近紅外光譜儀飼料解決方案

近紅外光譜原理

1. 近紅外光譜圖:

橫坐標(biāo)：吸收波長(l)或波數(shù)(n) 。吸收峰位置。

縱坐標(biāo)：透過率(T%)或吸光度(A)。吸收峰強(qiáng)度

近紅外譜區(qū)內(nèi)的信息主要是分子內(nèi)部原子間震動(dòng)的倍頻與合頻的信息

2. 譜圖特征:

a) 重疊嚴(yán)重，官能團(tuán)的倍頻峰、合頻峰疊加在一起，形成寬峰。

b) 吸收系數(shù)低。

c) 必須采用化學(xué)計(jì)量學(xué)，依賴計(jì)算機(jī)從譜圖中提取信息。

3. 近紅外光譜的吸收

a) NIR區(qū)域官能團(tuán)振動(dòng)的合頻和倍頻帶，包括的官能團(tuán)有：C-H, N-H, O-H, S-H, C=O, C=C

b) 倍頻的吸收系數(shù)比中紅外區(qū)域基頻的吸收要弱20 – 50倍。

4. 近紅外技術(shù)的優(yōu)點(diǎn)

a) 速度快(響應(yīng)時(shí)間以秒計(jì)算)

b) 不需要樣品預(yù)處理——在樣品上直接測量,操作簡單

c) 非破壞性測量，不損壞樣品

d) 適合所有樣品類型——固體，液體，漿體，糊狀，膠體，氣體

e) 一張光譜同時(shí)分析得到多個(gè)指標(biāo)的分析數(shù)據(jù)

f) 能夠測試物理和化學(xué)數(shù)據(jù)，也可以做定性分析和定量分析

5. 近紅外光譜儀預(yù)測特點(diǎn)

a) 是一種二級分析方法

b) 需要建立預(yù)測模型

c) 預(yù)測模型的建立離不開濕化學(xué)方法測得一級數(shù)據(jù)

6. 近紅外分析的準(zhǔn)確性

a) 近紅外預(yù)測值的準(zhǔn)確性依賴于濕化學(xué)方法的準(zhǔn)確性

b) 近紅外光譜分析是通過采用多元校正方法建立近紅外光譜與被測性質(zhì)之間的定量關(guān)系，這種關(guān)系的確定建立在統(tǒng)計(jì)回歸和誤差理論的基礎(chǔ)上。

c) 近紅外光譜分析模型是回歸的結(jié)果，根據(jù)統(tǒng)計(jì)學(xué)理論,在模型適用范圍內(nèi),NIR測定的結(jié)果更精確,更接近于真值。

由圖1可以看出，光譜一致性較好，成品飼料有良好的光譜吸收，并在近紅外譜圖中含有大量與成品飼料指標(biāo)的相關(guān)有效信息。因此，使用Unity近紅外光譜技術(shù)檢測成品飼料和原料的方案是完全可行的。

NIR使用方案

1. 根據(jù)檢測需求，為您制定兩個(gè)檢測模型包，包含飼料原料模型包和成品飼料模型包，初步建立統(tǒng)計(jì)模型如下列表。

以上兩個(gè)模型包是根據(jù)目前所掌握信息制定，可根據(jù)客戶需求添加。

2. 建模樣品的準(zhǔn)備

1)每個(gè)模型需要選擇一定個(gè)數(shù)的樣品，來建立一個(gè)初步的模型。

根據(jù)客戶樣品的類型和不同狀況，初步建模的數(shù)量不定。一個(gè)好的模型，樣品量越大越好，選擇樣品的個(gè)數(shù)可在后期邊使用邊添加，模型準(zhǔn)確度也會越來越高。

2)建模時(shí)與后期使用時(shí)，樣品狀態(tài)前后要一致性。

樣品狀態(tài)也可以看做樣品的背景信息，前后樣品的背景不一致，會導(dǎo)致預(yù)測誤差偏大。

3)樣品的濕化學(xué)方法所得一級數(shù)據(jù)準(zhǔn)確性好。

近紅外儀器預(yù)測結(jié)果是統(tǒng)計(jì)學(xué)回歸理論基礎(chǔ)上得出的，一級數(shù)據(jù)的不準(zhǔn)確必然使得回歸模型不準(zhǔn)確，進(jìn)而導(dǎo)致預(yù)測結(jié)果不準(zhǔn)確。

4)建模樣品各指標(biāo)的梯度廣。

建模時(shí)樣品指標(biāo)的梯度是根據(jù)客戶在使用中指標(biāo)范圍來定的，比如指標(biāo)蛋白質(zhì)范圍在16%-20%，那么模型中蛋白質(zhì)的范圍要大于16%-20%，才能有效的保證了預(yù)測范圍永遠(yuǎn)在模型之內(nèi)。

5)指標(biāo)值范圍內(nèi)的樣品個(gè)數(shù)要均勻。

在正態(tài)分布圖里，指標(biāo)的范圍之內(nèi)，樣品個(gè)數(shù)盡量是均勻分布的，這樣對模型預(yù)測準(zhǔn)確度也會提高。

3.技術(shù)服務(wù)承諾

終身免費(fèi)技術(shù)咨詢和模型維護(hù)工作。