PCA Aracılığıyla Sağlam Kemometrik Sınıflandırma Modellerinin Geliştirilmesi

Kalitatif Spektroskopiye Giriş

Kantitatif kemometri sayısal konsantrasyonları (nem, yağ veya protein yüzdeleri gibi) tahmin etmeye odaklanırken, kalitatif kemometri yapısal sınıflandırma sorularını yanıtlamayı amaçlar: Bu malzeme nedir? Etiketin spesifikasyonuna uyuyor mu? Katkı mı yapılmış veya seyreltilmiş mi?

Yüksek verimli üretim tesislerinde ve hammadde depolarında, malzeme kimliğinin teslim alma noktasında doğrulanması ilk savunma hattıdır.kimyasal ve farmasötik tarama Üretim hatalarına karşı. Temel Bileşen Analizi. Kemometri araçlarını kullanma caliXkemometrik araçlar. Kemometri araçlarını kullanma caliXSpektral Süit PCA modelleri kolayca oluşturulur (PCA), anında niteliksel tanımlama için sağlam, tahribatsız spektral kütüphaneler oluşturmak için kullanılan temel matematiksel araçtır.

PCA Spektral Veri Kümeleriyle Nasıl Çalışır?

Tipik bir NIR spektrumu yüzlerce yüksek düzeyde korelasyonlu dalga boyu kanalı içerir. Bu kanalların projeksiyonlarını ham biçimde analiz etmek zordur. PCA, yüksek boyutlu spektral alanı Ana Bileşenler (PC'ler) adı verilen küçük bir dik eksen kümesine yansıtan bir boyut azaltma tekniğidir.

• PC1:Spektral verilerdeki en büyük sapma yönünü yakalar (genellikle parçacık boyutları gibi fiziksel farklılıklarla ilişkilendirilir).
• PC2:PC1'e dik olan ikinci en büyük değişim yönünü yakalar (tipik olarak kimyasal konsantrasyon değişiklikleri gibi kimyasal değişikliklerle ilişkilidir).
• PC3, PC4...:Azalan değişim derecelerini yakalayarak ince kimyasal değişimleri rastgele cihaz gürültüsünden izole edin.

Her spektrumun bu PC'ler boyunca bir koordinat olarak ("Puan" olarak adlandırılır) eşleştirilmesiyle, karmaşık bir spektrum, 2B veya 3B Skor Grafiğinde tek bir noktaya kadar basitleştirilir. Benzer malzemelerin spektrumları bir arada kümelenirken, aykırı değerler öne çıkıyor.

"PCA, bir spektrumun anlamlı özelliklerini rastgele gürültüden izole ederek yüzlerce dalga boyu ölçümünü malzeme kümelerini tanımlayan kompakt bir koordinat kümesine dönüştürüyor."

Bir Sınıflandırma Sınırı Oluşturmak

Gelen malzemeleri sınıflandırmak için puan grafiğindeki referans kümelerimizin etrafındaki matematiksel sınırları tanımlamamız gerekir. caliXSuite iki yönlü bir istatistiksel test kullanır:

1. Hotelling'in T²'si (Model İçi Mesafe):PC model alanı içindeki kümenin merkezinden olan mesafeyi ölçer. Bir numunenin referans popülasyonunun ne kadar tipik olduğunu temsil eder.
2. Q Artıkları (Model Dışındaki Uzaklık):PCA modeli tarafından yakalanmayan artık varyansı ölçer. Gelen bir numunenin yüksek Q kalıntıları varsa, modelin daha önce görmediği kimyasal özellikler (örneğin, katkı maddesi veya farklı bir madde) içeriyor demektir.

Metrik	İstatistiksel Sınır	Geçiş Kriteri	Arıza Durumunda Belirtilen Eylem
Hotelling'in T²'si	%95 Güven Elipsi	Örnek koordinatlar eliptik sınır içerisinde yer alır	Spesifikasyon Dışı:Malzeme referans sınıfıyla eşleşiyor ancak atipik özelliklere sahip (örneğin, yanlış nem veya yoğunluk).
Q Kalıntıları	%99 Eşik Sınırı	Artık gürültü gürültü tavanının altına düşüyor	Bilinmeyen Malzeme:Açıklanamayan kimyasal yapı tespit edildi. Kirlenme, ikame veya tedarikçi hatasına ilişkin işaret.

PCA Sınıflandırma Modellerini Dağıtma

caliX Suite'te bir sınıflandırma modeli oluşturulduktan sonra, alıcı dock terminallerinde çalışan ProChem yazılımına doğrudan aktarılabilir. Bir operatör hat üzerindeki bir sensörün altına bir hammadde torbası yerleştirdiğinde, sistem malzemeyi tarar, spektrumu PCA modeline yansıtır, T² ve Q istatistiklerini hesaplar ve üç saniyeden kısa bir sürede basit bir BAŞARILI/BAŞARISIZ sonucunu görüntüler. Bu, saatlerce süren kromatografi analizlerinin yerine geçerek yanlış malzemelerin üretim hattına girmesini önler.