0 引 言

铝是国民经济中不可缺少的基础原材料，广泛用于建筑、包装、交通运输、电力等领域[1，2]。近几年，中国铝工业高速发展致使铝土矿需求迅猛增加，铝土矿中主要的化学成分包括氧化铝(Al2O3)、氧化硅(SiO2)、氧化铁(Fe2O3)和氧化钛(TiO2)等，其指标的含量对氧化铝的生产工艺方案起着重要作用，传统铝土矿成分检测方法主要有钼蓝滴定法[3]和EDTA滴定法[4]等，但均存在检测速度慢、精度低等不足。因此，快速、无损检测出铝土矿内部化学成分成为当前亟待解决的难题。

近红外光谱(Near Infrared Spectroscopy,NIRS)是波长在780 nm～2500 nm之间的1种电磁波[5，6]，该项技术近年来在国内外发展迅速，广泛应用于农业、食品、医疗、煤矿等领域[7-18]，能够对物质的内部成分中O—H、Al—O、Si—O、C—O等基团产生倍频与合频吸收光谱带，通过分析吸收峰来进一步分析物质内部成分。此试验提出了1种基于近红外光谱的铝土矿内部成分定量检测方法，以铝土矿内部成分中Al2O3含量为研究对象，结合不同光谱预处理方法建立PLSR回归模型[19]，为铝土矿内部成分的检测提供1种高效、便捷的新方法。

1 实验部分

1.1 样品制备

此次实验共有150个铝土矿样品，均由山西西河底铝土矿提供，参照国家标准对其进行破碎、混合和缩分[20]，并通过150 μm实验筛进行研磨，最后经过高温炉加热100 ℃烘干2 h，制备成此次试验样品，并对其进行编号，样品的Al2O3含量理化检测结果见表1。

 

表1 Al2O3含量理化检测结果

  

样品数/个最大值/%最小值/%平均值/%150764055 39

1.2 仪器参数

选用NIR2500型近红外光谱仪，光谱探测范围可达800 nm～2 500 nm，配有积分球漫反射附件，采用了高分辨率的主光学平台，DTGS检测器，动镜移动速度为0.949 4 cm/s，分辨率为32 cm，扫描次数为16次/s。

1.3 评价参数

以下采用相关系数R、校正集均方根误差RMSEC和预测集均方根误差RMSEP来判断模型的好坏。相关系数越高，说明模型的相关性高，RMSEC、RMSEP越低，模型的预测精度越高[21]。

当前，各垦区正按照中央33号文件的统一部署，抓紧推进农垦改革发展工作，已取得积极成效，“两个3年”的改革任务基本完成。截至2018年10月底，全国农垦土地确权率已达88.7%，发证率达82.3%；超过80%的国有农场办社会职能和社区建设已纳入地方政府统一管理；专项试点也进展顺利，不少垦区探索了新的体制机制，完善了工作打法，促进了垦区经济社会发展。

利用近红外光谱仪采集到铝土矿样品上的漫反射光谱，收集在数据采集系统中，分别对每1个样品采集3次，取平均值作为此次试验的原始光谱，尽可能排除干扰，提高光谱质量。典型样品的平均原始光谱如图1所示。从图1可看出，在1 050 nm处存在特征吸收峰，整体波形相同，只是吸光度存在微小的差异。

 

(2)

一阶微分处理能够消除光谱的基线偏移现象，提高光谱质量。典型样品经过一阶微分处理后的光谱如图2所示，从图2可看出在1 400 nm、1 800 nm～1 900 nm、2 300 nm附近的光谱信号强度有所变强，特征吸收峰变得更加尖锐，检测过程中能够快速准确的找到其位置。

1.4 光谱采集

二阶微分处理能够消除光谱的基线漂移现象，但放大光谱信号的同时可能会导致光谱失真。典型样品经过二阶微分处理后的光谱如图3所示，相比之下，谱图特征峰更加明显，但毛刺也增加了许多。

2 结果分析

2.1 光谱分析

选择2012—2013年在首都医科大学附属北京安贞医院住院且经介入治疗的冠心病患者146例。随机分为干预组和对照组，干预组72例，平均年龄为（57.63±10.60）岁；对照组74例，平均年龄为（57.71±10.54）岁。两组患者性别构成、年龄、婚姻状况、文化程度、经济状况等人口统计学资料均无显著性差异（P＞0.05），具有良好的可比性。

  

图1 不同铝土矿样品平均原始光谱图

2.1.1 一阶微分

式中，yi为使用化学方法测得的真值为近红外光模型预测值对于yi相当于剔除校正集样品i的预测值；N为模型样本数；A为成分数。

其次是构筑新平台，建设南京和平交流中心。积极参与国际和平事务，充分发挥南京在“国际和平城市”协会中的应有作用。与联合国教科文组织合作，举办和平学国际学术研讨会、国际和平城市市长论坛、国际青年和平论坛、国际和平大会等，积极参与国际和平活动。每年参加、组织国内外和平交流或学术研讨活动3-5次。加入国际和平城市联盟。积极申请联合国教科文组织和平城市奖。探索设立南京和平奖项目。每年策划重大纪念日纪念活动，组织和参与国际性纪念活动等。大力开展民间和平交流活动。成立南京民间和平组织，举办和平使者选拔活动，组建一批国际和平志愿者队伍，为南京国际和平城市建设奠定坚实的基础。

  

图2 一阶微分处理后光谱图

2.1.2 二阶微分

在同等条件下，对已编号的铝土矿样品采集其近红外漫反射光谱，首先启动光源，预热10 min，光源控制系统通过电源控制红外光发射器，为系统提供稳定的近红外光，光经过聚光准直镜后由光纤导入，直接照射到铝土矿样品并产生漫反射光，漫反射后的光由光纤导出，再次聚光准直镜后，通过检测探头传递给数据采集系统。

  

图3 二阶微分处理后光谱图

2.2 定量模型分析

采集了150个铝土矿样品的近红外光谱，并对其微分光谱图进行分析，随机选取100个作为校正集样品，剩下的50个为预测集样品，利用TQ Analyst软件分别对不同预处理方法处理后的光谱通过偏最小二乘回归(PLSR)建立氧化铝含量的近红外光谱定量预测模型。比较不同铝土矿样品基于原始光谱、一阶微分、二阶微分、多元散射校正(MSC)以及平滑处理后的建立的定量模型，建模结果见表2。从表2可发现:Al2O3含量经过二阶微分处理后模型效果最佳，校正集和预测集的相关系数分别为0.931 92和0.947 12，均方根误差分别为0.022和0.026，二者仅相差0.004，说明模型精度较高；平滑处理后的模型稳定性较差，相关系数均不到0.8，综合考虑表2建模结果，选取经过二阶微分预处理后的模型为最优模型，最佳的建模结果如图4所示。

苏轼于1036—1101年间在世，庆历二年时苏轼不到10岁，且跋中言“桑榆之末景，忧患之余生”，其作时绝非青年时期，因而他所见者绝不可能是唐十五卷本，而只能是宋十卷本。而且苏轼是宋代的大学士，能大量阅读政府公藏书籍，他所见者，应当就是公藏的十卷本，也即《崇文总目》所载者。这也证明了在宋十卷本《嵇康集》中，肯定有《养生论》一篇。

 

表2 铝土矿定量模型结果

  

检测对象预处理方法校正集RcRMSEC预测集RpRMSEP原始光谱0 882400 0720 831540 057一阶微分0 823500 0560 879530 071Al2O3二阶微分0 931920 0220 947120 026MSC0 889480 0530 899410 0695点平滑0 731980 0930 752300 08615点平滑0 681940 1570 669340 121

  

图4 经二阶微分处理后最优建模结果

3 结 论

采集了150个铝土矿样品近红外光谱，通过不同光谱预处理方法建立了Al2O3含量的偏最小二乘回归模型。研究发现经过二阶微分处理后模型效果最佳，校正集和预测集的相关系数分别为0.931 92和0.947 12，均方根误差分别为0.022和0.026，模型稳定性较高，预测能力较强。上述研究为铝土矿内部成分含量快速检测提供了1种新方法。

参考文献:

[1] 孙 莉，肖克炎，王全明，等.中国铝土矿资源现状和潜力分析[J].地质通报，2011,30(5):722-728.

[2] 顾松青.我国的铝土矿资源和高效低耗的氧化铝生产技术[J].中国有色金属学报，2004,14(5):91-97.

[3] 吴子良.硅钼蓝光度法和滴定法在锰矿石测定中的应用[J].中国锰业，2014,32(3):46-49.

[4] 孟亚东，孙洛新，傅晓强，等.氟盐取代- EDTA滴定法测定铝土矿中铝量[J].岩矿测试，2008,27(6):475-476.

[5] 王圣毫，李 智，郑维平，等.煤质近红外光谱分析过程中预处理方法及模型的选择[J].煤质技术，2012(5):1-4.

[6] 赵春芳，褚丙武.近红外光谱法测定铝土矿主要成分含量的探讨[J].轻金属，2014(1):55-57.

[7] 郭志明，陈全胜，张 彬，等.果蔬品质手持式近红外光谱检测系统设计与试验[J].农业工程学报，2017,33(8):245-250.

[8] 王 君，刘 蓉.近红外光谱技术在液态食品掺假检测中的应用[J].食品工业科技，2016(7):374-381.

[9] 左仕深，吕冠欣，何积芬，等.近红外光谱技术快速鉴定医疗事故及医疗纠纷中所涉药品[J].食品与药品，2016,18(3):166-169.

[10] 雷 萌，李 明，吴 楠.煤粒度对煤质近红外定量分析模型的影响[J].光谱学与光谱分析，2013,33(1):65-68.

[11] 郝 勇，温钦华，罗秋红，等.基于近红外光谱和LSSVM方法的转基因大米鉴别研究[J].食品工业科技，2017，38(21)：242-245.

[12] 张 银，周孟然.近红外光谱分析技术的数据处理方法[J].红外技术，2007，29(6)：345-348.

[13] 李艳坤.近红外光谱预处理及波长选择方法[J].光谱学与光谱分析，2010，30(11)：199-200.

[14] 张小超，吴静珠，徐 云.近红外光谱分析技术及其在现代农业中的应用[M].北京：电子工业出版社，2012:1-273.

[15] 曲如燕.近红外光谱在药品快速鉴别中的应用[J].实用医技杂志，2010，17(7)：649-650.

[16] 刘翠玲，郑 光，孙晓荣，等.近红外光谱技术在农药残留量检测中的研究[J].北京工商大学学报(自然科学版)，2010，28(4)：52-55.

[17] 王丽卿.近红外光谱干涉仪高精度运动控制器设计[J].微型机与应用，2010(5)：27-29.

[18] 周 俊，白 净.近红外光谱技术及其在脑功能成像中的应用[J].国外医学生物医学工程分册, 2000,23(4):193-197.

[19] 于 雷，洪永胜，耿 雷，等.基于偏最小二乘回归的土壤有机质含量高光谱估算[J].农业工程学报，2015,31(14):103-109.

[20] 孙 刚，方全国，郑凤轩，等.煤炭采样重要理论问题的分析[J].煤炭学报，2013,38(7):1283-1286.

[21] 员文娥.煤中全水分及灰分的近红外测试方法研究[J].洁净煤技术，2016,22(3):26-29.