本方案描述了一种利用近红外光谱结合偏最小二乘回归法预测聚苯醚生产过程中邻甲酚浓度的方法。为了更清晰、完整地说明该过程，本文以聚苯醚生产过程中邻甲酚浓度的预测为例，详细阐述各操作步骤。
需要JoVE订阅才能观看此内容。 请登录或开始免费试用
本文内容
摘要
摘要
与宏观过程变量不同，近红外光谱技术可提供工业过程中分子层面的过程信息，显著提升对组分的预测能力。该方法无需对固体和液体样品进行任何预处理即可采集光谱，具有明显优势，因而被广泛应用。然而，分析高维近红外光谱数据存在信息冗余和光谱数据多重共线性的缺点。因此，我们提出采用偏最小二乘回归方法，该方法传统上用于降低数据维度并消除原始特征间的共线性。我们将该方法应用于聚苯醚生产过程中邻甲酚浓度的预测。与组分回归预测方法相比，该方法具有以下优势：1）偏最小二乘回归解决了自变量间的多重共线性问题，有效避免了因自变量高度相关而在回归分析中出现的过拟合现象；2）采用近红外光谱可实现高精度预测，因为该方法是一种无损、无污染的技术，能够在微观和分子尺度上获取信息。
引言
近红外（NIR）光谱技术（NIRS）作为一种快速、高效、无损且无污染的现代分析技术，已获得广泛认可；近年来，该方法已被用于工业过程中产品质量检测与分析以及化学成分的测量。该方法最核心的特点是能够对固体和液体样品直接采集光谱，无需任何预处理，这使得NIRS特别适用于天然产物和合成产物的直接、快速检测与分析1,2。与传统的在宏观尺度上测量过程变量（如温度、压力、液位等）并不可避免地受到外部噪声和背景干扰的传感器不同，NIRS能够在微观和分子尺度上探测化学成分的结构信息。因此，相比其他方法，NIRS能够更准确、更有效地获取关键信息3,4。
聚苯醚作为工程塑料之一，因其耐热性、阻燃性、绝缘性、电性能、尺寸稳定性、抗冲击性、抗蠕变性及机械强度等特性而被广泛应用5。更重要的是，与其他工程塑料相比，聚苯醚无毒无害。目前，2,6-二甲酚是合成聚苯醚的基本原料之一，通常通过苯酚与甲醇催化烷基化法来制备6。该制备方法主要有两种产物：邻甲酚和2,6-二甲酚。经过一系列分离与萃取步骤后，利用2,6-二甲酚生产聚苯醚。然而，2,6-二甲酚中仍残留微量邻甲酚。邻甲酚不参与聚苯醚....
访问受限。请登录或开始试用以查看此内容。
方案
1. 使用傅里叶变换（FT）-近红外过程光谱仪采集近红外光谱数据
- 将近红外光谱仪的液相光纤探头安装在联苯醚产品出口处。打开与仪器连接的上位机上的OPUS软件，并开始配置测量参数。
- 连接光谱仪
- 在测量菜单中，选择光学设置与服务命令，或单击工具栏中的相应图标。
- 在打开的对话框中，点击光学台选项卡。
- 检查光谱仪设置是否正确。若正确，则关闭对话框；若不正确，则继续执行第4步。
- 从配置下拉列表中选择特定类型的光谱仪。
- 将光谱仪的IP地址输入到光学台URL输入框中。
- 点击连接按钮。
- 设置测量参数
- 在测量菜单中，选择测量命令，或单击工具栏中的相应图标。
- 在打开的对话框中，在不同的选项卡上定义测量参数。
注：各个测量参数的详细说明见OPUS参考手册。 - 点击
访问受限。请登录或开始试用以查看此内容。
结果
通过基于偏最小二乘回归的近红外光谱法，可获得聚苯醚产品中邻甲酚杂质的预测值。图2和图3分别展示了在特征选择阶段，随着主成分数目的增加，决定系数曲线和误差解释百分比变化所反映的方法可靠性。
特别需要注意的是，在选择主成分时，为了尽量降低模型的复杂度，通常当两个指标随主成分数目的增加不再显著上升时，可以舍弃后续携带信息量较少的主成分。本文中，根据两条曲线，当
达到0.9917时，即作为舍弃后续主成分的阈值。
通过
访问受限。请登录或开始试用以查看此内容。
讨论
本方案描述了利用近红外光谱法（NIRS）测定聚苯醚液体产物中残留邻甲酚浓度的偏最小二乘回归（PLSR）分析过程。
该过程中的两个关键步骤是原始近红外光谱数据的预处理以及高维近红外光谱数据的变量选择。
通常，非系统性背景干扰会导致近红外光谱的非系统性散射偏差或基线漂移。适当的近红外光谱预处理方法（如导数法、归一化、多元散射校正等）作为首要的关键步骤，可消除背景干扰并提高数据的信噪比。
高维近红外光谱数据中存在的多重线性相关性会引入不必要的计算，降低回归模型的运算效率。此外，还存在一些与液态多苯醚产品中邻甲酚含量弱相关甚至不相关的冗余变量。基于偏最小二乘法（PLS）的变量选择作为第二个关键步骤，可解决上述两个问题，相较于直接使用普通最小二乘回归（OLSR）建模，能够降低模型复杂度并增强其稳健性。
此外，该技术存在以下局限性。首先，该方法要求近红外（NIR）光谱数据的各个维度变量之间不存在显著的非线性相关性。这是因为偏最小.......
访问受限。请登录或开始试用以查看此内容。
披露
作者无任何利益冲突需要披露。
致谢
本工作由国家自然科学基金（批准号：61722306 和 61473137）以及轻工技术与工程一流学科建设项目（LITE2018-025）资助。
....访问受限。请登录或开始试用以查看此内容。
材料
| 姓名 | 公司 | 目录编号 | 评论 |
|---|---|---|---|
| MPA II 多用途傅里叶变换近红外分析仪 | Bruker | 1 | |
| 光纤探头（液相） | Bruker | 1 | |
| 液相色谱分析仪 | / | 1 | |
| 实验室设备与耗材（例如试管等） | / | ||
| MATLAB | MathWork | 1 | |
| OPUS | Bruker | 1 | |
| 主计算机 | DELL | 1 | |
| The Unscrambler | CAMO | 1 |
参考文献
- Nicolai, B. M., et al. Nondestructive measurement of fruit and vegetable quality by means of NIR spectroscopy: A review. Postharvest Biology and Technology. 46 (2), 99-118 (2007).
- Chang, C. W., Laird, D. A., Mausbach, M. J., Hurburgh, C. R.
访问受限。请登录或开始试用以查看此内容。
重印与许可
