Научная статья на тему 'Обоснование возможности контроля содержания льняного волокна в тресте методом инфракрасной спектрометрии'

Обоснование возможности контроля содержания льняного волокна в тресте методом инфракрасной спектрометрии Текст научной статьи по специальности «Прочие технологии»

CC BY
143
106
i Надоели баннеры? Вы всегда можете отключить рекламу.
Ключевые слова
СПЕКТРОМЕТРИЯ / БЛИЖНЯЯ ИНФРАКРАСНАЯ ОБЛАСТЬ / ДЛИНА ВОЛНЫ / ВЫХОД ВОЛОКНА / ЛЬНЯНАЯ ТРЕСТА / SPECTROMETRY / INFRARED SPECTROMETRY / WAVELENGTH / FLAX FIBER OUTPUT / FLAX STOCK

Аннотация научной статьи по прочим технологиям, автор научной работы — Мозохин Андрей Евгеньевич, Колесникова Ирина Александровна, Дроздов Владимир Георгиевич

Анализ инфракрасных спектров позволяет осуществить бесконтактный контроль технологических параметров льняной тресты и льняного волокна, не нарушая целостность слоя. Взаимосвязь интенсивности отраженного или поглощенного инфракрасного излучения льнотрестой и её свойств объясняется наличием полос поглощения химических компонентов волокон и костры льна в ближнем инфракрасном диапазоне.

i Надоели баннеры? Вы всегда можете отключить рекламу.

Похожие темы научных работ по прочим технологиям , автор научной работы — Мозохин Андрей Евгеньевич, Колесникова Ирина Александровна, Дроздов Владимир Георгиевич

iНе можете найти то, что вам нужно? Попробуйте сервис подбора литературы.
i Надоели баннеры? Вы всегда можете отключить рекламу.

Justification of the possibility of control to flax fiber content in flax stock by infrared spectrometry

Analysis of the infrared spectra allows the contactless control of process parameters or fiber flax stock, without compromising the integrity of the layer. The relationship of the reflected or absorbed by the infrared radiation of flax and its properties due to the presence of the absorption bands of chemical components of flax fibers and bonfires in the near infrared range.

Текст научной работы на тему «Обоснование возможности контроля содержания льняного волокна в тресте методом инфракрасной спектрометрии»

УДК 535.33

Мозохин Андрей Евгеньевич

Костромской государственный технологический университет

mozokhin@mail.ru

Колесникова Ирина Александровна

кандидат педагогических наук Костромской государственный университет им. Н.А. Некрасова

maly. s@ramЫer. ш

Дроздов Владимир Георгиевич

кандидат технических наук Костромской государственный технологический университет

mtdepart@kstu. edu.ru

ОБОСНОВАНИЕ ВОЗМОЖНОСТИ КОНТРОЛЯ СОДЕРЖАНИЯ ЛЬНЯНОГО ВОЛОКНА В ТРЕСТЕ МЕТОДОМ ИНФРАКРАСНОЙ СПЕКТРОМЕТРИИ

Анализ инфракрасных спектров позволяет осуществить бесконтактный контроль технологических параметров льняной тресты и льняного волокна, не нарушая целостность слоя. Взаимосвязь интенсивности отраженного или поглощенного инфракрасного излучения льнотрестой и её свойств объясняется наличием полос поглощения химических компонентов волокон и костры льна в ближнем инфракрасном диапазоне.

Ключевые слова: спектрометрия, ближняя инфракрасная область, длина волны, выход волокна, льняная треста.

Функциональные группы органических соединений, входящие в состав льняной тресты и волокна, позволяют оценить их технологические свойства при помощи бесконтактного и не разрушающего слой метода инфракрасной спектрометрии. Интенсивность поглощения или пропускания инфракрасного излучения на определенных длинах волн указывает на доминирующее влияние тех или иных функциональных групп веществ, которые, в свою очередь, взаимосвязаны с технологическими параметрами исследуемых образцов.

Ранее проведенные опыты подтвердили, что в ближнем инфракрасном спектре на частоте X = 4770 см"1 инфракрасное излучение поглощается функциональными группами молекул целлюлозы [4]. Сопоставление результатов спектрального и химического анализа на содержание пектина, лигнина, гемицеллюлозы и целлюлозы в различных сортах льняной тресты позволило установить корреляционную зависимость (коэффициент корреляции г = 0,81) между содержанием целлюлозы в льнотресте и величиной направленного пропускания инфракрасного излучения на частоте X = 4770 см-1.

Поскольку основными высокомолекулярными компонентами льнотресты являются полисахариды - целлюлозы (её содержание в стеблях льна в лубяной части 60-65%, а в древесной - 40-45%), гемицеллюлозы, пектины, то основными связями, проявляющимися в ближнем инфракрасном спектре льнотресты, являются СН и ОН группы этих высокомолекулярных соединений [3]. Поглощение инфракрасного излучения функциональными груп-

пами молекул целлюлозы на частоте 4770 см-1 позволяет, проанализировав спектры отражения, использовать для оценки содержания волокна в льняной тресте.

Для оценки содержания волокна в льняной тресте методом инфракрасной спектрометрии был проведен ряд опытов, включающих в себя подготовку проб льнотресты и определение выхода длинного трепаного волокна согласно ГОСТ Р 53143-2008 «Треста льняная. Требования при заготовке» [1]. Обработка инфракрасных спектров, полученных на спектрофотометре, производилась в соответствии с методикой, описанной в [2].

В качестве исследуемых образцов была выбрана льняная треста разных селекционных сортов урожая 2012 года: Томский 17, Могилевский, Даш-ковский, Мерелин. Образцы тресты имели нормальную степень вылежки, кондиционную влажность и были разделены на две группы. Одна из них предназначалась для определения выхода волокна согласно стандартной методике [1]. Вторая группа предназначалась для снятия инфракрасных спектров на спектрофотометре.

Образцы первой группы, подготовленные для опытов по определению выхода длинного трепаного волокна, обрабатывались на мяльно-трепальном агрегате АЛС-1. На АЛС-1 сырье обрабатывалось при частоте трепальных барабанов 275 мин-1. Результаты выхода волокна представлены в таблице 1. Также была проведена интервальная оценка полученных результатов эксперимента и рассчитаны доверительные интервалы по выходу волокна.

Таблица 1

Выход волокна на АЛС-1

Сорт Томский-17 Мерлин Могилевский Дашковский

Выход волокна, (%) 16,5 ± 0,6 25,4 ±0,6 22 ±0,5 11,5 ±0,6

© Мозохин А.Е., Колесникова И.А., Дроздов В.Г, 2013

Вестник КГУ им. Н.А. Некрасова ♦ № 6, 2013

11

25,4%

Волновое число, см-1

Рис. 1. Инфракрасные спектры образцов льняной тресты с различным содержание волокна в области 4770 см-1

Параллельно проводился спектральный анализ исследуемых образцов льнотресты. Эксперименты осуществлялись в лаборатории института нефти и газа им. И.М. Губкина. Съемка спектров проводилась на инфракрасном спектрометре МРА (Broker), оснащенном интегрирующей сферой и оптоволоконным датчиком, спектральный диапазон 3600-12500 см-1, разрешение 8 см-1, число сканов 32. Съемка спектров велась в геометрии диффузного отражения. Перед съемкой измельченные образ-

цы льнотресты (не более 10 мм каждый образец) были помещены в специальный вращающийся стакан. Обработанные спектры представляют пространственное усреднение всего материала. Для лучшего усреднения был использован вращающий стакан, куда помещался измельченный материал. Управление прибором, съёмка и обработка спектров, а также анализ полученной спектральной информации и построение калибровочных моделей проводились с помощью программы OPUS 5.5 «BRUKER».

Рис. 2. График модели линейной калибровки по выходу длинного волокна на мяльно-трепальном агрегате АЛС-1

12

Вестник КГУ им. Н.А. Некрасова ♦ № 6, 2013

Полученные инфракрасные спектры образцов льнотресты с различным содержанием волокна представлены на рисунке 1.

Как видно из рисунка 1, интегральная интенсивность линий в области 4770 см-1 пропорциональна изменению содержания волокна в тресте, что позволило построить линейные калибровочные модели для результатов по выходу на АЛС-1 (рис. 2).

Таким образом, высокий коэффициент корреляции для линейных моделей по выходу длинного волокна, характеризующему содержание волокна в тресте (г = 0,98, СКО = 0.82 для АЛС-1), подтверждает высокую достоверность полученных калибровочных моделей и возможность оценки (прогнозирования) содержания льняного волокна в тресте методом инфракрасной спектрометрии с высокой точностью.

Библиографический список

1. ГОСТ Р 53143-2008. «Треста льняная. Требования при заготовках». - М.: Изд-во Стандар-тинформ, 2009.

2. Дроздов В.Г., Мозохин В.Г. Оценка технологических параметров льняной тресты методом ближней инфракрасной Фурье-спектрометрии. -Кострома: Изд-во Костром. гос. технол. ун-та, 2013. - 24 с.

3. Катков А.А. Управление режимом работы мяльно-трепального агрегата в зависимости от влажности льнотресты: Дис. ... канд. техн. наук / Костромской гос. технол. ун-т. - Кострома, 2008. - 168 с.

4. Мозохин А.Е., ДроздовВ.Г., КолесниковаИ.А. Сопоставление химического и спектрального анализа разных сортов льняной тресты // Вестник КГТУ - 2012. - № 4. - С. 17-21.

УДК 004.8

Садыков Султан Сидыкович

доктор технических наук sadykovss@yandex.ru

Терехин Андрей Викторович

terehin_murom@mail. ш Муромский институт (филиал) Владимирского государственного университета им. А.Г и Н. Г. Столетовых

АЛГОРИТМ КЛАССИФИКАЦИИ ВЫПУКЛЫХ ФИГУР, С ИСПОЛЬЗОВАНИЕМ ДИАГОНАЛЬНЫХ ПРИЗНАКОВ ФОРМЫ

В статье описан алгоритм вычисления диагональных признаков формы, приводятся формулы для вычислений, предложен способ классификации выпуклых фигур по их форме, представлены результаты исследований. Ключевые слова: форма, признак, классификация, диагональный коэффициент формы, выпуклые фигуры.

Системы автоматического распознавания (САР) в настоящее время все больше находят применение в современном производстве на конвейерной сборке различных объектов из наборов деталей. Различные виды САР различаются между собой как техническим, так и программным оснащением, в зависимости от конкретно поставленной задачи. Объединяет их то, что для распознавания объектов в них используются наборы признаков, объединенные в векторы по определенным группам, при этом нормализованные определенным образом [1]. Значения векторов признаков для конкретных объектов формируются в эталоны.

Многие объекты, которые распознаются в современных САР, имеют проекции на плоскости, схожие по форме с выпуклыми геометрическими фигурами. Поэтому важным этапом при разработке САР является предварительная классификация геометрических фигур по признакам формы с целью уменьшения времени классификации и повышения точности идентификации.

Данную операцию можно осуществить с помощью геометрических признаков [2], таких как периметр, площадь, величина углов (кривизна). За-

частую их оказывается недостаточно, и возникает задача добавления новых характеристик [3].

Набор используемых признаков, для удобства вычислений, необходимо привести к нормированному виду. Данная необходимость вызвана тем, что значения признаков различных типов могут сильно отличаться между собой (одни могут иметь очень маленькие значения, другие - очень большие), что в свою очередь негативно влияет на графическое представление и анализ статистической информации при исследованиях. Так как в цифровом виде изображения представляются в виде наборов пикселей, то и геометрические характеристики объектов, присутствующих на них, будут зависеть от размеров изображения. Поэтому возникает необходимость в представлении характеристик в виде безразмерных коэффициентов, что делает соответствующие признаки невосприимчивыми к размеру рассматриваемого изображения и ориентации фигуры на изображении.

В данной статье предлагается способ классификации геометрических фигур по их форме с использованием набора признаков, нормализованных определенным образом и имеющих общий диапазон значений.

© Садыков С.С., Терехин А.В., 2013

Вестник КГУ им. Н.А. Некрасова ♦ № 6, 2013

13

i Надоели баннеры? Вы всегда можете отключить рекламу.