基于LabVIEW的近红外测量系统的研究 (2)

2.2程序框图设计

      在LabVIEW中，程序框图相当于真实仪器内部的器件和连线，这才是软件编程中的灵魂。这部分主要包括信号获取模块，I/O控制模块，信号分析模块，数据获取模块和数据显示模块。
图2为系统框图程序，其中包括所用到的各种控制器和显示器及各种函数和它们对应的设置。

                                                   图2 框图程序

3.应用实验及结果分析

     本系统扫描了40个已知粗蛋白含量的整粒小麦样品，得到40个光谱图数据（如图3）。

                                             图3  40个样品的总光谱图

      然后用36个样品(4个被剔除)的光谱数据对整理小麦粗蛋白含量进行建模和预测，其中26个作为校准集，用于建立小麦粗蛋白含量与光谱数据之间的校准模型；10个作为预测集，用于检验模型的预测能力。

校准集样品的建模模型为：

       C=4.77-60.24A890+122.17A910-40.63A940+83.83A1020-89.66A1050
其中，C为整粒小麦样品粗蛋白的含量，A890，A910，A940，A1020，A1050为对应波长点的吸光度。

      根据此关系模型，将扫描到的光谱图中对应波长的吸光度值代入，即可得到某一整粒小麦粗蛋白含量值。其中校准集中预测值与化学值的相关系数为R=0.845，标准差为SEC=0.84。预测集中预测值与化学值的相关系数为R=0.834，标准差为SEP=0.93。

      由于建模样品量少以及仪器本身扫描光谱也存在一定的误差，其预测结果与真实化学值之间存在一定偏差，由上面的图可以看出，尽管如此，在精度要求不很精密的场合（如现场测量、快速检测等），已经可以用于对整粒小麦粗蛋白含量进行快速无损检测了。

4.结论

      本文结合虚拟仪器技术和近红外光谱分析技术，搭建了一个定量测量近红外整粒小麦成分（粗蛋白含量）的系统，系统包括硬件设计与调试、软件设计与调试以及实验验证三部分。此系统利用计算机丰富的软件资源，实现了部分硬件的软件化，节省了物质资源，其硬件和软件都采用标准化、模块化和系统化的设计原则，系统性能稳定，调试、扩展和维护方便，人机界面友好，增加了系统的灵活性，能直接实时地对测试数据进行分析和处理。同时将本软件程序打包成可执行程序，可在没有安装LabVIEW软件的电脑上运行，使其不依赖于编程软件来执行，增加了它的适用范围和灵活性。本文作者创新点：将虚拟仪器技术和近红外光谱技术这两种新技术结合起来搭建的测量整粒小麦成分的系统。

参考文献：
[1] 陆婉珍.现代近红外光谱分析技术.北京:中国石化出版社，2000，1-2
[2] 徐广通，袁洪福，陆婉珍.现代近红外光谱技术及应用进展.光谱学与光谱分析，2002，20（2）： 134-142
[3] 王多加，周向阳，金同铭，等.近红外光谱检测技术在农业和食品分析上的应用.光谱学与光谱分析，2004，24（4）：447-450
[4] 金翀，耿燕茹，江明能，等.使用IM9100型近红外整粒谷物分析仪分析籼米直链淀粉含量.中国稻米，2002，（1）：32
[5] 林正盛. 浅谈虚拟仪器技术的演化与发展.微计算机信息，1997，（3）：66-67
[6] 朱尔一，杨芃原.化学计量学技术及应用.北京：科学出版社，2001，81-82