换一批基于近红外光谱技术的甘草提取过程最优建模方法研究
Research on optimal modeling strategy for licorice extraction process based on near-infrared spectroscopy technology
摘要通过实时采集正常操作条件下及发生异常工况时的甘草提取液的动态近红外光谱数据,结合主成分分析法(PCA)、偏最小二乘回归法(PLSR)和平行因子-偏最小二乘回归联用法(PARAFAC-PLSR)建立3种甘草提取过程的实时监测模型,并分析各种模型的特点.结果表明,基于3种方法建立的模型均能在一定程度上预测异常加热工况的发生,但同时也存在一定误判.其中,PCA方法建立的模型出错率最高,在60 min之前就出现3次“故障”误判,不适用于该过程的分析应用.而PLSR和PARAFAC-PLSR模型基本效果相似,校正集相关系数分别高达0.934 2,0.928 1,验证集相关系数也分别达到了0.856 7,0.828 3;并且这2种方法建立的预测模型误判率较低,首次成功预测的故障均发生于75 min.此外,PLSR和PARAFAC-PLSR模型均能在一定程度上预测出系统状态的走势.说明基于动态近红外光谱动态数据建立的PLSR和PARAFAC-PLSR模型均具有良好的在线监测和预测功能,为中药提取过程动态监测方法的优化选择提供了参考依据.
更多相关知识
关键词
近红外光谱甘草平行因子法质量控制过程分析动态监测near infrared spectroscopylicoricePARAFACquality controlprocess analysisdynamic monitoring
栏目名称
DOI
10.4268/cjcmm20161907
发布时间
2016-11-22（万方平台首次上网日期，不代表论文的发表时间）
基金项目
- 浏览138
- 被引7
- 下载0
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
