分段直接校正模型转移结合近红外光谱技术的甲醇汽油中甲醇定量分析方法研究

摘要

发展了一种基于分段直接校正(PDS)算法结合偏最小二乘法(PLS)的近红外光谱(NIR)定量分析模型转移方法,用于甲醇汽油中甲醇的准确定量分析.首先,制备了20个不同甲醇含量的甲醇汽油样品,并采集其NIR光谱;其次,考察了不同输入变量(800～2000 nm、1100～1900 nm、1100～1700 nm、1390～1700 nm)和光谱预处理方法对PLS校正模型预测性能的影响.在最优化的输入变量(1390～1700 nm)和光谱预处理方法(归一化(Nor)结合多元散射校正(MSC))条件下,分别构建了PLS校正模型和PDS-PLS转移模型.为了进一步验证PDS-PLS模型的预测性能,采用优化后的光谱分别构建了基于域自适应(DA)结合PLS的DA-PLS模型以及核域自适应(KDA)结合PLS的KDA-PLS模型.结果表明,相比其它PLS模型,采用PDS-PLS算法校正转移后构建的模型显著提升了子机预测集的预测性能,决定系数(R2P)为0.9984,均方根误差(RMSEP)为0.0056,平均相对误差(MREP)为4.36％.本研究成功建立了一种基于NIR光谱技术结合PDS-PLS的简单高效定量分析甲醇汽油中甲醇的模型转移方法,可为甲醇汽油品质快速分析与评价提供新的思路和方法.