基于NIRS和Local PLS算法的堆肥关键参数实时动态分析

为对不同堆肥工艺堆肥全过程关键参数进行实时动态分析,该研究以牛粪便和玉米秸秆为原料,进行规模化槽式和膜覆盖好氧堆肥,采集堆肥全过程样本,分析了2种堆肥技术堆肥全过程中含水率、有机质含量和碳氮比等关键参数的变化,并结合Local PLS算法建立了2种堆肥技术堆肥全过程中上述参数的通用速测模型,得出以下结果:1)2种主要工艺关键参数数值及变化规律均不同,且在整个堆肥过程中有显著性变化(P0.05);2)所建立的Local PLS模型的RPD(Ratio of Prediction to Deviation)为4.47,RSD(Relative Standard Deviation)为3.37%,可达到很好的预测效果;有机质含量和碳氮比的R_P~2分别为0.74和0.77,RPD大于1.5,RSD小于10%,模型可用于定量预测;近红外预测值与实测值随堆肥时间的变化趋势具有较好的一致性,可实现规模化堆肥过程中关键参数的实时分析。     

不同热解温度骨炭孔隙结构的Micro-CT原位三维可视化表征

骨炭作为不同动物源骨粉资源化利用的一种重要产物,含有丰富的孔隙结构和活性位点,可被用作于催化剂载体或水体、土壤等环境中的吸附剂。为了三维、原位可视化表征不同动物源骨炭颗粒的孔隙结构特征,选择热解温度为400、500、600、700、800℃的猪、牛骨炭颗粒为研究对象。骨炭颗粒Micro-CT扫描条件为：管电压50 kV、管电流200 mA、图像分辨率10μm; Micro-CT图像二值化方法为Adaptive mean-C。结果表明：UM和ACE相结合的Micro-CT图像滤波处理方法最优;不同热解温度骨炭颗粒的断层结构图像和容积模型与电镜结果相近;骨炭颗粒比表面积、孔隙率和孔径分布的定量表征结果与实验室BET法的测定值相吻合。研究结果可为骨炭孔隙结构原位三维分析提供一种非破坏、可视化的表征新手段。     

基于在线近红外光谱的堆肥全过程关键参数快速检测

为探究在线近红外光谱仪对堆肥全过程含水率、pH值、电导率、有机质质量分数、总碳质量分数、总氮质量分数和碳氮比等关键参数进行实时分析的可行性,以采集的60个堆肥全过程样品为研究对象,利用在线近红外光谱仪、结合偏最小二乘法,建立了有机肥堆肥过程中含水率、pH值、电导率、有机质质量分数、总碳质量分数、总氮质量分数和碳氮比的近红外定量分析模型。研究结果显示:在线近红外光谱仪可实现堆肥全过程上述关键参数的速测(RSD10%),其中,含水率和总氮质量分数的R_(2C)和R_(PD)分别为0. 94和3. 62、0. 92和3. 14,模型效果优秀; pH值、总碳质量分数和碳氮比的R_(2C)和R_(PD)分别为0. 90和1. 89、0. 83和2. 12、0. 82和2. 15,模型效果良好;电导率和有机质质量分数的R_(2C)和R_(PD)分别为0. 79和1. 85、0. 80和1. 93,模型效果一般,模型精度有待提高。各参数近红外预测值与实际测量值之间的偏差很小,并且近红外预测值与实际测量值随堆肥时间的变化趋势具有较好的一致性。     

豆粕品质近红外定量分析实验室模型在线应用

为探究豆粕近红外定量分析模型从实验室到工厂在线应用转移的可行性,以全国采集的117个豆粕样品为研究对象,利用偏最小二乘法在实验室建立了豆粕含水率、粗蛋白质量分数的近红外定量分析模型,继而将此模型转移到饲料生产企业进行在线应用。研究结果显示:建立的实验室近红外模型可实现豆粕含水率、粗蛋白质量分数的快速预测,其中,含水率和粗蛋白质量分数的验证集决定系数R2P分别为0. 83和0. 86,相对分析误差分别为2. 40和2. 55,模型效果良好;采用模型校正、样品扩充两种不同方法,将实验室模型转移到饲料生产企业进行在线应用,含水率和粗蛋白质量分数的预测值与实际测量值之间具有很好的吻合性,可以达到在线分析的要求。     

在线旁路近红外实时监测粪污厌氧发酵挥发性脂肪酸含量

厌氧发酵是畜禽粪污资源化利用的重要途径之一,挥发性脂肪酸作为重要的中间产物,可以很好地反映有机物质的降解过程,对其进行实时检测对在线监控发酵进程具有重要意义。该研究在已有实验室型厌氧发酵系统上、基于在线旁路检测方式设计了近红外实时检测装置及发酵液循环回路系统,探讨对乙酸、丙酸、异丁酸、丁酸、异戊酸、戊酸等单一挥发性脂肪酸和总挥发性脂肪酸进行在线实时检测的可行性。检测结果表明,所设计的在线检测方案和定标模型对挥发性脂肪酸含量的实时检测效果良好,即使对浓度含量较低(万分之五)的异丁酸仍能实现较准确的检测,结果分别为:乙酸的R2p=0.811,RPD=2.055,RSD=2.288%;丙酸的R2p=0.849,RPD=2.116,RSD=2.195%;异丁酸的R2p=0.968,RPD=5.555,RSD=2.132%;丁酸的R2p=0.889,RPD=2.701,RSD=1.846%;异戊酸的R2p=0.940,RPD=3.843,RSD=3.444%;戊酸的R2p=0.889,RPD=2.751,RSD=2.387%;总挥发性脂肪酸的R2p=0.734,RPD=1.846,RSD=2.150%。基于该研究提出的在线检测方案,近红外光谱技术能够实现厌氧发酵过程中挥发性脂肪酸的快速、在线、实时检测,可为今后沼气工程在线监测提供参考。     

基于定标模型云共享的奶牛粪水微型NIR现场速测系统

针对还田利用中粪水成分现场获取困难的问题，该研究设计开发了基于定标模型云共享的奶牛粪水微型近红外（Near-Infrared，NIR）现场速测系统，并对系统进行了验证。该系统主要包括微型近红外光谱传感器、云服务器、Android客户端。微型近红外传感器采集被测样品光谱数据，通过蓝牙协议将数据传输给Android客户端，再通过移动网络将光谱数据传送到云服务器；云服务器利用部署在云端的定标模型对接收到光谱数据进行计算、分析得到定量预测结果，并将预测结果回送Android客户端，可以实现总氮（Total Nitrogen，TN）、总磷（Total Phosphorus，TP）、总钾（Total Potassium，TK）、铵态氮（Ammonium Nitrogen，NH4+-N）、硝态氮（Nitrate Nitrogen，NO3--N）、酰胺态氮（Amide Nitrogen，CONH2-N），有效磷（Available Phosphorus，AP）、有效钾（Available Potassium，AK）、有机质（Organic Matter，OM）、pH值共10种粪水成分的快速检测。结果表明：对粪水TN、TP、TK、NH4+-N、NO3--N、CONH2-N、AP、AK、OM、pH值的预测相对误差分别约为9.251%、4.261%、8.238%、8.906%、17.825%、15.123%、9.829%、5.507%、10.558%、2.969%。微型近红外光谱技术结合定标模型云共享能够实现粪水中多种成分的现场速测，完成了定量模型的资源共享，且因微型近红外光谱传感器的便携性、Android客户端的操作简便性、定标模型云共享的低成本和无需用户具备专业知识要求等优点，具有广阔的市场前景和重要的现实应用价值。