技術文章
TECHNICAL ARTICLES1、關于在線近紅外分析技術
近紅外是指波長介于可見光與中紅外之間的電磁波,ASTM將近紅外譜區定義為780nm~2526nm(12800~3960cm-1)。
近紅外光譜分析是指利用近紅外譜區包含的物質信息,主要用于有機物定性和定量分析的一種檢測技術。
近紅外光譜為含H基團倍頻和組合頻的振動吸收。在4000~12500cm-1波數范圍內有含H基團(C-H、O-H、N-H、P-H、Si-H)和其它基團(如C=O等)的一、二、三、四倍頻及其組合頻的振動吸收。近紅外光具有一定的穿透能力(最深可達到5cm)。近紅外光譜特征吸收峰重疊嚴重,一般不采用特征峰直接來定性和定量分析,而要依靠化學計量學方法。基于化學計量學,建立近紅外光譜與成分指標(如水分、殘留、氯化物、甲醇、甲醛等)之間的多元線性回歸模型,是近紅外光譜定量分析的基礎。
在線近紅外分析技術可以實時檢測整個生產過程中的物料成分含量變化,以保證最終產品質量。合乎質量標準的產品需要在整個生產過程中得到保證,而不是到最后化驗時才知道的,即好產品是生產出來的,而不是化驗出來的。傳統的對終端產品的檢測存在滯后性,對已經造成的不合格產品或超過控制標準上限的產品產生的損失無法彌補。終端產品即使化驗合格,由于取樣的代表性,也不能保證產品合格。隨著人力成本越來越貴,如何減員增效也是企業優先考慮的問題。而在精細化工反應終點判斷使用在線分析技術是解決這些問題的最可行方案:
?在保證產品質量的前提下以合格下限生產,獲得最高產出比。
?提高產品的質量穩定性和產品美譽度,帶來額外的市場和超額收益。
?產品質量穩定,降低過渡料的回填成本和費用。
?操作控制簡便,直觀、省力。
?節約人力成本和安全成本,間接提高企業收益。
?可同時檢測項目多,可代替的人工多。
?減少檢測頻度和取樣頻度,降低勞動強度,節約勞動力。
?節約檢測成本,提高員工收入。
?減少生產與質檢,生產與銷售之間,產品與客戶之間的矛盾。
2、舉例,如DA300在線近紅外儀(非接觸)
DA300在線近紅外分析儀是天津九光科技發展有限責任公司研發制造的二極管陣列在線近紅外分析儀,采用銦鎵砷二極管陣列技術,連續光柵全光譜掃描,并行處理所有光譜信息,在線實時準確檢測,檢測結果可與工廠系統集成。光源照射樣品上,樣品反射光進入儀器分光系統,固定光柵光譜儀立即得到各個波長吸收對應的電信號(即光譜),將光譜傳輸給電腦。
DA300具有穩定的光學系統,適合惡劣、復雜的生產環境如粉塵、震動等。大于30次/秒的高速全光譜數據采集,測量速度快,靈敏度高。此外,光斑面積大(直徑100mm),尤其適合不均勻樣品的檢測。
3.1 車間安裝方式
PS:大光斑可以保證檢測的穩定性及準確性,非接觸安裝日常儀器維護量大大減少。
4.1 模型效果
PS:經與用戶溝通,最關注反應終點,即殘留在0.2-0.8含量范圍內的準確性,故在這個范圍內多取樣和建模驗證其準確性,共做9批反應,邊收集邊驗證,最終后三批次驗證結果滿足用戶要求。
4.2 2023年某些批次外部驗證結果如下:
日期 | 樣品名 | 近紅外值 | 實驗值 | 偏差 |
12/8 15:48 | 22 | 0.425 | 0.49 | -0.065 |
12/8 15:30 | 21 | 0.472 | 0.52 | -0.048 |
12/8 15:15 | 20 | 0.537 | 0.6 | -0.063 |
12/8 15:00 | 19 | 0.568 | 0.67 | -0.102 |
12/8 14:49 | 18 | 0.638 | 0.7 | -0.062 |
12/8 14:38 | 17 | 0.685 | 0.8 | -0.115 |
12/8 14:18 | 16 | 0.797 | 0.81 | -0.013 |
12/8 14:04 | 15 | 0.867 | 0.88 | -0.013 |
12/8 13:50 | 14 | 0.946 | 0.97 | -0.024 |
12/7 17:14 | 34 | 0.244 | 0.36 | -0.116 |
12/7 17:00 | 33 | 0.274 | 0.38 | -0.106 |
12/7 16:45 | 32 | 0.344 | 0.39 | -0.046 |
12/7 16:29 | 31 | 0.347 | 0.47 | -0.123 |
12/7 16:14 | 30 | 0.403 | 0.51 | -0.107 |
12/7 16:01 | 29 | 0.421 | 0.53 | -0.109 |
12/7 15:51 | 28 | 0.446 | 0.52 | -0.074 |
12/7 15:39 | 27 | 0.466 | 0.59 | -0.124 |
12/7 15:29 | 26 | 0.513 | 0.61 | -0.097 |
12/7 15:19 | 25 | 0.578 | 0.6 | -0.022 |
12/7 15:10 | 24 | 0.595 | 0.68 | -0.085 |
12/7 15:00 | 23 | 0.608 | 0.65 | -0.042 |
12/7 14:49 | 22 | 0.654 | 0.69 | -0.036 |
12/7 14:40 | 21 | 0.684 | 0.72 | -0.036 |
12/7 14:27 | 20 | 0.729 | 0.82 | -0.091 |
12/7 14:14 | 19 | 0.764 | 0.84 | -0.076 |
12/7 14:04 | 18 | 0.813 | 0.9 | -0.087 |
12/7 13:54 | 17 | 0.906 | 0.97 | -0.064 |
12/7 13:44 | 16 | 0.944 | 1.02 | -0.076 |
12/9 17:11 | 26 | 0.255434 | 0.37 | -0.115 |
12/9 16:47 | 25 | 0.317628 | 0.42 | -0.102 |
12/9 16:31 | 24 | 0.344837 | 0.43 | -0.085 |
12/9 16:15 | 23 | 0.394826 | 0.46 | -0.065 |
12/9 16:00 | 22 | 0.420647 | 0.46 | -0.039 |
12/9 15:46 | 21 | 0.447742 | 0.52 | -0.072 |
12/9 15:30 | 20 | 0.502938 | 0.56 | -0.057 |
12/9 15:14 | 19 | 0.561091 | 0.63 | -0.069 |
12/9 14:58 | 18 | 0.636164 | 0.68 | -0.044 |
12/9 14:47 | 17 | 0.685484 | 0.73 | -0.045 |
12/9 14:30 | 16 | 0.782915 | 0.86 | -0.077 |
12/9 14:18 | 15 | 0.871935 | 0.96 | -0.088 |
12/9 14:08 | 14 | 0.917138 | 1.01 | -0.093 |
標準偏差 | 0.030626 |
說明:從驗證結果來看,誤差標準偏差與模型效果相當,滿足用戶要求,且在線5s出一個數據,實時在線檢測更能規避人為誤差。
5、實驗結論
1、從模型情況來看,殘留指標線性關系較好,在0.2-0.8的范圍內,模型相關性為0.954,模型SEP 為0.036,外部驗證數據近紅外值與實驗室值偏差標準偏差0.031,誤差均滿足用戶要求,可以指導生產。在線檢測速度和檢測的數據量將有質的提高,可以24h實時監控生產線。
2、數據可以接入DCS控制系統,進行自動化控制生產,保證產品品質。