论文部分内容阅读
运用光谱技术研究油品的快速检测技术,为油品质量的检验、分级和评价提供检测数据,对于评价油品质量并最大限度且经济合理地使用油品具有重要意义,也将带来了巨大的经济效益,因此油品检测分析技术也一直是相关领域的研究热点。基于色谱的传统分析方法,存在着耗时长、价格贵、操作复杂等缺点,难以实现现场快速检测。本文运用拉曼光谱研究食用油、汽油的快速检测技术,结合支持向量机及最小二乘回归实现油品分类及组分含量的定性定量分析。主要研究内容和成果如下：1.油品检测方法研究和快速分析系统设计。根据食用油、汽油的拉曼光谱与特征,研究了油品的拉曼光谱检测方法；在此基础上,设计研制了基于拉曼光谱的油品快速分析系统。该系统能够实现食用油中三种脂肪酸含量和汽油中多种组分含量的检测。样本检测时间只需1～2分钟,检测准确率90%以上,成功地将理论研究应用于实际生活。2.食用油脂肪酸含量检测。利用食用油的拉曼光谱特征值,建立了多输出最小二乘支持向量回归机(MLS-SVR)和最小二乘回归(PLS)的食用油脂肪酸定量分析模型,实现了食用油中饱和脂肪酸、油酸、亚油酸的含量预测。结果表明,MLS-SVR的预测效果优于PLS,其对测试样本的三种脂肪酸的预测均方根误差为0.4967%,0.8400%,1.0199%,相关系数为0.8133,0.9992,0.9981；对未知样品也具有较好的推广精度,误差为1.9171%,3.1932%,4.8149%,相关系数为0.6133,0.9771,0.9802,预测均方根误差不超过5%。3.汽油组分含量检测实验。运用研制的油品快速分析系统对汽油进行了检测实验。首先分析和研究汽油拉曼光谱特征峰与组分的一一对应关系,提取相关特征峰作为汽油组分预测模型的特征值,通过分别在市售93#、97#汽油中掺杂苯、芳烃、烯烃、甲醇、乙醇,获取大量实验数据,建立了基于MLS-SVR和PLS的汽油主要组分的定量分析模型。结果表明,MLS-SVR的效果较好,其对汽油五种组分含量的预测均方根误差为0.22%,0.27%,0.27%,0.17%,0.14%；相关系数为0.9986,0.9993,0.9985,0.9923,0.9935,对93#、97#两两混合汽油样品也具有较好的推广精度。本研究为油品组分含量的快速检测提供了一种简便、准确、无损的有效方法。