Name: o-cresol concentration online measurement based on near infrared spectroscopy via partial least square regression
Uploaded: 2019-11-08T12:30:00
Description: Watch this Scientific Journal Video about O-cresol Concentration Online Measurement Based On Near Infrared Spectroscopy Via Partial Least Square Regression at JoVE.com

Dette arbeidet ble støttet av det nasjonale natur vitenskaps fundamentet i Kina (Grant NOS. 61722306 og 61473137) og nasjonal førsteklasses disiplin program av lett Industriteknologi og ingeniørfag (LITE2018-025).

1. NIR spektrum datainnhenting med Fourier Transform (FT)-NIR prosess spektrometer
<ol><li>Installer flytende fase optisk fiber sonde av nær-infrarød spektrometer ved utløpet av polyphenyl Eter produktet. Og åpne Opus programvaren på den øvre datamaskinen som er koblet til instrumentet og begynne å konfigurere målingen.</li>
	<li>Koble til spektrometer
	<ol>
<li>På måle menyen velger du optisk oppsett og tjeneste kommando, eller klikker på i...

<ol>
	<li>Nicolai, B. M., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Nondestructive+measurement+of+fruit+and+vegetable+quality+by+means+of+NIR+spectroscopy:+A+review.">Nondestructive measurement of fruit and vegetable quality by means of NIR spectroscopy: A review.</a> Postharvest Biology and Technology. 46 (2), 99-118 (2007).</li><li>Chang, C. W., Laird, D. A., Mausbach, M. J., Hurburgh, C. R. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Near-infrared+reflectance+spectroscopy-principal+components+regression+analyses+of+soil+properties.">Near-infrared reflectance spectroscopy-principal components regression analyses of soil properties.</a> Soil Science Society of America Journal. 65 (2), 480-490 (2001).</li><li>Chen, Y., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Near-infrared+spectroscopy+for+rapid+evaluation+of+different+processing+products+of+Sophora+japonica.">Near-infrared spectroscopy for rapid evaluation of different processing products of Sophora japonica.</a> L. Spectroscopy Letters. 51 (1), 37-44 (2018).</li><li>Cayuela, J. A., Garcia, J. F. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Nondestructive+measurement+of+squalene+in+olive+oil+by+near+infrared+spectroscopy.">Nondestructive measurement of squalene in olive oil by near infrared spectroscopy.</a> LWT-FOOD SCIENCE AND TECHNOLOGY. 88, 103-108 (2018).</li><li>Joaquim, M., Rudnick, R. L., Shubkin, R. L. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Polyphenyl+Ether+Lubricants.">Polyphenyl Ether Lubricants.</a> Synthetic Lubricants and High-performance Functional. , 239 (1999).</li><li>Grabowska, H., Kaczmarczyk, W., Wrzyszcz, J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Synthesis+of+2,6-Xylenol+by+Alkylation+of+Phenol+with+Methanol.">Synthesis of 2,6-Xylenol by Alkylation of Phenol with Methanol.</a> Applied Catalysis. 47 (2), 351-355 (1989).</li><li>Jeon, D. B., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Determination+of+volatile+organic+compounds,+catechins,+caffeine+and+theanine+in+Jukro+tea+at+three+growth+stages+by+chromatographic+and+spectrometric+methods.">Determination of volatile organic compounds, catechins, caffeine and theanine in Jukro tea at three growth stages by chromatographic and spectrometric methods.</a> FOOD CHEMISTRY. 219, 443-452 (2016).</li><li>Davidyuk, E. I., Demchenko, V. F., Klisenko, M. A. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Rapid+group+separation+and+identification+of+chlorinated+organic+compounds+by+high+performance+liquid+chromatography.">Rapid group separation and identification of chlorinated organic compounds by high performance liquid chromatography.</a> JOURNAL OF ANALYTICAL CHEMISTRY. 52 (11), 1058-1065 (1997).</li><li>Rinnan, A., Berg, F., Engelsen, S. B. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Review+of+the+most+common+pre-processing+techniques+for+near-infrared+spectra.">Review of the most common pre-processing techniques for near-infrared spectra.</a> TrAC Trends in Analytical Chemistry. 28 (10), 1201-1222 (2009).</li><li>Zou, X. B., Zhao, J. W., Povey, M. J. W., Holmes, M., Mao, H. P. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Variables+selection+methods+in+near-infrared+spectroscopy.">Variables selection methods in near-infrared spectroscopy.</a> Analytica Chimica Acta. (1-2), 14-32 (2010).</li><li>Dunn, B. W., Beecher, H. G., Batten, G. D., Ciavarella, S. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=The+potential+of+near-infrared+reflectance+spectroscopy+for+soil+analysis+-+a+case+study+from+the+Riverine+Plain+of+south-eastern+Australia.">The potential of near-infrared reflectance spectroscopy for soil analysis - a case study from the Riverine Plain of south-eastern Australia.</a> Australian Journal of Experimental Agriculture. 42 (5), 607-614 (2002).</li><li>Wang, C. K., Zhang, T. L., Pan, X. Z. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Potential+of+visible+and+near-infrared+reflectance+spectroscopy+for+the+determination+of+rare+earth+elements+in+soil.">Potential of visible and near-infrared reflectance spectroscopy for the determination of rare earth elements in soil.</a> Geoderma. 306, 120-126 (2017).</li><li>Gatius, F., Miralbes, C., David, C., Puy, J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Comparison+of+CCA+and+PLS+to+explore+and+model+NIR+data.">Comparison of CCA and PLS to explore and model NIR data.</a> Chemometrics and Intelligent Laboratory Systems. , 76-82 (2017).</li><li>Wold, S., Sjostrom, M., Eriksson, L. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=PLS-regression:+a+basic+tool+of+chemometrics.">PLS-regression: a basic tool of chemometrics.</a> Chemometrics &amp; Intelligent Laboratory. 58 (2), 109-130 (2001).</li><li>Douglas, R. K., Nawar, S., Alamar, M. C., Mouazen, A. M., Coulon, F. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Rapid+prediction+of+total+petroleum+hydrocarbons+concentration+in+contaminated+soil+using+vis-NIR+spectroscopy+and+regression+techniques.">Rapid prediction of total petroleum hydrocarbons concentration in contaminated soil using vis-NIR spectroscopy and regression techniques.</a> SCIENCE OF THE TOTAL ENVIRONMENT. 616, 147-155 (2017).</li><li>Grassi, S., Alamprese, C. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Advances+in+NIR+spectroscopy+applied+to+process+analytical+technology+in+food+industries.">Advances in NIR spectroscopy applied to process analytical technology in food industries.</a> CURRENT OPINION IN FOOD SCIENCE. 22 (SI), 17-21 (2018).</li><li>Trung, T., Downes, G., Meder, R., Allison, B. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Pulp+mill+and+chemical+recovery+control+with+advanced+analysers+-+from+trees+to+final+product.">Pulp mill and chemical recovery control with advanced analysers - from trees to final product.</a> APPITA. 68 (1), 39-46 (2015).</li><li>Vann, L., Sheppard, J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Use+of+near-infrared+spectroscopy+(NIRs)+in+the+biopharmaceutical+industry+for+real-time+determination+of+critical+process+parameters+and+integration+of+advanced+feedback+control+strategies+using+MIDUS+control.">Use of near-infrared spectroscopy (NIRs) in the biopharmaceutical industry for real-time determination of critical process parameters and integration of advanced feedback control strategies using MIDUS control.</a> Journal of Industrial Microbiology&amp; Biotechnology. 44 (12), 1589-1603 (2017).</li><li>Modrono, S., Soldado, A., Martinez-Fernandez, A., de la Roza-Delgado, B. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Handheld+NIRS+sensors+for+routine+compound+feed+quality+control:+Real+time+analysis+and+field+monitoring.">Handheld NIRS sensors for routine compound feed quality control: Real time analysis and field monitoring.</a> TALANTA. 162, 597-603 (2017).</li></ol>

Denne protokollen beskriver prosessen med å utføre PLSR på måling av o-cresol konsentrasjon som gjenstår i det flytende produktet av polyfenylenoksid Eter med NIRS.
De to kritiske trinnene i denne prosessen er pre-prosessering av den opprinnelige NIR Spectral data og variablene valg av høy-dimensjonal NIR Spectral data.
Vanligvis fører ikke-systematisk bakgrunns interferens til ikke-systematisk spredning avvik eller Baseline drift av NIR spektrum. Riktig NIR ...

Nær infrarød (NIR) spektroskopi (NIRS) har fått bred aksept som en rask, effektiv, ikke-destruktiv, og ikke-forurensende moderne analytisk teknologi; metoden har vært brukt i løpet av de siste årene for produktkvalitet deteksjon og analyse og kjemisk komponent måling i industrielle prosesser. Den mest essensielle spesialitet av metoden er dens evne til posten Spectra for solid og flytende prøver uten pre-prosessering, noe som gjør NIRS spesielt egnet for direkte og rask deteksjon og analyse av naturlige og syntetiske produkter1,2. I motsetning til tradisjonelle sensorer som måler prosess variabler (f. eks temperatur, trykk, væskenivå, etc.) på en makroskopisk skala og uunngåelig lider av ekstern støy og bakgrunnsforstyrrelser, oppdager NIRS den strukturelle informasjonen i den kjemiske sammensetningen ved mikroskopiske og molekylære skalaer. Dermed kan viktig informasjon måles mer presist og effektivt enn med andre metoder3,4.
Polyphenyl Eter, som en av de tekniske plast, er mye brukt på grunn av sin varmebestandighet, flammehemmende, isolasjon, elektriske egenskaper, dimensjonal stabilitet, slagfasthet, krype motstand, mekanisk styrke og andre egenskaper5. Enda viktigere er det ikke giftig og ufarlig i forhold til andre tekniske plast. I dag er 2, 6-xylenol en av de grunnleggende råvarene for syntese av polyfenylenoksid Eter, og det er vanligvis utarbeidet av katalysert alkylation av fenol med metanol metode6. Det er to hovedprodukter av denne Forberedelses metoden, o-cresol og 2, 6-xylenol. Etter en rekke separasjon og utvinning trinn, 2, 6 xylenol brukes til å produsere polyfenylenoksid Eter. Men spormengder av o-cresol forblir i 2, 6-xylenol. O-cresol ikke delta i syntesen av polyfenylenoksid Eter og vil forbli i polyfenylenoksid Eter produktet, noe som resulterer i en nedgang i produktkvalitet eller til og med substandard. I dag, de fleste bedrifter fortsatt analysere komposisjoner av komplekse organiske blandinger som flytende fase polyphenyl Eter produkter som inneholder urenheter (f. eks o-cresol) av fysiske eller kjemiske separasjon analyse som kromatografi7,8. Separasjon prinsippet om kromatografi er bruken av blandingen av komposisjoner i den faste fasen og strømnings fasen i oppløsning, analyse, absorpsjon, desorpsjon eller annen affinitet av de mindre forskjellene i ytelsen. Når de to fasene beveger seg i forhold til hverandre, er komposisjoner adskilt av de ovennevnte handlingene gjentatte ganger i de to fasene. Avhengig av objektet, tar det vanligvis noen minutter til noen titalls minutter å fullføre et komplekst materiale separasjon drift. Det kan sees at målingen effektivitet er lav.
I dag, måling av produktkvalitet og avansert kontrollteknologi basert på denne analysen for den moderne fine prosessen kjemiske materialer industrien er nøkkelen retning for å ytterligere forbedre produktkvalitet. I prosessen industri polyphenyl Eter produksjon, sann tidsmåling av o-cresol innhold i polyfenylenoksid Eter produkt er av stor utvikling betydning. Kromatografiske analyse klart kan ikke oppfylle kravene til avansert kontrollteknologi for sanntids måling av stoffer og signal feedback. Derfor foreslår vi den delvise minste kvadrater regresjon (PLSR) metode for å etablere en lineær modell mellom NIRS data og o-cresol konsentrasjon, som innser den elektroniske målingen av o-cresol innhold i væsken polyfenylenoksid Eter produkt av stikkontakt .
Pre-prosessering for NIRS spiller den viktigste rollen før multivariabel statistisk modellering. NIRS wavenumbers i NIR spektrum og partikkel størrelsene av biologiske prøver er sammenlignbare, så det er kjent for uventede scatter effekter som har innflytelse på den innspilte prøven Spectra. Ved å utføre egnede pre-prosessering metoder, disse effektene er lett å bli eliminert i stor grad9. De mest brukte pre-prosessering teknikker i NIRS er kategorisert som scatter korreksjon og Spectral avledede metoder. Første gruppe av metoder inkluderer multiplikativ scatter korreksjon, detrending, standard normal variate transformasjoner, og normalisering. Den Spectral avledning metoder inkluderer bruk av første og andre derivater.
Før du utvikler en kvantitativ regresjon modell, er det viktig å fjerne unsystematic scatter variasjoner fra NIRS data fordi de har en betydelig innflytelse på nøyaktigheten av prediktiv modell, dens kompleksitet og parsimony. Valget av en passende pre-prosessering metoden bør alltid avhenge av den påfølgende modellering trinn. Her, hvis NIR Spectral datasettet ikke følger Lambert-Beer loven, og andre faktorer har en tendens til å kompensere for den ikke-ideelle oppførselen til prediksjon for spådde komponenter. Ulempen med eksistensen av slike unødvendige faktorer fører til økningen av modellen kompleksitet, selv mest sannsynlig, en reduksjon i robusthet. Dermed er anvendelsen av Spectral derivater og en konvensjonell normalisering til Spectral data en viktig del av metoden.
Etter forbehandling er NIRS data med et høyt signal-til-støy-forhold og lav bakgrunns forstyrrelse innhentet. Moderne NIRS-analyse gir rask anskaffelse av store mengder absorbansen over et passende Spectral-område. Den kjemiske sammensetningen av prøven blir deretter spådd ved å trekke ut de relevante variablene ved hjelp av informasjonen i Spectral kurven. Vanligvis er NIRS kombinert med multivariabel analyse teknikker for kvalitative eller kvantitative analyser10. En multivariabel lineær regresjon (MLR) analyse er ofte brukt for å utvikle og gruvedrift den matematiske forholdet mellom data og komponenter i industrielle prosesser og har vært mye brukt i NIRS analyse.
Det er imidlertid to grunnleggende problemer når du implementerer en MLR for preprocessed NIRS-data. Ett problem er variabelen redundans. Den høye dimensionality av NIRS data ofte gjengir prediksjon av en avhengig variabel upålitelig fordi variablene er inkludert som ikke har noen sammenheng med komponentene. Disse overflødige variablene reduserer informasjons effektiviteten til Spectral data og påvirker nøyaktigheten av modellen. For å eliminere variabel redundans er det viktig å utvikle og maksimere sammenhengen mellom NIRS-dataene og de anslåtte komponentene.
Et annet problem er spørsmålet om multicollinearity i NIRS data. En av de viktigste forutsetningene for flere lineære regresjon modeller er at det ikke er noen lineær sammenheng mellom noen av de forklarende variablene i regression modellen. Hvis dette lineære forholdet eksisterer, er det bevist at det er multicollinearity i den lineære regresjon modellen og antagelsen er krenket. I flere lineære regresjoner, for eksempel en vanlig minst kvadrater regresjon (OLSR), flere sammenhenger mellom variablene påvirke parameter estimering, øke modell feil, og påvirke stabiliteten av modellen. For å eliminere den multilinear sammenhengen mellom NIR-Spectral data, bruker vi variable utvalgsmetoder som maksimerer den iboende variasjonen av prøvene.
Her foreslår vi å bruke PLSR, som er en generalisering av flere lineær regresjon som har vært mye brukt i feltet av NIRS11,12. PLSR integrerer de grunnleggende funksjonene til MLR, Kanonisk korrelasjons analyse (CCA) og hovedkomponent analyse (PCA) og kombinerer prognoser analysen med en ikke-modell data-analyse. PLSR kan deles inn i to deler. Den første delen velger komponentene i de karakteristiske variablene og spådde komponenter av delvis minst kvadrater analyse (PLS). PLS maksimerer iboende variasjon av viktigste komponentene ved å gjøre kovariansen av de viktigste komponentene og spådde komponenter så stor som mulig når utdrager de viktigste komponentene. Deretter etableres OLSR-modellen av o-cresol konsentrasjon for de viktigste komponentene som er valgt. PLSR er egnet for analyse av støyende data med en rekke uavhengige variabler som er sterkt kollineare og svært korrelert og for samtidig modellering av flere svar variabler. Også, PLSR ekstrakter effektiv informasjon av prøven Spectra, overvinner problemet med multicollinearity, og har fordelene av sterk stabilitet og høy prediksjon nøyaktighet13,14.
Følgende protokoll beskriver prosessen med å bruke PLSR-modellen til å måle o-cresol-konsentrasjonen ved hjelp av NIR-Spectral-data. Påliteligheten og nøyaktigheten av modellen evalueres kvantitativt ved hjelp av bestemmelse koeffisienten (<img alt="Equation 1" src="/files/ftp_upload/59077/59077eq1.jpg">), prediksjon korrelasjonskoeffisienten (<img alt="Equation 2" src="/files/ftp_upload/59077/59077eq2.jpg">) og gjennomsnittlig kvadrat prediksjon feil av kryss validering (MSPECV). Videre, for å intuitivt vise fordelene av PLSR, evalueringen indikatorene er vist i flere tomter for en kvalitativ analyse. Til slutt presenteres evaluerings indikatorene for et eksperiment i tabellformat for å illustrere kvantitativt pålitelighet og presisjon i PLSR-modellen.

<table border="0" cellpadding="0" cellspacing="0" style="width:536px;" width="535">
	<tbody>
		<tr height="20">
			<td height="20" style="height:20px;width:319px;">MPA II Multi Purpose FT-NIR Analyzer</td>
			<td style="width:67px;">Bruker</td>
			<td style="width:88px;">1</td>
			<td style="width:63px;"></td>
		</tr>
		<tr height="20">
			<td height="20" style="height:20px;">Fiber Optic Probes(Liquid phase)</td>
			<td>Bruker</td>
			<td>1</td>
			<td></td>
		</tr>
		<tr height="20">
			<td height="20" style="height:20px;">Liquid chromatography analyzer&#160;</td>
			<td>/</td>
			<td>1</td>
			<td></td>
		</tr>
		<tr height="20">
			<td height="20" style="height:20px;">Laboratory Equipment and Supplies(e.g. test tube, etc.)</td>
			<td>/</td>
			<td></td>
			<td></td>
		</tr>
		<tr height="21">
			<td height="21" style="height:21px;">MATLAB</td>
			<td>MathWork</td>
			<td>1</td>
			<td></td>
		</tr>
		<tr height="21">
			<td height="21" style="height:21px;">OPUS</td>
			<td>Bruker</td>
			<td>1</td>
			<td></td>
		</tr>
		<tr height="20">
			<td height="20" style="height:20px;">Principal computer</td>
			<td>DELL</td>
			<td>1</td>
			<td></td>
		</tr>
		<tr height="21">
			<td height="21" style="height:21px;">The Unscrambler</td>
			<td>CAMO</td>
			<td>1</td>
			<td></td>
		</tr>
	</tbody>
</table>

o-cresol concentration online measurement based on near infrared spectroscopy via partial least square regression

I motsetning til makroskopisk prosess variabler, nesten infrarød spektroskopi gir prosessinformasjon på molekylær nivå og kan betydelig forbedre prediksjon av komponentene i industrielle prosesser. Evnen å fortegnelse Spectra for robust og flytende prøvene uten alle forbehandling er fordelaktig og metoden er vidt anvendt. Men ulempene ved å analysere høy-dimensjonale nær-infrarød Spectral data inkluderer informasjon redundans og multicollinearity av Spectral data. Derfor foreslår vi å bruke delvis minst kvadrater regresjon metode, som tradisjonelt har blitt brukt til å redusere data dimensionality og eliminere kolinearitet mellom de opprinnelige funksjonene. Vi implementerer metoden for å forutsi o-cresol konsentrasjon under produksjonen av polyfenylenoksid Eter. Den foreslåtte tilnærmingen gir følgende fordeler fremfor komponent regresjon prediksjon metoder: 1) delvis minst kvadrater regresjon løser multicollinearity problemet med de uavhengige variablene og effektivt unngår overfitting, som oppstår i en regresjonsanalyse på grunn av den høye sammenhengen mellom de uavhengige variablene; 2) bruk av nær-infrarød Spectra resulterer i høy nøyaktighet fordi det er en ikke-destruktiv og ikke-forurensende metode for å innhente informasjon på mikroskopiske og molekylære skalaer.

Den anslåtte verdien av o-cresol urenhet i polyphenyl Eter produkter oppnås ved PLSR-basert nær-infrarød spektroskopi. Figur 2 og Figur 3 henholdsvis vise påliteligheten av metoden i funksjonen valg scenen fra kurven av vedtaket koeffisient og feilen tolkning prosent økning med antall viktigste komponentene.
Nærmere bestemt, Vær oppmerksom på at i utvelgelsen av de viktigste komponenten...

Watch this Scientific Journal Video about O-cresol Concentration Online Measurement Based On Near Infrared Spectroscopy Via Partial Least Square Regression at JoVE.com

O-cresol Concentration Online Measurement Based On Near Infrared Spectroscopy Via Partial Least Square Regression

Protokollen beskriver en metode for å forutsi o-cresol konsentrasjon under produksjonen av polyfenylenoksid Eter ved hjelp av nær-infrarød spektroskopi og delvis minst kvadrater regresjon. For å beskrive prosessen tydeligere og fullstendig, brukes et eksempel på å forutsi o-cresol konsentrasjon under produksjonen av polyfenylenoksid for å klargjøre trinnene.

O-cresol konsentrasjon online måling basert på nær infrarød spektroskopi via delvis minst firkantet regresjon

Unlike macroscopic process variables, near-infrared spectroscopy provides process information at the molecular level and can significantly improve the ...

Betydningen av dette eksperimentelle manuskriptet ligger i anvendelsene av nær-infrarød spektroskopi og datautvinningalgoritmer til online overvåking av faktisk prosessindustri. De største fordelene med denne teknologien ligger i hurtigheten. Den ikke-destruktive egenskapen til sin nær-infrarøde deteksjonsteknologi og praksisen med delvis minst firkanter, eller PLS, algoritme.For å begynne, koble spektrometeret som beskrevet i tekstprotokollen. Hvis du vil konfigurere måleparametere, bruker du OPUS-programvaren. Naviger til Mål-menyen, og velg kommandoen Avansert måling.I dialogboksen som åpnes, definerer du måleparameterne i de forskjellige kategoriene. Hvis du vil lagre eksperimentfilen, klikker du kategorien Avansert. Definer oppløsningen som fire inverse centimeter.Definer antall skanninger som 16 skanninger i feltene for tidsregistrering for bakgrunnsskanning. Definer banen for automatisk lagring av måledata fra 4000 inverse centimeter til 12 500 inverse centimeter. Bestem datatypen for resultatspekteret som absorbans, og lagre eksperimentfilen.Klikk nå kategorien Optisk. Klikk rullegardinlisten blenderåpningsinnstilling, og velg den samme verdien som brukes til å hente et eksempelspektrum. Klikk deretter kategorien Grunnleggende.Klikk på Knappen Én kanal for bakgrunn, og plasser prøven i den optiske banen til spektrometeret for å måle prøvespekteret. Definer eksempelbeskrivelsen og eksempelskjemaet i det bestemte postfeltet. Denne informasjonen lagres sammen med spekteret.Klikk nå på Eksempel enkeltkanal-knappen for å starte den elektroniske målingen. Lagre NIR-spekteret av hver skanning som en OPUS-fil. Bruk programvaren OPUS til å lese det opprinnelige spektralsettet.Klikk kommandoen Last inn fil på Fil-menyen. Velg den bestemte spektrumfilen i dialogboksen som åpnes. Klikk Åpne-knappen.Spekteret vises i spektrumvinduet. Med den spektrale forbehandlingsfunksjonen i, få spektraldatasett forhåndsbehandlet med førsteordrederivatet. Først åpne Unscrambler, som er en multivariate dataanalyse og eksperimentell design programvare.Velg deretter Importer-kommandoen under Fil. Importer OPUS-filen som et originalt NIR-spektraldatasett. Velg Transformer-kommandoen under Endre.Velg deretter Savitzky-Golay derivater under Derivater. Definer eksemplene og variablene som alle eksempler og alle variabler i Omfang. Definer også antall utjevningspunkter som 13 og derivatet som første derivat i Parametere.Klikk OK for å starte derivatet. Utfør vektornormialisering på prøvespektraet for å normalisere verdien av absorbansen. Velg normaliseringskommandoen under Endre.Definer eksemplene og variablene som alle eksempler og alle variabler i Omfang. Velg vektor normalisering i typen. Klikk OK for å utføre vektor normalisering.Hvis du vil velge riktig antall hovedkomponenter, åpner du MATLAB og importerer MAT-filen som inneholder de forhåndsbehandlede nærinrøde spektraldataene ved å dra MAT-filen til arbeidsområdet. Åpne den programmerte M-filen i redigeringsprogrammet. Klikk Åpne under alternativet Redigering, velg den kompilerte M-filen i fillagringskatalogen, og klikk deretter Bekreft.Arbeid i MATLAB for å trekke ut 15 hovedkomponenter i henhold til optimaliseringsmålet og OLSR-modellen mellom de ekstraherte hovedkomponentene og de forventede verdiene for O-cresolkonsentrasjonen. Bestem R-kvadrert verdier og trenden med økende antall hovedkomponenter. Velg 10 som riktig antall hovedkomponenter med R-kvadrert verdi på 0,9917.For å validere godheten av passform og nøyaktighet av PLSR-modellen, gjenta modelleringsprosessen med 10 hovedkomponenter. Evaluer modellen basert på en 10-ganger kryssvalidering ved hjelp av plottene i prosentavviket som er forklart i NIR-spektraldataene, restene og den gjennomsnittlige firkantede prediksjonsfeilen for kryssvalidering eller MSPECV. Plottet her er rester, som refererer til forskjellen mellom O-cresol innhold referanseverdien og PLSR modell estimat.De plottede dataene viser at PLSR for måling av O-cresol-innholdet basert på NIR-spektrale data har høy nøyaktighet. Den gjennomsnittlige firkantede feilen for kryssvalidering er et mål på forskjellen mellom referansen og det forventede O-cresolinnholdet. Jo mindre verdi er, desto bedre er nøyaktigheten til den prediktive modellen som beskriver O-cresol-innhold.Gjennomsnittlig firkantet prediksjonsfeil for kryssvalidering for O-cresol-konsentrasjonsmålingen basert på PLSR reduseres etter hvert som antall hovedkomponenter øker. Feilen når et akseptabelt minimum på 10 hovedkomponenter. Dette beviser at PLSR resulterer i høy stabilitet for måling av O-cresol konsentrasjon ved hjelp av NIRS.Mens du prøver denne prosedyren, er det viktigste trinnet å nøyaktig få referanseverdiene til komposisjoner fordi dette er grunnlaget for all forbehandling og modellering utført i senere stadium. I tillegg til PLS kan noen nåværende populære maskinlæringsalgoritmer som dyp læring og beslutningstre også brukes i denne prosedyren. Kombinert med NIRS-deteksjonsteknologi mener vi at den foreslåtte datautvinning er en meningsfull mal for anvendelse i prosessen med industriell automatisering til intelligent transformasjon i moderne industri.

Research

JoVE Journal

Engineering

Proton Transfer and Protein Conformation Dynamics in Photosensitive Proteins by Time-resolved Step-scan Fourier-transform Infrared Spectroscopy

Proton Transfer og Protein konformasjon Dynamics i Lysfølsomme Proteiner av Time-løst Step-skanne Fourier-transform infrarød spektroskopi

Monitoring the dynamics of protonation and protein backbone conformation changes during the function of a protein is an essential step towards ...

Characterizing Far-infrared Laser Emissions and the Measurement of Their Frequencies

Karakter Far-infrarød laser Utslipp og måling av frekvensene

The generation and subsequent measurement of far-infrared radiation has found numerous applications in high-resolution spectroscopy, radio astronomy, and ...

Experimental Methods for Investigation of Shape Memory Based Elastocaloric Cooling Processes and Model Validation

Eksperimentelle metoder for undersøkelse av Shape Memory Basert Elastocaloric Kjøle Prosesser og Modell Validation

Shape Memory Alloys (SMA) using elastocaloric cooling processes have the potential to be an environmentally friendly alternative to the conventional vapor ...

The Evolution of Silica Nanoparticle-polyester Coatings on Surfaces Exposed to Sunlight

Utviklingen av Silica partikler-polyester Belegg på overflater som utsettes for sollys

Corrosion of metallic surfaces is prevalent in the environment and is of great concern in many areas, including the military, transport, aviation, ...

Optical Trap Loading of Dielectric Microparticles In Air

Optisk Trap Lasting av Dielektrisk Mikropartikler i luften

We demonstrate a method to trap a selected dielectric microparticle in air using radiation pressure from a single-beam gradient optical trap. Randomly ...

Generation of Size-controlled Poly (ethylene Glycol) Diacrylate Droplets via Semi-3-Dimensional Flow Focusing Microfluidic Devices

Generation of Size-controlled Poly ethylene Glycol Diacrylate Droplets via Semi-3-Dimensional Flow Focusing Microfluidic Devices

Generasjon av størrelse-kontrollerte Poly (etylenglykol) Diacrylate dråper via Semi-3-dimensjonale Flow fokus Microfluidic enheter

Uniform and size-controllable poly (ethylene glycol) diacrylate (PEGDA) droplets could be produced via the flow focusing process in a microfluidic device. ...

A Fabrication and Measurement Method for a Flexible Ferroelectric Element Based on Van Der Waals Heteroepitaxy

En fabrikasjon og målemetode gir et fleksibelt Ferroelectric basert på Van Der Waals Heteroepitaxy

Flexible non-volatile memories have received much attention as they are applicable for portable smart electronic device in the future, relying on ...

Near-Infrared Temperature Measurement Technique for Water Surrounding an Induction-heated Small Magnetic Sphere

Nær infrarød temperatur måling teknikk for rundt en induksjon-oppvarmet liten magnetisk sfære

A technique to measure the temperature of water and non-turbid aqueous media surrounding an induction-heated small magnetic sphere is presented. This ...

In Situ Surface Temperature Measurement in a Conveyor Belt Furnace via Inline Infrared Thermography

In Situ Overflate Temperatur Måling i en Transportbånd Ovn via Inline Infrarød Termografi

Measuring the surface temperature of objects that are processed in conveyor belt furnaces is an important tool in process control and quality assurance. ...

Study of Protein Dynamics via Neutron Spin Echo Spectroscopy

Study of Protein Dynamics via Neutron Spin Echo Spectroscopy

Studie av proteindynamikk via nøytron spin ekko spektroskopi

Most human body proteins' activity and functionality are related to configurational changes of entire subdomains within the protein crystal structure. The ...