专利名称：基于近红外光谱秸秆固态发酵过程参数软测量方法及装置的制作方法
技术领域：
本发明涉及固态发酵过程控制领域，具体地说，是一种基于近红外光谱的秸秆固态发酵过程参数软测量方法及装置。
背景技术：
农作物秸秆是当今世界上仅次于煤炭、石油和天然气的第四大能源。据有关统计， 我国每年可产生近7亿吨秸秆，并以玉米、小麦和稻谷秸秆为主，占秸秆总产量的80%，但利用率却很低，大部分被直接焚烧，小部分机械还田。焚烧不仅浪费资源，还对自然资源造成极大地破坏。随着农业生物技术的发展，用生物技术特别是通过微生物固态发酵手段来处理秸秆，使其成为生物饲料、生物肥料和乙醇等绿色资源，不仅能够提高秸秆的利用值和利用率，而且还会改善农业生态环境，实现资源的充分利用，变废为宝。固态发酵(solid-state fermentation, SSF)是指在不含或几乎不含自由水的湿的固体物料中培养微生物的过程。在秸秆固态发酵过程中，物料中的含水量是非常有限的，但其十分重要，若用量过高或过低则对产率影响非常大；同时，水对物料的理化性质也有复杂的影响，并进一步影响产率。PH是发酵过程中的另一个重要的因素，每一种微生物都有一个适合其生长和发挥活性的PH范围。目前固态发酵中pH的控制还是一个尚待解决的问题，一方面发酵过程中的异质性使PH不断地变化，另一方面是没有合适的仪器检测确定固态材料中的PH。许多固态发酵过程中的pH具有特征性的变化，只是说物料中较低的含水量使常规性的PH检测方法难以奏效，因而限制了 pH作为重要控制参数的可行性。此外，像生物量浓度和目的产物含量等参数也都和PH这个重要的过程参数有着紧密的联系。目前，固态发酵过程参数(如湿度、pH、生物量浓度)的检测一般都采用离线化学实验方法。虽然化学检测方法的结果客观可信，但步骤烦琐、检测时间长、检测费用高，且离线测量给发酵工程的控制和优化带来了很多不便。因此，不利于实现对整个发酵过程状态信息变量的优化控制。近红外光谱(Near Infrared Spectroscopy, NIR)分析技术具有快速、无损、准确，多组分同时检测等优点，是最适于实现在线分析和实时控制的成熟技术之一，已经在石油、化工、食品、制药和烟草等领域得到了广泛应用。
发明内容
本发明的目的是在于克服现有农作物秸秆固态发酵过程参数检测方法的不足，提供一种基于近红外光谱的秸秆固态发酵过程参数软测量方法及装置，将近红外光谱技术应用于固态发酵过程参数的在线软测量，同时满足多指标成分的实时在线检测，实现对秸秆固态发酵过程进行实时监控和诊断，保证最终发酵产品的品质。本发明基于近红外光谱的秸秆固态发酵过程参数软测量方法的技术方案是采用以下四个步骤①选取不同发酵批次、不同发酵时间的秸秆固态发酵过程产物样本，利用常规理化分析方法获取秸秆固态发酵过程产物样本中的湿度、PH、生物量浓度、目的产物含量这些过程参数指标的参考测量值，组成一个数据库；②利用近红外光谱仪采集所述秸秆固态发酵过程产物样本的光谱数据并传入计算机，计算机对光谱数据预处理，对预处理后的光谱数据进行主成分分析，得到主成分得分矩阵及光谱协方差矩阵的特征值信息，通过特征值矩阵计算累计方差贡献率，提取累计方差贡献率达90%以上得分矩阵的前几个主成分得分向量作为固态发酵过程产物样本的特征变量；③将所述固态发酵过程产物样本的特征变量与所述数据库进行关联，采用偏最小二乘法建立秸秆固态发酵过程的多参数软测量模型；④将待测样本采用步骤力1所述的方法获得待测样本的特征变量，将该待测样本的特征变量输入所述多参数软测量模型，通过多参数软测量模型检测得到待测样本过程参数指标预测值。本发明基于近红外光谱秸秆固态发酵过程参数软测量方法的装置采用的技术方案是包括近红外光谱仪，近红外光谱仪中有商素灯，近红外光谱仪通过数据线连接计算机且通过Y型光纤连接样品杯，样品杯放置在载物台上，样品杯中放有秸秆固态发酵过程产物样本或待测样本，卤素灯发出的光经Y型光纤照射到样本上，在样本内部形成漫反射，漫反射光再经Y型光纤进入近红外光谱仪，经光谱仪分析转换后的光谱信号通过数据线传入计算机中。本发明的有益效果是本发明与传统化学分析手段相比，操作简单方便、检测速度快且重现性好，可用于秸秆固态发酵过程产物质量的在线监控，解决秸秆固态发酵生产过程中常规离线理化检测方法成本高、耗时长及效率低等缺陷，同时为秸秆固态发酵相关产品的质量提升提供有力的技术保障。
图1是本发明基于近红外光谱秸秆固态发酵过程参数软测量方法的流程示意图； 图2是本发明基于近红外光谱秸秆固态发酵过程参数软测量装置的结构连接示意图； 图中1.样品杯；2.载物台；3. Y型光纤；4.计算机；5.数据线；6.近红外光谱仪。
具体实施例方式本发明首先利用漫反射式近红外光谱采集装置获取秸秆固态发酵过程产物的近红外光谱数据，被采集的光谱信号经近红外光谱仪分析转换后通过数据线传入计算机；然后，对获得的原始光谱数据进行预处理，再运用主成分分析从这些光谱信息中提取主成分特征变量，并将这些特征向量与秸秆固态发酵过程产物参数指标的实测参考值(由常规理化分析方法测定)进行关联，采用偏最小二乘法建立发酵过程产物参数指标的软测量模型。 对于未知待测样本，通过相应的光谱数据采集和特征信息提取，然后再利用已建立好的相关数学模型来预测该发酵过程产物样本参数指标的属性值，以完成秸秆固态发酵过程产物参数的在线检测，有助于实现对秸秆固态发酵的过程进行实时监控和诊断。具体描述如下
如图2所示，近红外光谱仪6通过数据线5连接计算机4，近红外光谱仪6同时还通过 Y型光纤3连接样品杯1，将样品杯1放置在载物台2上，样品杯1中放有秸秆固态发酵过程产物样本或待测样本。在近红外光谱仪6中设有卤素灯，卤素灯发出的光经Y型光纤3照射到秸秆固态发酵过程产物样本或待测样本上，在秸秆固态发酵过程产物样本或待测样本内部形成漫反射，漫反射的光再经Y型光纤3进入近红外光谱仪6，经光谱仪分析6转换后的光谱信号通过数据线5传入计算机4中。红外光谱仪6用于采集样本的近红外光谱数据，计算机4是用于接收光谱信号，并对接受到的原始光谱信号进行预处理、主成分特征变量提取及建立软测量模型，将提取的特征变量代入已建立好的软测量模型，就可以快速预测待测样本的相应关键参数指标的属性值。如图1所示，广泛收集不同发酵批次、不同发酵时间的具有代表性的秸秆固态发酵过程产物样本用来进行模型校正，一般秸秆固态发酵过程产物样本要大于80个，每个样本可称取40g左右放入样品杯1中，将样品杯1放在载物台2上；近红外光谱仪6通过Y型光纤3与样品杯1相连接，近红外光谱仪6采集的光谱信号由Y型光纤3再传入近红外光谱仪6，再由连接在计算机4和红外光谱仪6之间的数据线5传至计算机4中。参考相关国家标准，通过常规的理化分析方法测得秸秆固态发酵过程产物参数指标，如生物量含量、目的产物含量、湿度、PH的过程参考测量值，其中，目的产物含量例如蛋白含量等，将这些过程参考测量值组成一个数据库。利用近红外光谱仪6采集秸秆固态发酵过程产物样本的光谱数据并传入计算机 4，为了消除背景干扰、颗粒大小和均勻度不一致等的影响，提高光谱的质量，计算机4需对采集的原始光谱数据进行预处理，光谱的预处理方法主要有标准正态变量变换、平滑、中心化、求导、归一化及小波滤噪等，在实际应用这些光谱预处理方法的时候，可以单独运用，也可以组合运用，再对预处理后的光谱数据进行主成分分析，得到主成分得分矩阵及光谱协方差矩阵的特征值等信息，通过特征值矩阵计算累计方差贡献率，并根据累计方差贡献率达90%以上的提取得分矩阵的前几个主成分得分向量作为全光谱的信息的特征向量，即固态发酵过程产物样本的特征变量。将提取的固态发酵过程产物样本的特征变量与秸秆固态发酵过程产物参数指标的过程参考测量值组成的数据库进行关联，运用偏最小二乘法建立秸秆固态发酵过程产物参数指标的多参数软测量模型，运用偏最小二乘法建立多参数软测量模型的方法是近红外光谱分析中较为成熟的线性校正方法，并已得到较为广泛的应用。对于未知待测秸秆固态发酵过程产物样本，同样每次称取40g左右的发酵产物放入样品杯1中，然后用近红外光谱仪6中的卤素灯发出的光经Y型光纤3照射到发酵过程产物样本上，并在该样本内部形成漫反射，漫反射出来的光再经Y型光纤3进入近红外光谱仪6，得到的光谱信号经光谱仪6分析转换后通过数据线5传入计算机4中。在计算机4中完成原始光谱数据的预处理和主成分特征变量提取，并将提取的待测样本的特征变量输入已建立好的多参数软测量模型，就可以快速预测待测样本的相应关键参数指标的属性值， 并显示在计算机4的界面上，利用建立的多参数软测量模型来完成待测样本关键参数指标属性值的实时检测，至此该未知待测发酵过程产物样本的关键参数指标属性值测量结束。本发明对秸秆固态发酵过程产物参数指标的快速检测具有通用性，利用秸秆固态发酵能制取多种目标产品，例如用于秸秆蛋白饲料固态发酵过程产物参数指标快速检测寸。
权利要求
1.一种基于近红外光谱秸秆固态发酵过程关键参数软测量方法，其特征在于采用以下四个步骤①选取不同发酵批次、不同发酵时间的秸秆固态发酵过程产物样本，利用常规理化分析方法获取秸秆固态发酵过程产物样本中的湿度、PH、生物量浓度、目的产物含量这些过程参考测量值，组成一个数据库；②利用近红外光谱仪采集所述秸秆固态发酵过程产物样本的光谱数据并传入计算机，计算机对光谱数据预处理，对预处理后的光谱数据进行主成分分析，得到主成分得分矩阵及光谱协方差矩阵的特征值信息，通过特征值矩阵计算累计方差贡献率，提取累计方差贡献率达90%以上得分矩阵的前几个主成分得分向量作为固态发酵过程产物样本的特征变量；③将所述固态发酵过程产物样本的特征变量与所述数据库进行关联，采用偏最小二乘法建立秸秆固态发酵过程的多参数软测量模型；孓将待测样本采用步骤②所述的方法获得待测样本的特征变量，将该待测样本的特征变量输入所述多参数软测量模型，通过多参数软测量模型检测得到待测样本过程参数指标预测值。
2.一种实现权利要求1所述的基于近红外光谱秸秆固态发酵过程参数软测量方法的装置，包括近红外光谱仪，近红外光谱仪中设有商素灯，近红外光谱仪通过数据线连接计算机，其特征是近红外光谱仪通过Y型光纤连接样品杯，样品杯放置在载物台上，样品杯中放有秸秆固态发酵过程产物样本或待测样本，卤素灯发出的光经Y型光纤照射到样本上， 在样本内部形成漫反射，漫反射光再经Y型光纤进入近红外光谱仪，经光谱仪分析转换后的光谱信号通过数据线传入计算机中。
全文摘要
本发明公开一种基于近红外光谱秸秆固态发酵过程参数软测量方法及装置，先利用理化分析方法获取固态发酵过程产物样本参考测量值组成数据库，再利用近红外光谱仪采集光谱数据并传入计算机，计算机对预处理后的光谱数据进行主成分分析，得到主成分得分矩阵及光谱协方差矩阵的特征值信息，通过特征值矩阵计算累计方差贡献率，提取累计方差贡献率达90%以上得分矩阵的前几个主成分得分向量作为固态发酵过程产物样本的特征变量；然后将固态发酵过程产物样本的特征变量与数据库进行关联，采用偏最小二乘法建立多参数软测量模型；最后将获得的待测样本的特征变量输入模型检测得到待测样本过程参数指标预测值；操作简单方便、检测速度快且重现性好。
文档编号G01N21/35GK102539375SQ20121000483
公开日2012年7月4日 申请日期2012年1月10日 优先权日2012年1月10日
发明者丁煜函, 于霜, 刘国海, 梅从立, 江辉, 肖夏宏 申请人:江苏大学