More Related Content
Featured
Featured (20)
Slideshare eucaly
- 3. Purpose Results ConclusionIntroduction Eucalyptus 長所 短所 環境適応能力が高い 生長が早く、生産効率が高い さまざまな用途に利用可能 （紙パルプ原料、薪炭材、 家具材、化粧品など） 個体間のばらつきが大きい 加工時に割れが起こりやすい 09.05.15 Nagoya
- 4. セルロース 50% リグニン 20% 抽出成分 10% ヘミセルロース 20% 木材 セルロース・ヘミセルロース リグニン・抽出成分の複合体 用途により、望ましい性質 パルプ： セルロース 大 リグニン 小 繊維長 長 ・これらの性質は最終産物の性質を決定する重要な因子 ・樹種・産地・個体によってこれらの性質は異なる ・従来の分析法は煩雑・長時間を要する Purpose Results ConclusionIntroduction 09.05.15 Nagoya
- 5. Results ConclusionIntroduction Purpose 近赤外分光法による プランテーションユーカリ材の非破壊材質評価 ユーカリ加工時に 重要なファクターNIR スペクトル 非破壊予測 （PLS回帰分析） 0 0.5 1 1.5 2 2.5 繊維長（顕微鏡観察） 含水率（全乾法） 密度（水銀法） 強度（強度試験） 化学成分（重量分析） 09.05.15 Nagoya
- 6. Introduction Purpose ConclusionResults Sample： Eucalyptus Camaldulensis Sampling Field： Thailand ,Chachoemgsao Field Sampling 09.05.15 Nagoya
- 7. Sample Preparing サンプル採取高さ： 3.6, 6.9, 9.4, 13.1, 15.4 m サンプル数： 45samples NIR スペクトル 圧縮強度試験 NIR スペクトル 密度 繊維長 Ｉ．赤い部分 ＩＩ．青い部分 NIR スペクトル 化学成分分析抽出 09.05.15 Nagoya
- 8. Introduction Purpose ConclusionResults NIR スペクトル 40006000800010000 -0.004 -0.002 0 0.002 0 0.5 1 1.5 2 2.5 Wavenumber (cm-1) AbsorbanceSecondderivative オリジナルスペクトル 二次微分スペクトル モード : 拡散反射法 波数領域 : 10000-4000 cm-1 分解能 : 8 cm-1 積算回数 ：128 co-added PLS 回帰分析 前処理 : MSC Smoothing 波数領域 : 10000-4500cm-1 バリデーション : クロスバリデーション スペクトル測定条件 09.05.15 Nagoya
- 9. Introduction Purpose ConclusionResults ユーカリ材の各種性質 サンプル数 平均値 最大 最小 偏差 気乾密度 45 0.78 (g/cm3) 0.94 (g/cm3) 0.66 (g/cm3) 0.062 (g/cm3) ホロセルロース 45 80.4 (%) 87.6 (%) 72.5 (%) 3.23 (%) αセルロース 45 44.1 (%) 54.2 (%) 31.0 (%) 4.76 (%) 繊維長 I＊ 24 0.91 (mm) 0.96 (mm) 0.85 (mm) 0.030 (mm) 繊維長 II＊ 24 0.93 (mm) 1.00 (mm) 0.84 (mm) 0.051 (mm) 圧縮ヤング率 45 16697 (N/mm2) 25487 (N/mm2) 9129 (N/mm2) 2987 (N/mm2) 繊維長 I ： 繊維長測定部分とスペクトル測定部が一致しない 繊維長 II ： 繊維長測定部分とスペクトル測定部が一致 09.05.15 Nagoya
- 10. 0.6 0.7 0.8 0.9 1 0.6 0.7 0.8 0.9 1 Introduction Purpose ConclusionResults PLS 回帰分析 気乾密度 30 40 50 60 25 30 35 40 45 50 55 60 0.8 0.9 1 0.8 0.9 1 70 75 80 85 90 70 75 80 85 90 10000 15000 20000 25000 10000 15000 20000 25000 0.8 0.9 1 0.8 0.9 1 ホロセルロース αセルロース 繊維長 I 繊維長 II 圧縮ヤング率 RMSEP:0.027g/cm3 R2: 0.81 RMSEP:1.66% R2: 0.77 RMSEP:2.39% R2: 0.75 RMSEP:0.047mm R2: 0.031 RMSEP:0.024mm R2: 0.79 RMSEP:2825N/mm2 R2: 0.12 - NIRスペクトルからの予測値と実測値の関係 Measured value(mm) Predictedvalue(g/cm3) Measured value(mm) Measured value(N/mm2) Measured value(g/cm3) Measured value(%) Measured value(%) Predictedvalue(%) Predictedvalue(%) Predictedvalue(mm) Predictedvalue(mm) Predictedvalue(N/mm2)
- 11. Introduction Purpose ConclusionResults 最適ファクター数 RMSEP R2 気乾密度 8 0.027 (g/cm3) 0.81 ホロセルロース 6 1.66 (%) 0.77 αセルロース 6 2.39(%) 0.74 繊維長 I 1 0.047 (mm) 0.031 繊維長 II 7 0.024 (mm) 0.79 圧縮ヤング率 1 2825 (N/mm2) 0.12 繊維長 I ： 繊維長測定部分とスペクトル測定部が一致しない 繊維長 II ： 繊維長測定部分とスペクトル測定部が一致 PLS 回帰分析 - NIRスペクトルからの予測値と実測値の関係
- 12. Introduction Purpose ConclusionResults 気乾密度 Wavenumber (cm-1) Regressioncoefficient 回帰係数 NIR スペクトル セルロース リグニン ヘミセルロース 水 6000800010000 -0.1 -0.05 0 0.05 気乾密度は次式のように見積もられる 気乾密度 = + (セルロースの吸光度) - (リグニンの吸光度) - (ヘミセルロースの吸光度) - (水の吸光度) PLS 回帰分析 - PLS回帰分析によって得られた回帰係数の観察 （回帰係数・近赤外スペクトル ＝ 目的変数）
- 13. Introduction Purpose ConclusionResults ホロセルロース Wavenumber (cm-1) Regressioncoefficient 6000800010000 -2 0 2 ホロセルロース含有量は次の ように予測される: ホロセルロース含有量 = - (セルロース非晶領域) + (セルロース結晶領域) - (ヘミセルロース) - (リグニン) - (水) 回帰係数 NIR スペクトル セルロース リグニン ヘミセルロース 水 PLS 回帰分析 - PLS回帰分析によって得られた回帰係数の観察 （回帰係数・近赤外スペクトル ＝ 目的変数）
- 14. Introduction Purpose ConclusionResults αセルロース Wavenumber (cm-1) Regressioncoefficient 6000800010000 -4 -2 0 2 4 αセルロース含有量は次のよ うに予測される: αセルロース含有量 = - (セルロース非晶領域) + (セルロース結晶領域) - (ヘミセルロース) - (リグニン) - (水) 回帰係数 NIR スペクトル セルロース リグニン ヘミセルロース 水 PLS 回帰分析 - PLS回帰分析によって得られた回帰係数の観察 （回帰係数・近赤外スペクトル ＝ 目的変数）
- 15. Introduction Purpose ConclusionResults 繊維長 Wavenumber (cm-1) Regressioncoefficient 6000800010000 -0.05 0 0.05 繊維長は次式のように見積もられる 繊維長= + (セルロースの吸光度) + (リグニンの吸光度) + (ヘミセルロースの吸光度) + (水の吸光度) 回帰係数 NIR スペクトル セルロース リグニン ヘミセルロース 水 PLS 回帰分析 - PLS回帰分析によって得られた回帰係数の観察 （回帰係数・近赤外スペクトル ＝ 目的変数）
- 16. Introduction Purpose Results Conclusion 化学成分および気乾密度は近赤外スペクトルによって 高い精度で予測可能 化学成分はそれらの吸光度から予測 繊維長・気乾密度といった物理的性質は化学的な情報を 総合的に用いて近似的に評価 繊維長は、スペクトル測定部位と繊維長測定部位を 一致させれば予測可能
- 17. Introduction Purpose Results Conclusion 化学成分および気乾密度は近赤外スペクトルによって 高い精度で予測可能 化学成分はそれらの吸光度から予測 繊維長・気乾密度といった物理的性質は化学的な情報を 総合的に用いて近似的に評価 繊維長は、スペクトル測定部位と繊維長測定部位を 一致させれば予測可能
- 18. Introduction Purpose Results Conclusion 化学成分および気乾密度は近赤外スペクトルによって 高い精度で予測可能 化学成分はそれらの吸光度から予測 繊維長・気乾密度といった物理的性質は化学的な情報を 総合的に用いて近似的に評価 繊維長は、スペクトル測定部位と繊維長測定部位を 一致させれば予測可能
- 19. Introduction Purpose Results Conclusion 化学成分および気乾密度は近赤外スペクトルによって 高い精度で予測可能 化学成分はそれらの吸光度から予測 繊維長・気乾密度といった物理的性質は化学的な情報を 総合的に用いて近似的に評価 繊維長は、スペクトル測定部位と繊維長測定部位を 一致させれば予測可能
- 20. Keywords Non-destructive evaluation Near Infrared (NIR) Spectroscopy Eucalyptus Thank you for your attention!
Editor's Notes
- Thank you chairman, Now, I’d like to present my work about “Investigation of thermal degradation mechanism of soft wood by NIR spectroscopy”