近紅外光譜檢測技術及應用課件_第1頁
近紅外光譜檢測技術及應用課件_第2頁
近紅外光譜檢測技術及應用課件_第3頁
近紅外光譜檢測技術及應用課件_第4頁
近紅外光譜檢測技術及應用課件_第5頁
已閱讀5頁,還剩67頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權,請進行舉報或認領

文檔簡介

近紅外光譜檢測技術及應用近紅外光譜檢測技術及應用12近紅外光譜檢測技術在農(nóng)業(yè)中的應用1近紅外光譜檢測技術在食品工業(yè)中的應用2近紅外光譜檢測技術在其他行業(yè)中的應用3內(nèi)容2近紅外光譜檢測技術在農(nóng)業(yè)中的應用1近紅外光譜檢測技術在食品23凹面反射鏡樣品出口檢測器凹面反射鏡樣品入口分光板可移動鏡M1固定鏡M2邁克遜干涉儀結構原理圖傅立葉變換紅外吸收光譜儀(FI-IR)檢測器邁克爾遜干涉儀吸收池數(shù)據(jù)處理儀器控制光源傅里葉變換干涉圖紅外吸收光譜圖時域函數(shù)頻域函數(shù)3凹面反射鏡樣品出口檢測器凹面反射鏡樣品入口分光板可移動鏡M32023/1/141概述(1)紅外光譜屬于分子振動光譜。當樣品受到頻率連續(xù)變化的紅外光照射時,分子吸收了某些頻率的輻射,并使得這些吸收區(qū)域的透射光強度減弱。記錄紅外光的百分透射比與波長關系的曲線,即為紅外光譜,所以又稱之為紅外吸收光譜。2022/12/3041概述(1)紅外光譜屬于2023/1/151概述(2)紅外-拉曼

紅外光譜英文為InfraredSpectrometry(IR)

樣品吸收紅外輻射的主要原因是:

分子中的化學鍵因此,IR可用于鑒別化合物中的化學鍵類型,可對分子結構進行推測。既適用于結晶質物質,也適用于非晶質物質。2022/12/3051概述(2)紅外-拉曼紅外光2023/1/162紅外光區(qū)的劃分(1)紅外光區(qū)介于可見光與微波之間,波長范圍約為0.76-1000μm,為了便于描述,引入一個新的概念——波數(shù)(wavenumber)。波數(shù):,波長的倒數(shù),每厘米的波長個數(shù),單位cm-1

=1/(cm)=104/(m)2022/12/3062紅外光區(qū)的劃分(1)紅2023/1/172紅外光區(qū)的劃分(2)紅外-拉曼近紅外:0.76―2.5μm,13158―4000cm-1

主要為OH,NH(亞氨基),CH(碳-氫極性共價鍵)的倍頻吸收.中紅外:2.5―25μm,4000―400cm-1

主要為分子振動,伴隨振動吸收遠紅外:25―1000μm,400―10cm-1

主要為分子的轉動吸收其中,中紅外區(qū)是研究的最多、最深的區(qū)域,一般所說的紅外光譜就是指中紅外區(qū)的紅外吸收光譜。2022/12/3072紅外光區(qū)的劃分(2)紅外-拉曼近2023/1/183紅外吸收產(chǎn)生的原理(1)紅外-拉曼紅外光的能量:與一般的電磁波一樣,紅外光亦具有波粒二像性:既是一種振動波,又是一種高速運動的粒子流。其波長表示為波數(shù)的形式

=1/(cm)=104/(m)所具有的能量為:

E=hc/=hc

紅外光所具有的能量正好相當于分子(化學鍵)的不同能量狀態(tài)之間的能量差異。因此才會發(fā)生對紅外光的吸收效應。2022/12/3083紅外吸收產(chǎn)生的原理(1)紅外-拉曼99910

在果蔬品質檢測中主要檢測對象包括黃瓜、大白菜、西紅柿、鮮辣椒等,具體的檢測指標主要有糖分、維生素C、粗蛋白中性纖維、糖度、酸度和內(nèi)部褐變等。在食品安全方面主要是針對一些有害物質的殘留的鑒別等。1、

近紅外光譜檢測技術在農(nóng)業(yè)中的應用1.1在果蔬品質檢測中的應用101、近紅外光譜檢測技術在農(nóng)業(yè)中的應用1.11011表4-4近紅外光光譜檢測水果的研究工作11表4-4近紅外光光譜檢測水果的研究工作1112水果糖度和有效酸度近紅外光在線檢測示意圖12水果糖度和有效酸度近紅外光在線檢測示意圖1213

Dull等(1989)利用近紅外光880nm和913nm兩個波長的單色光檢測甜瓜和哈蜜瓜的可活性固形物含量漫反射水果檢測原理簡圖13Dull等(1989)利用近紅外光880nm和1314

Kawano等(1992)利用近紅外光光進行溫州蜜柑的透射光譜糖度檢測,光譜范圍為680-1235nm,并采用多元線性回歸(MLR)和二次微分光譜建模,得出r=0.989的結論。透射光譜糖度檢測14Kawano等(1992)利用近紅外光光進行溫州蜜柑1415SchmilovitchZe’ev等(2000)利用近紅外光反射技術和多元統(tǒng)計分析(MLR),主成分分析(PCA)和偏最小二乘法(PLS),檢測芒果的可溶性固形物含量、酸度和果肉硬度,MLR分析的相關系數(shù)分別為0.92,0.61,0.82。水果內(nèi)部品質近紅外光檢測系統(tǒng)15SchmilovitchZe’ev等(2000)利用1516

劉燕德等人(2004)基于近紅外光譜技術建立了水果糖份含量的測量系統(tǒng),主要包括FT-IR光譜儀、光纖漫反射附件和計算機及數(shù)據(jù)采集卡。其具體的檢測方法為:蘋果的近紅外光漫反射光譜測量通過一個專門的試驗系統(tǒng)來測定,這個系統(tǒng)包括一個寬波段的光源(50W石英鹵素燈),一個固定光纖和水果樣品架。16劉燕德等人(2004)基于近紅外光譜技術建立了水果1617水果可見-近紅外光檢測系統(tǒng)17水果可見-近紅外光檢測系統(tǒng)17181.2

在植物信息檢測中的應用

植被的反射光譜特征主要由葉片中的葉肉細胞、葉綠素、水分含量和其他生物化學成份對光線的吸收和反射形成的,在不同波段,植被的反射光譜曲線具有不同的形態(tài)特征,它是物體表面粒子結構、粒子尺度、粒子的光學性質、入射光波長等參數(shù)的函數(shù)。國內(nèi)外相關學者做了大量的研究。181.2在植物信息檢測中的應用植被的反射光譜特征主要1819DeTar等(2007)利用高光譜估算棉花的植被指數(shù);Dirk等2005年利用光譜成像估算小麥葉綠素含量;Sui等(2004)利用光譜成像估算棉花的氮素含量;Borhan等(2005)利用光譜成像估算土豆葉片的葉綠素和氮素含量。19DeTar等(2007)利用高光譜估算棉花的植被指數(shù)1920李民贊等(2005)在對溫室栽培黃瓜分析的基礎上,提出了利用規(guī)一化顏色指數(shù)(NDCI)診斷溫室作物長勢的模型,并在NDCI基礎上,開發(fā)了基于光導纖維的溫室作物長勢監(jiān)測儀。溫室作物長勢監(jiān)測儀示意圖20李民贊等(2005)在對溫室栽培黃瓜分析的基礎上,提出了20211.3

在畜禽產(chǎn)品檢測中的應用

近紅外光譜由于其自身快速、方便、精確、以及無污染危害等優(yōu)點,現(xiàn)如今已被廣泛應用到畜禽產(chǎn)品中來。像肉類、禽蛋、水產(chǎn)品。

211.3在畜禽產(chǎn)品檢測中的應用2122Brennan等(2003)建立了一個近紅外光譜系統(tǒng)用來在線檢測牛奶處理過程中的脂肪含量。該系統(tǒng)是利用LIGA技術由光學元件構建的微系統(tǒng),他們將其用于牛奶處理過程中,在800~1100nm波長范圍內(nèi),對牛奶中脂肪含量的變化的檢測,系統(tǒng)響應敏感。但是這只是對這一設備的初步應用,進一步工作應著眼于在過程控制環(huán)節(jié)中如何引入成本低的光學系統(tǒng)以及對檢測進程和裝置設計的改善,以期提高系統(tǒng)的穩(wěn)定性。22Brennan等(2003)建立了一個近紅外光譜系統(tǒng)用2223夏賀元康小組進行牛奶在線檢測示意圖23夏賀元康小組進行牛奶在線檢測示意圖2324應用ASD便攜光譜儀檢測肉類品質示意圖24應用ASD便攜光譜儀檢測肉類品質示意圖2425李慶波等(2002)研究了采用近紅外光譜技術檢測牛奶中主要成分。劉蓉等(2005)綜合利用半數(shù)重采樣法和最小半球體積法對牛奶成分測量的近紅外光譜進行了奇異點的剔除實驗。劉燕德等(2007)采用紫外可見光(200-800nm)透射檢測雞蛋的新鮮度。透射法檢測雞蛋新鮮度25李慶波等(2002)研究了采用近紅外光譜技術檢測牛奶中主2526261.4在經(jīng)濟作物檢測中的應用

Lupaert等(2003)、Zhang等(2004)先后利用近紅外光譜方法定性和定量地分析了茶葉中蛋白質、咖啡堿、氨基酸、多酚類以及水分的含量。岡本存喜等(1989)對福建烏龍茶和日本的玉露、煎茶等蒸青綠茶進行了水份的測定。吉川聰一郎等(1997)用NIRS測量茶葉中的全氮量、氨基酸、咖啡堿和茶多酚。26261.4在經(jīng)濟作物檢測中的應用2627王東丹、李天飛等(2001)利用BRUKERVERCTOR22/N型傅立葉變換近紅外漫反射光譜儀對煙草的總糖、還原糖、總氮、尼古丁含量建模分析。近紅外光在線檢測煙草質量27王東丹、李天飛等(2001)利用BRUKERVERCT27282近紅外光檢測技術在食品中的應用

在酒類產(chǎn)品檢測中的應用成分鑒定、產(chǎn)地鑒別分析、生產(chǎn)過程控制和瓶裝酒檢測、酒品質專用分析儀。在調(diào)味品檢測中的應用主要對食醋中的酒精和醋酸進行定量分析、摻假醋的鑒別、食醋老化程度。醬油原料、醬油濾餅、醬油成分的分析等。

282近紅外光檢測技術在食品中的應用在酒類產(chǎn)2829在谷物檢測中的應用利用近紅外漫反射光譜技術建立了小麥籽粒硬度、水份、粗蛋白、賴氨酸和粗淀粉指標、有學者已把光學在線測量系統(tǒng)應用于硬質小麥加工產(chǎn)品的質量控制,對小麥蛋白質含量和粉粒粒度進行實時在線測量。在食用油檢測中的應用通過近紅外反射光譜測定亞麻子含油量,使用NIR透射光譜快速測定大豆油(SBO)氧化水平,共軛二烯值(CD)和茴香胺值。棉籽油粉中油含量的測定等。29在谷物檢測中的應用29303近紅外光檢測技術在其它行業(yè)中的應用3.1在石油化工檢測中的應用石油化工產(chǎn)品的主要成分是各種烴類化合物,其主要官能團是C-H,因此特別適合近紅外分析。1989年Kelly等人用短波近紅外光譜成功測定了汽油辛烷值標志著近紅外光譜技術開始進入石油產(chǎn)品質量分析領域。

303近紅外光檢測技術在其它行業(yè)中的應用3.1在石油化3031

運用近紅外光譜法測定柴油中的芳烴含量,快速測定柴油物理性質,測柴油十六烷值,測定柴油閃點,測定柴油凝點等。近紅外光譜分析技術在汽油分析中運用較多,如快速測定汽油詳細族組成,測定汽油辛烷值,測定汽油中乙醇,對汽油模糊聚類分析,在汽油調(diào)和中的運用運用近紅外光譜法結合各類化學計量學方法等等。31運用近紅外光譜法測定柴油中的芳烴含量,快速測定柴3132利用近紅外光譜分析定量分析一般流程利用近紅外光譜分析術可以快速、簡便、準確的對潤滑油的理化性質進行檢測。但是,近紅外光譜譜峰寬并且嚴重重疊,利用近紅外分析方法測定物質性質必須采用多波長數(shù)據(jù)及合理的化學計量學方法借助計算機方可完成。32利用近紅外光譜分析定量分析一般流程利用近紅外光譜分析術可32333.2在飼料檢測中的應用NIRS在飼料檢測中,最初多是用于飼草原料和谷物類原料中水分和蛋白質含量的檢測,隨后用于油料作物籽實的水分、蛋白質等的檢測,都獲得了滿意的結果。近年來國外一些研究者提出可以利用近紅外漫反射光譜技術(NIDRS)快速預測飼料中營養(yǎng)物質的消化率。目前,利用NIDRS測定青貯飼料消化率的研究多集中在對青貯牧草和青貯玉米的干物質消化率和有機物消化率的測定上。333.2在飼料檢測中的應用NIRS在33343.3在臨床醫(yī)學檢測中的應用由于NIR技術可以實現(xiàn)生物體的在體非介入分析和監(jiān)測,因此成為臨床醫(yī)學上極具發(fā)展?jié)摿Φ姆治龊脱芯考夹g手段。我國在這一領域已做了大量的工作,主要集中在血糖、血氧測定以及乳腺腫塊的診斷等方面,大多都處于探索、開發(fā)和評估階段。343.3在臨床醫(yī)學檢測中的應用由于NIR3435近紅外光在臨床醫(yī)學上的應用示意圖在組織氧檢測方面,我國研制出了多種近紅外光組織血氧參數(shù)。無損監(jiān)測儀,其應用領域包括新生兒腦損傷、腦血流和腦發(fā)育的研究,體外循環(huán)手術過程中腦氧監(jiān)測及腦的保護,組織移植后血運的監(jiān)測以及骨骼肌代謝功能評定等35近紅外光在臨床醫(yī)學上的應用示意圖在組織氧檢測方面35363.4在制藥檢測中的應用

近紅外光光譜在制藥方面的應用日趨廣泛,如中藥材的鑒別,藥物中活性組分的測定,固體藥劑的非破壞性表征,藥物生產(chǎn)過程中各個階段(合成、混合、加工、制劑、壓片及包裝過程)原料的在線監(jiān)控和產(chǎn)品鑒定等。

近紅外光在制藥業(yè)中的應用363.4在制藥檢測中的應用近紅外光光譜在制藥方面的應36近紅外光譜檢測技術及應用近紅外光譜檢測技術及應用3738近紅外光譜檢測技術在農(nóng)業(yè)中的應用1近紅外光譜檢測技術在食品工業(yè)中的應用2近紅外光譜檢測技術在其他行業(yè)中的應用3內(nèi)容2近紅外光譜檢測技術在農(nóng)業(yè)中的應用1近紅外光譜檢測技術在食品3839凹面反射鏡樣品出口檢測器凹面反射鏡樣品入口分光板可移動鏡M1固定鏡M2邁克遜干涉儀結構原理圖傅立葉變換紅外吸收光譜儀(FI-IR)檢測器邁克爾遜干涉儀吸收池數(shù)據(jù)處理儀器控制光源傅里葉變換干涉圖紅外吸收光譜圖時域函數(shù)頻域函數(shù)3凹面反射鏡樣品出口檢測器凹面反射鏡樣品入口分光板可移動鏡M392023/1/1401概述(1)紅外光譜屬于分子振動光譜。當樣品受到頻率連續(xù)變化的紅外光照射時,分子吸收了某些頻率的輻射,并使得這些吸收區(qū)域的透射光強度減弱。記錄紅外光的百分透射比與波長關系的曲線,即為紅外光譜,所以又稱之為紅外吸收光譜。2022/12/3041概述(1)紅外光譜屬于2023/1/1411概述(2)紅外-拉曼

紅外光譜英文為InfraredSpectrometry(IR)

樣品吸收紅外輻射的主要原因是:

分子中的化學鍵因此,IR可用于鑒別化合物中的化學鍵類型,可對分子結構進行推測。既適用于結晶質物質,也適用于非晶質物質。2022/12/3051概述(2)紅外-拉曼紅外光2023/1/1422紅外光區(qū)的劃分(1)紅外光區(qū)介于可見光與微波之間,波長范圍約為0.76-1000μm,為了便于描述,引入一個新的概念——波數(shù)(wavenumber)。波數(shù):,波長的倒數(shù),每厘米的波長個數(shù),單位cm-1

=1/(cm)=104/(m)2022/12/3062紅外光區(qū)的劃分(1)紅2023/1/1432紅外光區(qū)的劃分(2)紅外-拉曼近紅外:0.76―2.5μm,13158―4000cm-1

主要為OH,NH(亞氨基),CH(碳-氫極性共價鍵)的倍頻吸收.中紅外:2.5―25μm,4000―400cm-1

主要為分子振動,伴隨振動吸收遠紅外:25―1000μm,400―10cm-1

主要為分子的轉動吸收其中,中紅外區(qū)是研究的最多、最深的區(qū)域,一般所說的紅外光譜就是指中紅外區(qū)的紅外吸收光譜。2022/12/3072紅外光區(qū)的劃分(2)紅外-拉曼近2023/1/1443紅外吸收產(chǎn)生的原理(1)紅外-拉曼紅外光的能量:與一般的電磁波一樣,紅外光亦具有波粒二像性:既是一種振動波,又是一種高速運動的粒子流。其波長表示為波數(shù)的形式

=1/(cm)=104/(m)所具有的能量為:

E=hc/=hc

紅外光所具有的能量正好相當于分子(化學鍵)的不同能量狀態(tài)之間的能量差異。因此才會發(fā)生對紅外光的吸收效應。2022/12/3083紅外吸收產(chǎn)生的原理(1)紅外-拉曼4594546

在果蔬品質檢測中主要檢測對象包括黃瓜、大白菜、西紅柿、鮮辣椒等,具體的檢測指標主要有糖分、維生素C、粗蛋白中性纖維、糖度、酸度和內(nèi)部褐變等。在食品安全方面主要是針對一些有害物質的殘留的鑒別等。1、

近紅外光譜檢測技術在農(nóng)業(yè)中的應用1.1在果蔬品質檢測中的應用101、近紅外光譜檢測技術在農(nóng)業(yè)中的應用1.14647表4-4近紅外光光譜檢測水果的研究工作11表4-4近紅外光光譜檢測水果的研究工作4748水果糖度和有效酸度近紅外光在線檢測示意圖12水果糖度和有效酸度近紅外光在線檢測示意圖4849

Dull等(1989)利用近紅外光880nm和913nm兩個波長的單色光檢測甜瓜和哈蜜瓜的可活性固形物含量漫反射水果檢測原理簡圖13Dull等(1989)利用近紅外光880nm和4950

Kawano等(1992)利用近紅外光光進行溫州蜜柑的透射光譜糖度檢測,光譜范圍為680-1235nm,并采用多元線性回歸(MLR)和二次微分光譜建模,得出r=0.989的結論。透射光譜糖度檢測14Kawano等(1992)利用近紅外光光進行溫州蜜柑5051SchmilovitchZe’ev等(2000)利用近紅外光反射技術和多元統(tǒng)計分析(MLR),主成分分析(PCA)和偏最小二乘法(PLS),檢測芒果的可溶性固形物含量、酸度和果肉硬度,MLR分析的相關系數(shù)分別為0.92,0.61,0.82。水果內(nèi)部品質近紅外光檢測系統(tǒng)15SchmilovitchZe’ev等(2000)利用5152

劉燕德等人(2004)基于近紅外光譜技術建立了水果糖份含量的測量系統(tǒng),主要包括FT-IR光譜儀、光纖漫反射附件和計算機及數(shù)據(jù)采集卡。其具體的檢測方法為:蘋果的近紅外光漫反射光譜測量通過一個專門的試驗系統(tǒng)來測定,這個系統(tǒng)包括一個寬波段的光源(50W石英鹵素燈),一個固定光纖和水果樣品架。16劉燕德等人(2004)基于近紅外光譜技術建立了水果5253水果可見-近紅外光檢測系統(tǒng)17水果可見-近紅外光檢測系統(tǒng)53541.2

在植物信息檢測中的應用

植被的反射光譜特征主要由葉片中的葉肉細胞、葉綠素、水分含量和其他生物化學成份對光線的吸收和反射形成的,在不同波段,植被的反射光譜曲線具有不同的形態(tài)特征,它是物體表面粒子結構、粒子尺度、粒子的光學性質、入射光波長等參數(shù)的函數(shù)。國內(nèi)外相關學者做了大量的研究。181.2在植物信息檢測中的應用植被的反射光譜特征主要5455DeTar等(2007)利用高光譜估算棉花的植被指數(shù);Dirk等2005年利用光譜成像估算小麥葉綠素含量;Sui等(2004)利用光譜成像估算棉花的氮素含量;Borhan等(2005)利用光譜成像估算土豆葉片的葉綠素和氮素含量。19DeTar等(2007)利用高光譜估算棉花的植被指數(shù)5556李民贊等(2005)在對溫室栽培黃瓜分析的基礎上,提出了利用規(guī)一化顏色指數(shù)(NDCI)診斷溫室作物長勢的模型,并在NDCI基礎上,開發(fā)了基于光導纖維的溫室作物長勢監(jiān)測儀。溫室作物長勢監(jiān)測儀示意圖20李民贊等(2005)在對溫室栽培黃瓜分析的基礎上,提出了56571.3

在畜禽產(chǎn)品檢測中的應用

近紅外光譜由于其自身快速、方便、精確、以及無污染危害等優(yōu)點,現(xiàn)如今已被廣泛應用到畜禽產(chǎn)品中來。像肉類、禽蛋、水產(chǎn)品。

211.3在畜禽產(chǎn)品檢測中的應用5758Brennan等(2003)建立了一個近紅外光譜系統(tǒng)用來在線檢測牛奶處理過程中的脂肪含量。該系統(tǒng)是利用LIGA技術由光學元件構建的微系統(tǒng),他們將其用于牛奶處理過程中,在800~1100nm波長范圍內(nèi),對牛奶中脂肪含量的變化的檢測,系統(tǒng)響應敏感。但是這只是對這一設備的初步應用,進一步工作應著眼于在過程控制環(huán)節(jié)中如何引入成本低的光學系統(tǒng)以及對檢測進程和裝置設計的改善,以期提高系統(tǒng)的穩(wěn)定性。22Brennan等(2003)建立了一個近紅外光譜系統(tǒng)用5859夏賀元康小組進行牛奶在線檢測示意圖23夏賀元康小組進行牛奶在線檢測示意圖5960應用ASD便攜光譜儀檢測肉類品質示意圖24應用ASD便攜光譜儀檢測肉類品質示意圖6061李慶波等(2002)研究了采用近紅外光譜技術檢測牛奶中主要成分。劉蓉等(2005)綜合利用半數(shù)重采樣法和最小半球體積法對牛奶成分測量的近紅外光譜進行了奇異點的剔除實驗。劉燕德等(2007)采用紫外可見光(200-800nm)透射檢測雞蛋的新鮮度。透射法檢測雞蛋新鮮度25李慶波等(2002)研究了采用近紅外光譜技術檢測牛奶中主6162621.4在經(jīng)濟作物檢測中的應用

Lupaert等(2003)、Zhang等(2004)先后利用近紅外光譜方法定性和定量地分析了茶葉中蛋白質、咖啡堿、氨基酸、多酚類以及水分的含量。岡本存喜等(1989)對福建烏龍茶和日本的玉露、煎茶等蒸青綠茶進行了水份的測定。吉川聰一郎等(1997)用NIRS測量茶葉中的全氮量、氨基酸、咖啡堿和茶多酚。26261.4在經(jīng)濟作物檢測中的應用6263王東丹、李天飛等(2001)利用BRUKERVERCTOR22/N型傅立葉變換近紅外漫反射光譜儀對煙草的總糖、還原糖、總氮、尼古丁含量建模分析。近紅外光在線檢測煙草質量27王東丹、李天飛等(2001)利用BRUKERVERCT63642近紅外光檢測技術在食品中的應用

在酒類產(chǎn)品檢測中的應用成分鑒定、產(chǎn)地鑒別分析、生產(chǎn)過程控制和瓶裝酒檢測、酒品質專用分析儀。在調(diào)味品檢測中的應用主要對食醋中的酒精和醋酸進行定量分析、摻假醋的鑒別、食醋老化程度。醬油原料、醬油濾餅、醬油成分的分析等。

282近紅外光檢測技術在食品中的應用在酒類產(chǎn)6465在谷物檢測中的應用利用近紅外漫反射光譜技術建立了小麥籽粒硬度、水份、粗蛋白、賴氨酸和粗淀粉指標、有學者已把光學在線測量系統(tǒng)應用于硬質小麥加工產(chǎn)品的質量控制,對小麥蛋白質含量和粉粒粒度進行實時在線測量。在食用油檢測中的應用通過近紅外反射光譜測定亞麻子含油量,使用NIR透射光譜快速測定大豆油(SBO)氧化水平,共軛二烯值(CD)和茴香胺值。棉籽油粉中油含量的測定等。29在谷物檢測中的應用65663近紅外光檢測技術在其它行業(yè)中的應用3.1在石油化工檢測中的應用石油化工產(chǎn)品的主要成分是各種烴類化合物,其主要官能團是C-H,因此特別適合近紅外分析。1989年Kelly等人用短波近紅外光譜成功測定了汽油辛烷值標志著近紅外光譜技術開始進入石油產(chǎn)品質量分析領域。

303近紅外光檢測技術在其它行業(yè)中的應用3.1在石油化666

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫網(wǎng)僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論