基于近红外光谱分析技术的桉木纤维施胶量高低快速判别

【目的】基于近红外光谱分析技术,判别纤维板生产过程中施胶量高低,为施胶工艺阶段提供技术支撑。【方法】以桉木纤维为研究对象,以脲醛树脂胶黏剂施胶量高低为判别指标,对同一批桉木纤维,控制含水率5%左右,建立施胶量为无(0%)、低(3%)、中(12%)、高(20%) 4种类别的近红外光谱偏最小二乘法回归模型(PLS),采用PLS-DA法判别施胶量高低,探究光谱采集方式(施胶纤维运动或静态状态)、施胶后纤维陈放时间对模型判别准确性的影响。【结果】1)随着施胶量增加,近红外光谱吸光度增大,PCA分析可区分无、低、中、高4种施胶量类别的桉木纤维; PLS-DA法能够建立相关性好、准确性高的近红外光谱模型,对未知样品的判别正确率达100%; 2)静态或动态光谱采集方式不会影响模型建立,对未知样品的判别正确率达100%;施胶后纤维陈放时间对近红外光谱影响很大,施胶后长时间陈放的纤维几乎不能正确判别施胶量高低。【结论】不同施胶量桉木纤维对近红外光谱的吸光度不同,PLS-DA法可准确判别桉木纤维施胶量高低;样品处于静止或运动状态均不影响模型建立和判别的准确性,可为在线识别纤维施胶量提供一定思路。     

渗透剂对桉木化学机械法制浆性能的影响

研究了不同渗透剂对桉木化学机械法制浆性能的影响,结果表明:不同类型的渗透剂对桉木浸渍性能的影响差异较大,其中磺化琥珀酸二辛酯钠盐类渗透剂S4对桉木浸渍性能改善程度最高,渗透剂用量为0.4%时,可以使木片的吸液量和Na OH吸收率分别比对照样提高7.34%和9.97%。渗透剂对桉木化学机械浆的性能影响如下:浸渍段添加0.4%渗透剂S4,制取加拿大游离度(CSF)为300 m L的纸浆,可以使磨浆电耗降低10%以上,浆中的细小组分减少9个百分点以上,纤维束减少46%;纸浆的抗张强度、耐破强度及撕裂强度均有不同程度的提高,可分别提高11.4%、14.3%和15.6%,但对纸浆的白度无明显影响。     

不同桉木化学机械法制浆性能的研究

研究了尾巨桉、巨尾桉、尾叶桉、蓝桉及小叶桉这5种桉木的材性特征及其预处理-碱性过氧化氢化学机械浆(P-RC APMP)制浆性能。结果表明:5种桉木的综纤维素质量分数在77.96%~81.36%之间,小叶桉最高,巨尾桉最低;木质素质量分数在23.18%~26.62%之间,尾叶桉的最高,巨尾桉最低;纤维平均长度在755~785μm之间,差异较小。采用P-RC APMP制浆方法,在H2O2用量5%,Na OH用量4.5%浸渍条件下,小叶桉的制浆得率最高,达86.7%,巨尾桉最低,仅为84.2%;在相同加拿大游离度(300 m L CSF)下,蓝桉浆的强度性能和光学性能最优,纸浆的抗张强度和白度分别达30.13(N·m)/g和82.5%(ISO),且所需磨浆电耗最低,仅1 188 k Wh/t,巨尾桉浆的强度性能和光学性能最差,纸浆的抗张强度和白度分别为16.9(N·m)/g和73.8%(ISO),且所需磨浆电耗最高,约为1 370 k Wh/t。     

近红外光谱法快速测定速生桉木化学成分含量

用常规方法测定了104个速生桉木样品的综纤维素、聚戊糖、酸不溶木素及苯醇抽出物含量并采集了样品的近红外光谱。对原始光谱进行多元散射校正后,运用偏最小二乘法和交互验证的方法,确定最佳主成分数并建立样品相关化学成分含量的校正模型。独立验证中综纤维素、聚戊糖、酸不溶木素和苯醇抽出物模型的决定系数 Rval2分别为0.9067、0.9033、0.9504、0.9570;预测均方根误差(RMSEP)分别为0.33%、0.50%、0.31%、0.17%;相对分析误差(RPD)值分别为3.22、3.20、4.43、4.73;绝对偏差(AD)分别为?0.53%~0.60%、?0.95%~0.77%、?0.55%~0.52%、?0.22%~0.29%,4个校正模型较好地预测了验证集样品的化学成分含量,基本满足制浆造纸工业中快速测定速生桉木原料的需求。     

基于生物质精炼的桉木制浆技术

研究了尾巨桉原料进行预水解硫酸盐法制浆过程中,预水解段对物料化学组分、水解液性质、水解液资源化利用及后续制浆的影响。研究结果表明:预水解段的温度和保温时间对原料水解后的化学组分及水解液的性质有较大影响。尾巨桉预水解较为适宜的水解条件为温度165℃左右,保温时间60~90min,水解液中主要成分为木糖和低聚木糖。在采气速度15mL.min-1、糖浓度17.8g.L-1、温度180℃、硫酸浓度为0.25%的条件下制备糠醛,糠醛收率可达到71.89%。尾巨桉经过预水解,可以较大幅度降低后续制浆过程中蒸煮及漂白化学品的消耗。     

四种算法用于近红外测定制浆材材性的对比研究

采集了常见制浆材(桉木、相思木及杨木)样品的近红外光谱,测定了样品的基本密度、综纤维素、木质素和苯醇抽出物含量,用人为控制水分的方法测定了样品的水分含量。对原始光谱进行预处理后,分别运用偏最小二乘法(PLS)、LASSO算法、支持向量机法(SVR)和人工神经网络法(BP-ANN)建立基本密度、水分含量、综纤维素、木质素和苯醇抽出物含量的预测模型。对预测模型进行独立验证,结果显示:LASSO算法建立的基本密度和综纤维素模型性能最优,其预测均方根误差(RMSEP)分别为0.006 3 g/cm~3和0.49%,绝对偏差(AD)范围分别为-0.008 8~0.009 6 g/cm~3和-0.85%~0.87%;PLS建立的水分含量模型及苯醇抽出物模型最优,RMSEP值分别为1.21%和0.24%,AD范围分别为-1.99%~2.03%和-0.35%~0.38%;SVR建立的木质素模型最优,RMSEP值为0.43%,AD范围为-0.76%~0.74%,均满足制浆造纸工业中对误差的要求。     

桉木APMP制浆废液中主要有机组分的热解特性

采用高温静态水平管式炉对桉木碱性过氧化氢机械浆(APMP)制浆废液固形物(ASLS)及其3种主要组分,即碱木质素(AL)、多糖(PLS)与木质素-碳水化合物复合体(LCC)在400~800℃进行快速热解,利用GC、GC/MS、FT-IR和SEM等手段,分析了各相热解产物组成与分布规律。结果表明,AL对ASLS热解液相产物得率影响较大,PLS对气相产物与固相产物得率的影响较大。ASLS热解产生H2能力较强而与组分热解关系不大,高温阶段PLS热解生成CO能力显著提高,AL热解产生烃类化合物的能力明显高于其他组分。ASLS热解液相产物中的苯环化合物主要源自于AL热解产生,酚类与稠环化合物主要源自于AL和LCC组分热解产生,而酮类、呋喃类和酸类则是由AL、LCC和PLS热解后共同产生。ASLS、AL、PLS和LCC热解半焦表观形貌的差异比较明显。     

粗皮桉木材力学性质的近红外光谱方法预测

以人工林粗皮桉木材为研究对象,采用常规力学测试方法和近红外光谱方法对其无疵小试样力学性质进行研究。用近红外光谱仪采集试样表面的近红外光谱,对采集的近红外漫反射光谱进行导数预处理并对不同波段光谱建立校正模型,以1/3试样作为预测集对校正模型进行验证。结果表明:二阶导数预处理、350～25000nm全光谱波段、径切面和弦切面平均光谱值对粗皮桉木材力学性质模型预测效果最好。抗弯弹性模量和抗弯强度、顺纹抗压强度的实测值与近红外光谱方法的预测值存在较好的相关性,相关系数均大于0.88,相对分析误差大于2.0,表明利用近红外光谱方法预测人工林粗皮桉木材力学性质效果较好。     

桉木RDH蒸煮过程中木质素与碳水化合物的溶出规律研究

对桉木常规硫酸盐(KP)法和快速置换加热(RDH)硫酸盐法蒸煮过程中，木质素与碳水化合物中各单糖组分(葡萄糖、木糖、甘露糖和阿拉伯糖)的溶出规律进行了研究，分析了常规KP浆和RDH浆在纤维素结晶度和α-纤维素含量上的差异。与常规KP法蒸煮相比，在RDH蒸煮的初期，木质素和碳水化合物各单糖组分就大量溶出，蒸煮时没有表现出明显的初始脱木质素阶段。蒸煮结束后，RDH浆比常规KP浆具有相对较高的葡萄糖(纤维素)含量和相对较低的木糖、阿拉伯糖和甘露糖(半纤维素)含量。RDH纸浆的α-纤维素含量相对较高，但纸浆的纤维素结晶度与常规KP浆相比并没有明显的不同。     

碱性亚硫酸盐预处理对桉木酶解糖化的影响

为提高按木原料的酶解糖化效果,采用碱性亚硫酸盐对桉木原料进行预处理,并对预处理所得样品进行纤维素酶酶解糖化.通过测定酶解液中的葡萄糖、木糖得率,探讨预处理条件对产糖得率的影响.结果表明:随着蒸煮温度的升高,NaOH用量的增大,桉木酶解液中木糖、葡萄糖得率明显增大;随着Na2SO3用量的增大,保温时间的延长,酶解液中木糖、葡萄糖得率先增大后减小.最佳预处理条件为:蒸煮最高温度170℃,保温时间3h,NaOH用量3％,Na2SO3用量10％.此时,酶解木糖、葡萄糖得率分别可达15.37％和60.79％,比未经处理的1.73％和12.33％提高了7.88倍和3.93倍.     

相思木自水解过程产酸对后续硫酸盐法制浆的影响

为研究相思木自水解过程产酸行为及其对水解后木片硫酸盐法制浆的影响,在水热预处理强度指标P因子93～1 008的范围内进行木片自水解预处理,然后将一部分预抽提后木片通过超声波洗涤去除残留酸,将除酸处理后的预浸渍木片和对照样(即未进行超声波洗涤)以相同的条件进行硫酸盐法制浆。研究结果表明：自水解液(AHL)中产生的酸含量随预处理强度的增强而增大,导致AHL的pH值呈下降趋势;其中乙酸是主要酸成分,P因子606时乙酸质量浓度达到4.21 g/L,之后随自水解过程缓慢增加到P因子1 008时的4.41 g/L;P因子1 008时还检测到少量甲酸。超声波洗涤去除残留酸后木片蒸煮细浆得率比自水解木片提高了10.1%,同时纸浆Kappa值由31.24下降至19.69(P因子1 008),纸浆黏度没有明显变化,但纤维长度由0.76 mm下降至0.64 mm(P因子1 008),可能是导致超声波洗涤后木片纸浆手抄片的抗张和耐破强度轻微降低的原因。     

基于正交试验的桉木最佳气干方式

为探索桉木的最佳气干方式,以5年生巨尾桉广林9号（Eucalyptus grandis×E. urophylla GLGU9）锯材为材料,采用正交试验,分析堆积高度、堆积方式和堆积场地对桉木气干速率及干燥质量的影响。结果表明,最佳气干方式为堆积高度为2 m,采用隔条堆积法,堆积地点为阳光棚;采用该方法,桉木锯材从初含水率120%气干至30%共需28天,含水率下降速率为3.12%/d。堆积方式是影响气干速率最显著的因素。该研究可为企业合理安排生产和提高生产效率提供参考。     

尾叶桉KP法制浆黑液中小分子酚类化合物的分离与GC-MS分析

用单一pH值萃取法、有机溶剂-无机溶剂交替萃取法和不同pH值分级萃取法从尾叶桉KP法制浆黑液中分离得到18种小分子酚类化合物.采用不同pH值分级萃取法,即分别在pH值为12、7和2时分级萃取,可获得相对量为2379.7mg/L的小分子酚类化合物.此方法避免了单一pH值萃取法所造成的较为严重的共沉现象,也减少了有机溶剂-无机溶剂交替萃取法复杂的分离手段所产生的小分子酚类化合物的损失.此外,对于可作为漆酶天然介体的紫丁香醛和乙酰丁香酮以及可用于合成高分子材料、生物杀虫剂和除草剂的愈创木酚和紫丁香酚,单一pH值萃取法的共沉率分别达38.65%、43.31%和12.25%、14.81%,而不同pH值分级萃取法几乎没有发生共沉.     

基于沙柳冠层可见-近红外光谱的热值预测

热值是灌木生物质能源利用的重要燃烧性能参数之一。针对传统实验室检测方法破坏性大、费时费力、无法实现大量样本的快速检测问题,探讨了沙柳冠层可见-近红外光谱(Vis-NIR)结合不同化学计量学方法预测沙柳热值的精度差异。采用标准正态变量变换(SNV)、归一化数据(normalize)、标准正态变量变换+归一化数据和第二代小波变换即提升小波变换(LWT)对冠层光谱进行预处理,采用偏最小二乘法(PLS)和卷积神经网络(CNN)构建了沙柳热值可见-近红外模型。同时,对比分析了鲸鱼优化算法(WOA)、麻雀搜索算法(SSA)和灰狼优化算法(GWO)对CNN模型参数的优化效果。结果表明：当采用db4小波进行5层分解后,其对沙柳冠层可见-近红外光谱的去躁效果最好,基于LWT-WOA-CNN法构建的沙柳热值可见-近红外模型的预测精度最优,校正模型的决定系数(R²)、均方根误差(RMSE)和相对分析误差(RPD)分别为0.852,0.103和2.599,RPD值较原始的PLS和CNN模型分别提高19.11%和76.80%。该研究可为沙柳生物质能源的高效、精细化利用提供技术支撑。     

桉木热磨与高温热水协同预处理对酶解效果的影响及工艺优化

为提高桉木原料的酶解糖化效果,降低原料处理成本,采用热磨与高温热水法联合对桉木原料进行预处理,并对高温热水预处理后样品进行纤维素酶酶解糖化。通过对预处理液和酶解液中木糖和葡萄糖得率的测定,来研究预处理条件对糖得率的影响。以预处理液和酶解液中的总糖得率作为预处理工艺条件的评价指标,得到最优的预处理条件为:预处理温度180℃、保温时间40 min、固液比1∶20(g∶mL)。在此条件下,桉木热磨后原料经预处理、酶解后总木糖得率为11.78%,木糖的转化率为82.67%;总葡萄糖得率为36.33%,葡萄糖的转化率为78.90%。采用傅立叶红外光谱(FT-IR)、扫描电镜(SEM)等分析预处理样的理化特性,结果表明:桉木原料热磨后颗粒变小,呈丝状,纤维形态和表面结构基本不变;而高温热水预处理后物料的纤维结构松散、碎化,断裂明显,改善了纤维素酶的可及度,提高了酶解效率。     

基于不同预处理的椴树木材基本密度近红外光谱估测及模型优化

【目的】木材的基本密度在木材质量等级评定中起着重要的作用,是木材分流及精细化利用的重要依据。利用近红外光谱技术,实时监测木材性质,掌握木材性质的变化,为进一步制定和改善林木培育方法提供理论依据。【方法】借助树木生长锥对椴树活立木取样,以椴树样品基本密度真值和近红外光谱数据为输入,分别通过卷积平滑、一阶导数和二阶导数预处理方法来实现近红外光谱数据的预处理,建立了基于偏最小二乘法(PLS)的椴树木材基本密度的近红外估测模型。【结果】在350~2 500 nm波段范围内,一阶导数预处理的椴树木材基本密度模型是最优的,校正集相关系数为0.964 8,校正均方根误差为0.002 7,验证集相关系数为0.943 2,预测均方根误差为0.003 3。在对近红外光谱数据进行去噪优化处理,构建椴树木材基本密度模型后,在500~2 300 nm波段范围内,一阶导数预处理椴树木材基本密度模型依旧最优,其校正集相关系数为0.987 1,校正均方根误差为0.001 6,验证集的相关系数是0.948 6,预测的均方根误差是0.002 1。【结论】选择特定的预处理方法,结合样本特征,建立椴树木材基本密度模型,可以显著降低建模成本,提高模型预测精度,快速测定椴树木材的基本密度。     

基于非线性混合模型的杉木优势木平均高

从理论上介绍一阶线性化算法和一阶条件期望线性化算法求解非线性混合效应模型参数,并利用这2种算法分别对杉木优势木平均高进行拟合(选用常用的Logistic模型作为基础模型,把区组作为随机效应因子)。结果表明:2种算法对杉木优势木平均高进行拟合时精度都很高。通过对2种线性化算法进一步比较可得,在分析单木水平非线性混合效应优势木平均高模型时,2种算法拟合效果非常接近,因此在实际应用中可以选择其中任意一种算法对杉木优势木平均高进行拟合。     

基于偏最小二乘法的近红外光谱定量分析模型测定八角茴香中莽草酸含量

采用偏最小二乘法(PLS)建立测定八角茴香中莽草酸含量的近红外(NIR)光谱定量分析模型.应用多种光谱预处理方法分别对八角茴香固体粉末样品的NIR光谱进行预处理,并采用预处理后的光谱建立定量分析模型,每个模型均经过选择最有效的光谱区域和最适主因子数进行优化.经过比较各个模型的内部交互验证均方根误差(RMSECV)和交互验证预测值与真实值间的相关系数(RV),外部预测均方根误差(RMSEP),选取最优的模型,结果表明定量分析模型稳健性好和测定精度高,在中药有效成分定量分析方面有很好的应用前景.     

基于偏最小二乘法的近红外光谱测定八角中反式茴香脑和莽草酸

采用偏最小二乘法(PLS)建立八角中反式茴香脑和莽草酸含量的近红外光谱定量分析模型。利用近红外光谱技术采集八角粉末的近红外光谱图(NIR),以高效液相色谱法测定的八角中反式茴香脑和莽草酸质量分数作为参考值,经过光谱处理软件将近红外光谱图与质量分数参考值进行关联,反式茴香脑的定量分析模型采用二阶导数作为预处理方法,以7 502～5 446.2和4 601.5～4 246.7 cm^-1为波数范围,维数为10;莽草酸的定量分析模型采用一阶导数加直线减法作为预处理方法,以7 502～6 098.1和5 450.1～4 597.6 cm^-1为波数范围,维数为8。结果表明：建立的八角中反式茴香脑和莽草酸含量的快速无损定量检测模型的决定系数(R²)分别为90.86%和93.13%,校正集的内部交叉检验均方根误差(RMSECV)分别为0.158和0.285,验证集的均方根误差(RMSRP)分别是0.068 7和0.171,配对T检验P值分别为0.761和0.194,均大于0.05,测量值与参考值偏差较小,建立的模型能较准确地测定八角中反...