发动机润滑油红外指纹图谱鉴别方法

摘要

本发明公开了一种发动机润滑油红外指纹图谱鉴别方法，该方法包括以下步骤：a、收集标准样品，在规定的测试条件下采集红外图谱，建立标准样品库；b、在与标准样品相同的测试条件下采集待分析样品的红外图谱；c、对待分析样品和标准样品的红外图谱进行预处理；d、将待分析样品的红外图谱与标准样品库中样品的红外图谱进行相似度计算；e、根据相似度大小得出结论。本发明方法通过待分析样品与标准样品之间红外指纹图谱的相似度，确定待分析样品与标准样品之间组成、结构之间的一致性，从而对发动机润滑油进行有效的质量监督和管理工作。

说明书

技术领域

本发明涉及一种发动机润滑油红外指纹图谱鉴别方法，具体地说，涉及一种快速将未知 的发动机润滑油鉴别为是否与标准库中样品具有相似的组成、结构特征的方法。

背景技术

发动机润滑油种类繁多，其可以分为汽油机油、柴油机油和通用内燃机油三大类。在每 一类发动机润滑油中，其又包含多种粘度等级和质量等级。而且，对于同一类型并具有同一 粘度等级和质量等级的发动机润滑油来说，不同的生产厂家的发动机润滑油产品的组成、结 构，即配方体系差异较大，导致其使用性能也差异明显。

由于润滑油品种、规格和牌号很复杂，不同的应用领域要求使用不同的品种，不同的使 用环境和不同的使用条件，又要求不同的牌号，这使得发动机润滑油的使用和管理费时、费 力。建立润滑油的指纹图谱，对于润滑油的质量控制、鉴别防伪等都具有重要的意义和价值。

目前，中国石油化工股份有限公司公开了“一种润滑油种类和粘度级别的快速识别方法”， 该方法通过测定待识别样品的红外光谱，由红外光谱的吸光度预测待识别润滑油的类别值， 再由其类别值确定待测润滑油的大类，或者通过红外光谱的吸光度预测待识别润滑油的总碱 值，由总碱值确定待测润滑油的大类，其能够将润滑油区分为内燃机油、液压油和齿轮油三 个种类；通过测定润滑油的运动粘度或者运动粘度和粘度指数确定其粘度级别。

中国人民解放军总后勤部油料研究所提出“一种发动机润滑油种类识别方法”，通过测定 润滑油的饱和烃、芳烃、总碱值、Zn、P、倾点、闪点、粘度指数和40℃粘度等指标通过建 立识别模型能够将内燃机润滑油识别为柴油机油、汽油机油和通用内燃机油三大类；其提出 的“一种润滑油种类和级别的快速识别方法”通过测定样品的中红外光谱，采用多个模型逐 步识别方法能够实现润滑油种类、粘度级别和质量级别的快速识别。

管亮等在《石油学报（石油加工）》（2008年6月第24卷第3期，P350-355）公开了“介 电谱技术快速识别不同配方体系内燃机润滑油”的文章，该文测定润滑油的介电谱数据，通 过主成分分析剔除异常点，再使用偏最小二乘法进行层次分类，通过赋值，分两层将Mobil、 Esso和Shell公司的产品区分开。

对于采用不同配方体系、不同生产厂家的发动机润滑油，具有同一粘度等级或质量等级 的发动机润滑油可能含有不同的化学组分。而由于所采用基础油和添加剂种类及含量的微小 差异可能导致发动机润滑油的粘度等级或质量等级差异较大。对每一种发动机润滑油而言， 最好都能寻找到一种或几种独有的具有鉴别作用的特征性质量指标。然而，由于某种质量指 标都是发动机润滑油组成、结构特征在某一方法的特定反应，例如，闪点只能表示油品蒸发 性一项指标，总碱值只表示润滑油中碱性物质含量。由于发动机润滑油的质量指标较多，每 项质量指标的分析测试过程也较为复杂。现有的对发动机润滑油的鉴别技术多数采用的是通 过多个质量指标进行种类识别或鉴别的方法。但这些方法难以在短时间内实现对发动机润滑 油的鉴别，较为严重地制约了对发动机润滑油的质量监督和管理工作，例如进行质量抽查和 防伪打假等。

管亮等在《石油学报（石油加工）》（2008年6月第24卷第3期，P350-355）公开了“介 电谱技术快速识别不同配方体系内燃机润滑油”的文章虽然能够实现较为快速的配方体系的 鉴别，但介电谱技术获取发动机润滑油指纹图谱特征信息能力有限，必须借助于较为复杂的 化学计量学方法进行特征提取。

利用发动机润滑油的红外指纹图谱，实现对待分析发动机润滑油样品和标准发动机润滑 油样品相似度分析，并以此识别未知发动机润滑油样品的方法还未见报道。

发明内容

本发明所要解决的技术问题是：提供一种发动机润滑油红外指纹图谱鉴别方法，该方法 通过获取代表发动机润滑油组成、结构的红外指纹图谱特征信息，通过计算待分析样品和标 准样品之间的普鲁克距离的方式得到待分析样品与标准样品的指纹相似信息，实现了对发动 机润滑油快速的指纹图谱鉴别，避免了现有技术的繁琐、费时、复杂的分析过程。

本发明提供的技术方案是：一种发动机润滑油红外指纹图谱鉴别方法，该方法包括以下 步骤：

a、收集标准样品，采集红外图谱，建立标准样品库，其中，红外图谱测试条件为：波长 范围覆盖中红外谱段范围，波长分辨率不大于4cm^-1，液层厚度为0.2mm左右，样品红外指 纹图谱区为1330～660cm^-1；

b、在与标准样品相同的测试条件下采集待分析样品的红外图谱；

c、对待分析样品和标准样品的红外图谱进行预处理，待分析样品和标准样品的红外图谱 预处理方法依次为：（1）区间截取，截取1250～800cm^-1的光谱谱段，（2）平滑处理，采用五 点三次平滑方法，（3）一阶导数处理，（4）标准化处理，

标准化处理后样品的光谱数据向量x_i′为：

其中：x_i为第i个样品光谱数据向量；mean(x_i)为第i个样品光谱数据向量的平均值； std(x_i)为第i个样品光谱数据向量的标准方差；x_i′为标准化处理后的第i个样品光谱数据向量；

d、将待分析样品的红外图谱与标准样品库中样品的红外图谱进行相似度计算，相似度计 算方法为：先计算两者之间的普鲁克距离d，再计算相似度r，其表达式为：r=1-d；

e、根据相似度大小得出结论，当相似度r值处于0.99～1.00之间时，待分析样品与对应 的标准样品具有相似的组成、结构特征。

所述的方法中，步骤a和b中采用透射式液体池测试红外图谱。

本发明具有如下有益效果：该方法通过待分析样品与标准样品之间红外指纹图谱的相似 度，确定待分析样品与标准样品之间组成、结构之间的一致性，从而对发动机润滑油进行有 效的质量监督和管理工作，例如进行发动机润滑油样品快速质量抽查和防伪打假等。本发明 方法实现了对发动机润滑油快速的指纹图谱鉴别，避免了现有技术的繁琐、费时、复杂的分 析过程。

附图说明

图1：普鲁克距离d的算法流程图。

图2：标准样品的红外光图谱。

具体实施方式

下面结合附图和具体实施例对本发明做进一步说明。

实施例：

a、收集标准样品，在规定的测试条件下采集红外图谱，建立标准样品库，红外图谱测试 条件为，波长范围覆盖中红外谱段范围，波长分辨率不大于4cm^-1，采用透射式液体池进行测 试，液层厚度，即光程为0.2mm左右，以保证样品红外指纹图谱区，即1330～660cm^-1，吸收 峰足够强。

所搜集的标准样品如下表1所示。

表1：发动机润滑油标准样品列表

序号 样品编码 质量等级 粘度等级 1 FDJ-01 SD/CC 10W-30 2 FDJ-02 CD 40 3 FDJ-03 SF/CD 0W-30 4 FDJ-04 SD/CC 15W-40 5 FDJ-05 SF/CC 15W-40 6 FDJ-06 SF 5W-30 7 FDJ-07 CH-4/SJ 15W-40 8 FDJ-09 CF-4 15W-40 9 FDJ-11 CD 40 10 FDJ-12 CC 50 11 FDJ-13 SG 15W-40 12 FDJ-14 CD 15W-40 13 FDJ-15 CC 40 14 FDJ-16 CF-4 15W-40 15 FDJ-17 SF/CD 15W-40 16 FDJ-18 CC 30 17 FDJ-19 CD 30 18 FDJ-20 CD 40 19 FDJ-21 CC 40 20 FDJ-22 CD 5W-40 21 FDJ-23 CD+ 10W-40 22 FDJ-24 CD+ 5W-40 23 FDJ-25 CD 5W-40 24 FDJ-26 CD 40 25 FDJ-27 SF/CD 0W-30 26 FDJ-28 SD/CC 15W-40 27 FDJ-29 SJ 15W-40 28 FDJ-31 SF/CC 15W-40 29 FDJ-32 SD/CC 15W-40 30 FDJ-33 SD/CC 10W-30 31 FDJ-34 CD 30 32 FDJ-35 CF-4 15W-40 33 FDJ-36 CH-4/SJ 15W-40 34 FDJ-37 SJ 10W-40 35 FDJ-38 SL 5W-40 36 FDJ-39 SE 15W-40 37 FDJ-40 SG 15W-40 38 FDJ-41 SF 15W-40 39 FDJ-42 SE 10W-30 40 FDJ-43 SM 5W-40 41 FDJ-44 SM/CF 0w-50 42 FDJ-45 CD 5W-30 43 FDJ-46 CF－4 15W-40

44 FDJ-47 SD/CC 10W-30 45 FDJ-48 CC 50 46 FDJ-49 CI-4 15W-40 47 FDJ-50 CH-4 15W-40 48 FDJ-51 CG-4 15W-40 49 FDJ-52 CF 40 50 FDJ-53 CD/SE 15W-40 51 FDJ-56 CG-4/SJ 15W-40 52 FDJ-57 CH-4/SJ 15W-40 53 FDJ-58 CI-4/SL 15W-40 54 FDJ-59 CH-4/SJ 5W-40 55 FDJ-60 CF－4 15W-40 56 FDJ-61 CH-4 15W-40 57 FDJ-63 CD 15W-40 58 FDJ-64 CD 5W-30 59 FDJ-65 CD 15W-40 60 FDJ-67 CH-4/SJ 15W-40 61 FDJ-68 CF-4 15W-40 62 FDJ-69 CD 40 63 FDJ-70 CC 40 64 FDJ-73 SF/CD 0W-30 65 FDJ-74 SF/CC 15W-40 66 FDJ-75 SD/CC 15W-40 67 FDJ-76 SD/CC 10W-30 68 FDJ-77 CD 15W-40 69 FDJ-78 CD 40 70 FDJ-79 SG 15W-40 71 FDJ-80 SF 5W-30 72 FDJ-82 CF-4/SG 15W-40 73 FDJ-83 CG-4/SJ 15W-40 74 FDJ-84 CI-4/SL 15W-40 75 FDJ-86 CH-4/SJ 15W-40

全部标准样品的红外光图谱如附图2所示。

b、在与标准样品相同的测试条件下采集待分析样品的红外图谱：

在本实施例中，为验证鉴别结果，将每个标准样品都视为未知待分析样品（由于对自身 的普鲁克距离为0，因此鉴别结果为除自身外的最小普鲁克距离样品）。

c、对待分析样品和标准样品的红外图谱进行预处理，预处理方法依次为：（1）区间截取， 截取1250～800cm^-1的光谱谱段，（2）平滑处理，采用五点三次平滑方法，（3）一阶导数处理， （4）标准化处理，

标准化处理后样品的光谱数据向量x_i′为：

其中：x_i为第i个样品光谱数据向量；mean(x_i)为第i个样品光谱数据向量的平均值； std(x_i)为第i个样品光谱数据向量的标准方差；x_i′为标准化处理后的第i个样品光谱数据向量。

d、将待分析样品的红外图谱与标准样品库中样品的红外图谱进行相似度计算，计算方法 为：先计算两者之间的普鲁克距离，Procrustes Distance，d，再计算相似度r，其表达式为： r=1-d，普鲁克距离d的算法流程图参见附图1。计算结果如下表2所示。

表2：待分析样品鉴别结果列表

e、根据相似度大小得出结论：

待分析样品的鉴别依据为：（1）根据相似度r值从大到小排序，相似度r值最大的标准 样品为待分析样品的初步鉴别结果；（2）根据相似度r值的大小确定最终鉴别结果，当相似 度r值处于0.99～1.00之间时，待分析样品与对应的标准样品具有相似的组成、结构特征。

从表2鉴别结果列表可以看出，当相似度r值处于0.99～1.00范围时，待分析样品的鉴别 结果所得的标准样品与其质量等级和粘度等级都一致，即具有相似的组成、结构特征；当相 似度r值小于0.99时，鉴别结果所得的标准样品与待分析样品组成、结构特征有较大差异， 其体现在质量等级或者粘度等级不一致。