基于LabVIEW的近紅外測量系統的研究

2.2程序框圖設計

在LabVIEW中，程序框圖相當于真實儀器內部的器件和連線，這才是軟件編程中的靈魂。這部分主要包括信號獲取模塊，I/O控制模塊，信號分析模塊，數據獲取模塊和數據顯示模塊。
圖2為系統框圖程序，其中包括所用到的各種控制器和顯示器及各種函數和它們對應的設置。

圖2 框圖程序

3.應用實驗及結果分析

本系統掃描了40個已知粗蛋白含量的整粒小麥樣品，得到40個光譜圖數據（如圖3）。

圖340個樣品的總光譜圖

然后用36個樣品(4個被剔除)的光譜數據對整理小麥粗蛋白含量進行建模和預測，其中26個作為校準集，用于建立小麥粗蛋白含量與光譜數據之間的校準模型；10個作為預測集，用于檢驗模型的預測能力。

校準集樣品的建模模型為：

C=4.77-60.24A890+122.17A910-40.63A940+83.83A1020-89.66A1050
其中，C為整粒小麥樣品粗蛋白的含量，A890，A910，A940，A1020，A1050為對應波長點的吸光度。

根據此關系模型，將掃描到的光譜圖中對應波長的吸光度值代入，即可得到某一整粒小麥粗蛋白含量值。其中校準集中預測值與化學值的相關系數為R=0.845，標準差為SEC=0.84。預測集中預測值與化學值的相關系數為R=0.834，標準差為SEP=0.93。

由于建模樣品量少以及儀器本身掃描光譜也存在一定的誤差，其預測結果與真實化學值之間存在一定偏差，由上面的圖可以看出，盡管如此，在精度要求不很精密的場合（如現場測量、快速檢測等），已經可以用于對整粒小麥粗蛋白含量進行快速無損檢測了。

4.結論

本文結合虛擬儀器技術和近紅外光譜分析技術，搭建了一個定量測量近紅外整粒小麥成分（粗蛋白含量）的系統，系統包括硬件設計與調試、軟件設計與調試以及實驗驗證三部分。此系統利用計算機豐富的軟件資源，實現了部分硬件的軟件化，節省了物質資源，其硬件和軟件都采用標準化、模塊化和系統化的設計原則，系統性能穩定，調試、擴展和維護方便，人機界面友好，增加了系統的靈活性，能直接實時地對測試數據進行分析和處理。同時將本軟件程序打包成可執行程序，可在沒有安裝LabVIEW軟件的電腦上運行，使其不依賴于編程軟件來執行，增加了它的適用范圍和靈活性。本文作者創新點：將虛擬儀器技術和近紅外光譜技術這兩種新技術結合起來搭建的測量整粒小麥成分的系統。

參考文獻：
[1] 陸婉珍.現代近紅外光譜分析技術.北京:中國石化出版社，2000，1-2
[2] 徐廣通，袁洪福，陸婉珍.現代近紅外光譜技術及應用進展.光譜學與光譜分析，2002，20（2）： 134-142
[3] 王多加，周向陽，金同銘，等.近紅外光譜檢測技術在農業和食品分析上的應用.光譜學與光譜分析，2004，24（4）：447-450
[4] 金翀，耿燕茹，江明能，等.使用IM9100型近紅外整粒谷物分析儀分析秈米直鏈淀粉含量.中國稻米，2002，（1）：32
[5] 林正盛. 淺談虛擬儀器技術的演化與發展.微計算機信息，1997，（3）：66-67
[6] 朱爾一，楊芃原.化學計量學技術及應用.北京：科學出版社，2001，81-82