Научная статья на тему 'Применение регрессионного анализа для идентификации полиэтилена высокой и низкой плотности посредством ИК-спектрометрии'

Применение регрессионного анализа для идентификации полиэтилена высокой и низкой плотности посредством ИК-спектрометрии Текст научной статьи по специальности «Компьютерные и информационные науки»

CC BY
112
20
i Надоели баннеры? Вы всегда можете отключить рекламу.
Ключевые слова
ИНФРАКРАСНАЯ СПЕКТРОМЕТРИЯ / INFRARED SPECTROMETRY / ТАМОЖЕННЫЙ КОНТРОЛЬ / CUSTOMS CONTROL / ПОЛИЭТИЛЕН / POLYETHYLENE / РЕГРЕССИОННЫЙ АНАЛИЗ / REGRESSION ANALYSIS

Аннотация научной статьи по компьютерным и информационным наукам, автор научной работы — Афонин Д.Н.

В статье рассмотрена возможность применения регрессионного анализа для идентификации полиэтилена высокой и низкой плотности посредством инфракрасной спектрометрии. Предложенная технология может применяться для идентификации практически любых органических соединений.

i Надоели баннеры? Вы всегда можете отключить рекламу.

Похожие темы научных работ по компьютерным и информационным наукам , автор научной работы — Афонин Д.Н.

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

The use of regression analysis for the identification of high and low density polyethylene by means of IR spectrometry

The article considers the possibility of using regression analysis to identify high and low density polyethylene by infrared spectrometry. The proposed technology can be used to identify virtually any organic compounds.

Текст научной работы на тему «Применение регрессионного анализа для идентификации полиэтилена высокой и низкой плотности посредством ИК-спектрометрии»

УДК 303.7

Применение регрессионного анализа для идентификации полиэтилена высокой и низкой плотности посредством ИК-спектрометрии

Афонин Д.Н.

Санкт-Петербургский филиал Российской таможенной академии

The use of regression analysis for the identification of high and low density polyethylene by means of IR spectrometry

Afonin D.N.

St. Petersburg Branch of the Russian Customs Academy

Аннотация

В статье рассмотрена возможность применения регрессионного анализа для идентификации полиэтилена высокой и низкой плотности посредством инфракрасной спектрометрии. Предложенная технология может применяться для идентификации практически любых органических соединений.

Ключевые слова: инфракрасная

спектрометрия, таможенный контроль, полиэтилен, регрессионный анализ.

Приоритетным направлением таможенного контроля при выявлении занижения таможенной стоимости при перемещении полиэтилена через таможенную границу ЕАЭС является проверка кода ТН ВЭД ЕАЭС товара. Достоверно зная код ТН ВЭД ЕАЭС товара можно более обоснованно проводить контроль метода определения таможенной стоимости, а также базы ее формирования. Более обоснованным может быть и анализ описания товара в 31

ЯЯ11

Рис. 1 Спектрограмма ИК-спектрометрии исследованного образца

Abstract

The article considers the possibility of using regression analysis to identify high and low density polyethylene by infrared spectrometry. The proposed technology can be used to identify virtually any organic compounds.

Keywords: infrared spectrometry, customs control, polyethylene, regression analysis.

графе ДТ, а также анализ весовых характеристик товарной партии изделий из полиэтилена.

Для идентификации полимеров высокой и низкой плотности мы использовали регрессионный анализ. При проведении ИК-спектрометрии на приборе FT-801 все анализируемые образцы изображаются в виде спектрограммы [1, 2] Рис. 1.

Для проведения регрессионного анализа необходимы числовые значения, для

Рис. 2. Файл с результатами ИК-спектрометрии исследованного образца

ЭКОНОМИЧЕСКИЕ НАУКИ

БИТ 2018 Том 2 № 3(7)

Рис. 3. Результаты экспорта данных ИК-спектрометрии в MSExcel

Рис. 4. Результаты применения алгоритма последовательного включения признаков

Таблица 1

Результаты регрессионного анализа данных спектрометрии

Множественный R 0,999999294

R-квадрат 0,999998589

Нормированный R-квадрат 0,999998076

Стандартная ошибка 0,000716339

Наблюдения 16

этого преобразовываем данные прибора в обычном текстовом файле с расширением ^х.

Основу исследования составили 8 образцов полиэтилена высокой плотности и 8 образцов полиэтилена низкой плотности. Для исследования использовалась приставка МНПВО с элементом из селенида цинка. Полученные результаты были экспортированы в файл 1^Ехсе1 для последующего анализа рис. 3.

Регрессионный анализ проводился в программе Statistica 12. При этом использовался алгоритм последовательного включения признаков. Применение данного алгоритма позволило выявить, что наиболее значимые отличия спектров полиэтилена высокой плотности от полиэтилена низкой плотности находятся на длинах волн 671.36, 3109.82, 3727.15, 3819.75 нм рис. 4. Данные длины волн и использовались нами при последующем анализе.

В результате проведенного исследования была получена регрессионная модель:

У=2.415+Хет1 з5*3,613*10-10--Х3109 82*5,153* 1-09-

-Х3727 .15*2,041* 10-10+Хз819.75*2,549*10-10

где Хе71 .35, Хз109.82, Хз727.15, Хз819.75 - амплитуды спектра на соответствующих длинах волн.

Данная модель имеет характеристики, представленные в таблице 1.

Таким образом, построенная модель позволяет с очень высокой точностью идентифицировать полиэтилен высокой и низкой плотности. И это может быть использовано для проверки кода ТН ВЭД ЕАЭС изделия из полиэтилена, что является первым этапом разработанного ране е алгоритма. Следует заметить, что такой метод идентификации в последующем может быть применен не только к полиэтилену, но и кто всем полимерам.

Список литературы

1. Ежевская Т.Б., Бубликов А.В. Пробоподготовка и методы исследования различных объектов на ИК фурье-спектрометре

с приставками, включая ИК микроскоп и МНПВО, при проведении криминалистических экспертиз: сб материалов № 4 Международной конференции, М.: Эксперт-Криминалист, 2014. С. 28-34.

2. Таскаев В.И., Диденко Н.А., Громовенко В.В. Проблемы идентификации и классификации линейного полиэтилена низкой плотности // Таможенная политика России на дальнем востоке. 2016. № 1 (62). С. 91-108.

Поступила в редакцию 22.07.2018

Сведения об авторе:

Афонин Дмитрий Николаевич - доктор медицинских наук, профессор кафедры технических средств таможенного контроля и криминалистики Санкт-Петербургского филиала Российской таможенной академии, e-mail: tstk@spbrta.ru

i Надоели баннеры? Вы всегда можете отключить рекламу.