清晨好,您是今天最早来到科研通的研友!由于当前在线用户较少,发布求助请尽量完整的填写文献信息,科研通机器人24小时在线,伴您科研之路漫漫前行!

Study on Rapid Prediction of Low Concentration O-Nitrotoluene in Mononitrotoluene Mixture by Near Infrared Spectroscopy Combined with Novel Calibration Strategies

化学计量学 校准 内容(测量理论) 近红外光谱 分析化学(期刊) 均方误差 标准差 决定系数 偏最小二乘回归 化学 数学 色谱法 统计 数学分析 物理 量子力学
作者
Xujie Huo,Pu Chen,Jingyan Li,Yupeng Xu,Dan Liu,Chu Xiaoli
标识
DOI:10.2139/ssrn.4693011
摘要

The determination of the o-nitrotoluene (o-MNT) content in separation process of mononitrotoluene (MNT) is of interest, since it affects the purity of m-nitrotoluene (m-MNT) and p-nitrotoluene (p-MNT). However, the analytical techniques traditionally used for its content determination are tedious and time consuming. Therefore, we explored the analysis of spectral data based on near-infrared spectroscopy (NIRS) and chemometrics, and extracted the spectral features of the o-MNT based on the interval selection algorithm. The calibration models for the o-MNT content based on samples with different concentration ranges were developed by PLS. Among them, the calibration model based on samples with 0.01~0.5% concentration range has the best prediction performance. The calibration model was established with the determination coefficient of prediction (R2) of 0.959, root mean squared error of prediction (RMSEP) of 0.011 and ratio of standard deviation of the calibration set to standard error of prediction (RPD) of 4.899 for o-MNT. It is sufficient to meet the fast detection needs of the o-MNT content for process control in chemical industry. In addition, in order to reduce the demand of the model on samples and corresponding reference values, we explored the virtual sample generation method based on background difference compensation. The calibration model based on virtual samples was established with R2 of 0.74, RMSEP of 0.028 and RPD of 1.951. This study shows that the method based on NIRS and chemometrics has strong prediction performance for o-MNT in separation process of MNT, which is a guideline for controlling product purity of m-MNT and p-MNT. And the virtual sample generation method proposed in this study can significantly reduce the sample demand of calibration model.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
狮子完成签到,获得积分10
11秒前
清萍红檀完成签到,获得积分10
27秒前
段誉完成签到 ,获得积分10
46秒前
定烜完成签到 ,获得积分10
55秒前
janer完成签到 ,获得积分10
1分钟前
开心每一天完成签到 ,获得积分10
1分钟前
姜sir完成签到 ,获得积分10
1分钟前
管靖易完成签到 ,获得积分10
1分钟前
kaka完成签到,获得积分0
2分钟前
2分钟前
小柒柒完成签到,获得积分10
2分钟前
郜南烟发布了新的文献求助10
2分钟前
深情安青应助郜南烟采纳,获得10
2分钟前
张丫丫完成签到,获得积分10
3分钟前
花花糖果完成签到 ,获得积分10
3分钟前
明理问柳完成签到,获得积分10
3分钟前
淡漠完成签到 ,获得积分10
3分钟前
如意竺完成签到,获得积分10
3分钟前
小猴子完成签到 ,获得积分10
3分钟前
kenchilie完成签到 ,获得积分10
3分钟前
谦也静熵完成签到,获得积分10
4分钟前
精壮小伙完成签到,获得积分0
4分钟前
勤劳的颤完成签到 ,获得积分10
4分钟前
墨言无殇完成签到 ,获得积分10
4分钟前
福尔摩曦完成签到,获得积分10
4分钟前
Diss完成签到 ,获得积分10
4分钟前
娜写年华完成签到 ,获得积分10
5分钟前
天天快乐应助xun采纳,获得10
5分钟前
meijuan1210完成签到 ,获得积分10
5分钟前
5分钟前
xun发布了新的文献求助10
5分钟前
贝贝完成签到,获得积分0
5分钟前
Orange应助xun采纳,获得10
5分钟前
7分钟前
郜南烟发布了新的文献求助10
7分钟前
白白嫩嫩完成签到,获得积分10
7分钟前
zhang20082418完成签到,获得积分10
7分钟前
充电宝应助郜南烟采纳,获得10
7分钟前
HEIKU应助zhang20082418采纳,获得10
7分钟前
Jenny完成签到,获得积分10
7分钟前
高分求助中
Evolution 10000
Sustainability in Tides Chemistry 2800
The Young builders of New china : the visit of the delegation of the WFDY to the Chinese People's Republic 1000
юрские динозавры восточного забайкалья 800
English Wealden Fossils 700
叶剑英与华南分局档案史料 500
Foreign Policy of the French Second Empire: A Bibliography 500
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3146832
求助须知:如何正确求助?哪些是违规求助? 2798126
关于积分的说明 7826730
捐赠科研通 2454695
什么是DOI,文献DOI怎么找? 1306428
科研通“疑难数据库(出版商)”最低求助积分说明 627788
版权声明 601565