基于光譜分析的燃油組分檢測技術(shù)研究.pdf

1、燃油組分和品質(zhì)直接關(guān)系到其燃燒效率、發(fā)動機壽命以及尾氣排放造成的環(huán)境污染，現(xiàn)有的標準檢測方法存在成本高、速度慢、檢測過程復雜等局限性。光譜分析技術(shù)具有快速、無損、低成本、安全可靠等許多現(xiàn)有的標準方法不可比擬的優(yōu)勢。本文采用近紅外和拉曼光譜分析技術(shù)，結(jié)合樣本分類、線性和非線性校正模型、異常樣本剔除等方法，建立了汽柴油組分和品質(zhì)指標的定量分析模型，并開發(fā)了相應的快速檢測儀，具體研究內(nèi)容包括：
　　 1、提出了一種結(jié)合支持向量機(SV

2、M)分類模型的甲醇汽油組分近紅外光譜檢測方法。通過測量甲醇汽油的近紅外光譜，并采用微分和標準正態(tài)變換對譜圖進行了預處理；對甲醇汽油和不含甲醇的成品汽油建立了SVM分類模型，將甲醇汽油和成品汽油區(qū)分開；然后對于甲醇汽油，通過譜圖相關(guān)性分析找到甲醇含量對應的特征波段，并建立了最小二乘支持向量機(LSSVM)定量分析模型。實驗結(jié)果表明，采用上述近紅外光譜法檢測甲醇汽油中的甲醇含量可以達到很高的預測精度，預測復相關(guān)系數(shù)R2達到0.9926，均方

3、預測誤差(RMSEP)為0.58％(體積)。
　　 2、將結(jié)合偏最小二乘(PLS)特征提取的LSSVM算法(PLS-LSSVM)應用于柴油品質(zhì)的近紅外光譜檢測?；陬A處理后的柴油近紅外光譜，分別建立了柴油十六烷值、硫含量、密度、50％回收溫度的PLS-LSSVM定量校正模型，并與常用的PLS、LSSVM等方法進行了比較。實驗結(jié)果表明，PLS-LSSVM模型集成了PLS與SVM模型的優(yōu)勢，能夠減少樣品待測屬性與光譜之間非線性程度的

4、影響。
　　 3、采用光柵色散型拉曼光譜，結(jié)合異常樣本檢測技術(shù)，建立了汽油芳烴含量、烯烴含量和氧含量的PLS定量分析模型。通過剔除個別異常樣本，有效地提高了預測模型精度，得到了較好的預測效果.其中汽油芳烴含量模型R2達到0.9965，RMSEP為0.3；烯烴含量模型R2達到0.9274，RMSEP為0.52；氧含量模型R2達到0.9843，RMSEP為0.083。實驗結(jié)果表明：采用拉曼光譜分析技術(shù)可以有效的解決汽油族組成的定量分

5、析問題，其分析精度顯著高于近紅外光譜法，同時也適用于汽油生產(chǎn)過程中的在線分析。
　　 4、自主開發(fā)研制了基于近紅外光譜的便攜式甲醇汽油快速檢測儀。針對目前市場上缺乏有效的甲醇汽油品質(zhì)快速檢測儀的現(xiàn)狀，自行開發(fā)研制了基于光柵色散型近紅外光譜儀的便攜式甲醇汽油快速檢測儀，并已應用于多個甲醇汽油生產(chǎn)企業(yè)?，F(xiàn)場實際應用結(jié)果表明：該儀器對工業(yè)現(xiàn)場生產(chǎn)的甲醇汽油和成品汽油的分類正確，甲醇含量檢測精度高，重復性好，操作和維護簡便，能夠滿足國內(nèi)