基于光谱诊断技术的乙醇柴油品质检测方法

摘要

越来越多的人选择汽车出行，这必会带来了不少问题，如日益减少的石油资源和石油需求量增加之间的矛盾，为了缓解矛盾，尽快寻找石油燃料的替代产品。乙醇柴油是柴油替代产品的一种，然而，不同厂商生产的乙醇柴油品质参差不齐，不利于乙醇柴油的推广使用，因此，需要一种便捷的手段对乙醇柴油的品质进行检测。本文采取了光谱诊断技术对乙醇柴油的主要指标做了研究。建立乙醇柴油品质指标的准确可靠定量分析模型，具体结论如下：
　　1.以乙醇柴油为实验目标，利用近红外光谱（near infrared spectroscopy，NIR）技术对乙醇柴油的乙醇含量、密度、粘度进行定量分析，采用五种预处理方法对光谱数据进行处理，并建立了最小二乘支持向量机、主成分回归和偏最小二乘回归三种模型。结果表明：在多元散射校正-平滑预处理下，最小二乘支持向量机对乙醇柴油密度、粘度、乙醇含量的建模效果最好，相关系数分别Rp是0.995,0.995和0.995；RMSEP分别是6.8×10-4，1.13×10-2和0.5714×10-1。
　　2.以乙醇柴油为实验目标，利用中红外光谱（mid-infrared spectroscopy，MIR）技术，对乙醇柴油进行光谱采集与分析。对乙醇柴油 MIR原始数据进行不同的预处理，并对光谱数据进行波段筛选，分别建立了乙醇柴油乙醇含量、密度、粘度 PLSR模型，得出以下主要结论：综合比较八种变量筛选方法，发现UVE-SPA-CARS-PLS对乙醇含量的建模效果最好，模型预测集的 Rp、RMSEP分别为0.978、0.825。变量筛选较原始光谱建立的模型来说，不仅模型输入数量减少，预测效果也有所提高。
　　3.利用拉曼光谱技术，对乙醇柴油进行光谱采集与分析，对乙醇柴油拉曼光谱原始数据进行不同的预处理，并对光谱数据进行波段筛选，分别建立了乙醇柴油乙醇含量、密度、粘度PLSR模型，得出以下主要结论：发现SPA-CARS-PLS对乙醇含量的建模效果最好，模型预测集的Rp、RMSEP分别为0.978、0.825。波段筛选出的波长变量以及建模的结果为以后设计便携式中红外光谱仪打下基础。

目录

声明

主要符号说明

第一章 绪论

1.1 研究背景和意义

1.2 柴油品质检测技术的国内外研究概述

1.3 本文研究的主要目的和内容

1.4 本章小节

第二章 光谱诊断技术的检测原理与方法

2.1 光谱诊断技术的检测原理

2.2 乙醇柴油品质检测实验仪器

2.3 光谱诊断技术的建模方法

2.4 本章小节

第三章 近红外光谱法的乙醇柴油密度、粘度和乙醇含量实验研究

3.1 实验材料与方法

3.2 结果与讨论

3.3 本章小结

第四章 中红外光谱法的乙醇柴油密度、粘度和乙醇含量实验研究

4.1 乙醇、柴油样品中红外光谱特征分析

4.2 实验材料与方法

4.3 样品集划分与光谱预处理

4.4 偏最小二乘回归模型建立与评价

4.5 结果与讨论

4.6 本章小结

第五章 拉曼光谱法的乙醇柴油密度、粘度和乙醇含量实验研究

5.1 乙醇拉曼光谱特征分析

5.2 实验材料与方法

5.3 样品集划分与光谱数据预处理

5.4 偏最小二乘模型建立与评价

5.5 结果与讨论

5.6 本章小结

第六章 结论与展望

6.1 研究结论

6.2 研究展望

参考文献

个人简历 在读期间发表的学术论文

致谢