论文部分内容阅读
汽车工业的发展给能源、环境、交通安全等造成越来越大的压力，发展石油替代能源已成为重中之重，作为代用燃料的一种，醇类汽油的发展已受到各国的重视。汽车技术的发展与油品品质有着紧密的联系，因此对于醇类汽油品质的检测至关重要。本研究以甲醇汽油和乙醇汽油为研究对象，利用近红外和拉曼光谱技术并结合化学计量学分析方法，开展甲醇汽油和乙醇汽油甲/乙醇含量、密度、粘度等品质指标检测研究，旨在为我国醇类汽油品质快速检测提供参考。论文主要研究内容和结果如下：1.采用近红外光谱技术并结合偏最小二乘回归(PLS)，探讨了不同的光谱预处理方法及不同波段优选对定量模型的影响。结果表明：醇类汽油的甲/乙醇含量、密度、粘度经光谱预处理和间隔偏最小二乘(iPLS)波段优化后，建模效果较好。2.分别采用PLS和最小二乘支持向量机(LS-SVM)对醇类汽油甲/乙醇含量、密度和粘度进行定量分析，并对预测集样品进行预测。结果表明：甲醇汽油的甲醇含量、密度、粘度的LS-SVM模型的预测效果优于PLS模型，其预测相关系数rp分别为0.992、0.981、0.962，预测均方根误差RMSEP分别为0.1%(v/v)、0.29g/L、0.026mPa s；乙醇汽油的乙醇含量、密度、粘度的LS-SVM模型的预测结果较PLS模型预测结果好，其预测相关系数rp分别为0.985、0.972、0.962，预测均方根误差RMSEP分别为0.15%(v/v)、0.45g/L、0.028mPa s。3.采用便携式拉曼光谱技术，比较了不同的光谱预处理方法对定量模型的影响，分别采用主成分回归(PCR)、PLS和LS-SVM对醇类汽油甲/乙醇含量、密度和粘度进行定量分析，并对未知样品进行预测。结果表明：甲醇汽油的甲醇含量、密度、粘度的LS-SVM模型的预测效果优于PCR和PLS模型，其预测相关系数rp分别为0.985、0.984、0.979，预测均方根误差RMSEP分别为2.57%(v/v)、1g/L、0.064mPa s；乙醇汽油的乙醇含量、密度、粘度的LS-SVM模型的预测结果比PCR和PLS模型预测结果都好，其预测相关系数rp分别为0.98、0.971、0.941，预测均方根误差RMSEP分别为3.22%(v/v)、1.1g/L、0.079mPa s。本论文研究表明近红外和拉曼光谱技术检测醇类汽油品质具有可行性。通过对比分析得出，近红外光谱技术具有较高精度和准确性，便携式拉曼光谱技术具有快速和现场检测的优点。