盧芳華

(泰安百川紙業(yè)有限責(zé)任公司 山東 泰安 271221)

由于優(yōu)質(zhì)木材資源供應(yīng)短缺，選擇各種木材資源混合造紙已經(jīng)成為趨勢(shì)，但不同材料化纖形狀、化學(xué)成分的差異將直接與造紙?zhí)匦院图堉破焚|(zhì)量有關(guān)，因此需要對(duì)原材料進(jìn)行定性評(píng)價(jià)和材料分析，合理調(diào)整原材料質(zhì)量控制，防止能耗和時(shí)間浪費(fèi)。采用傳統(tǒng)的方式對(duì)造紙?jiān)线M(jìn)行分析，不僅分析過(guò)程繁瑣，而且不能促進(jìn)實(shí)時(shí)交流檢驗(yàn)。因此，公司通常選擇高劑量、高能耗的措施來(lái)保證售后服務(wù)，導(dǎo)致乳化劑消耗和污水控制嚴(yán)重。近紅外線(Near-infrared,NIR)光譜分析技術(shù)已廣泛應(yīng)用于幼苗、花卉、原油、化工、醫(yī)藥等行業(yè)[1]。在造紙分類檢測(cè)過(guò)程中，近紅外光譜分類平臺(tái)用于快速檢索原材料和造紙，實(shí)時(shí)跟蹤信息有利于提高工藝標(biāo)準(zhǔn)，提高勞動(dòng)效率。本文重點(diǎn)介紹了近紅外光譜分析技術(shù)的基本原理和分析方法，以及原材料分類分析、材料分析、造紙性能分析等方面的應(yīng)用。

1 近紅外光譜分析技術(shù)

1.1 檢測(cè)基本原理

特殊波長(zhǎng)譜是基于原子振動(dòng)的非諧振，使原子振動(dòng)從基態(tài)相機(jī)或態(tài)跳躍，創(chuàng)建了非諧振動(dòng)的倍頻和合頻訪談信息，主要反映了氫丙基X—H(X=O,C,N,S)采訪信息。生物冶金成分富含氫丙基，因此特殊波長(zhǎng)譜可用于分析木材的主要化學(xué)成分。此外，特殊波長(zhǎng)會(huì)出現(xiàn)在試驗(yàn)產(chǎn)品內(nèi)部的照射、斜射、衍射、分解和與試驗(yàn)產(chǎn)品內(nèi)部的分子結(jié)構(gòu)相互作用。經(jīng)過(guò)整個(gè)過(guò)程后，特殊波長(zhǎng)譜空載了試驗(yàn)產(chǎn)品的成分和序列信息，也可用于分析木纖維結(jié)構(gòu)形式等[2]。由于倍頻融合和頻率跳躍概率低，自發(fā)發(fā)射導(dǎo)致特殊波長(zhǎng)譜中有大量重疊譜帶，無(wú)法準(zhǔn)確劃分譜帶，因此不能直接從譜圖中讀取有效信息，需要扭轉(zhuǎn)微電子技術(shù)和純度檢測(cè)，對(duì)光譜信息進(jìn)行染色處理和分析。整個(gè)過(guò)程的實(shí)際分析如下：①運(yùn)動(dòng)集樣板采用代表性試品，近紅外原子分解；②運(yùn)動(dòng)集樣板的成分或結(jié)構(gòu)特征等信息采用超聲波法或普遍認(rèn)可的方法確認(rèn)；③在特殊波長(zhǎng)譜和樣品編號(hào)之間建立響應(yīng)曲面；④將光譜信息帶到模型中計(jì)算待測(cè)樣品的編號(hào)。

1.2 特征

與基本光譜分析技術(shù)相比，近紅外光譜分析技術(shù)具有以下優(yōu)點(diǎn)：

(1)檢測(cè)范圍廣。射電觀測(cè)通?？梢栽? min內(nèi)推動(dòng)。

(2)分析精度高。同時(shí)可以快速檢索多個(gè)指標(biāo)值，大大提高了勞動(dòng)效率。

(3)無(wú)損分析。光譜儀檢測(cè)結(jié)果不會(huì)消耗測(cè)試產(chǎn)品，反而會(huì)給測(cè)試產(chǎn)品造成任何麻煩[3]。

(4)遠(yuǎn)程控制非成形分析。采用外置攝像頭和激光照射技術(shù)，可促進(jìn)非接觸式分析，防止儀器設(shè)備和操作設(shè)備條件復(fù)雜惡劣。

(5)適用于在線分析。隨著微電子技術(shù)和智能技術(shù)的創(chuàng)新，近紅外流量檢測(cè)系統(tǒng)可以作為預(yù)測(cè)控制模塊，在檢測(cè)現(xiàn)場(chǎng)可以靈活組裝，促進(jìn)在線實(shí)時(shí)發(fā)送[4]。

近紅外光譜分析技術(shù)間接分析技術(shù)的準(zhǔn)確性主要在于模型的構(gòu)建，通常不普遍，不能用于科學(xué)院的超聲波法。此外，光譜儀受無(wú)用信息、寬帶和嚴(yán)重重疊、物理意義不確定、近紅外原子分解技術(shù)支持應(yīng)用的限制。

1.3 純度檢測(cè)出學(xué)方法

由于特殊波長(zhǎng)譜主要反映了氫丙基的倍頻和合頻分解、積分強(qiáng)度弱、譜帶重疊嚴(yán)重、冗余和無(wú)用信息強(qiáng)，如果傳統(tǒng)儀器分析方法基于朗伯比爾定律構(gòu)建管理曲線，則無(wú)法發(fā)送準(zhǔn)確可靠的分析結(jié)果。因此，有必要扭轉(zhuǎn)純度檢測(cè)方法，從復(fù)雜的光譜信息中收集有效信息，將相互麻煩的函數(shù)轉(zhuǎn)換為穩(wěn)定的序列，并將其與樣品編號(hào)連接起來(lái)，構(gòu)建解釋變量，并根據(jù)建模對(duì)不明樣品編號(hào)進(jìn)行分析和估計(jì)。常見(jiàn)的純度檢測(cè)方法主要包括多線性重回、主要成分重回、超幾何分布統(tǒng)計(jì)推斷、最小二乘法、最小二乘法等語(yǔ)義表示。

2 近紅外光譜分析技術(shù)在造紙過(guò)程中的應(yīng)用

在造紙領(lǐng)域，近紅外光譜分析技術(shù)最初被用來(lái)檢測(cè)廢紙纖維針的人數(shù)。此后，隨著元素分類平臺(tái)和數(shù)據(jù)分類方法的發(fā)展，近紅外光譜分類平臺(tái)在污水處理技術(shù)中的應(yīng)用越來(lái)越普遍，如定量、定量分類、宏觀分析分類、檢測(cè)漿得率、漿針人度等。此外，近紅外光譜分析技術(shù)還可作為造紙生產(chǎn)過(guò)程的現(xiàn)場(chǎng)分析，如在線檢測(cè)白液和黑液中適當(dāng)?shù)膲A成分。

2.1 自動(dòng)分類和評(píng)估造紙?jiān)?/h3>

由于化學(xué)成分和結(jié)構(gòu)的不同，造紙?jiān)暇哂胁煌脑旒執(zhí)匦?。評(píng)估和監(jiān)督造紙?jiān)峡梢源龠M(jìn)纖維性能的準(zhǔn)確評(píng)價(jià)，確認(rèn)更合適的造紙技術(shù)。原料中的消化酶、木素等金屬離子含量通常延續(xù)傳統(tǒng)的有機(jī)化學(xué)方法，并對(duì)其進(jìn)行分類[16]。該方法歷時(shí)復(fù)雜，會(huì)破壞試驗(yàn)產(chǎn)品，不能滿足漂白廢水的自動(dòng)分類和運(yùn)行評(píng)價(jià)。近紅外光譜分析技術(shù)具有方便、快速、無(wú)損分析的特點(diǎn)。在造紙材料育種和培養(yǎng)過(guò)程中，能否批量分析原材料。

近紅外光譜儀中木材中的水分解強(qiáng)，其他成分分解弱；當(dāng)木材水分差異較大時(shí)，會(huì)擾亂光譜儀中的其他信息，影響分析結(jié)果的準(zhǔn)確性，通過(guò)近紅外光譜分類平臺(tái)構(gòu)建造紙?zhí)匦詷I(yè)務(wù)管理規(guī)范，促進(jìn)造紙分類、伸長(zhǎng)率、耐油性等指標(biāo)值的快速、無(wú)損分類，同時(shí)選擇離散時(shí)間序列、正交、數(shù)據(jù)信號(hào)校準(zhǔn)等光譜儀預(yù)處理工藝，正確去除初始光譜儀中的波形失真和冗余無(wú)用信息，顯著提高了模型的估計(jì)特性和可靠性。

2.2 檢測(cè)木材的硬度

相對(duì)密度是木材的基本性質(zhì)，與木材的化學(xué)成分和動(dòng)物細(xì)胞密切相關(guān)。因此，它仍然是評(píng)價(jià)木材性能和識(shí)別木材工藝性能的重要標(biāo)準(zhǔn)。根據(jù)引入信息熵核函數(shù)公式校準(zhǔn)近紅外光譜儀檢測(cè)環(huán)境、儀器要求激光振蕩，更好地估計(jì)木材甲醛釋放、微纖維死角、細(xì)胞壁厚度等材料指標(biāo)值。

2.3 有機(jī)化學(xué)成分

木材是以消化酶、半消化酶、木素等對(duì)苯二甲酸為主體的多孔純天然玄武巖纖維。木材的化學(xué)成分是其最基本的特性，與木材和造紙的特性密切相關(guān)。近紅外光譜分析技術(shù)作為一種高效、無(wú)損的快速分析方法，已廣泛應(yīng)用于木材的有機(jī)化學(xué)成分。通過(guò)近紅外光譜儀對(duì)杉木、杉木、柏木等不同針葉中的木素和粗纖維含量進(jìn)行分析；基于超幾何分布的模型對(duì)綜合消化酶和木素的估計(jì)和回收指數(shù)保持0.說(shuō)明近紅外光譜儀能否快速檢索生物冶金成分。收集各種熱帶和溫帶杉木樣品，構(gòu)建近紅外模型，用于估計(jì)消化酶和木素的全球性。類型齊全、數(shù)量多的樣品集可以提高模型的準(zhǔn)確性和可靠性。特殊波段的采用對(duì)模型的構(gòu)建也具有長(zhǎng)期價(jià)值。采用合適的波段模擬方法，消除無(wú)自變量的干擾，獲得數(shù)據(jù)強(qiáng)、更穩(wěn)定的模型。通過(guò)迭代更新篩選出塞浦利斯松試驗(yàn)產(chǎn)品的特性波段作為重回模型，以估計(jì)乳液的性能。與塞浦利斯松中木素相關(guān)的譜峰信息主要涵蓋譜峰信息，防止無(wú)用波段的干擾，提高模型計(jì)算技能。

2.4 形成化纖形態(tài)

木纖維的形態(tài)特征是木材的關(guān)鍵材料指標(biāo)值，直接考慮木材的化學(xué)性質(zhì)和力學(xué)特性；在造紙的整個(gè)過(guò)程中，對(duì)造紙和紙制品的質(zhì)量有明顯的影響。傳統(tǒng)的木纖維基因定量方法是阻礙望遠(yuǎn)鏡準(zhǔn)確檢測(cè)纖維細(xì)度，判斷木纖維的形狀這種分析過(guò)程繁瑣，阻礙了大規(guī)模測(cè)繪的實(shí)施。近紅外光譜分析技術(shù)是收集木材試驗(yàn)產(chǎn)品的光譜圖像，利用純度檢測(cè)提取特征自變量，構(gòu)建纖維細(xì)度之間的物理模型。探索近紅外光譜分析技術(shù)，檢測(cè)宏觀偏析，與脈搏檢測(cè)方法相比；根據(jù)近紅外光譜儀與化纖試驗(yàn)檢測(cè)值之間的超幾何分布模型，估計(jì)相應(yīng)樹(shù)種纖維的細(xì)度；作為化纖較長(zhǎng)的華山松，統(tǒng)計(jì)模型回收指數(shù)為0.90模型參數(shù)為161 μm，從模型監(jiān)測(cè)指標(biāo)可以理解，近紅外光譜分析技術(shù)可以準(zhǔn)確估計(jì)針葉材料和闊葉材料的木纖維形態(tài)特征，為估計(jì)大型人工林特殊樹(shù)種的纖維細(xì)度和造紙生產(chǎn)特性的自動(dòng)檢測(cè)做出了科學(xué)貢獻(xiàn)。

2.5 檢測(cè)卡伯值和造紙率

卡伯值是美白廢水中脫木素水平和造紙殘留乳液性能的關(guān)鍵指標(biāo)，也是判斷造紙質(zhì)量的主要指標(biāo)。近紅外光譜分析技術(shù)用于檢測(cè)可以促進(jìn)造紙全過(guò)程中的智能運(yùn)行，同時(shí)可以阻礙生產(chǎn)過(guò)程中的節(jié)能減排。通過(guò)近紅外光譜儀檢測(cè)洗滌黑液中乳液的性能，構(gòu)建多分布函數(shù)模型，計(jì)算造紙針的人度。楊春節(jié)等近紅外凹透鏡光譜儀收集了45個(gè)杉木漿試驗(yàn)產(chǎn)品，采用15個(gè)激光刺激峰構(gòu)建了基于超幾何分布的造紙針人統(tǒng)計(jì)模型；該模型分別計(jì)算0.93和0.充分發(fā)揮預(yù)測(cè)特性。以各種桉樹(shù)的720個(gè)樣品為主題，系統(tǒng)討論了近紅外光譜分類平臺(tái)預(yù)測(cè)漿液生產(chǎn)率的合法性；通過(guò)識(shí)別和發(fā)送近紅外光譜圖像，構(gòu)建更可靠、更可變的超幾何分布解釋變量，最終獲得更好的預(yù)測(cè)精度；討論小組進(jìn)一步提高了實(shí)踐集儀器編號(hào)，同時(shí)，還構(gòu)建了預(yù)測(cè)粗纖維含量的模型。得率模型的回收指數(shù)和規(guī)范估計(jì)誤差分別為0.87和0.78%，消化酶模型的回收指數(shù)和規(guī)范估計(jì)誤差分別為0.87和1.29%；根據(jù)討論，近紅外光譜儀預(yù)測(cè)消化酶與預(yù)測(cè)得率之間的回收指數(shù)保持0.87和1.29%；說(shuō)明兩者之間關(guān)系很低，即當(dāng)?shù)寐蕯?shù)據(jù)難以推進(jìn)時(shí)，能否根據(jù)粗纖維含量對(duì)得率進(jìn)行估計(jì)和檢測(cè)。

3 結(jié)束語(yǔ)

近紅外光譜分析技術(shù)是一種高效、無(wú)損的快速分析方法，正在慢慢討論污染處理技術(shù)的應(yīng)用。其他應(yīng)用行業(yè)涵蓋了原漿材料的材料分類、漂白廢水監(jiān)督、造紙性能分類等方面。特別是在傳統(tǒng)造紙檢測(cè)方法中，近紅外光譜分類平臺(tái)的應(yīng)用尤為關(guān)鍵。未來(lái)，近紅外光譜分析技術(shù)的發(fā)展將主要統(tǒng)一在兩個(gè)層面：一是構(gòu)建更高效、更穩(wěn)定的模型。在近紅外光譜儀建模過(guò)程中，模型計(jì)算技能不穩(wěn)定、變化不強(qiáng)等問(wèn)題尚未形成。作為品種繁多、主要用途多樣化的木材，需要建立更系統(tǒng)、更全面的實(shí)踐樣品集，以提高模型的可靠性；作為普通樹(shù)種，是否可以建立獨(dú)家估計(jì)模型。二是進(jìn)一步深化近紅外光譜分析技術(shù)在線檢測(cè)和模型建設(shè)中的應(yīng)用。傳統(tǒng)漂白廢水中的工藝主要通過(guò)壓力、溫度、總流量等主要參數(shù)進(jìn)行間接監(jiān)督，不能促進(jìn)漿原料和漿產(chǎn)品性能的快速分類。近紅外光譜分析技術(shù)不需要對(duì)試驗(yàn)產(chǎn)品進(jìn)行預(yù)處理，可以促進(jìn)多組分的同時(shí)檢測(cè)，非常喜歡工藝分類，可以直接了解生產(chǎn)設(shè)備的樣品組成和特點(diǎn)，實(shí)時(shí)跟蹤分類結(jié)果，方便及時(shí)調(diào)整造紙技術(shù)。近紅外光譜分析技術(shù)基于智能商品和電子計(jì)算機(jī)的發(fā)展，慢慢實(shí)現(xiàn)了實(shí)時(shí)化學(xué)成分和工藝的先導(dǎo)技術(shù)。隨著漂白廢水的營(yíng)銷和應(yīng)用，最終將促進(jìn)我國(guó)造紙業(yè)的穩(wěn)定發(fā)展。