采用LabVIEW的近紅外測(cè)量方案

圖2 框圖程序
應(yīng)用實(shí)驗(yàn)及結(jié)果分析
本系統(tǒng)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(shù)據(jù)（如圖3）。

圖3 40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(shù)據(jù)對(duì)整理小麥粗蛋白含量進(jìn)行建模和預(yù)測(cè)，其中26個(gè)作為校準(zhǔn)集，用于建立小麥粗蛋白含量與光譜數(shù)據(jù)之間的校準(zhǔn)模型；10個(gè)作為預(yù)測(cè)集，用于檢驗(yàn)?zāi)Ｐ偷念A(yù)測(cè)能力。

校準(zhǔn)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(duì)應(yīng)波長(zhǎng)點(diǎn)的吸光度。

根據(jù)此關(guān)系模型，將掃描到的光譜圖中對(duì)應(yīng)波長(zhǎng)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(zhǔn)集中預(yù)測(cè)值與化學(xué)值的相關(guān)系數(shù)為R=0.845，標(biāo)準(zhǔn)差為SEC=0.84。預(yù)測(cè)集中預(yù)測(cè)值與化學(xué)值的相關(guān)系數(shù)為R=0.834，標(biāo)準(zhǔn)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(yù)測(cè)結(jié)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(xiàn)場(chǎng)測(cè)量、快速檢測(cè)等），已經(jīng)可以用于對(duì)整粒小麥粗蛋白含量進(jìn)行快速無(wú)損檢測(cè)了。

本文結(jié)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(cè)量近紅外整粒小麥成分（粗蛋白含量）的系統(tǒng)，系統(tǒng)包括硬件設(shè)計(jì)與調(diào)試、軟件設(shè)計(jì)與調(diào)試以及實(shí)驗(yàn)驗(yàn)證三部分。此系統(tǒng)利用計(jì)算機(jī)豐富的軟件資源，實(shí)現(xiàn)了部分硬件的軟件化，節(jié)省了物質(zhì)資源，其硬件和軟件都采用標(biāo)準(zhǔn)化、模塊化和系統(tǒng)化的設(shè)計(jì)原則，系統(tǒng)性能穩(wěn)定，調(diào)試、擴(kuò)展和維護(hù)方便，人機(jī)界面友好，增加了系統(tǒng)的靈活性，能直接實(shí)時(shí)地對(duì)測(cè)試數(shù)據(jù)進(jìn)行分析和處理。同時(shí)將本軟件程序打包成可執(zhí)行程序，可在沒(méi)有安裝LabVIEW軟件的電腦上運(yùn)行，使其不依賴(lài)于編程軟件來(lái)執(zhí)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(jié)合起來(lái)搭建的測(cè)量整粒小麥成分的系統(tǒng)。