采用LabVIEW的近紅外測量方案

圖2 框圖程序
應用實驗及結(jié)果分析
本系統(tǒng)掃描了40個已知粗蛋白含量的整粒小麥樣品，得到40個光譜圖數(shù)據(jù)（如圖3）。

圖3 40個樣品的總光譜圖

然后用36個樣品(4個被剔除)的光譜數(shù)據(jù)對整理小麥粗蛋白含量進行建模和預測，其中26個作為校準集，用于建立小麥粗蛋白含量與光譜數(shù)據(jù)之間的校準模型；10個作為預測集，用于檢驗模型的預測能力。

校準集樣品的建模模型為：
C=4.77-60.24A890+122.17A910-40.63A940+83.83A1020-89.66A1050
其中，C為整粒小麥樣品粗蛋白的含量，A890，A910，A940，A1020，A1050為對應波長點的吸光度。

根據(jù)此關系模型，將掃描到的光譜圖中對應波長的吸光度值代入，即可得到某一整粒小麥粗蛋白含量值。其中校準集中預測值與化學值的相關系數(shù)為R=0.845，標準差為SEC=0.84。預測集中預測值與化學值的相關系數(shù)為R=0.834，標準差為SEP=0.93。

由于建模樣品量少以及儀器本身掃描光譜也存在一定的誤差，其預測結(jié)果與真實化學值之間存在一定偏差，由上面的圖可以看出，盡管如此，在精度要求不很精密的場合（如現(xiàn)場測量、快速檢測等），已經(jīng)可以用于對整粒小麥粗蛋白含量進行快速無損檢測了。

本文結(jié)合虛擬儀器技術和近紅外光譜分析技術，搭建了一個定量測量近紅外整粒小麥成分（粗蛋白含量）的系統(tǒng)，系統(tǒng)包括硬件設計與調(diào)試、軟件設計與調(diào)試以及實驗驗證三部分。此系統(tǒng)利用計算機豐富的軟件資源，實現(xiàn)了部分硬件的軟件化，節(jié)省了物質(zhì)資源，其硬件和軟件都采用標準化、模塊化和系統(tǒng)化的設計原則，系統(tǒng)性能穩(wěn)定，調(diào)試、擴展和維護方便，人機界面友好，增加了系統(tǒng)的靈活性，能直接實時地對測試數(shù)據(jù)進行分析和處理。同時將本軟件程序打包成可執(zhí)行程序，可在沒有安裝LabVIEW軟件的電腦上運行，使其不依賴于編程軟件來執(zhí)行，增加了它的適用范圍和靈活性。本文作者創(chuàng)新點：將虛擬儀器技術和近紅外光譜技術這兩種新技術結(jié)合起來搭建的測量整粒小麥成分的系統(tǒng)。