近红外光谱采集与分析软件一体化改进设计文献综述

 2022-03-10 20:54:22

近红外光谱采集与分析软件一体化改进设计的研究

摘要:近红外光谱分析技术由于具有快速、无损、安全、绿色等优点广泛应用到各个领域,本文对近红外光谱采集与分析技术进行了阐释并列举了应用实例,分析其发展趋势,并介绍了一体化改进设计所需的动态链接库(DLL)技术及其应用,最后对目前还存有的问题进行了说明。

近红外光谱分析技术是指利用近红外谱区包含的物质信息,主要用于有机物质定性或定量分析的一种分析技术[1]。近红外光谱(near infrared spectroscopy,简称NIRS)由英国天文学家 William Herschel在1800年首次发现,是波长在780-2526nm(12821-3959cm-1)范围内的电磁波[2]。现代近红外光谱分析是从农业开始的,20世纪50年代,美国的Norris等人开始研究用可见光透射与反射技术测定鸡蛋、蔬菜和水果的品质[3][4]。随着计算机应用技术和化学计量学方法的不断发展和完善,近红外光谱技术以其快速、无损、安全、绿色、操作简单、稳定性好等特点,已广泛应用于各个领域。目前,近红外光谱技术在木材性质检测、林业水果品质检测和种子质量检测等方面的应用研究发展迅速,推动了林业科技的发展和生产的进步。Schimleck等基于近红外光谱和PLS对人工林蓝桉和亮果桉木材化学组成的进行分析,研究表明应用近红外光谱技术可以对木材中的化学成分进行较精确的预测。国内外已有许多学者在水果坚实度[5][6][7]、糖度和酸度[8][9][10]、可溶性固形物[11][12]等检测方面利用近红外光谱技术做过大量的研究,研究的水果品种主要有苹果、香蕉、梨、脐橙、桃子等。研究结果表明,应用近红外检测技术可以对水果进行田间、贮藏和销售在线快速无损检测,从而确定采摘时间和最佳储藏条件等。

近红外光谱分析技术是由光谱仪及配套硬件、化学计量学软件和校正分析模型三部分组成的,三者的有机结合才能满足快速分析技术的要求。光谱仪及配套硬件用于测定样本的NIR光谱并将数据传输至计算机,化学计量学软件用于预处理和建立校正模型,校正模型用于对待测样本进行定量或定性预测。全朋坤[13]等研发了基于可见/近红外光谱的苹果内部多品质参数一体化便携式检测设备,设计研发控制程序、品质信息的二维码存储、云平台记录以及人机交互界面,利用光谱仪自带的软件 Spectrasuite 进行光谱数据的采集并做简单的预处理,利用python3、Matlab2015和The Unscrambler X 10.0 软件进行光谱数据的预处理、数据的剔除、特征波段的提取以及苹果内部品质模型的建立与验证。基于MLR算法构建苹果的糖度值、酸度值和硬度值的品质预测模型。利用python语言实现将三个指标的预测模型植入检测设备,实现苹果内部多品质参数的检测与分析。马璞璠[14]等以近红外光纤光谱仪为基础,根据制浆生产的实际情况搭建检测平台,基于c#和Delphi开发系统应用软件设计了一套制浆材近红外在线检测系统,可实现对制浆材近红外光谱的在线采集、理化指标快速预测和分析结果的实时显示及存储功能。

随着科学技术的进一步发展,近红外光谱检测仪器向小型化、便携式发展。中国包括无锡迅杰光远科技有限公司、荧飒光学科技有限公司等已经有相对成熟的FT-NIR型便携式近红外光谱仪器。中国无锡迅杰光远有限公司生产的IAS-3100便携式近红外饲料分析仪,可以连接手机或电脑并接入因特网,然后架构智能云服务平台提供技术支持服务,智能云服务平台可以对仪器实行远程维护、模型和软件更新,也可以将设备连接到电脑或者手机端,更灵活的使用这些功能。美国TellSpec公司小型光谱仪可以发射低功率激光束到食品表面,通过专用软件将光谱数据输出到云端服务器,通过与标准光谱数据对比分析,在较短的时间内,用户的手机软件就能显示出食物原料的成分分析结果。洪胜杰等基于安卓的便携近红外设备建立了能实时实地鉴别珍稀木材云服务系统[15]。在这个趋势下,近红外仪器所配套的软件系统也在向高集成度、一体化方向发展。在程序开发过程中,利用动态链接库(DLL)技术可以将功能相对独立的模块编成一个动态链接库,在采集完光谱数据后调用动态链接库实现对数据的实时分析,匹配相应的模型进行定性或定量预测,从而实现检测与分析系统的一体化改进。

动态链接库(DLL)是从C语言函数库和Pascal库单元的概念发展而来的。随着Windows多任务环境的出现,函数库的方法显得过于累赘。如果为了完成屏幕输出、消息处理、内存管理、对话框等操作,每个程序都不得不拥有自己的函数,那么Windows程序将变得非常庞大。而动态链接库不用重复编译或链接,一旦装入内存,DLL函数可以被系统中的任何正在运行的应用程序软件所使用,不必再将DLL函数的另一拷贝装入内存[16]。动态链接库具备减小可执行文件,节省内存,有利于应用程序的模块化,实现资源共享等特点,在在线检测分析领域应用广泛。在实时数据采集系统中,利用DLL动态链接库技术可以在内存开辟一块共享空间,完成代码共享、开发软件的整合以及实时数据的传递接收。秦志英[17]等人基于LabVIEW开发了钢材材质在线检测系统软件,由动态链接库调用相对应的函数将经过数据采集卡处理过的数据输入到上位机计算机中,再由计算机中对应的软件系统对信号数据进行预处理、MFCC参数提取、DTW距离匹配等,最终实现信号波形的实时显示、在线检测和离线检测。郑海明[18]等开发了一款在线连续监测烟气中的 SO和NO气体的软件DoasMonitorSystem,该软件主要通过动态链接库与光谱仪通信,实现实时检测气体体积分数和质量浓度并绘制光谱曲线、离线计算数据等功能,同时 DLL 技术有利于后续改进和开发。

综上所述,虽然近红外光谱在线采集与分析仪器和相应的软件系统已在实际生产中得到应用与发展,但仍存在一些问题,具体有:(1)数据采集功能和分析功能相互独立,采集软件通过文件的方式向分析软件传递数据再进行分析,导致系统集成度不高;(2)结合化学计量学对光谱数据进行处理分析、建立模型等技术含量高,对操作人员的专业性要求高;(3)好的模型建立过程复杂,且模型通用性差,软件系统升级优化较困难。

参考文献

  1. 严衍禄. 近红外光谱分析基础与应用[M]. 中国轻工业出版社, 2005.
  2. Herchel W.Philos.Trans,1800,90:225.
  3. Norris K H,Rowan J D.Food Technol,1957,11:374.
  4. Birth G S,Norris K H.Food Technol,1958,12:592.
  5. Lu R F.Transaction of American Society of Agricaltural Engineers,2001,44(5):1265.
  6. Lu R F,Ariana D.Applied Engineering in Agriculture,2002,18(5):585.
  7. 傅霞萍,应义斌,刘燕德, 等.水果坚实度的近红外光谱检测分析试验研究[J].光谱学与光谱分析,2006,26(6):1038-1041.
  8. Peano C,Reita G,Chiabrando V.Acta Horticulturae,2006,713:465.
  9. Quilitzsch R,Hoberg E.Journal of Applied Botany,2003,77(5):172.
  10. 刘燕德,应义斌,傅霞萍.近红外漫反射用于检测苹果糖度及有效酸度的研究[J].光谱学与光谱分析,2005,25(11):1793-1796.
  11. 江水泉,孙通.基于可见/近红外光谱和变量选择的脐橙可溶性固形物含量在线检测[J].食品与机械,2020,36(2):89-93.
  12. 徐璐.基于可见--近红外光谱及成像技术的水果可溶性固形物含量检测[D].
  13. 全朋坤.基于可见/近红外光谱的苹果内部多品质参数一体化便携式检测设备研发.陕西,杨凌:西北农林科技大学,2019.
  14. 马璞璠,陈帅帅,熊智新, 等.制浆材近红外光谱在线检测系统设计[J].测控技术,2019,38(5):104-108.
  15. 洪胜杰,顾玉琦,寿国忠. 移动近红外珍稀木材鉴别云服务系统的设计与实现[ J]. 计算机应用与软件, 2017,34(1):214 - 217.
  16. 杨长春.Delphi程序设计教程[M].(第2版).北京:清华大学出版社,2008:205.
  17. 秦志英,齐康花,董桂西, 等.基于LabVIEW的钢材材质在线检测系统软件设计[J].计算机测量与控制,2015,23(12):4233-4234,4239.
  18. 郑海明,尹嘉炜.基于MFC的SO2和NO紫外差分气体检测软件设计[J].科技创新与生产力,2020,(2):59-61.

资料编号:[263395]

剩余内容已隐藏,您需要先支付 10元 才能查看该篇文章全部内容!立即支付

以上是毕业论文文献综述,课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。