|
近紅外譜區是指位于可見(jiàn)譜區與中紅外譜區之間的一段電磁波譜，即介于780-2526nm的光區。近紅外光譜（Near-infrared Spectroscopy, NIRS）可劃分為短波長(cháng)近紅外波段和長(cháng)波長(cháng)近紅外波段，其波段范圍分別為780-1100nm和1100-2526nm。由于頻率較高，NIR譜區分子對其吸收主要是分子振動(dòng)的倍頻與合頻吸收。NIRS分析技術(shù)是通過(guò)被分析物質(zhì)中的含氫基團，如OH、CH、NH、SH、PH等在近紅外區域內表現有特征吸收，利用計算機技術(shù)及化學(xué)計量學(xué)方法，對掃描測試樣品的光學(xué)數據進(jìn)行一系列的分析處理，最后完成該樣品有關(guān)成分的定量分析任務(wù)。由于它具有不破壞樣品且快速、準確等優(yōu)點(diǎn)，是20世紀90年代以來(lái)發(fā)展最快、最引人注目的光譜分析技術(shù) [2，3]。目前它在谷物檢測領(lǐng)域已有著(zhù)廣泛的應用，如水分、蛋白、脂肪和纖維等指標的測定，近紅外檢測技術(shù)已經(jīng)成為了一種公認的標準檢測方法。但是現有的近紅外光譜分析儀器大多體積龐大，價(jià)格昂貴，不利于現場(chǎng)分析；或者功能單一，不易擴展和維護。 虛擬儀器的概念，是美國國家儀器公司（National Instruments Corp.簡(jiǎn)稱(chēng)NI）于1986年提出的，它是在以計算機為核心的硬件平臺上，其功能由用戶(hù)設計和定義，具有虛擬面板，其測試功能由測試軟件實(shí)現的一種計算機儀器系統。本文結合虛擬儀器技術(shù)和近紅外光譜分析技術(shù)，搭建了一個(gè)快速無(wú)損檢測整粒小麥成分含量的系統。 基于虛擬儀器的近紅外整粒小麥成分測量系統主要包括儀器軟、硬件和建模軟件。儀器軟、硬件均采用模塊化設計。硬件模塊化主要由光路、檢測器及信號調理電路和虛擬儀器的數據采集板卡組成；軟件模塊化主要由信號獲取模塊、I/O控制模塊、數據分析模塊、數據保存和顯示模塊組成。軟件平臺采用的是圖形化的編程語(yǔ)言LabVIEW，建模采用逐步回歸分析方法。 1.硬件設計 1.1光路設計 光源部分由14個(gè)近紅外發(fā)光二極管(LED)組成，每個(gè)發(fā)光二極管對應通過(guò)一個(gè)波長(cháng)位于890nm～1050nm之間的近紅外窄帶干涉濾光片，形成單色的近紅外光，近紅外光經(jīng)菲涅爾透鏡匯聚到被測樣品上，在樣品中被散射吸收后，由檢測器接收，由于LED的電流決定了它的光強，每支LED都有單獨可以調節的恒流電路，以保證光源的穩定。 窄帶干涉濾光片的帶寬為10nm，所使用的范圍為890nm～1050nm。測量的時(shí)候，先用各個(gè)波長(cháng)依次照射樣本，得到各波長(cháng)樣本的光譜數據，然后通過(guò)逐步回歸算法挑出對待測成分有顯著(zhù)影響的波長(cháng)。預測的時(shí)候，只需將所挑出波長(cháng)的吸光度帶入模型計算。 本系統采用單一的檢測器，將14個(gè)波長(cháng)的窄帶濾光片盡可能緊密地排布在圓形的支架上，在通過(guò)同樣電流的情況下LED在不同波長(cháng)處的光強不同，因此，將LED發(fā)光較弱波長(cháng)的濾光片（即波長(cháng)與890nm和940nm相差較大的濾光片）排布在接近圓心的位置，以增強有效光強。 菲涅爾透鏡的焦距是20mm，透鏡距離支架是40mm，距檢測器是20mm。菲涅爾透鏡、支架、檢測器垂直固定在通過(guò)它們中心的一條直線(xiàn)上。樣品池厚度為20mm（扣除樣品池壁后），樣品池透光的兩側為磨砂面，以進(jìn)一步增強光源的均勻性。樣品池在測量范圍內對各個(gè)波長(cháng)近紅外的透過(guò)率近似一致。因此由樣品池引起的誤差對各個(gè)波長(cháng)來(lái)說(shuō)近似一樣。 1.2光源部分電路設計 本系統的光源采用近紅外發(fā)光二極管，因為其光強小，對樣品不會(huì )造成損壞，適用于無(wú)損檢測，且使用壽命達到十年以上。選用波長(cháng)分別為890nm、940nm，帶寬為40nm"50nm。通過(guò)調整每支LED的電流，使各個(gè)波長(cháng)通過(guò)窄帶濾光片以后的光強近似一致。用電路控制LED輪流發(fā)光，以分時(shí)獲得樣品在單一波長(cháng)下的光度值。為保證LED的電流穩定可調，采用恒流源電路。 1.3信號轉換電路設計 檢測器選擇在短波近紅外區相應敏感的硅光電池。由于光電池產(chǎn)生的短路電流與光強有良好的線(xiàn)性關(guān)系，通過(guò)I/V轉換，可以得到提供AD轉換的電壓。由于光源LED的發(fā)光角度較小，有較好的單向性，可近似于平行光源。將LED放在菲涅爾透鏡的2倍焦距處，檢測器放在另一側1倍焦距處，選用圓形的硅光電池，與濾光片的排布相對。 光電池工作在零偏置即光伏模式，實(shí)現精確的線(xiàn)性工作。光電池偏置由運算放大器的虛地維持在零電位上，短路電流被轉換成電壓。切換增益電阻的開(kāi)關(guān)選擇小型5V繼電器，由數據采集卡中的I/O口通過(guò)一個(gè)三極管來(lái)控制通斷，在測量空白光路的時(shí)候選擇較小電阻，測量樣品時(shí)，由于樣品的吸收，光強較弱，選擇較大電阻，獲得較高的增益。 1.4數據采集卡 本系統采用的采集板為微機系統的擴展卡形式，數據采集卡是NI公司的PCI-6040E，用到的還有它的附件CB-68LP，其中CB-68LP是用來(lái)將PCI卡上的引腳引到主機外面方便連線(xiàn)的。 2.軟件設計 虛擬儀器技術(shù)的核心思想是利用計算機的硬/軟件資源，使本來(lái)需要硬件實(shí)現的技術(shù)軟件化(即虛擬化)，以便最大限度地降低系統成本，增強系統的功能與靈活性�；谲浖赩I系統中的重要作用，美國NI公司提出了“軟件就是儀器”的口號。本系統所用的程序模塊以及它們之間的層次關(guān)系如下圖所示： 圖1 程序模塊及其層次關(guān)系 2.1程序前面板設計 前面板相當于真實(shí)儀器可操作的面板，可以通過(guò)操作此面板來(lái)完成需要的任務(wù)，此前面板包括：開(kāi)始運行按鈕，數字I/O線(xiàn)控制按鈕，通道選擇，輸入采集次數控制量，顯示均值和圖形顯示幾個(gè)控件。 2.2程序框圖設計 在LabVIEW中，程序框圖相當于真實(shí)儀器內部的器件和連線(xiàn)，這才是軟件編程中的靈魂。這部分主要包括信號獲取模塊，I/O控制模塊，信號分析模塊，數據獲取模塊和數據顯示模塊。 圖2為系統框圖程序，其中包括所用到的各種控制器和顯示器及各種函數和它們對應的設置。 圖2 框圖程序 3.應用實(shí)驗及結果分析 本系統掃描了40個(gè)已知粗蛋白含量的整粒小麥樣品，得到40個(gè)光譜圖數據（如圖3）。 圖340個(gè)樣品的總光譜圖 然后用36個(gè)樣品(4個(gè)被剔除)的光譜數據對整理小麥粗蛋白含量進(jìn)行建模和預測，其中26個(gè)作為校準集，用于建立小麥粗蛋白含量與光譜數據之間的校準模型；10個(gè)作為預測集，用于檢驗模型的預測能力。 校準集樣品的建模模型為： C=4.77-60.24A890+122.17A910-40.63A940+83.83A1020-89.66A1050 其中，C為整粒小麥樣品粗蛋白的含量，A890，A910，A940，A1020，A1050為對應波長(cháng)點(diǎn)的吸光度。 根據此關(guān)系模型，將掃描到的光譜圖中對應波長(cháng)的吸光度值代入，即可得到某一整粒小麥粗蛋白含量值。其中校準集中預測值與化學(xué)值的相關(guān)系數為R=0.845，標準差為SEC=0.84。預測集中預測值與化學(xué)值的相關(guān)系數為R=0.834，標準差為SEP=0.93。 由于建模樣品量少以及儀器本身掃描光譜也存在一定的誤差，其預測結果與真實(shí)化學(xué)值之間存在一定偏差，由上面的圖可以看出，盡管如此，在精度要求不很精密的場(chǎng)合（如現場(chǎng)測量、快速檢測等），已經(jīng)可以用于對整粒小麥粗蛋白含量進(jìn)行快速無(wú)損檢測了。 4.結論 本文結合虛擬儀器技術(shù)和近紅外光譜分析技術(shù)，搭建了一個(gè)定量測量近紅外整粒小麥成分（粗蛋白含量）的系統，系統包括硬件設計與調試、軟件設計與調試以及實(shí)驗驗證三部分。此系統利用計算機豐富的軟件資源，實(shí)現了部分硬件的軟件化，節省了物質(zhì)資源，其硬件和軟件都采用標準化、模塊化和系統化的設計原則，系統性能穩定，調試、擴展和維護方便，人機界面友好，增加了系統的靈活性，能直接實(shí)時(shí)地對測試數據進(jìn)行分析和處理。同時(shí)將本軟件程序打包成可執行程序，可在沒(méi)有安裝LabVIEW軟件的電腦上運行，使其不依賴(lài)于編程軟件來(lái)執行，增加了它的適用范圍和靈活性。本文作者創(chuàng )新點(diǎn)：將虛擬儀器技術(shù)和近紅外光譜技術(shù)這兩種新技術(shù)結合起來(lái)搭建的測量整粒小麥成分的系統。 參考文獻： 陸婉珍.現代近紅外光譜分析技術(shù).北京:中國石化出版社，2000，1-2 徐廣通，袁洪福，陸婉珍.現代近紅外光譜技術(shù)及應用進(jìn)展.光譜學(xué)與光譜分析，2002，20（2）： 134-142 王多加，周向陽(yáng)，金同銘，等.近紅外光譜檢測技術(shù)在農業(yè)和食品分析上的應用.光譜學(xué)與光譜分析，2004，24（4）：447-450 金翀，耿燕茹，江明能，等.使用IM9100型近紅外整粒谷物分析儀分析秈米直鏈淀粉含量.中國稻米，2002，（1）：32 林正盛. 淺談虛擬儀器技術(shù)的演化與發(fā)展.微計算機信息，1997，（3）：66-67 朱爾一，楊芃原.化學(xué)計量學(xué)技術(shù)及應用.北京：科學(xué)出版社，2001，81-82 |
