多变量分析算法应用于纸品中回收纤维的鉴别研究

• 作 者: 黄耀驹
• 出 处: 华南理工大学
• 发表日期: 2016年期
• 关键词: 回收纤维 多变量分析算法 VB MATLAB 近红外光谱

近年来,回收纤维的有效利用受到越来越多的关注。出于保护环境和可持续发展的考虑,部分国家的法律规定了在某些纸品中回收纤维必须占有一定的比重。但是回收纤维不可避免地携带了荧光增白剂、重金属、残余油墨等对人体危害较大的化学物质。而作为纸品中与人的健康安全联系较为紧密的卫生用纸,如手帕纸、面巾纸和餐巾纸等,使用时与人体密切接触,因此在这些纸品的生产中必须严禁掺杂回收纤维。在推进回收纤维有效利用的同时,必须确保卫生用纸和食品包装纸等纸品的质量安全,所以建立一套针对纸品中回收纤维鉴别的方法是十分具有意义的。本论文在以下几个方面进行了探索和研究:鉴于传统检测方法无法判别卫生用纸在生产过程中引入的细微污染,从而存在无法区分故意掺杂少量回收纤维所生产的卫生纸和原生浆生产的卫生纸这一缺陷。本文基于检测残余油墨、填料、荧光亮度、纤维形态等方面的传统检测方法,引入主成分分析与BP神经网络两种多变量分析算法,建立卫生用纸分类判别模型,对传统检测所得的纸品参量进行分析,识别率达到100%。实现对卫生用纸是否掺杂回收纤维的鉴别。鉴于目前对纸品中回收纤维定性、定量的分析缺乏快速、有效的检测手段,本文研究开发了一种基于近红外光谱的快速鉴别纸品中回收纤维的方法,以多变量分析算法为基础建立了具有普适性的回收纤维定性、定量快速检测模型。文中通过对卫生用纸中是否掺杂回收纤维的定性鉴别和纸品中回收纤维含量的定量检测,阐述了从光谱数据优化到预测判别的建模流程,并验证了模型的稳定性和准确性。定性分析准确率达到100%,定量分析的拟合相对均方根偏差控制在2.3%和1.9%。鉴于常规标准加入法测定回收纤维中荧光增白剂含量时存在较大的不确定性,本文在紫外标准加入法的基础上引入了多变量分析算法。以荧光增白剂标准溶液的紫外光谱数据建立分析模型,对经过标准加入的样品的光谱数据进行偏最小二乘法分析,实现对荧光增白剂快速、准确的定量检测。定量检测结果的平均相对偏差为1.10%。鉴于目前专用于定性或定量检测纸品中回收纤维的仪器较少,本文以近红外光谱分析技术结合多变量分析算法建立的预测模型为基础,主要用VB和MATLAB两种编程语言开发了专用于回收纤维检测的便携式近红外光谱分析软件,实现了对纸品中回收纤维的快速检测。