版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、近年來,由人為活動(dòng)造成的重金屬污染使植物體內(nèi)積累過量的重金屬元素,重金屬超標(biāo)的水果、蔬菜、糧食等農(nóng)產(chǎn)品會(huì)對(duì)人體健康造成危害。煙草是我國(guó)重要經(jīng)濟(jì)作物之一,重金屬污染不僅影響香煙品質(zhì),而且對(duì)吸煙者的健康產(chǎn)生嚴(yán)重的危害。因此,煙草中重金屬元素檢測(cè)對(duì)香煙品質(zhì)管理及吸煙者身體健康有著重要意義。
本論文以重金屬(銅Cu和鎘Cd)脅迫下的煙草為研究對(duì)象,研究煙草重金屬污染程度判別及重金屬元素定量檢測(cè)的方法和模型,具體研究?jī)?nèi)容和結(jié)果如下:
2、r> (1)研究了煙草鮮葉Cu污染程度LIBS判別方法。在土培條件下,采摘不同程度Cu污染下的煙草葉片并收集其LIBS光譜信號(hào)。對(duì)全譜LIBS數(shù)據(jù)進(jìn)行主成分分析,基于PC1、PC2、PC3的載荷值選取對(duì)應(yīng)于C、Fe、Mg、Ca、Fe、S、N、O等元素的18條譜線作為特征變量。利用所選特征變量建立線性判別分析(LDA)和支持向量機(jī)(SVM)分類模型。在LDA模型中,建模集與預(yù)測(cè)集的識(shí)別正確率分別為85%和72%;在SVM模型中,建模集與
3、預(yù)測(cè)集的分類正確率分別為97%和82%。結(jié)果表明,基于LIBS技術(shù)結(jié)合化學(xué)計(jì)量學(xué)方法判別新鮮煙草葉片Cu污染程度是可行的,能獲得滿意的判斷結(jié)果。
(2)研究基于響應(yīng)面法的煙草重金屬定量分析LIBS儀器參數(shù)優(yōu)化方法。利用BBD響應(yīng)面法針對(duì)LIBS檢測(cè)煙草重金屬含量的三個(gè)儀器因素:①激光脈沖能量,②探測(cè)器相對(duì)于激光脈沖的延時(shí)時(shí)間,③探測(cè)器門寬(積分時(shí)間),設(shè)計(jì)了實(shí)驗(yàn)方案,確定了最佳的三因素組合。a.在煙草葉樣本Cu含量檢測(cè)的參數(shù)優(yōu)
4、化實(shí)驗(yàn)中,以Cu I:324.75 nm譜線的信背比(Cu I:324.75 nm譜線強(qiáng)度與325.67 nm~326.73 nm范圍光譜平均值之比)作為目標(biāo)函數(shù),以最大化目標(biāo)函數(shù)為目標(biāo)分析實(shí)驗(yàn)結(jié)果,最終確定基于LIBS技術(shù)的煙草Cu定量分析的參數(shù)優(yōu)化組合為:激光能量為109 mJ,延時(shí)時(shí)間為5.19μs,積分時(shí)間為14.66μs。在此條件下得到的最大信背比為20.8857。b.在煙草根樣本Cd定量分析的參數(shù)優(yōu)化實(shí)驗(yàn)中,以Cd I:36
5、1.05 nm譜線的信背比(Cd I:361.05 nm譜線強(qiáng)度與359.15 nm~360.45 nm范圍光譜平均值之比)作為目標(biāo)函數(shù),以使目標(biāo)函數(shù)最大化為目的分析實(shí)驗(yàn)結(jié)果,確定基于LIBS技術(shù)的煙草Cd定量分析的參數(shù)優(yōu)化組合為:激光能量為115.34 mJ,延時(shí)時(shí)間為4.41μs,積分時(shí)間為6.48μs。此參數(shù)組合下最大信背比為11.7614。
(3)研究建立了煙草重金屬元素LIBS快速定量檢測(cè)方法和模型。①在基于LIBS
6、煙草葉樣本Cu含量分析中,選擇對(duì)應(yīng)Cu I的324.75nm和327.4 nm譜線作為關(guān)鍵變量。利用上述關(guān)鍵變量分別建立基于單變量的一元線性回歸模型和基于雙變量的MLR模型。此外,利用320nm~330nm范圍LIBS光譜數(shù)據(jù)建立PLS模型。基于Cu I324.75 nm譜線的一元線性回歸模型中,建模集決定系數(shù)Rc2為0.96,預(yù)測(cè)集決定系數(shù)Rp2為0.94;基于Cu I327.4 nm譜線的一元線性回歸模型中,Rc2為0.96,Rp2
7、為0.91;基于Cu I的324.75nm和327.4nm譜線的MLR模型中,Rc2為0.96,Rp2為0.92;基于320nm~330nm范圍光譜的PLS模型中,Rc2為0.95,Rp2為0.90。②在基于LIBS煙草根樣本Cd含量分析中,選擇對(duì)應(yīng)Cd I的346.62nm和361.05nm譜線作為關(guān)鍵變量。利用上述關(guān)鍵變量分別建立基于單變量的一元線性回歸模型和基于雙變量的MLR模型。此外,利用340nm~365nm范圍LIBS光譜數(shù)
8、據(jù)建立PLS模型?;贑d I346.62 nm譜線的一元線性回歸模型中,Rc2為0.96,Rp2為0.90;基于Cd I361.05nm譜線的一元線性回歸模型中,Rc2為0.96,Rp2為0.92;基于Cd I346.62 nm和361.05 nm譜線的MLR模型中,Rc2為0.97,Rp2為0.92;基于340 nm~365 nm范圍光譜的PLS模型中,Rc2為0.98,Rp2為0.94。
結(jié)果表明,基于LIBS技術(shù)的煙草
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 激光誘導(dǎo)擊穿光譜(LIBS)重金屬檢測(cè)系統(tǒng)的設(shè)計(jì).pdf
- 25613.激光誘導(dǎo)擊穿光譜檢測(cè)溶液中的重金屬
- 土壤中若干重金屬元素的激光誘導(dǎo)擊穿光譜檢測(cè).pdf
- 激光誘導(dǎo)擊穿光譜技術(shù)用于環(huán)境污染中重金屬元素檢測(cè)研究.pdf
- 土壤重金屬激光誘導(dǎo)擊穿光譜定量分析研究.pdf
- 激光誘導(dǎo)擊穿光譜土壤重金屬Pb和Mn快速測(cè)定技術(shù)研究.pdf
- 葉菜中重金屬元素的激光誘導(dǎo)擊穿光譜檢測(cè)及信號(hào)增強(qiáng)研究.pdf
- 馬鈴薯中重金屬元素鉛和鉻的激光誘導(dǎo)擊穿光譜快速綠色檢測(cè)研究.pdf
- 共軸雙脈沖激光誘導(dǎo)擊穿光譜對(duì)大米中典型重金屬元素檢測(cè)的研究.pdf
- Cr元素檢測(cè)的激光誘導(dǎo)擊穿光譜研究.pdf
- 激光誘導(dǎo)擊穿光譜技術(shù)應(yīng)用于煙氣中重金屬元素的定性分析.pdf
- 激光誘導(dǎo)擊穿光譜技術(shù)用于土壤成分檢測(cè)研究.pdf
- 基于激光誘導(dǎo)擊穿光譜的水泥品質(zhì)在線檢測(cè)研究.pdf
- 煙氣中重金屬元素的激光擊穿光譜檢測(cè)研究.pdf
- 基于激光誘導(dǎo)擊穿光譜技術(shù)的土壤理化信息檢測(cè)方法研究.pdf
- 基于激光誘導(dǎo)擊穿光譜技術(shù)的水稻鉻含量快速檢測(cè)方法研究.pdf
- 水下金屬元素的激光誘導(dǎo)擊穿光譜特性研究.pdf
- 32697.水體重金屬激光擊穿光譜定量檢測(cè)分析方法研究
- 基于激光誘導(dǎo)擊穿光譜技術(shù)測(cè)量混合燃?xì)猱?dāng)量比的研究
- 基于激光誘導(dǎo)擊穿光譜技術(shù)的巖屑識(shí)別方法研究.pdf
評(píng)論
0/150
提交評(píng)論