近紅外光譜技術在造紙工業中的應用

盧芳華

(泰安百川紙業有限責任公司 山東 泰安 271221)

由于優質木材資源供應短缺，選擇各種木材資源混合造紙已經成為趨勢，但不同材料化纖形狀、化學成分的差異將直接與造紙特性和紙制品質量有關，因此需要對原材料進行定性評價和材料分析，合理調整原材料質量控制，防止能耗和時間浪費。采用傳統的方式對造紙原料進行分析，不僅分析過程繁瑣，而且不能促進實時交流檢驗。因此，公司通常選擇高劑量、高能耗的措施來保證售后服務，導致乳化劑消耗和污水控制嚴重。近紅外線(Near-infrared,NIR)光譜分析技術已廣泛應用于幼苗、花卉、原油、化工、醫藥等行業[1]。在造紙分類檢測過程中，近紅外光譜分類平臺用于快速檢索原材料和造紙，實時跟蹤信息有利于提高工藝標準，提高勞動效率。本文重點介紹了近紅外光譜分析技術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用。

1 近紅外光譜分析技術

1.1 檢測基本原理

特殊波長譜是基于原子振動的非諧振，使原子振動從基態相機或態跳躍，創建了非諧振動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，因此特殊波長譜可用于分析木材的主要化學成分。此外，特殊波長會出現在試驗產品內部的照射、斜射、衍射、分解和與試驗產品內部的分子結構相互作用。經過整個過程后，特殊波長譜空載了試驗產品的成分和序列信息，也可用于分析木纖維結構形式等[2]。由于倍頻融合和頻率跳躍概率低，自發發射導致特殊波長譜中有大量重疊譜帶，無法準確劃分譜帶，因此不能直接從譜圖中讀取有效信息，需要扭轉微電子技術和純度檢測，對光譜信息進行染色處理和分析。整個過程的實際分析如下：①運動集樣板采用代表性試品，近紅外原子分解；②運動集樣板的成分或結構特征等信息采用超聲波法或普遍認可的方法確認；③在特殊波長譜和樣品編號之間建立響應曲面；④將光譜信息帶到模型中計算待測樣品的編號。

1.2 特征

與基本光譜分析技術相比，近紅外光譜分析技術具有以下優點：

(1)檢測范圍廣。射電觀測通常可以在1 min內推動。

(2)分析精度高。同時可以快速檢索多個指標值，大大提高了勞動效率。

(3)無損分析。光譜儀檢測結果不會消耗測試產品，反而會給測試產品造成任何麻煩[3]。

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

(5)適用于在線分析。隨著微電子技術和智能技術的創新，近紅外流量檢測系統可以作為預測控制模塊，在檢測現場可以靈活組裝，促進在線實時發送[4]。

近紅外光譜分析技術間接分析技術的準確性主要在于模型的構建，通常不普遍，不能用于科學院的超聲波法。此外，光譜儀受無用信息、寬帶和嚴重重疊、物理意義不確定、近紅外原子分解技術支持應用的限制。

1.3 純度檢測出學方法

由于特殊波長譜主要反映了氫丙基的倍頻和合頻分解、積分強度弱、譜帶重疊嚴重、冗余和無用信息強，如果傳統儀器分析方法基于朗伯比爾定律構建管理曲線，則無法發送準確可靠的分析結果。因此，有必要扭轉純度檢測方法，從復雜的光譜信息中收集有效信息，將相互麻煩的函數轉換為穩定的序列，并將其與樣品編號連接起來，構建解釋變量，并根據建模對不明樣品編號進行分析和估計。常見的純度檢測方法主要包括多線性重回、主要成分重回、超幾何分布統計推斷、最小二乘法、最小二乘法等語義表示。

2 近紅外光譜分析技術在造紙過程中的應用

在造紙領域，近紅外光譜分析技術最初被用來檢測廢紙纖維針的人數。此后，隨著元素分類平臺和數據分類方法的發展，近紅外光譜分類平臺在污水處理技術中的應用越來越普遍，如定量、定量分類、宏觀分析分類、檢測漿得率、漿針人度等。此外，近紅外光譜分析技術還可作為造紙生產過程的現場分析，如在線檢測白液和黑液中適當的堿成分。

2.1 自動分類和評估造紙原料

由于化學成分和結構的不同，造紙原料具有不同的造紙特性。評估和監督造紙原料可以促進纖維性能的準確評價，確認更合適的造紙技術。原料中的消化酶、木素等金屬離子含量通常延續傳統的有機化學方法，并對其進行分類[16]。該方法歷時復雜，會破壞試驗產品，不能滿足漂白廢水的自動分類和運行評價。近紅外光譜分析技術具有方便、快速、無損分析的特點。在造紙材料育種和培養過程中，能否批量分析原材料。

近紅外光譜儀中木材中的水分解強，其他成分分解弱；當木材水分差異較大時，會擾亂光譜儀中的其他信息，影響分析結果的準確性，通過近紅外光譜分類平臺構建造紙特性業務管理規范，促進造紙分類、伸長率、耐油性等指標值的快速、無損分類，同時選擇離散時間序列、正交、數據信號校準等光譜儀預處理工藝，正確去除初始光譜儀中的波形失真和冗余無用信息，顯著提高了模型的估計特性和可靠性。

2.2 檢測木材的硬度

相對密度是木材的基本性質，與木材的化學成分和動物細胞密切相關。因此，它仍然是評價木材性能和識別木材工藝性能的重要標準。根據引入信息熵核函數公式校準近紅外光譜儀檢測環境、儀器要求激光振蕩，更好地估計木材甲醛釋放、微纖維死角、細胞壁厚度等材料指標值。

2.3 有機化學成分

木材是以消化酶、半消化酶、木素等對苯二甲酸為主體的多孔純天然玄武巖纖維。木材的化學成分是其最基本的特性，與木材和造紙的特性密切相關。近紅外光譜分析技術作為一種高效、無損的快速分析方法，已廣泛應用于木材的有機化學成分。通過近紅外光譜儀對杉木、杉木、柏木等不同針葉中的木素和粗纖維含量進行分析；基于超幾何分布的模型對綜合消化酶和木素的估計和回收指數保持0.說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，構建近紅外模型，用于估計消化酶和木素的全球性。類型齊全、數量多的樣品集可以提高模型的準確性和可靠性。特殊波段的采用對模型的構建也具有長期價值。采用合適的波段模擬方法，消除無自變量的干擾，獲得數據強、更穩定的模型。通過迭代更新篩選出塞浦利斯松試驗產品的特性波段作為重回模型，以估計乳液的性能。與塞浦利斯松中木素相關的譜峰信息主要涵蓋譜峰信息，防止無用波段的干擾，提高模型計算技能。

2.4 形成化纖形態

木纖維的形態特征是木材的關鍵材料指標值，直接考慮木材的化學性質和力學特性；在造紙的整個過程中，對造紙和紙制品的質量有明顯的影響。傳統的木纖維基因定量方法是阻礙望遠鏡準確檢測纖維細度，判斷木纖維的形狀這種分析過程繁瑣，阻礙了大規模測繪的實施。近紅外光譜分析技術是收集木材試驗產品的光譜圖像，利用純度檢測提取特征自變量，構建纖維細度之間的物理模型。探索近紅外光譜分析技術，檢測宏觀偏析，與脈搏檢測方法相比；根據近紅外光譜儀與化纖試驗檢測值之間的超幾何分布模型，估計相應樹種纖維的細度；作為化纖較長的華山松，統計模型回收指數為0.90模型參數為161 μm，從模型監測指標可以理解，近紅外光譜分析技術可以準確估計針葉材料和闊葉材料的木纖維形態特征，為估計大型人工林特殊樹種的纖維細度和造紙生產特性的自動檢測做出了科學貢獻。

2.5 檢測卡伯值和造紙率

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鍵指標，也是判斷造紙質量的主要指標。近紅外光譜分析技術用于檢測可以促進造紙全過程中的智能運行，同時可以阻礙生產過程中的節能減排。通過近紅外光譜儀檢測洗滌黑液中乳液的性能，構建多分布函數模型，計算造紙針的人度。楊春節等近紅外凹透鏡光譜儀收集了45個杉木漿試驗產品，采用15個激光刺激峰構建了基于超幾何分布的造紙針人統計模型；該模型分別計算0.93和0.充分發揮預測特性。以各種桉樹的720個樣品為主題，系統討論了近紅外光譜分類平臺預測漿液生產率的合法性；通過識別和發送近紅外光譜圖像，構建更可靠、更可變的超幾何分布解釋變量，最終獲得更好的預測精度；討論小組進一步提高了實踐集儀器編號，同時，還構建了預測粗纖維含量的模型。得率模型的回收指數和規范估計誤差分別為0.87和0.78%，消化酶模型的回收指數和規范估計誤差分別為0.87和1.29%；根據討論，近紅外光譜儀預測消化酶與預測得率之間的回收指數保持0.87和1.29%；說明兩者之間關系很低，即當得率數據難以推進時，能否根據粗纖維含量對得率進行估計和檢測。

3 結束語

近紅外光譜分析技術是一種高效、無損的快速分析方法，正在慢慢討論污染處理技術的應用。其他應用行業涵蓋了原漿材料的材料分類、漂白廢水監督、造紙性能分類等方面。特別是在傳統造紙檢測方法中，近紅外光譜分類平臺的應用尤為關鍵。未來，近紅外光譜分析技術的發展將主要統一在兩個層面：一是構建更高效、更穩定的模型。在近紅外光譜儀建模過程中，模型計算技能不穩定、變化不強等問題尚未形成。作為品種繁多、主要用途多樣化的木材，需要建立更系統、更全面的實踐樣品集，以提高模型的可靠性；作為普通樹種，是否可以建立獨家估計模型。二是進一步深化近紅外光譜分析技術在線檢測和模型建設中的應用。傳統漂白廢水中的工藝主要通過壓力、溫度、總流量等主要參數進行間接監督，不能促進漿原料和漿產品性能的快速分類。近紅外光譜分析技術不需要對試驗產品進行預處理，可以促進多組分的同時檢測，非常喜歡工藝分類，可以直接了解生產設備的樣品組成和特點，實時跟蹤分類結果，方便及時調整造紙技術。近紅外光譜分析技術基于智能商品和電子計算機的發展，慢慢實現了實時化學成分和工藝的先導技術。隨著漂白廢水的營銷和應用，最終將促進我國造紙業的穩定發展。