傅里叶变换红外光谱技术(FTIR)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Fe2O3, SiO2, CaO和Al2O3四种关键成分的在线FTIR定量分析形成一定干扰。 使用生料在线FTIR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, 并提出一种消除背景水分吸收的方法。 具体研究内容为: (1) 通过对两种不同湿度条件下的各50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。 (2) 分别建立高湿度、 低湿度条件下的样品的定量分析模型, 预测另一湿度条件下的预测集中8个样品的四种成分含量。 得到: ①高湿度模型预测样品中4种成分含量与标准值之间的相关系数(r)为83.74%～92.74%, 均方根误差(RMSE)为0.12～0.83; ②低湿度模型预测的r为67.32%～82.41%, RMSE为0.12～0.84。 表明背景水分影响了水泥生料成分的FTIR定量分析。 (3) 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FTIR定量分析模型, 并对预测集样品的四种成分含量进行预测。 得到: ①高湿度条件下, 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r为90.73%～97.76%, RMSE为0.12～0.82; ②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r为94.07%～98.69%, RMSE为0.12～0.82; ③高湿度、 低湿度条件下, 消除背景水分后的2个模型预测的r均达到90%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FTIR的水泥生料成分的在线分析提供了理论基础和技术支持。

及时获取水泥原料中的关键成分的含量, 对水泥产品的品质控制至关重要。 而当前的主流分析方法需要现场人工采样和样品制备, 存在时效性问题。 利用傅里叶变换红外光谱技术对水泥生料样品中的Fe2O3, SiO2, CaO, Al2O3四种关键氧化物成分的漫反射光谱进行了快速定量分析。 首先探讨了傅里叶变换红外光谱技术检测水泥原料成分的理论基础。 水泥原料是一种复杂混合体系, 主要由铁质原料（如褐铁矿）, 硅质原料（如石英）, 钙质原料（如方解石）及铝质原料（如绿柱石）等矿物岩石组成。 而这些矿物岩石在可见近红外光谱波段的特征谱带较宽, 强度较低, 且存在重叠的部分。 因此, 使用了多元校正进行定量分析。 其次, 设计并搭建了对应的实验系统进行水泥生料样品的成分含量分析。 样品选用水泥厂家提供的60种关键成分含量各异的磨匀的水泥生料样品, 成分覆盖了 Fe2O3, SiO2, CaO, Al2O3四种关键氧化物。 使用搭建的实验平台采集样品的漫反射光谱。 并使用了X射线荧光分析法方法测定样品中各氧化物成分含量作为参考值。 之后, 结合了偏最小二乘法建立了Fe2O3, SiO2, CaO, Al2O3四种成分的定量分析模型。 使用了Kennard-Stone算法将样品集按7∶3的比例分为校正集和预测集。 PLS建模波段选择了4 000～5 000 cm-1波数范围, 总计包含520个谱元。 建立了校正集中42个样品光谱与其Fe2O3, SiO2, CaO, Al2O3成分含量的回归模型。 依据交叉有效性因子Q2h≥0.009 75的条件, 选择了7个因子来建立最终的定量分析模型。 在建立的Fe2O3, SiO2, CaO, Al2O3四种氧化物的FTIR定量分析模型中, 其校正的4种氧化物含量与X射线荧光分析法测量的含量之间的相关系数分别为98.49%, 98.03%, 98.18%, 99.24%, 均方根误差分别为0.04, 0.22, 0.26, 0.08。 模型的校正准确度比较高。 最后使用该定量分析模型对预测集样品中的Fe2O3, SiO2, CaO, Al2O3的含量进行预测, 并与X射线荧光分析法测量的参考值进行比较。 最终模型预测的相关系数分别为91.35%, 91.50%, 91.57%, 94.67%, 预测的均方根误差分别为0.08, 0.45, 0.54, 0.26, 表明了模型预测准确度较高。 所建基于傅里叶变换红外光谱的定量分析模型为实现水泥生产控制中水泥原料成分的快速定量分析建立了基础。

为了防止傅里叶变换红外(FTIR)光谱仪在车载运动过程中产生的振动对光谱仪造成 不良影响,保证光谱仪的信噪比及测量精度,采用角镜式干涉仪结构与单自由度减振系统相结合的FTIR光谱仪系统来提高仪 器抗振性能。对FTIR光谱仪系统进行了几组桌面振动测试实验,验证了角镜式结构具有一定抗振性能,其中单自由度减振系 统对系统抗振性能有明显提高。最后,进行了FTIR光谱仪系统车载实验,结果表明运动中测量的光谱平均信噪比达到静止过 程中平均信噪比的94%,整机系统能够在移动平台上平稳运行,具有良好的抗振性,为FTIR光谱仪的车载运行 检测提供了应用条件。

傅立叶变换红外(FTIR)光谱系统用He-Ne激光干涉信号作为参考信号,存在过零点采样误差。 基于光的干涉原理,通过傅里叶变换建立了FTIR光谱仪采样误差与光谱鬼线位置和强度之间的理论仿 真模型。为降低采样误差,采用三次样条插值法修正过零点误差,线性插值法重建红外光干涉信号 强度。结果表明该模型可以作为由采样误差引起光谱误差修正算法的理论依据,三次样条插值法 用于He-Ne信号过零点重建能减小采样误差,误差范围降低了93%,线性插值法用于红外光信号强 度重建能提高光谱信噪比,平均提高5.7%。

通过分析圆形通光孔径下动镜倾斜角度对干涉调制度和相位误差的影响,设计了定镜动态校正方案。传统的比例-积分-微分(PID)控制器 严格依赖于动态校正系统的数学模型,在实际的闭环系统中无法精确获取模型所有参数。系统采用了模糊PID控制策略,选择模糊输入输 出论域的隶属度函数,制定模糊规则库,再经过模糊推理、清晰化处理,给出了闭环控制系统实现方法。通过实验,验证了此种校 正方法的可行性,有效地摆脱了对校正系统准确的数学模型的依赖,能够将激光干涉调制度从0.6提升到0.99,相位差降低 到0.1°左右,且相对于传统PID控制,稳定性能较好、调整时间较短。

采用红外光谱技术对未知气体组分进行监测, 需要对气体组分进行定性识别分析。 基于多元线性回归模型的LASSO变量选择技术广泛应用于数据分析领域。 将LASSO方法引入到红外光谱分析领域, 提出一种LASSO变量选择技术结合循环线性最小二乘(LCLS)分析的定性识别方法, 并开展了相关的实验对其进行验证。 实验采集CO, C2H4, NH3, C3H8, C4H10和C6H14六种单组分傅里叶变换红外(FTIR)光谱吸光度谱以及一组C2H4和NH3混合组分的吸光度谱, 结合实验室自建光谱数据库, 先采用LASSO方法对采集的光谱进行初步定性分析, 然后使用LCLS方法剔除干扰组分。 实验结果表明, LASSO结合LCLS的方法能有效识别出光谱中的目标组分, 即使是在干扰严重的光谱波段也可以剔除掉大部分的干扰组分。

为实现药品的无损快检,设计了基于傅里叶变换红外光谱检测的光学系统, 系统工作波段为4000～12000 cm－1。设计合适的光学结构并确定光学元件的特征参数, 用Zemax对设计的光学系统进行光线追迹和优化分析。搭建实验平台,采集了5种相似药品的 近红外光谱数据,用主成分分析法(PCA)结合误差反向传播人工神经网络算法(BPANN)对数 据进行处理,有效区分了5种药品的光谱,识别准确率达到93.333%。实验结果表明:该近红外 光谱检测系统适用于药品的无损分析,能有效鉴别相似药品。