摘要

为提高活性炭含量检测的效率与精度,基于微波谐振技术设计了一种活性炭滤棒微波幅值变化信号采集装置,并将高斯滤波和惩罚最小二乘算法相结合对微波幅值变化信号进行降噪和基线扣除处理。首先,比较了不同高斯窗口长度的滤波效果,选用非对称最小二乘法、自适应迭代重加权惩罚最小二乘法、非对称重加权惩罚最小二乘法和多约束重加权惩罚最小二乘法等4种处理方法对微波幅值变化信号进行基线校正,再求出基线校正后微波幅值变化信号的峰高、峰面积与半峰全宽,然后比较了基于支持向量回归机、偏最小二乘算法与反向传播神经网络建立的模型的预测结果。结果显示,活性炭质量的最佳模型为“峰面积-活性炭质量”,模型决定系数为0.9924,平均绝对误差为0.7979 mg,相对标准偏差为1.4962%。活性炭质量重复性检测最大标准差为1.85 mg,活性炭质量检测的最小绝对偏差为0.03 mg,活性炭质量检测最小相对偏差为0.05%。该方法为烟用活性炭滤棒中活性炭的定量分析提供了一种快速有效的方法。