本發(fā)明涉及麻纖維力學(xué)性能分析，尤其是涉及一種麻纖維拉伸強(qiáng)度預(yù)測(cè)方法、系統(tǒng)及裝置。

背景技術(shù)：

1、在麻纖維復(fù)合材料中，纖維的性能對(duì)復(fù)合材料的性能起決定性作用，因此麻纖維力學(xué)性能分析是提升麻纖維復(fù)合材料品質(zhì)的關(guān)鍵。

2、麻纖維的成分含量復(fù)雜，確定其有效成分含量是進(jìn)行力學(xué)性能分析的前提與基礎(chǔ)。

3、目前，在對(duì)麻纖維進(jìn)行成分分析時(shí)，往往按照中國(guó)國(guó)家標(biāo)準(zhǔn)gb/t5889-1986《苧麻化學(xué)成分定量分析方法》中的規(guī)定進(jìn)行。但這一分析方法存在耗時(shí)長(zhǎng)、操作復(fù)雜、操作誤差大、對(duì)人體有害及環(huán)境污染等諸多問(wèn)題。

4、同時(shí)，在對(duì)麻纖維進(jìn)行力學(xué)分析時(shí)，也存在著制樣繁瑣、操作復(fù)雜、效率低下等技術(shù)問(wèn)題。

技術(shù)實(shí)現(xiàn)思路

1、本發(fā)明的目的在于提供一種麻纖維拉伸強(qiáng)度預(yù)測(cè)方法、系統(tǒng)及裝置，以解決現(xiàn)有技術(shù)中存在的至少一種上述技術(shù)問(wèn)題。

2、第一方面，為解決上述技術(shù)問(wèn)題，本發(fā)明提供了一種麻纖維拉伸強(qiáng)度預(yù)測(cè)方法，包括如下步驟：

3、步驟1、基于麻纖維的化學(xué)成分含量、近紅外光譜數(shù)據(jù)及拉伸強(qiáng)度的原始數(shù)據(jù)，通過(guò)數(shù)據(jù)分析方法，確定目標(biāo)化學(xué)成分，以便確定主要影響麻纖維拉伸強(qiáng)度的化學(xué)成分；所述數(shù)據(jù)分析方法依次包括主成分分析、聚類(lèi)分析及關(guān)聯(lián)性分析等；

4、所述主成分分析，用于初步確定目標(biāo)化學(xué)成分的范圍；

5、所述聚類(lèi)分析，用于進(jìn)一步縮小目標(biāo)化學(xué)成分的范圍；

6、所述關(guān)聯(lián)性分析，用于確定目標(biāo)化學(xué)成分與拉伸強(qiáng)度的關(guān)聯(lián)程度；

7、所述目標(biāo)化學(xué)成分包括纖維素和/或半纖維素和/或木質(zhì)素；

8、步驟2、基于目標(biāo)化學(xué)成分的特征波段，采集被測(cè)麻纖維的近紅外光譜數(shù)據(jù)；

9、步驟3、將所述近紅外光譜數(shù)據(jù)進(jìn)行預(yù)處理后，通過(guò)成分含量預(yù)測(cè)，得到被測(cè)麻纖維中目標(biāo)化學(xué)成分的成分含量數(shù)據(jù)；

10、步驟4、將所述成分含量數(shù)據(jù)，通過(guò)拉伸強(qiáng)度預(yù)測(cè)，得到被測(cè)麻纖維的拉伸強(qiáng)度。

11、通過(guò)上述步驟，可以利用麻纖維中纖維素、半纖維素及木質(zhì)素的特定光譜特征，通過(guò)成分含量預(yù)測(cè)，簡(jiǎn)便、有效且安全地獲得三者的成分含量數(shù)據(jù)；再通過(guò)拉伸強(qiáng)度預(yù)測(cè)，簡(jiǎn)便、有效且安全地獲得對(duì)應(yīng)麻纖維的拉伸強(qiáng)度；本方案可用于對(duì)麻纖維進(jìn)行無(wú)損、快速地拉伸強(qiáng)度分析，不會(huì)產(chǎn)生化學(xué)試劑消耗、污染等問(wèn)題，不會(huì)對(duì)人體健康產(chǎn)生傷害。

12、當(dāng)然，本方案還可以推廣至其他化學(xué)成分復(fù)雜的植物，同樣可以達(dá)到類(lèi)似的技術(shù)效果。

13、在一種可行的實(shí)施方式中，主成分分析的具體方法包括：建立主成分回歸模型；將麻纖維樣品的所有化學(xué)成分作為原始變量；通過(guò)數(shù)據(jù)標(biāo)準(zhǔn)化處理及相關(guān)系數(shù)矩陣，計(jì)算特征值及特征向量；再通過(guò)方差貢獻(xiàn)率及累計(jì)方差貢獻(xiàn)率確定主成分因子；將均方根誤差及平均絕對(duì)誤差作為評(píng)價(jià)指標(biāo)，用于評(píng)價(jià)主成分回歸模型的預(yù)測(cè)值對(duì)于測(cè)試值(濕法定量分析所得)的回歸效果；對(duì)麻纖維樣品進(jìn)行主成分回歸分析，計(jì)算方差貢獻(xiàn)率及累計(jì)方差貢獻(xiàn)率并進(jìn)行排序，篩選出方差累積貢獻(xiàn)率達(dá)到預(yù)設(shè)方差累積貢獻(xiàn)率(例如98％)時(shí)的若干個(gè)主成分因子；所述主成分因子是目標(biāo)化學(xué)成分的線性組合。

14、優(yōu)選地，所述均方根誤差的具體計(jì)算公式為：

15、

16、其中，rmse表示均方根誤差；n表示樣品數(shù)量；表示第i個(gè)樣品的測(cè)試值；yi表示第i個(gè)樣品的預(yù)測(cè)值；

17、所述平均絕對(duì)誤差的具體計(jì)算公式為：

18、

19、其中，mae表示平均絕對(duì)誤差。

20、在一種可行的實(shí)施方式中，所述聚類(lèi)分析的具體方法包括：

21、將一定數(shù)量的樣品或指標(biāo)各自看成一類(lèi)；根據(jù)樣品或指標(biāo)的親疏程度，將親疏程度最高的兩類(lèi)進(jìn)行合并；考慮合并后的類(lèi)與其他類(lèi)之間的親疏程度，再進(jìn)行合并，直至將所有樣品或指標(biāo)合并為一類(lèi)。

22、在一種可行的實(shí)施方式中，所述關(guān)聯(lián)性分析的具體過(guò)程包括：

23、步驟a1、將拉伸強(qiáng)度作為因變量數(shù)列，將目標(biāo)化學(xué)成分含量作為自變量數(shù)列，組成原始數(shù)據(jù)矩陣w1，具體表達(dá)式可以為：

24、w1＝|x1?x2?…?xi-1?y|

25、其中，xi-1表示第i-1個(gè)目標(biāo)化學(xué)成分的含量；y表示拉伸強(qiáng)度；

26、對(duì)數(shù)據(jù)進(jìn)行規(guī)格化處理，以便消除數(shù)據(jù)之間的較大差異，增加可比性，得到規(guī)格化矩陣w2，具體表達(dá)式可以為：

27、w2＝(wki)；

28、其中，wki表示第k個(gè)麻纖維樣品的第i個(gè)目標(biāo)化學(xué)成分的規(guī)格化值，具體表達(dá)式可以為：

29、

30、其中，maxxki表示第k個(gè)麻纖維樣品的第i個(gè)目標(biāo)化學(xué)成分的最大特征值；minxki表示第k個(gè)麻纖維樣品的第i個(gè)目標(biāo)化學(xué)成分的最小特征值；

31、步驟a2、計(jì)算關(guān)聯(lián)系數(shù)；所述關(guān)聯(lián)系數(shù)是自變量數(shù)列與因變量數(shù)列在各個(gè)時(shí)刻的關(guān)聯(lián)程度值；關(guān)聯(lián)系數(shù)越大，自變量在該時(shí)刻的影響力就越大；例如，對(duì)不同種類(lèi)的麻纖維樣品，可以有多個(gè)自變量數(shù)列，分別是纖維素含量數(shù)列、半纖維素含量數(shù)列、木質(zhì)素含量數(shù)列等，而一個(gè)因變量數(shù)列為拉伸強(qiáng)度數(shù)列；各個(gè)自變量數(shù)列與因變量數(shù)列的關(guān)聯(lián)系數(shù)的具體計(jì)算公式為：

32、

33、其中，ζi(k)表示關(guān)聯(lián)系數(shù)；ζ表示分辨系數(shù)，且有ζ∈[0,1]，一般取值為0.5；min(δi(min))表示兩級(jí)最小差；max(δi(max))表示兩級(jí)最大差，具體計(jì)算公式可以為：

34、

35、步驟a3、計(jì)算自變量數(shù)列對(duì)因變量數(shù)列的關(guān)聯(lián)度；再計(jì)算平均值關(guān)聯(lián)度ri，用于表示自變量數(shù)列與因變量數(shù)列之間的關(guān)聯(lián)程度，這樣便于當(dāng)關(guān)聯(lián)度較多時(shí)，進(jìn)行整體比較；平均值關(guān)聯(lián)度ri越大，則相應(yīng)自變量的影響力就越大，具體公式可以為：

36、

37、其中，n表示麻纖維樣品數(shù)量。

38、在一種可行的實(shí)施方式中，所述特征波段，具體包括：

39、1600-2400nm波段數(shù)據(jù)點(diǎn)，對(duì)應(yīng)于纖維素成分含量預(yù)測(cè)；

40、1400-2400nm波段數(shù)據(jù)點(diǎn)，對(duì)應(yīng)于半纖維素成分含量預(yù)測(cè)；

41、1200-2400nm波段數(shù)據(jù)點(diǎn)，對(duì)應(yīng)于木質(zhì)素成分含量預(yù)測(cè)。

42、在一種可行的實(shí)施方式中，所述特征波段的確定方法具體可以是：在近紅外光譜數(shù)據(jù)全波段范圍內(nèi)(800-2400nm)，將預(yù)設(shè)波段間隔長(zhǎng)度(可參考波峰寬度的常見(jiàn)范圍100-200nm進(jìn)行選取，例如200nm)作為公差，以等差數(shù)列方式，由短波端向長(zhǎng)波端遞進(jìn)選擇若干種備選特征波段，通過(guò)成分含量預(yù)測(cè)進(jìn)行循環(huán)測(cè)試，計(jì)算目標(biāo)化學(xué)成分含量的均方根誤差(root?mean?square?error，rmse)和平均絕對(duì)誤差(mean?absolute?error，mae)，將均方根誤差為最低時(shí)的備選特征波段，作為該目標(biāo)化學(xué)成分的特征波段；

43、優(yōu)選地，還可統(tǒng)計(jì)成分含量預(yù)測(cè)的pcr相關(guān)性，檢驗(yàn)備選特征波段下，預(yù)測(cè)值與測(cè)試值(例如通過(guò)濕化學(xué)分析法檢測(cè)的纖維素含量均值)之間的線性擬合方程斜率及pearson相關(guān)系數(shù)，進(jìn)一步驗(yàn)證備選特征波段中波譜數(shù)據(jù)的內(nèi)部交叉驗(yàn)證效果。

44、在一種可行的實(shí)施方式中，所述特征波段的確定方法具體還可以是：在近紅外光譜數(shù)據(jù)全波段范圍內(nèi)，基于波峰出現(xiàn)的位置對(duì)波段進(jìn)行劃分，由短波端向長(zhǎng)波端遞進(jìn)選擇若干種備選特征波段，通過(guò)成分含量預(yù)測(cè)進(jìn)行循環(huán)測(cè)試，計(jì)算目標(biāo)化學(xué)成分含量的均方根誤差和平均絕對(duì)誤差，將均方根誤差為最低時(shí)的備選特征波段，作為該目標(biāo)化學(xué)成分的特征波段；這樣可以更快速地得到特征波段。

45、在一種可行的實(shí)施方式中，所述特征波段的確定方法具體還可以是：在近紅外光譜數(shù)據(jù)全波段范圍內(nèi)(800-2400nm)，基于初始起步間隔長(zhǎng)度lc(例如100nm)作為移動(dòng)窗口，將掃描設(shè)備的預(yù)設(shè)掃描精度(例如6nm)作為步長(zhǎng)，由短波端向長(zhǎng)波端等距移動(dòng)迭代選擇備選特征波段(例如800-900nm、806-906nm、……、2300-2400nm)，具體計(jì)算公式可以為：

46、lt＝lc+(t-1)*s；

47、其中，lt表示第t代起步間隔長(zhǎng)度；t表示迭代次數(shù)；

48、直至起步間隔長(zhǎng)度等于預(yù)設(shè)極值(例如2298nm)；

49、將各代所有備選特征波段，通過(guò)成分含量預(yù)測(cè)進(jìn)行測(cè)試，計(jì)算目標(biāo)化學(xué)成分含量的均方根誤差和平均絕對(duì)誤差，將均方根誤差為最低時(shí)的備選特征波段，作為該目標(biāo)化學(xué)成分的特征波段；這樣可以得到更精確的特征波段。

50、在一種可行的實(shí)施方式中，所述步驟3中的預(yù)處理方法主要包括：

51、步驟b1、統(tǒng)計(jì)各麻纖維樣品所得近紅外光譜數(shù)據(jù)的最低值，再將各個(gè)近紅外光譜數(shù)據(jù)統(tǒng)一減去各光譜數(shù)據(jù)的最低值，得到中間值；從而完成去除基線操作；

52、步驟b2、在所述中間值中，計(jì)算相鄰兩點(diǎn)的斜率后，得到預(yù)處理后的近紅外光譜數(shù)據(jù)；從而完成一階求導(dǎo)，這樣可以避免背景噪聲及光散射等問(wèn)題，從而使數(shù)據(jù)特征更加明顯，并大幅消除檢測(cè)位置、儀器狀態(tài)、測(cè)試環(huán)境差異引起的誤差，有利于后序建模的預(yù)測(cè)精準(zhǔn)性和穩(wěn)定度。

53、在一種可行的實(shí)施方式中，所述成分含量預(yù)測(cè)可通過(guò)預(yù)訓(xùn)練的成分含量預(yù)測(cè)模型(例如分類(lèi)模型)實(shí)現(xiàn)，具體訓(xùn)練方法包括：

54、步驟c1、采集預(yù)設(shè)數(shù)量(例如35個(gè))的麻纖維樣品進(jìn)行編號(hào)；從每個(gè)麻纖維樣品中選取預(yù)設(shè)重量(例如1克)的麻纖維，剪碎為預(yù)設(shè)長(zhǎng)度(例如小于1毫米)的纖維粉末，在預(yù)設(shè)溫度(例如105℃)下烘干至恒重后，在干燥器內(nèi)按照預(yù)設(shè)時(shí)間(例如30分鐘)進(jìn)行冷卻；

55、步驟c2、基于分光光度計(jì)(例如perkin-elmer?uv/vis/nir?750)，對(duì)所述纖維粉末，通過(guò)漫反射方式，按照預(yù)設(shè)光譜波段范圍，進(jìn)行近紅外光譜收集；

56、優(yōu)選地，步驟c2具體包括：通過(guò)標(biāo)準(zhǔn)白板對(duì)分光光度計(jì)進(jìn)行校正；將纖維粉末粉碎至預(yù)設(shè)粒度(例如60目)后，放置于分光光度計(jì)的近紅外吸收樣品池中，按照預(yù)設(shè)掃描間隔(例如6nm)，進(jìn)行多次裝樣及漫反射掃描(例如重復(fù)裝樣2次，每次裝樣掃描2次)，取平均光譜值作為每個(gè)麻纖維樣品的光譜曲線(每個(gè)光譜曲線可包含約267個(gè)吸光度數(shù)據(jù))；

57、步驟c3、對(duì)所述光譜曲線進(jìn)行預(yù)處理(可參考前述預(yù)處理方法)；

58、步驟c4、對(duì)所述麻纖維樣品按照編號(hào)進(jìn)行取樣，并根據(jù)gb/t5889-1986《苧麻化學(xué)成分定量分析方法》進(jìn)行濕法定量分析，得到麻纖維樣品中脂蠟質(zhì)、水溶物、果膠、半纖維素、木質(zhì)素及纖維素等成分含量的測(cè)試值；對(duì)每個(gè)麻纖維樣品，按照編號(hào)標(biāo)記所述測(cè)試值；

59、步驟c5、依據(jù)所述測(cè)試值，將麻纖維樣品按預(yù)設(shè)比例(例如6:1)劃分為校正集及預(yù)測(cè)集；所述校正集的測(cè)試值范圍大于預(yù)測(cè)集的測(cè)試值范圍；所述校正集用于對(duì)成分含量預(yù)測(cè)模型進(jìn)行訓(xùn)練；所述預(yù)測(cè)集用于對(duì)成分含量預(yù)測(cè)模型進(jìn)行驗(yàn)證；這樣有利于將預(yù)測(cè)成分限制在校正范圍內(nèi)，避免受到近紅外光譜圖峰信息的疊加效應(yīng)干擾。

60、在一種可行的實(shí)施方式中，所述拉伸強(qiáng)度預(yù)測(cè)的具體方法包括：

61、步驟d1、基于拉伸性能標(biāo)準(zhǔn)試驗(yàn)方法(例如單根紡織纖維拉伸性能的標(biāo)準(zhǔn)試驗(yàn)方法，即astm?d3822/d3822m-14standard?test?method?for?tensile?properties?ofsingle?textile?fibers)，測(cè)量麻纖維樣品的拉伸強(qiáng)度；將目標(biāo)化學(xué)成分的含量作為輸入數(shù)據(jù)，將所述拉伸強(qiáng)度作為輸出數(shù)據(jù)，構(gòu)建樣品集；

62、步驟d2、將輸入數(shù)據(jù)及輸出數(shù)據(jù)進(jìn)行歸一化處理，具體公式可以為：

63、

64、其中，表示第j個(gè)拉伸強(qiáng)度的樣品中第i個(gè)目標(biāo)化學(xué)成分的歸一化值；xij表示第j個(gè)拉伸強(qiáng)度的樣品中第i個(gè)目標(biāo)化學(xué)成分；ximin表示最小拉伸強(qiáng)度的樣品中第i個(gè)目標(biāo)化學(xué)成分；ximax表示最大拉伸強(qiáng)度的樣品中第i個(gè)目標(biāo)化學(xué)成分；表示第j個(gè)拉伸強(qiáng)度的歸一化值；yj表示第j個(gè)拉伸強(qiáng)度；ymin表示最小拉伸強(qiáng)度；ymax表示最大拉伸強(qiáng)度；

65、步驟d3、構(gòu)建支持向量機(jī)：輸入層為目標(biāo)化學(xué)成分的含量；中間層為通過(guò)對(duì)樣品集的學(xué)習(xí)，選擇核函數(shù)；最后一層為構(gòu)造非線性預(yù)測(cè)函數(shù)。

66、優(yōu)選地，步驟d3的具體步驟包括：

67、步驟d31、基于樣品集以及任意給定的ε＞0，將ε-線性規(guī)劃問(wèn)題轉(zhuǎn)化為優(yōu)化問(wèn)題，則有：

68、

69、其中，w表示超平面的法向量；n表示麻纖維樣品數(shù)量；

70、步驟d32、尋找一個(gè)核函數(shù)k(·，·)，滿(mǎn)足條件

71、其中，表示從輸入空間到某個(gè)特征空間的映射；

72、步驟d33、引入松弛變量ξi，且有i＝1,2,3,...,n，并通過(guò)拉格朗日乘數(shù)法，建立優(yōu)化模型：

73、

74、其中，c表示懲罰參數(shù)；b表示優(yōu)化模型常數(shù)；

75、根據(jù)非線性支持向量機(jī)理論，得到所述優(yōu)化模型的對(duì)偶問(wèn)題，具體公式為：

76、

77、其中，表示第i個(gè)目標(biāo)化學(xué)成分的最優(yōu)解；αi表示第i個(gè)目標(biāo)化學(xué)成分的一般解；表示第j個(gè)目標(biāo)化學(xué)成分的最優(yōu)解；αj表示第j個(gè)目標(biāo)化學(xué)成分的一般解；

78、再求解得到第i個(gè)目標(biāo)化學(xué)成分的支持向量以及第i個(gè)目標(biāo)化學(xué)成分的支持向量的共軛向量

79、步驟d34、計(jì)算優(yōu)化模型常數(shù)，具體公式可以為：

80、

81、其中，n’表示目標(biāo)化學(xué)成分?jǐn)?shù)量；表示第j個(gè)目標(biāo)化學(xué)成分的支持向量；表示的共軛向量；表示優(yōu)化模型常數(shù)的支持向量；

82、步驟d35、構(gòu)造非線性預(yù)測(cè)函數(shù)，用于預(yù)測(cè)及模擬，具體公式可以為：

83、

84、其中，xi表示第i個(gè)化學(xué)成分，且xi∈r6；b表示優(yōu)化模型常數(shù)，且b∈r；r表示實(shí)數(shù)；

85、這樣就構(gòu)建得到了拉伸強(qiáng)度預(yù)測(cè)模型，該拉伸強(qiáng)度預(yù)測(cè)模型與常用的神經(jīng)網(wǎng)絡(luò)回歸模型相比，具有嚴(yán)格的理論和數(shù)學(xué)基礎(chǔ)，基于結(jié)構(gòu)風(fēng)險(xiǎn)最小化原則，泛化能力更好，算法具有全局最優(yōu)性，避免了神經(jīng)網(wǎng)絡(luò)易于陷入局部最優(yōu)的問(wèn)題。

86、第二方面，基于相同的發(fā)明構(gòu)思，本技術(shù)還提供了一種麻纖維拉伸強(qiáng)度預(yù)測(cè)系統(tǒng)，包括數(shù)據(jù)接收模塊、數(shù)據(jù)處理模塊及結(jié)果生成模塊；

87、所述數(shù)據(jù)接收模塊，用于接收被測(cè)麻纖維中目標(biāo)化學(xué)成分的特征波段的近紅外光譜數(shù)據(jù)；

88、所述數(shù)據(jù)處理模塊，包括數(shù)據(jù)分析單元、成分含量預(yù)測(cè)單元及拉伸強(qiáng)度預(yù)測(cè)單元；

89、所述數(shù)據(jù)分析單元，基于麻纖維的化學(xué)成分含量、近紅外光譜數(shù)據(jù)及拉伸強(qiáng)度的原始數(shù)據(jù)，通過(guò)數(shù)據(jù)分析方法，確定麻纖維的目標(biāo)化學(xué)成分；所述數(shù)據(jù)分析方法依次包括主成分分析、聚類(lèi)分析及關(guān)聯(lián)性分析等；

90、所述主成分分析，用于初步確定目標(biāo)化學(xué)成分的范圍；

91、所述聚類(lèi)分析，用于進(jìn)一步縮小目標(biāo)化學(xué)成分的范圍；

92、所述關(guān)聯(lián)性分析，用于確定目標(biāo)化學(xué)成分與拉伸強(qiáng)度的關(guān)聯(lián)程度；

93、所述成分含量預(yù)測(cè)單元，用于將所述近紅外光譜數(shù)據(jù)進(jìn)行預(yù)處理后，通過(guò)成分含量預(yù)測(cè)，得到被測(cè)麻纖維中目標(biāo)化學(xué)成分的成分含量數(shù)據(jù)；

94、所述拉伸強(qiáng)度預(yù)測(cè)單元，用于將所述成分含量數(shù)據(jù)，通過(guò)拉伸強(qiáng)度預(yù)測(cè)，得到被測(cè)麻纖維的拉伸強(qiáng)度；

95、所述結(jié)果生成模塊，用于將目標(biāo)化學(xué)成分及拉伸強(qiáng)度外發(fā)。

96、第三方面，基于相同的發(fā)明構(gòu)思，本技術(shù)還提供了一種麻纖維拉伸強(qiáng)度預(yù)測(cè)裝置，包括處理器、存儲(chǔ)器及總線，所述存儲(chǔ)器存儲(chǔ)可由處理器讀取的指令及數(shù)據(jù)，所述處理器用于調(diào)用所述存儲(chǔ)器中的指令及數(shù)據(jù)，以執(zhí)行如上所述的麻纖維拉伸強(qiáng)度預(yù)測(cè)方法，所述總線連接各功能部件之間用于傳送信息。

97、采用上述技術(shù)方案，本發(fā)明具有如下有益效果：

98、本發(fā)明提供的一種麻纖維拉伸強(qiáng)度預(yù)測(cè)方法、系統(tǒng)及裝置，能夠?qū)β槔w維復(fù)雜的化學(xué)成分進(jìn)行數(shù)據(jù)分析，自動(dòng)統(tǒng)計(jì)得到對(duì)麻纖維拉伸強(qiáng)度起主導(dǎo)作用的3種目標(biāo)化學(xué)成分，并基于無(wú)損的近紅外光譜數(shù)據(jù)及成分含量預(yù)測(cè)，快速對(duì)這3種目標(biāo)化學(xué)成分含量進(jìn)行預(yù)測(cè)，再通過(guò)拉伸強(qiáng)度預(yù)測(cè)，對(duì)麻纖維樣品的拉伸強(qiáng)度進(jìn)行可靠預(yù)測(cè)。本方案不僅預(yù)測(cè)效率高、預(yù)測(cè)結(jié)論可靠，而且在預(yù)測(cè)應(yīng)用中不會(huì)接觸化學(xué)試劑等危害品，不會(huì)對(duì)人體造成傷害，并可有效減少人為試驗(yàn)操作導(dǎo)致的誤差。