[发明专利]一种乌洛托品-醋酸溶液中乌洛托品浓度预测方法

说明书

本发明涉及一种乌洛托品‑醋酸溶液中乌洛托品浓度预测方法，属于炸药工艺和近红外光谱定量分析领域。该方法利用乌洛托品‑醋酸溶液中乌洛托品浓度与近红外光谱数据间的关系，通过光谱拟合预测待测乌洛托品‑醋酸溶液中乌洛托品的浓度。通过本发明的方法，利用在线近红外光谱数据，通过建立的最优SVR模型可快速预测乌洛托品‑醋酸溶液中乌洛托品浓度值，满足HMX生产线对乌洛托品‑醋酸溶液中乌洛托品浓度快速检测需求，利于观察HMX的生产稳定性，达到保证最终产品质量的目的。

技术领域

本发明属于炸药工艺和近红外光谱定量分析领域，尤其涉及一种乌洛托品-醋酸溶液中乌洛托品浓度预测方法。

背景技术

奥克托今(HMX)是目前应用最广泛的炸药。在HMX的生产过程中，原材料的质量对产品质量、生产成本和生产工艺有着重要的影响。乌洛托品-醋酸(乌醋)溶液是生产HMX过程中的重要原材料，对乌醋溶液中乌洛托品浓度的检测可以增强投料的稳定性，进而影响产品得率和质量。

在HMX生产制备过程中，乌醋溶液中乌洛托品浓度的分析检测主要采用化学分析方法，由于分析是间断或者离线操作，存在结果滞后的缺陷，当原材料浓度出现异常时，难以及时调整，容易造成产品品质不稳定、得率不稳定以及由此引发的安全问题。因此，出于HMX生产工艺稳定性以及安全性考虑，需要创建一种快速且高精度的浓度在线分析方法。

CN105866065B公开了的“一种乌洛托品-醋酸溶液中乌洛托品含量分析方法”，该方法通过采集样品的近红外光谱，利用主成分回归法建立乌洛托品的定量分析模型，并对未知样品中乌洛托品含量进行预测，能快速获得分析结果，降低人力成本和材料成本。但是，在实际应用过程中，由于对预测精度的高要求，限制了该方法的进一步应用。

发明内容

本发明的目的是提供一种乌洛托品-醋酸溶液中乌洛托品浓度预测方法，该方法利用乌洛托品-醋酸溶液中乌洛托品浓度与近红外光谱数据间的关系，通过光谱拟合预测待测乌洛托品-醋酸溶液中乌洛托品的浓度，使用该方法可有效提高预测精度。

本发明提供的一种乌洛托品-醋酸溶液中乌洛托品浓度预测方法，包括如下步骤：

步骤一、收集不同乌洛托品浓度下的乌洛托品-醋酸溶液样本的近红外光谱，以及其对应的浓度数据，组成原始近红外光谱数据矩阵和原始浓度数据矩阵。

步骤二、对原始近红外光谱数据矩阵中的数据进行平滑滤波与最大最小归一化处理，得到预处理后的近红外光谱矩阵。

步骤三、通过主成分分析(PCA)对所述预处理后的近红外光谱矩阵进行降维，得到降维后的近红外光谱矩阵。

步骤三中的主成分分析主要思想是利用协方差矩阵是一个实对角矩阵的性质，即方差最大化、协方差最小化，来进行降维，使得少量主成分包含了原始近红外光谱数据中绝大部分信息。主成分分析包括以下步骤：

(1)对预处理后的近红外光谱矩阵A(n×m)中的数据进行中心化，并将中心化后数据组成中心化矩阵B；

(2)计算所述中心化矩阵B的协方差矩阵S；

(3)根据式|S-λE|＝0和(S-λE)p＝0，对协方差矩阵S进行特征分解，得到一组特征向量p₁，p₂，···，p_n，和特征值λ₁，λ₂，···，λ_n，λ和p分别代表特征值和对应的特征向量；

(4)将特征向量p₁，p₂，···，p_n按对应特征值λ₁，λ₂，···，λ_n的大小关系从上到下按行排列，并取前k行组成矩阵P；

(5)根据式D＝PA，得到降到k维的近红外光谱矩阵D。