基于化学结构的特征光谱选择及汽油中乙醇含量检测方法技术

本发明专利技术提出根据化学结构筛选特征光谱谱段的方法，并将其应用于汽油中乙醇含量的建模分析中，涉及化学计量学和分析化学领域，尤其是涉及一种基于化学结构的近红外光谱波长选择方法，包括制备汽油样品，采集近红外光谱，选取特征谱段，光谱预处理，划分校正集和预测集，构建校正模型，模型评估，检测预测集样品。本发明专利技术通过选择合适的特征光谱，建立乙醇

【技术实现步骤摘要】
基于化学结构的特征光谱选择及汽油中乙醇含量检测方法


[0001]本专利技术涉及化学计量学和分析化学领域，尤其是涉及一种基于化学结构的近红外光谱波长选择方法。

技术介绍

[0002]乙醇汽油作为一种低碳、清洁、优质的绿色燃料，在近年来受到越来越多的关注。然而，在对各加油站中乙醇汽油质量抽查发现，存在乙醇汽油中乙醇含量太高或太低的不合格现象。使用不合格的乙醇汽油会导致发动机转速不稳定和发动机故障。因此，有必要加大油品质量抽查，以确保市场上包括乙醇汽油在内的成品油质量合格。
[0003]目前，汽油中乙醇含量的常规检测技术是气相色谱法，它是分析油中乙醇含量的可靠方法。但是该方法存在分析时间较长，仪器体积大不易携带，不能满足现场分析和实时检测的需要等缺点。为了解决这个问题，已经开发了一些检测汽油中乙醇含量的快速分析方法，例如拉曼光谱法和近红外(NIR)光谱法。近红外光谱法是一种快速、无损的分析技术，其分析过程中只消耗少量试剂。近红外光谱技术结合偏最小二乘法或主成分分析等多元统计分析方法已广泛应用于汽油中乙醇含量的快速分析。已有的研究表明基于近红外光谱的偏最小二乘模型具有良好的预测性能。
[0004]波长选择是近红外光谱多元校正分析的关键步骤。适当的波长选择可以去除光谱中的无效信息和干扰变量，获得更好的模型预测性能，提高模型解释能力。
[0005]迄今为止，已经开发了多种近红外波长选择方法。比如间隔偏最小二乘法、连续投影算法、变量重要性投影算法和竞争自适应抽样方法等，这些技术是利用统计筛选的方法获取与性质指标相关性较大的光谱变量，在一定程度上可以提高数据模型的稳定性和准确性。但是这些方法也不能解决由于环境因素或仪器性能因素造成的光谱变量与性质指标之间的“假相关”问题。因此，上述方法在乙醇汽油的快速分析中没有得到广泛应用。
[0006]为了提高近红外光谱法快速分析汽油中乙醇含量的准确性，本申请提出了一种基于化学结构的特征光谱选择及汽油中乙醇含量检测方法。

技术实现思路

[0007]本专利技术要解决的技术问题是：为了解决乙醇
‑
汽油中乙醇含量测量准确度低的问题，本专利技术提出建立根据化学结构筛选特征光谱谱段的方法，并将其应用于汽油中乙醇含量的建模分析中。
[0008]本专利技术提出了一种基于化学结构的特征光谱选择方法，其特征在于包括步骤：
[0009]步骤一：汽油样品中添加预定量的乙醇，制备成乙醇
‑
汽油样品；
[0010]步骤二：采集乙醇
‑
汽油样品的近红外光谱图；
[0011]步骤三：基于化学结构确定特征谱段。
[0012]进一步的，步骤一所述预定量的乙醇的浓度范围为0.5～80％体积分数，所述乙醇
‑
汽油样品具有不同的溶剂基底。
[0013]进一步的，步骤三所述所述特征谱段是乙醇分子化学键在近红外光谱区域的全部特征谱段。
[0014]进一步的，步骤三所述特征谱段是乙醇分子化学键在近红外光谱区域的全部特征谱段排除芳烃基团干扰后的所有特征谱段。
[0015]进一步的，步骤三所述特征谱段是乙醇分子化学键在近红外光谱区域的全部特征谱段中羟基的特征谱段。
[0016]进一步的，步骤三所述特征谱段是乙醇分子化学键在近红外光谱区域的全部特征谱段排除芳烃基团干扰且只含有羟基的特征谱段。
[0017]进一步的，所述乙醇分子化学键在近红外光谱区域的全部特征谱段是波数范围为4661.104～5000.515cm
‑1、5660.050～7407.241cm
‑1、8300.121～8500.682cm
‑1的近红外光谱。
[0018]进一步的，所述乙醇分子化学键在近红外光谱区域的全部特征谱段排除芳烃基团干扰后的所有特征谱段是波数范围为6060.171～7407.241cm
‑1、8300.121～8500.682cm
‑1的近红外光谱。
[0019]进一步的，所述乙醇分子化学键在近红外光谱区域的全部特征谱段中羟基的特征谱段是波数范围为4661.104～5000.515cm
‑1、6060.171～7141.113cm
‑1的近红外光谱。
[0020]进一步的，所述乙醇分子化学键在近红外光谱区域的全部特征谱段排除芳烃基团干扰且只含有羟基的特征谱段是波数范围为6060.171～7141.113cm
‑1的近红外光谱。
[0021]本专利技术还提出一种汽油中乙醇含量的检测方法，使用如上任一项所述的基于化学结构的近红外光谱波长选择方法，其特征在于在确定特征谱段后还包括如下步骤：
[0022]步骤四：光谱预处理；
[0023]步骤五：划分校正集和预测集；
[0024]步骤六：构建校正模型；
[0025]步骤七：检测预测集样品。
[0026]进一步的，所述在步骤四中光谱预处理方法为一阶导数滤波拟合法，所述步骤五校正集中乙醇的浓度范围0.5～80％体积分数。
[0027]进一步的，步骤六所述校正模型由偏最小二乘法构建。
[0028]与现有技术相比较，本专利技术的有益效果在于：
[0029]其一，本专利技术通过分析乙醇的分子结构特点以及通过在汽油中外加乙醇的方法确定了汽油中乙醇的特征吸收谱段，并将其划分为四种特征谱段建模方案；对四种建模方案进行优化探索，最终确定方案四，也就是排除了芳烃干扰谱段的羟基谱段建模效果最好。选择的方案四特征谱段更具有特征性，可以避免其他波长选择方法可能引入的无效干扰信息，提高所建立模型对未知样品的预测准确性。
[0030]其二，采用特征谱段建立的数据模型，其预测准确度可以提升2～71倍(乙醇含量)；并且与变量重要性投影(VIP光谱)提取特征变量所建立的模型相比，本专利技术的RMSEP降低了37.10％，说明本专利技术通过化学结构筛选的光谱变量建立的数据模型预测准确度提高了37.10％。
附图说明
[0031]为了更清楚地说明本专利技术具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本专利技术的一些实施方式，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0032]图1是近红外光谱的建模流程图；
[0033]图2是乙醇
‑
汽油的近红外光谱图；
[0034]图3是基于不同光谱范围的偏最小二乘模型对汽油中乙醇含量的校正集交叉验证结果图；
[0035]图4是基于不同光谱范围的偏最小二乘模型对汽油中乙醇含量的预测集验证结果图；
[0036]图5是SGD预处理后的近红外光谱图。
具体实施方式
[0037]下面将结合附图对本专利技术的技术方案进行清楚、完整地描述，显然，所描述的实施例是本专利技术一部分实施例，而不是全部的实施例。
[0038]本专利技术通本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于化学结构的特征光谱选择方法，其特征在于包括步骤：步骤一：汽油样品中添加预定量的乙醇，制备成乙醇
‑
汽油样品；步骤二：采集乙醇
‑
汽油样品的近红外光谱图；步骤三：基于化学结构确定特征谱段。2.根据权利要求1所述的一种基于化学结构的特征光谱选择方法，其特征在于：所述预定量的乙醇的浓度范围为0.5～80％体积分数，所述乙醇
‑
汽油样品具有不同的溶剂基底。3.根据权利要求2所述的一种基于化学结构的特征光谱选择方法，其特征在于：所述特征谱段是乙醇分子化学键在近红外光谱区域的全部特征谱段。4.根据权利要求2所述的一种基于化学结构的特征光谱选择方法，其特征在于：所述特征谱段是乙醇分子化学键在近红外光谱区域的全部特征谱段排除芳烃基团干扰后的所有特征谱段。5.根据权利要求2所述的一种基于化学结构的特征光谱选择方法，其特征在于：所述特征谱段是乙醇分子化学键在近红外光谱区域的全部特征谱段中羟基的特征谱段。6.根据权利要求2所述的一种基于化学结构的特征光谱选择方法，其特征在于：所述特征谱段是乙醇分子化学键在近红外光谱区域的全部特征谱段排除芳烃基团干扰且只含有羟基的特征谱段。7.根据权利要求3所述的一种基于化学结构的特征光谱选择方法，其特征在于：所述乙醇分子化学键在近红外光谱区域的全部特征谱段是波数范围为4661.104～5000.515cm
‑1、5660.050～7407.241cm
‑1、8300.121～8500.682cm
‑1的近红外光谱。8...

【专利技术属性】
技术研发人员：李轲，杜彪，李琪，卢小新，张正东，
申请(专利权)人：北京易兴元石化科技有限公司，
类型：发明
国别省市：