中国造纸
中國造紙
중국조지
CHINA PULP AND PAPER
2013年
7期
6-12
,共7页
赵焕%洪义梅%佟放%刘苇%丁笑天%侯庆喜
趙煥%洪義梅%佟放%劉葦%丁笑天%侯慶喜
조환%홍의매%동방%류위%정소천%후경희
轻涂纸%羧基丁苯胶乳%ATR-FTIR%PCF%PLS%GRNN
輕塗紙%羧基丁苯膠乳%ATR-FTIR%PCF%PLS%GRNN
경도지%최기정분효유%ATR-FTIR%PCF%PLS%GRNN
LWC paper%SB-latex%ATR-FTIR%PCF%PLS%GRNN
采用衰减全反射傅里叶变换红外光谱(ATR-FTIR)对涂有不同羧基丁苯胶乳含量的轻涂纸表面进行测定,选取羧基丁苯胶乳在波数为2922 cm-1、1028 cm-1、756 cm-和699 cm-1 4处特征吸收峰并使用红外光谱软件计算其峰面积,由此得到不同胶乳含量与这4处吸收峰峰面积之间的关系；分别采用多项式曲线拟合(PCF)、偏最小二乘回归(PLS regression)和广义回归神经网络(GRNN)进行建模,并对3种模型的预测效果进行比较.结果表明,轻涂纸涂层中的ATR-FTIR信息可以用来测定轻涂纸涂层中的羧基丁苯胶乳含量,3种预测模型中,GRNN方法具有最佳的预测效果,偏差最小(最大偏差为-3.39％).
採用衰減全反射傅裏葉變換紅外光譜(ATR-FTIR)對塗有不同羧基丁苯膠乳含量的輕塗紙錶麵進行測定,選取羧基丁苯膠乳在波數為2922 cm-1、1028 cm-1、756 cm-和699 cm-1 4處特徵吸收峰併使用紅外光譜軟件計算其峰麵積,由此得到不同膠乳含量與這4處吸收峰峰麵積之間的關繫；分彆採用多項式麯線擬閤(PCF)、偏最小二乘迴歸(PLS regression)和廣義迴歸神經網絡(GRNN)進行建模,併對3種模型的預測效果進行比較.結果錶明,輕塗紙塗層中的ATR-FTIR信息可以用來測定輕塗紙塗層中的羧基丁苯膠乳含量,3種預測模型中,GRNN方法具有最佳的預測效果,偏差最小(最大偏差為-3.39％).
채용쇠감전반사부리협변환홍외광보(ATR-FTIR)대도유불동최기정분효유함량적경도지표면진행측정,선취최기정분효유재파수위2922 cm-1、1028 cm-1、756 cm-화699 cm-1 4처특정흡수봉병사용홍외광보연건계산기봉면적,유차득도불동효유함량여저4처흡수봉봉면적지간적관계；분별채용다항식곡선의합(PCF)、편최소이승회귀(PLS regression)화엄의회귀신경망락(GRNN)진행건모,병대3충모형적예측효과진행비교.결과표명,경도지도층중적ATR-FTIR신식가이용래측정경도지도층중적최기정분효유함량,3충예측모형중,GRNN방법구유최가적예측효과,편차최소(최대편차위-3.39％).
