测材料中各组分之间的相对拉曼信号强度。
基于标准拉曼光谱、待测材料的拉曼光谱和待测材料中各组分之间的相对拉曼信号强度,得到待测材料的组分和待测材料的组分占比。
结合第一方面,在一些可能的实现方式中,基于标准拉曼光谱、混合拉曼光谱和待测材料的拉曼光谱,通过最小二乘法拟合计算得到待测材料中各组分之间的相对拉曼信号强度,包括:对标准拉曼光谱、混合拉曼光谱和待测材料的拉曼光谱进行归一化处理。基于归一化处理后的混合拉曼光谱、预设比例和归一化处理后的标准拉曼光谱,得到混合拉曼光谱中各组分之间的相对拉曼信号强度。基于归一化处理后的标准拉曼光谱、模拟比例和混合拉曼光谱中各组分之间的相对拉曼信号强度,得到第一模拟混合拉曼光谱。基于最小二乘法对第一模拟混合拉曼光谱和归一化处理后的待测材料的拉曼光谱进行拟合,得到待测材料中各组分之间的相对拉曼信号强度。
结合第一方面,在一些可能的实现方式中,归一化处理的计算公式为:
其中,为X轴上的波数,/>,/>为波数/>的个数,/>为归一化处理后的光谱的信号强度,/>为归一化处理前的光谱的信号强度,/>为归一化处理前的光谱的信号强度的均值,其中,公式中的归一化处理后的光谱为归一化处理后的标准拉曼光谱、归一化处理后的混合拉曼光谱或者归一化处理后的待测材料的拉曼光谱,公式中的归一化处理前的光谱为标准拉曼光谱、混合拉曼光谱或者待测材料的拉曼光谱。
结合第一方面,在一些可能的实现方式中,第一模拟混合拉曼光谱的计算公式为:
其中,为X轴上的波数,/>,/>为波数/>的个数,/>为第一模拟混合拉曼光谱在波数/>处的信号强度,第一模拟混合拉曼光谱为单一组分A的标准规格的材料和单一组分B的标准规格的材料按照模拟比例混合的混合光谱,/>为单一组分A的标准拉曼光谱在波数/>处的信号强度,/>为单一组分A的标准拉曼光谱在波数/>处的信号强度的均值,/>为单一组分B的标准拉曼光谱在波数/>处的信号强度,/>为单一组分B的标准拉曼光谱在波数/>处的信号强度的均值,/>为组分B的百分含量,组分B的百分含量通过模拟比例得到,/>为第一模拟混合拉曼光谱中组分B相对组分A的拉曼信号强度。
结合第一方面,在一些可能的实现方式中,基于标准拉曼光谱、待测材料的拉曼光谱和待测材料中各组分之间的相对拉曼信号强度,得到待测材料的组分和待测材料的组分占比,包括:基于标准拉曼光谱和待测材料的拉曼光谱,得到待测材料的组分。枚举待测材料中各个组分的浓度,基于各个组分的浓度和待测材料中各组分之间的相对拉曼信号强度,得到第二模拟混合拉曼光谱。基于第二模拟混合拉曼光谱,得到第二模拟混合拉曼光谱的拉曼光谱信号强度。对第二模拟混合拉曼光谱的拉曼光谱信号强度和归一化处理后的待测材料的拉曼光谱的拉曼光谱信号强度,进行偏最小二乘法计算,得到待测材料的组分占比。
结合第一方面,在一些可能的实现方式中,方法还包括:基于待测材料的组分占比,得到待测材料各组分的质量分数。
待测材料各组分的质量分数的计算公式为:
其中,为组分/>的质量分数,/>为组分/>的组分占比,/>表示待测材料的组分,/>为各组分的占比总和。
结合第一方面,在一些可能的实现方式中,材料成分确定方法,标准规格的材料,包括:聚丙烯、聚乙烯、聚氯乙烯、聚苯乙烯、乙烯-乙酸乙烯共聚物、聚乳酸、聚对苯二甲酸-己二酸丁二酯、聚丁二酸丁二醇酯、淀粉、碳酸钙或者滑石。
第二方面,本申请实施例提供了一种材料成分确定装置,包括:
获取模块,用于获取标准拉曼光谱、混合拉曼光谱和待测材料的拉曼光谱,标准拉曼光谱基于单一组分的标准规格的材料得到,混合拉曼光谱基于预设比例的多组分的标准规格的材料得到。
计算模块,用于基于标准拉曼光谱、混合拉曼光谱和待测材料的拉曼光谱,通过最小二乘法拟合计算得到待测材料中各组分之间的相对拉曼信号强度。
结果模块,用于基于标准拉曼光谱、待测材料的拉曼光谱和待测材料中各组分之间的相对拉曼信号强度,得到待测材料的组分和待测材料的组分占比。
第三方面,本申请实施例提供了一种终端设备,包括:处理器和存储器,该存储器用于存储计算机程序,所述处理器执行所述计算机程序时实现如第一方面任一项所述的材料成分确定方法。
第四方面,本申请实施例提供了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现如第一方面任一项所述的材料成分确定方法。
可以理解的是,上述第二方面至第四方面的有益效果可以参见上述第一方面中的相关描述,在此不再赘述。
本申请实施例与现有技术相比存在的有益效果是:
本申请通过最小二乘法对标准拉曼光谱、混合拉曼光谱和待测材料的拉曼光谱进行拟合计算,得到待测材料中各组分之间的相对拉曼信号强度,进而根据标准拉曼光谱、待测材料中各组分之间的相对拉曼信号强度和待测材料的拉曼光谱,准确快速地得到待测材料的组分占比,避免了传统方法准确性差的问题,还节省了检测周期,能够快速准确的得到待测材料的组分及组分占比。
应当理解的是,以上的一般描述和后文的细节描述仅是示例性和解释性的,并不能限制本说明书。
附图说明
为了更清楚地说明本申请实施例中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本申请的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1是本申请一实施例提供的材料成分确定方法的流程示意图;
图2是本申请一实施例提供的材料成分确定装置的结构示意图;
图3是本申请一实施例提供的终端设备的结构示意图。
具体实施方式
以下描述中,为了说明而不是为了限定,提出了诸如特定***结构、技术之类的具体细节,以便透彻理解本申请实施例。然而,本领域的技术人员应当清楚,在没有这些具体细节的其它实施例中也可以实现本申请。在其它情况中,省略对众所周知的***、装置、电路以及方法的详细说明,以免不必要的细节妨碍本申请的描述。
应当理解,当在本申请说明书和所附权利要求书中使用时,术语“包括”指示所描述特征、整体、步骤、操作、元素和/或组件的存在,但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。
还应当理解,在本申请说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合,并且包括这些组合。
如在本申请说明书和所附权利要求书中所使用的那样,术语“如果”可以依据上下文被解释为“当...时”或“一旦”或“响应于确定”或“响应于检测到”。类似地,短语“如果确定”或“如果检测到[所描述条件或事件]”可以依据上下文被解释为意指“一旦确定”或“响应于确定”或“一旦检测到[所描述条件或事件]”或“响应于检测到[所描述条件或事件]”。
另外,在本申请说明书和所附权利要求书的描述中,术语“第一”、“第二”、“第三”等仅用于区分描述,而不能理解为指示或暗示相对重要性。
在本申请说明书中描述的参考“一个实施例”或“一些实施例”等意味着在本申请的一个或多个实施例中包括结合该实施例描述的特定特征、结构或特点。由此,在本说明书中的不同之处出现的语句“在一个实施例中”、“在一些实施例中”、“在其他一些实施例中”、“在另外一些实施例中”等不是必然都参考相同的实施例,而是意味着“一个或多个但不是所有的实施例”,除非是以其他方式另外特别强调。术语“包括”、“包含”、“具有”及它们的变形都意味着“包括但不限于”,除非是以其他方式另外特别强调。
本申请实施例提出了一种材料成分确定方法,图1是本申请一实施例提供的材料成分确定方法的流程示意性图,参照图1,对该材料成分确定方法的详述如下:
步骤101,获取标准拉曼光谱、混合拉曼光谱和待测材料的拉曼光谱,标准拉曼光谱基于单一组分的标准规格的材料得到,混合拉曼光谱基于预设比例的多组分的标准规格的材料得到。
其中,本实施例可以通过拉曼光谱仪(ATR法)采集材料的拉曼光谱。
这里,单一组分的标准规格的材料指的是单一一种标准规格物质的材料。多组分的标准规格的材料指的是多种标准规格的物质按照预设比例混合的材料
示例性的,标准规格的材料,可以包括:聚丙烯(PP)、聚乙烯(PE)、聚氯乙烯(PVC)、聚苯乙烯(PS)、乙烯-乙酸乙烯共聚物(EVA)、聚乳酸(PLA)、聚对苯二甲酸-己二酸丁二酯(PBAT)、聚丁二酸丁二醇酯(PBS)、淀粉、碳酸钙或者滑石。标准规格材料还可以为上述材料中的部分材料的预设比例的混合物。
步骤102,基于标准拉曼光谱、混合拉曼光谱和待测材料的拉曼光谱,通过最小二乘法拟合计算得到待测材料中各组分之间的相对拉曼信号强度。
示例性的,本实施例基于标准拉曼光谱、混合拉曼光谱和待测材料的拉曼光谱,通过最小二乘法拟合计算得到待测材料中各组分之间的相对拉曼信号强度,具体包括:对标准拉曼光谱、混合拉曼光谱和待测材料的拉曼光谱进行归一化处理。基于归一化处理后的混合拉曼光谱、预设比例和归一化处理后的标准拉曼光谱,得到混合拉曼光谱中各组分之间的相对拉曼信号强度。基于归一化处理后的标准拉曼光谱、模拟比例和混合拉曼光谱中各组分之间的相对拉曼信号强度,得到第一模拟混合拉曼光谱。基于最小二乘法对第一模拟混合拉曼光谱和归一化处理后的待测材料的拉曼光谱进行拟合,得到待测材料中各组分之间的相对拉曼信号强度。
在本实施例中,第一模拟混合拉曼光谱也经过了相同的归一化处理。经过归一化处理后的拉曼光谱,使各个拉曼光谱趋于一致,归一化处理后待测材料的拉曼光谱和该第一模拟混合拉曼光谱之间,有了统一的相对拉曼信号强度比例。该第一模拟混合拉曼光谱与混合拉曼光谱呈现可计算的比例关系。因此在完成拟合之后,可以通过第一模拟混合拉曼光谱中的相对拉曼信号强度代替待测材料中各组分之间的相对拉曼信号强度,进而得到待测材料中各组分之间的相对拉曼信号强度。
示例性的,归一化处理的计算公式为:
其中,为X轴上的波数,/>,/>为波数/>的个数,/>为归一化处理后的光谱在波数/>处的信号强度,/>为归一化处理前的光谱在波数/>处的信号强度,/>为归一化处理前的光谱在波数/>处的信号强度的均值,其中,公式中的归一化处理后的光谱为归一化处理后的标准拉曼光谱、归一化处理后的混合拉曼光谱或者归一化处理后的待测材料的拉曼光谱,公式中的归一化处理前的光谱为标准拉曼光谱、混合拉曼光谱或者待测材料的拉曼光谱。本实施例可以以拉曼光谱的信号强度为Y轴,以波数为X轴建立坐标系。
这里,当公式中的归一化处理后的光谱为归一化处理后的标准拉曼光谱时,公式中的归一化处理前的光谱为标准拉曼光谱。同理,当公式中的归一化处理后的光谱为归一化处理后的混合拉曼光谱时,公式中的归一化处理前的光谱为混合拉曼光谱。当公式中的归一化处理后的光谱为归一化处理后的待测材料的拉曼光谱时,公式中的归一化处理前的光谱为待测材料的拉曼光谱。
可选地,本方案的归一化处理公式的分母为传统矢量归一化公式的分母,本方案的归一化处理公式的分子为传统面积归一化公式的分子。本方案的归一化处理与矢量归一化相比,拉曼光谱的相对信号强度与原始信号强度保持一致,不会大范围出现负值。本方案的归一化处理与面积归一化相比,对于基线漂移的拉曼光谱,其分母是固定的。将有效限制“枚举法”计算的枚举范围,大大节省运算量。
示例性的,第一模拟混合拉曼光谱的计算公式为:
其中,为X轴上的波数,/>,/>为波数/>的个数,/>为第一模拟混合拉曼光谱在波数/>处的信号强度,第一模拟混合拉曼光谱为单一组分A的标准规格的材料和单一组分B的标准规格的材料按照模拟比例混合的混合光谱,/>为单一组分A的标准拉曼光谱在波数/>处的信号强度,/>为单一组分A的标准拉曼光谱在波数/>处的信号强度的均值,/>为单一组分B的标准拉曼光谱在波数/>处的信号强度,/>为单一组分B的标准拉曼光谱在波数/>处的信号强度的均值,/>为组分B的百分含量,组分B的百分含量通过模拟比例得到,/>为第一模拟混合拉曼光谱中组分B相对组分A的拉曼信号强度。组分A和组分B为上述第一模拟混合拉曼光谱中任意两个组分。
步骤103,基于标准拉曼光谱、待测材料的拉曼光谱和待测材料中各组分之间的相对拉曼信号强度,得到待测材料的组分和待测材料的组分占比。
示例性的,本实施例基于标准拉曼光谱、待测材料的拉曼光谱和待测材料中各组分之间的相对拉曼信号强度,得到待测材料的组分和待测材料的组分占比,具体包括:基于标准拉曼光谱和待测材料的拉曼光谱,得到待测材料的组分。枚举待测材料中各个组分的浓度,基于各个组分的浓度和待测材料中各组分之间的相对拉曼信号强度,得到第二模拟混合拉曼光谱。基于第二模拟混合拉曼光谱,得到第二模拟混合拉曼光谱的拉曼光谱信号强度。对第二模拟混合拉曼光谱的拉曼光谱信号强度和归一化处理后的待测材料的拉曼光谱的拉曼光谱信号强度进行偏最小二乘法计算,得到待测材料的组分占比。
这里,对于第二模拟混合拉曼光谱的拉曼光谱信号强度和归一化处理后的待测材料的拉曼光谱的拉曼光谱信号强度来说,需要观察多个,即设置多个对应的比对点,进行多次的偏最小二乘法计算,结合多项不等式的设定,尽量规避未知干扰组分对定量结果的干扰,多项不等式为:。不等式左侧为第二模拟混合拉曼光谱的拉曼光谱信号强度,不等式右侧为归一化处理后的待测材料的拉曼光谱的拉曼光谱信号强度。
在本实施例中,在知道待测材料的组分之后,通过建立第二模拟混合拉曼光谱的方式,得到第二模拟混合拉曼光谱的拉曼光谱信号强度,当第二模拟混合拉曼光谱的拉曼光谱信号强度高于归一化处理后的待测材料的拉曼光谱的拉曼光谱信号强度时,则可以认定某一组分的浓度超过了上限。反复枚举多组各个组分的浓度,通过偏最小二乘法进行拟合,当第二模拟混合拉曼光谱的拉曼光谱信号强度约等于归一化处理后的待测材料的拉曼光谱的拉曼光谱信号强度时(两个光谱的内部验证均误差平方根(RMSECV)最小时,误差平方根与各组分的浓度之间对应关系的表达式的具体公式表示为),即可认定这个时候的各组分的浓度为待测材料的组分浓度,待测材料的组分浓度可以转换为待测材料的组分占比。
示例性的,本实施例还可以基于待测材料的组分占比,得到待测材料各组分的质量分数。
待测材料各组分的质量分数的计算公式为:
其中,为组分/>的质量分数,/>为组分/>的组分占比,/>表示待测材料的组分,/>为各组分的占比总和。
在本实施例中,通过最小二乘法对标准拉曼光谱、混合拉曼光谱和待测材料的拉曼光谱进行拟合计算,得到待测材料中各组分之间的相对拉曼信号强度,进而根据标准拉曼光谱、待测材料中各组分之间的相对拉曼信号强度和待测材料的拉曼光谱,准确快速地得到待测材料的组分占比,避免了传统方法准确性差的问题,还节省了检测周期,能够快速准确的得到待测材料的组分及组分占比。
应理解,上述实施例中各步骤的序号的大小并不意味着执行顺序的先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本申请实施例的实施过程构成任何限定。
对应于上文实施例所述的材料成分确定方法,图2示出了本申请实施例提供的材料成分确定装置的结构框图,为了便于说明,仅示出了与本申请实施例相关的部分。
参见图2,本申请实施例中的材料成分确定装置可以包括获取模块201、计算模块202和结果模块203。
获取模块201用于获取标准拉曼光谱、混合拉曼光谱和待测材料的拉曼光谱,标准拉曼光谱基于单一组分的标准规格的材料得到,混合拉曼光谱基于预设比例的多组分的标准规格的材料得到。
计算模块202用于基于标准拉曼光谱、混合拉曼光谱和待测材料的拉曼光谱,通过最小二乘法拟合计算得到待测材料中各组分之间的相对拉曼信号强度。
结果模块203用于基于标准拉曼光谱、待测材料的拉曼光谱和待测材料中各组分之间的相对拉曼信号强度,得到待测材料的组分和待测材料的组分占比。
示例性的,标准规格的材料,包括:聚丙烯(PP)、聚乙烯(PE)、聚氯乙烯(PVC)、聚苯乙烯(PS)、乙烯-乙酸乙烯共聚物(EVA)、聚乳酸(PLA)、聚对苯二甲酸-己二酸丁二酯(PBAT)、聚丁二酸丁二醇酯(PBS)、淀粉、碳酸钙或者滑石粉。
示例性的,计算模块202具体用于:对标准拉曼光谱、混合拉曼光谱和待测材料的拉曼光谱进行归一化处理。基于归一化处理后的混合拉曼光谱、预设比例和归一化处理后的标准拉曼光谱,得到混合拉曼光谱中各组分之间的相对拉曼信号强度。基于归一化处理后的标准拉曼光谱、模拟比例和混合拉曼光谱中各组分之间的相对拉曼信号强度,得到第一模拟混合拉曼光谱。基于最小二乘法对第一模拟混合拉曼光谱和归一化处理后的待测材料的拉曼光谱进行拟合,得到待测材料中各组分之间的相对拉曼信号强度。
示例性的,归一化处理的计算公式为:
其中,为X轴上的波数,/>,/>为波数/>的个数,/>为归一化处理后的光谱在波数/>处的信号强度,/>为归一化处理前的光谱在波数/>处的信号强度,/>为归一化处理前的光谱在波数/>处的信号强度的均值,其中,公式中的归一化处理后的光谱为归一化处理后的标准拉曼光谱、归一化处理后的混合拉曼光谱或者归一化处理后的待测材料的拉曼光谱,公式中的归一化处理前的光谱为标准拉曼光谱、混合拉曼光谱或者待测材料的拉曼光谱。
示例性的,第一模拟混合拉曼光谱的计算公式为:
其中,为X轴上的波数,/>,/>为波数/>的个数,/>为第一模拟混合拉曼光谱在波数/>处的信号强度,第一模拟混合拉曼光谱为单一组分A的标准规格的材料和单一组分B的标准规格的材料按照模拟比例混合的混合光谱,/>为单一组分A的标准拉曼光谱在波数/>处的信号强度,/>为单一组分A的标准拉曼光谱在波数/>处的信号强度的均值,/>为单一组分B的标准拉曼光谱在波数/>处的信号强度,/>为单一组分B的标准拉曼光谱在波数/>处的信号强度的均值,/>为组分B的百分含量,组分B的百分含量通过模拟比例得到,/>为第一模拟混合拉曼光谱中组分B相对组分A的拉曼信号强度。
示例性的,结果模块203具体用于:基于标准拉曼光谱和待测材料的拉曼光谱,得到待测材料的组分。枚举待测材料中各个组分的浓度,基于各个组分的浓度和待测材料中各组分之间的相对拉曼信号强度,得到第二模拟混合拉曼光谱。基于第二模拟混合拉曼光谱,得到第二模拟混合拉曼光谱的拉曼光谱信号强度。对第二模拟混合拉曼光谱的拉曼光谱信号强度和归一化处理后的待测材料的拉曼光谱的拉曼光谱信号强度进行偏最小二乘法计算,得到待测材料的组分占比。
示例性的,结果模块203具体用于:基于待测材料的组分占比,得到待测材料各组分的质量分数。
待测材料各组分的质量分数的计算公式为:
其中,为组分/>的质量分数,/>为组分/>的组分占比,/>表示待测材料的组分,/>为各组分的占比总和。
需要说明的是,上述装置/单元之间的信息交互、执行过程等内容,由于与本申请方法实施例基于同一构思,其具体功能及带来的技术效果,具体可参见方法实施例部分,此处不再赘述。
所属领域的技术人员可以清楚地了解到,为了描述的方便和简洁,仅以上述各功能单元、模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能单元、模块完成,即将所述装置的内部结构划分成不同的功能单元或模块,以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中,上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。另外,各功能单元、模块的具体名称也只是为了便于相互区分,并不用于限制本申请的保护范围。上述***中单元、模块的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
本申请实施例还提供了一种终端设备,参见图3,该终端设备300可以包括:至少一个处理器310、存储器320,该存储器320用于存储计算机程序321,所述处理器310用于调用并运行所述存储器320中存储的计算机程序321实现上述任意各个方法实施例中的步骤,例如图1所示实施例中的步骤101至步骤103。或者,处理器310执行所述计算机程序时实现上述各装置实施例中各模块/单元的功能,例如图2所示各模块功能。
示例性的,计算机程序321可以被分割成一个或多个模块/单元,一个或者多个模块/单元被存储在存储器320中,并由处理器310执行,以完成本申请。所述一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序段,该程序段用于描述计算机程序在终端设备300中的执行过程。
本领域技术人员可以理解,图3仅仅是终端设备的示例,并不构成对终端设备的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件,例如输入输出设备、网络接入设备、总线等。
处理器310可以是中央处理单元(Central Processing Unit,CPU),还可以是其他通用处理器、数字信号处理器 (Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现成可编程门阵列 (Field-Programmable Gate Array,FPGA) 或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
存储器320可以是终端设备的内部存储单元,也可以是终端设备的外部存储设备,例如插接式硬盘,智能存储卡(Smart Media Card,SMC),安全数字(Secure Digital,SD)卡,闪存卡(Flash Card)等。所述存储器320用于存储所述计算机程序以及终端设备所需的其他程序和数据。所述存储器320还可以用于暂时地存储已经输出或者将要输出的数据。
总线可以是工业标准体系结构(Industry Standard Architecture,ISA)总线、外部设备互连(Peripheral Component,PCI)总线或扩展工业标准体系结构(ExtendedIndustry Standard Architecture,EISA)总线等。总线可以分为地址总线、数据总线、控制总线等。为便于表示,本申请附图中的总线并不限定仅有一根总线或一种类型的总线。
本申请实施例提供的材料成分确定方法可以应用于计算机、可穿戴设备、车载设备、平板电脑、笔记本电脑、上网本等终端设备上,本申请实施例对终端设备的具体类型不作任何限制。
本申请实施例还提供了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现可实现上述材料成分确定方法各个实施例中的步骤。
本申请实施例提供了一种计算机程序产品,当计算机程序产品在移动终端上运行时,使得移动终端执行时实现可实现上述材料成分确定方法各个实施例中的步骤。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本申请实现上述实施例方法中的全部或部分流程,可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一计算机可读存储介质中,该计算机程序在被处理器执行时,可实现上述各个方法实施例的步骤。其中,所述计算机程序包括计算机程序代码,所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质至少可以包括:能够将计算机程序代码携带到拍照装置/终端设备的任何实体或装置、记录介质、计算机存储器、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,RandomAccess Memory)、电载波信号、电信信号以及软件分发介质。例如U盘、移动硬盘、磁碟或者光盘等。
在上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述或记载的部分,可以参见其它实施例的相关描述。
本领域普通技术人员可以意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本申请的范围。
在本申请所提供的实施例中,应该理解到,所揭露的装置/网络设备和方法,可以通过其它的方式实现。例如,以上所描述的装置/网络设备实施例仅仅是示意性的,例如,所述模块或单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个***,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通讯连接可以是通过一些接口,装置或单元的间接耦合或通讯连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
以上所述实施例仅用以说明本申请的技术方案,而非对其限制;尽管参照前述实施例对本申请进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围,均应包含在本申请的保护范围之内。
Claims (8)
1.一种材料成分确定方法,其特征在于,包括:
获取标准拉曼光谱、混合拉曼光谱和待测材料的拉曼光谱,所述标准拉曼光谱基于单一组分的标准规格的材料得到,所述混合拉曼光谱基于预设比例的多组分的标准规格的材料得到;
基于所述标准拉曼光谱、所述混合拉曼光谱和所述待测材料的拉曼光谱,通过最小二乘法拟合计算得到待测材料中各组分之间的相对拉曼信号强度;
基于所述标准拉曼光谱、所述待测材料的拉曼光谱和所述待测材料中各组分之间的相对拉曼信号强度,得到所述待测材料的组分和所述待测材料的组分占比;
所述基于所述标准拉曼光谱、所述混合拉曼光谱和所述待测材料的拉曼光谱,通过最小二乘法拟合计算得到待测材料中各组分之间的相对拉曼信号强度,包括:
对所述标准拉曼光谱、所述混合拉曼光谱和所述待测材料的拉曼光谱进行归一化处理;
基于归一化处理后的混合拉曼光谱、所述预设比例和归一化处理后的标准拉曼光谱,得到混合拉曼光谱中各组分之间的相对拉曼信号强度;
基于所述归一化处理后的标准拉曼光谱、模拟比例和所述混合拉曼光谱中各组分之间的相对拉曼信号强度,得到第一模拟混合拉曼光谱;
基于最小二乘法对所述第一模拟混合拉曼光谱和归一化处理后的待测材料的拉曼光谱进行拟合,得到所述待测材料中各组分之间的相对拉曼信号强度;
所述第一模拟混合拉曼光谱的计算公式为:
其中,i为X轴上的波数,i=1,2,3…n,n为波数的个数,EAB模拟,i为第一模拟混合拉曼光谱在波数i处的信号强度,所述第一模拟混合拉曼光谱为单一组分A的标准规格的材料和单一组分B的标准规格的材料按照所述模拟比例混合的混合光谱,EA,i为单一组分A的标准拉曼光谱在波数i处的信号强度,为单一组分A的标准拉曼光谱在波数i处的信号强度的均值,EB,i为单一组分B的标准拉曼光谱在波数i处的信号强度,/>为单一组分B的标准拉曼光谱在波数i处的信号强度的均值,CB为组分B的百分含量,组分B的百分含量通过所述模拟比例得到,KB为第一模拟混合拉曼光谱中组分B相对组分A的拉曼信号强度。
2.如权利要求1所述的材料成分确定方法,其特征在于,所述归一化处理的计算公式为:
其中,i为X轴上的波数,i=1,2,3…n,n为波数的个数,E归一化,i为归一化处理后的光谱在波数i处的信号强度,E原始,i为归一化处理前的光谱在波数i处的信号强度,为归一化处理前的光谱在波数i处的信号强度的均值,其中,公式中的归一化处理后的光谱为所述归一化处理后的标准拉曼光谱、所述归一化处理后的混合拉曼光谱或者所述归一化处理后的待测材料的拉曼光谱,公式中的归一化处理前的光谱为所述标准拉曼光谱、所述混合拉曼光谱或者所述待测材料的拉曼光谱。
3.如权利要求1所述的材料成分确定方法,其特征在于,所述基于所述标准拉曼光谱、所述待测材料的拉曼光谱和所述待测材料中各组分之间的相对拉曼信号强度,得到所述待测材料的组分和所述待测材料的组分占比,包括:
基于所述标准拉曼光谱和所述待测材料的拉曼光谱,得到所述待测材料的组分;
枚举所述待测材料中各个组分的浓度,基于各个组分的浓度和所述待测材料中各组分之间的相对拉曼信号强度,得到第二模拟混合拉曼光谱;
基于所述第二模拟混合拉曼光谱,得到所述第二模拟混合拉曼光谱的拉曼光谱信号强度;
对所述第二模拟混合拉曼光谱的拉曼光谱信号强度和归一化处理后的待测材料的拉曼光谱的拉曼光谱信号强度,进行偏最小二乘法计算,得到所述待测材料的组分占比。
4.如权利要求1所述的材料成分确定方法,其特征在于,所述方法还包括:
基于所述待测材料的组分占比,得到所述待测材料各组分的质量分数;
所述待测材料各组分的质量分数的计算公式为:
其中,Ci折百为组分i的质量分数,Ci为组分i的组分占比,i∈{A,B,C,......}表示所述待测材料的组分,SUM(CA,CB,CC,......)为各组分的占比总和。
5.如权利要求1所述的材料成分确定方法,其特征在于,所述标准规格的材料,包括:聚丙烯、聚乙烯、聚氯乙烯、聚苯乙烯、乙烯-乙酸乙烯共聚物、聚乳酸、聚对苯二甲酸-己二酸丁二酯、聚丁二酸丁二醇酯、淀粉、碳酸钙或者滑石。
6.一种材料成分确定装置,其特征在于,包括:
获取模块,用于获取标准拉曼光谱、混合拉曼光谱和待测材料的拉曼光谱,所述标准拉曼光谱基于单一组分的标准规格的材料得到,所述混合拉曼光谱基于预设比例的多组分的标准规格的材料得到;
计算模块,用于基于所述标准拉曼光谱、所述混合拉曼光谱和所述待测材料的拉曼光谱,通过最小二乘法拟合计算得到待测材料中各组分之间的相对拉曼信号强度;
结果模块,用于基于所述标准拉曼光谱、所述待测材料的拉曼光谱和所述待测材料中各组分之间的相对拉曼信号强度,得到所述待测材料的组分和所述待测材料的组分占比;
计算模块,还用于:
对所述标准拉曼光谱、所述混合拉曼光谱和所述待测材料的拉曼光谱进行归一化处理;
基于归一化处理后的混合拉曼光谱、所述预设比例和归一化处理后的标准拉曼光谱,得到混合拉曼光谱中各组分之间的相对拉曼信号强度;
基于所述归一化处理后的标准拉曼光谱、模拟比例和所述混合拉曼光谱中各组分之间的相对拉曼信号强度,得到第一模拟混合拉曼光谱;
基于最小二乘法对所述第一模拟混合拉曼光谱和归一化处理后的待测材料的拉曼光谱进行拟合,得到所述待测材料中各组分之间的相对拉曼信号强度;
所述第一模拟混合拉曼光谱的计算公式为:
其中,i为X轴上的波数,i=1,2,3…n,n为波数的个数,EAB模拟,i为第一模拟混合拉曼光谱在波数i处的信号强度,所述第一模拟混合拉曼光谱为单一组分A的标准规格的材料和单一组分B的标准规格的材料按照所述模拟比例混合的混合光谱,EA,i为单一组分A的标准拉曼光谱在波数i处的信号强度,为单一组分A的标准拉曼光谱在波数i处的信号强度的均值,EB,i为单一组分B的标准拉曼光谱在波数i处的信号强度,/>为单一组分B的标准拉曼光谱在波数i处的信号强度的均值,CB为组分B的百分含量,组分B的百分含量通过所述模拟比例得到,KB为第一模拟混合拉曼光谱中组分B相对组分A的拉曼信号强度。
7.一种终端设备,包括:处理器和存储器,所述存储器中存储有可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1至5任一项所述的材料成分确定方法。
8.一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至5任一项所述的材料成分确定方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311038528.3A CN117037935B (zh) | 2023-08-17 | 2023-08-17 | 材料成分确定方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311038528.3A CN117037935B (zh) | 2023-08-17 | 2023-08-17 | 材料成分确定方法、装置、设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117037935A CN117037935A (zh) | 2023-11-10 |
CN117037935B true CN117037935B (zh) | 2024-02-09 |
Family
ID=88633323
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311038528.3A Active CN117037935B (zh) | 2023-08-17 | 2023-08-17 | 材料成分确定方法、装置、设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117037935B (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102854151A (zh) * | 2012-10-06 | 2013-01-02 | 桂林理工大学 | 一种光谱分析中样品集划分的化学计量学方法 |
CN105806825A (zh) * | 2016-05-17 | 2016-07-27 | 浙江大学 | 一种天然气组分在线气体拉曼分析方法 |
CN108398416A (zh) * | 2018-01-30 | 2018-08-14 | 上海化工研究院有限公司 | 一种基于激光拉曼光谱的混合物成分测定方法 |
CN116008252A (zh) * | 2023-02-13 | 2023-04-25 | 北京卓立汉光分析仪器有限公司 | 一种拉曼光谱下的混合物定量分析方法及装置 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11614408B2 (en) * | 2020-05-19 | 2023-03-28 | Jiangnan University | Method for improving identification accuracy of mixture components by using known mixture Raman spectrum |
-
2023
- 2023-08-17 CN CN202311038528.3A patent/CN117037935B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102854151A (zh) * | 2012-10-06 | 2013-01-02 | 桂林理工大学 | 一种光谱分析中样品集划分的化学计量学方法 |
CN105806825A (zh) * | 2016-05-17 | 2016-07-27 | 浙江大学 | 一种天然气组分在线气体拉曼分析方法 |
CN108398416A (zh) * | 2018-01-30 | 2018-08-14 | 上海化工研究院有限公司 | 一种基于激光拉曼光谱的混合物成分测定方法 |
CN116008252A (zh) * | 2023-02-13 | 2023-04-25 | 北京卓立汉光分析仪器有限公司 | 一种拉曼光谱下的混合物定量分析方法及装置 |
Non-Patent Citations (1)
Title |
---|
拉曼光谱同时测定乙醇与葡萄糖的方法研究;李自达;王桂文;邱健;陈永淇;杨建辉;刘军贤;;分析测试学报(11);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN117037935A (zh) | 2023-11-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP3517937B1 (en) | Mixture detection method and device | |
CN110890137A (zh) | 一种化合物毒性预测模型建模方法、装置及其应用 | |
Konishi | Three-parameter lognormal distribution ubiquitously found in cDNA microarray data and its application to parametric data treatment | |
CN110609002B (zh) | 一种干扰检测方法及样本分析仪 | |
Monakhova et al. | Combining 1H NMR spectroscopy and multivariate regression techniques to quantitatively determine falsification of porcine heparin with bovine species | |
Fan et al. | Predictive quantile regressions under persistence and conditional heteroskedasticity | |
Sîrbu et al. | Cross-platform microarray data normalisation for regulatory network inference | |
CN106918572A (zh) | 马铃薯复配主食中马铃薯含量的测定方法 | |
CN117037935B (zh) | 材料成分确定方法、装置、设备及存储介质 | |
CN105466981A (zh) | 一种基于非线性化学指纹图谱技术的生乳掺假鉴别的方法 | |
CN101769867A (zh) | 一种堆肥产品品质的无损检测方法 | |
US20220411858A1 (en) | Random emulsification digital absolute quantitative analysis method and device | |
CN105223140A (zh) | 同源物质的快速识别方法 | |
CN117074346B (zh) | 基于红外光谱的材料成分确定方法、设备及存储介质 | |
CN108140122B (zh) | 一种混合物检测方法及设备 | |
CN106841101A (zh) | 近红外快速检测小麦秸秆腐熟度的方法 | |
CN108241846B (zh) | 用于识别拉曼谱图的方法 | |
CN116908134B (zh) | 增塑剂含量的半定量分析方法及分析模型的训练方法 | |
CN109920474A (zh) | 绝对定量方法、装置、计算机设备和存储介质 | |
Sulub et al. | Determination of acid end group in Polybutylene Terepthalate using Fourier Transform near-infrared (FT-NIR) spectroscopy and chemometrics | |
CN116978453B (zh) | 判断融合基因真实性的方法和电子装置 | |
Jeng et al. | Model Selection With Mixed Variables on the Lasso Path | |
Noll et al. | Inference in ROC surface analysis via a trinormal model-based testing approach | |
Wali et al. | Application of fourier transform infrared photoacoustic spectroscopy for quantification of nutrient contents and their plant availability in manure and digestate | |
US10964407B2 (en) | Method for estimating the probe-target affinity of a DNA chip and method for manufacturing a DNA chip |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |