[发明专利]一种粒料和粉料状固体聚合物性质快速检测方法

说明书

本发明公开了一种粒料和粉料状固体聚合物性质快速检测方法，该方法利用近红外光谱技术，针对固体聚合物粒度不均匀、同一样本积分球漫反射光谱差别大的问题，选择具有代表性的样本光谱，筛选出一致性较高的样本，并将其用于建立固体聚合物性质预测模型。相较于传统的性质检测方法，该方法能够快速、无损地进行性质预测，且该方法在建模前能够筛选出一致性高的样本，可显著提升模型的预测精度。

技术领域

本发明涉及工业过程中的性质检测，具体为一种采用近红外光谱技术的粒料和粉料状固体聚合物快速无损检测方法。

背景技术

当前聚合物性质检测主要依赖传统分析化验手段，该方法检测时间长，难以满足实时性要求，且操作复杂，成本高。近年来，光谱分析技术得到了快速发展，具有无损性、快速性等优势。其中，近红外光谱法检测技术分析周期短、检测成本低，已开始应用于工业过程中的粒料和粉料状固体聚合物性质的快速检测。

然而，采用近红外光谱技术进行检测时，检测结果与模型的质量有很大关系。首先，对于粒料和粉料状固体聚合物，在测量近红外光谱时往往采用的是积分球漫反射原理方式，由于固体聚合物粒度不均匀，测量结果有时相差很大。现有的建模方法往往采用全部样本进行建模，或者简单地进行界外样本的剔除，然而剩余样本仍会存在一致性较差的问题。若将这些样本用于建模，会对模型精度产生不利影响。因此，如何筛选建模样本，寻找一致性较高的样本成为建模的关键环节。

此外，即使针对同一种物质，固体聚合物光谱测量多次的结果差别也有可能较大。现有的加权平均方法往往导致光谱钝化，影响光谱特征的准确提取，进而影响建模精度。事实上，如果采用具有代表性的某条光谱而非加权平均后钝化的光谱，往往能起到更好的检测效果。

发明内容

针对上述问题，本发明公开一种粒料和粉料状固体聚合物性质快速检测方法，能够无损、快速、高精度地检测粒料和粉料状固体聚合物的性质。

本发明具有以下步骤：

(1)配置n份粒料或粉料状固体聚合物样本，并通过传统实验室化验方法测量性质值；

(2)扫描上述样本，获取各样本的近红外光谱，且每个样本扫描k次；

(3)进行谱图选择，步骤如下：

①选取光谱中具有代表性的m个波数点P₁,P₂,…,P_m，计算该样本k条光谱在各波数点上的平均值

②计算各光谱在波数点P₁,P₂,…,P_m到的距离之和sum_j,(j＝1,2,…,k)：

③选取sum_j值最小的那条光谱作为该样本光谱。

(4)初始化候选建模集I和最优建模集I_best为空集，迭代次数d置为0；

(5)随机选择n个样本中的n₁个样本，采用偏最小二乘法建立预测模型M₁，并将这些样本纳入I；

(6)计算M₁的校正标准误差SECV，并与校正标准误差的阈值SECV_th比较，若SECV＞SECV_th，则转步骤(8)，否则转步骤(7)；