近红外光谱法在天然橡胶快速检测技术中的应用

样本的采集与制备

　　样品是由黑龙江科学院提供的蒲公英橡胶。经过预处理后用冷冻研磨机磨成细粉状，并在不同质量、不同压力、不同压片时间下获得蒲公英橡胶片作为样品进行检测。试验时，需要将橡胶片置于密闭的空间中以减小周围环境光在采集光谱信息时所引起的误差，然后调整探头与载物台之间的距离使光谱信号处于最大响应值的位置。

光谱数据的预处理

　　由于仪器的特性导致原始光谱数据两端存在较大的误差，故需要去除两端误差较大的部分，本实验截取的光谱范围为900~2200nm。同时，控制样本厚度、光照条件、温度等都力求一致，但是近红外光谱采集时，会加入许多高频随机噪声等无用数据，所以需要对原始光谱进行预处理。上图为经过二阶导数预处理后得到的谱图，与文献报道最为相似，效果为最优。

结果分析

　　得到近红外的原始数据与预处理数据后，运用化学计量学的方法对数据进行建模分析。多元线性回归、主成分回归、偏最小二乘回归等都是比较常用的建模方法。其中偏最小二乘回归是最常用的定量方法，主成分分析是定性模型的基本方法。而通过这些方法，可以很好的对蒲公英橡胶的性质进行预测。

　　北京化工大学董益阳教授课题组正在进行相关的研究工作，搭建了近红外光谱检测系统，利用近红外光谱技术预测橡胶的各种性质。通过对原始光谱的预处理滤去无关光谱信号，简化模型并提高模型预测能力，并建立模型，甄选出合适有效的模型进行分析预测，同时可以为开发在线无损检测蒲公英橡胶的设备软件提供依据。