一种基于紫外光谱的喷气燃料水分离指数测量处理方法及系统技术方案

本发明专利技术公开了一种基于紫外光谱的喷气燃料水分离指数测量方法及系统，属于喷气燃料检测技术领域。本发明专利技术经待测喷气燃料紫外光谱波段波长确定、待测喷气燃料预处理后，利用由光学子系统和信号处理子系统处理后得到稳定的放大输出电压信号，利用拟合的水分离指数模型，计算出待测喷气燃料水分离指数。利用本发明专利技术测量喷气燃料时，具有读数稳定、测量精度高、携带方便、性能稳定等优点。性能稳定等优点。性能稳定等优点。

【技术实现步骤摘要】
一种基于紫外光谱的喷气燃料水分离指数测量处理方法及系统


[0001]本专利技术属于喷气燃料检测
，特别是涉及一种基于紫外光谱的喷气燃料水分离指数测量处理方法及系统。

技术介绍

[0002]喷气燃料是一种轻质石油产品，是现代大型民航和空军飞机发动机的推动燃料。喷气燃料的品质对于飞行安全至关重要，直接影响飞机的使用性能。喷气燃料质量控制检测项目主要包括：组成、洁净性、馏程、燃烧性、流动性等指标参数。洁净性最重要的评价指标是水分离指数，是衡量喷气燃料通过玻璃纤维滤结介质时分离水的能力，该指标范围为50～100，数值越高表明燃料越洁净透明。
[0003]喷气燃料中过量的表面活性物，如磺酸盐、环烷酸盐等，易导致油水不分离，水分不易沉降等问题，从而降低燃料的水分离指数。当喷气燃料水分离指数过低时将影响飞机的燃油系统脱水效果，在高空低温的环境下极易导致燃料结冰，严重时可引起发动机故障，造成飞行事故。因此，如何对喷气燃料的水分离指数进行高效、精确地测量在航空航天领域显得尤为重要。
[0004]当前对于喷气燃料水分离指数的测定主要依照国家标准GB 11129—89《喷气燃料水分离指数测定法(手提式分离仪法)》以及石油化工标准SH/T 0616—95《喷气燃料水分离指数测定法》的喷气燃料水分离指数测定法，但是依据上述两个标准制作的仪器存在读数不稳定、测量精度不高，无法满足稳定的实时测量需求。

技术实现思路

[0005]本专利技术所要解决的技术问题是提供一种基于紫外光谱的喷气燃料水分离指数测量方法及系统。
[0006]为解决上述技术问题，本专利技术采用的技术方案如下：利用喷气燃料水分离指数测量方法专用系统，将特定波段紫外光经光学准直后照射被测喷气燃料样品，产生的透射光汇聚到光电探测器上；光电探测器产生的光电流经信号处理电路得到测量电压值，送入水分离指数计算模型得到喷气燃料的水分离指数。
[0007]一种基于紫外光谱的喷气燃料水分离指数测量方法，其特征在于，测量步骤如下：
[0008]1)组装光学子系统和信号处理子系统；所述光学子系统用于将紫外光线照射待测喷气燃料得到的光谱，以电流信号发出；所述信号处理子系统用于接收光学子系统发出的电流信号，将其转化为电压信号，再经放大、增加稳定性以及去除低频噪声操作后，以电压信号发出；
[0009]2)利用光谱仪测量分析法确定待测喷气燃料紫外光谱波段波长；
[0010]3)预处理待测喷气燃料，将其与微量水混合乳化后，再将微量水分离出去；
[0011]4)将预处理后的待测喷气燃料，经光学子系统和信号处理子系统处理后得到输出
电压信号；
[0012]5)拟合水分离指数模型；
[0013]6)利用拟合的水分离指数模型，计算待测喷气燃料水分离指数。
[0014]优选的，水分离指数模型包括线性水分离指数模型和非线性水分离指数模型。
[0015]进一步优选的，线性水分离指数模型拟合步骤如下：
[0016]a对照电压信号获取：不放置喷气燃料时，紫外光源经光学子系统和信号处理子系统得到对照电压信号；
[0017]b已知水分离指数喷气燃料吸收光谱电压信号获取：放置已知水分离指数的喷气燃料时，紫外光源经光学子系统和信号处理子系统得到已知水分离指数喷气燃料吸收光谱电压信号；
[0018]c计算电压差值比：将步骤a与步骤b得到的电压相减，得到的差值取绝对值后与对照电压相除得到电压差值比；
[0019]d以得到的所有电压差值比作为自变量，所有水分离指数作为因变量，进行线性函数拟合，得到的即为线性水分离指数模型。
[0020]进一步优选的，非线性水分离指数模型拟合步骤如下：
[0021]a训练样本光源光谱数据采集：选取已知水分离指数的标准喷气燃料，通过光谱仪采集其光源光谱数据；
[0022]b光源光谱数据预处理：利用光谱仪测量分析法确定待测喷气燃料紫外光谱波段波长时，采集光源光谱数据，并将其进行减少背景噪声处理；
[0023]c特征波段选取：选择预处理过的光源光谱数据中，特征明显且容易区分的波段，作为特征波段；
[0024]d构建RBM模型及鉴别特征提取：构建RBM模型，利用该模型去除预处理过光源光谱数据的冗余信息，提取表征水分离指数的鉴别特征；
[0025]e极限学习机训练：将得到的鉴别特征按比例划分为训练集与测试集，利用训练集得到训练好的极限学习机模型，即为非线性水分离指数模型。
[0026]优选的，利用光谱仪测量分析法确定待测喷气燃料紫外光谱波段波长时，步骤如下：
[0027]a开启光谱仪并预热，取适量喷气燃料参比液经外部乳化和水分离操作后，量取适量作为待测喷气燃料；
[0028]b光谱仪的紫外光源经准直系统后照射待测喷气燃料，衰减光经光纤耦合后，传回光谱仪进行测量，得到光谱数据；
[0029]c选取已知水分离指数标准喷气燃料，以其水分离指数的紫外吸收光谱为纵坐标，以得到光谱数据为横坐标，得到光谱图；在光谱图中选取存在明显特征吸收峰，且光谱强度随水分离指数接近线性的范围，即为待测喷气燃料紫外光谱波段波长。
[0030]本专利技术涉及的一种基于紫外光谱的喷气燃料水分离指数测量方法用系统，其特征在于，包括光学子系统和信号处理子系统；所述光学子系统用于将紫外光线照射待测喷气燃料得到的光谱，转换为电流信号；所述信号处理子系统用于接收光学子系统发出的电流信号，将其转化为放大、去除低频噪声的温度电压信号。
[0031]优选的，光学子系统包括光路结构、光源发射装置、准直透镜、测量池、聚光透镜和
光电接收器；所述光路结构包括光源安装腔、前透镜安装腔、测量腔、后透镜安装腔和接收器安装腔；测量腔为凹槽，其前后设置有通孔；光源发射装置、准直透镜、测量池、聚光透镜和光电接收器，依次固定在光路结构的光源安装腔、前透镜安装腔、测量腔、后透镜安装腔和接收器安装腔中。
[0032]进一步优选的，测量腔两侧壁开孔，用于散热。
[0033]优选的，信号处理子系统，从前往后依次包括电流/电压转换模块、电压放大模块、电压偏置模块和信号滤波模块；所述电流/电压转换模块用于接收电流信号，并转换为电压信号；电压放大模块用于放大电压信号；电压偏置模块用于增加放大电压信号的稳定性；信号滤波模块用于去除放大电压信号的低频噪声。
[0034]本专利技术涉及的一种基于紫外光谱的喷气燃料水分离指数测量方法及系统，经待测喷气燃料紫外光谱波段波长确定、待测喷气燃料预处理后，利用由光学子系统和信号处理子系统处理后得到稳定的放大输出电压信号，利用拟合的水分离指数模型，计算出待测喷气燃料水分离指数。利用本专利技术测量喷气燃料时，具有读数稳定、测量精度高，携带方便，性能稳定等优点。
附图说明
[0035]图1表示的是标准喷气燃料的紫外吸收光谱；
[0036]图2表示的是光学子系统示意图；
[0037]图3表示的是电流/电压信号转换放大调理本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于紫外光谱的喷气燃料水分离指数测量方法，其特征在于，测量步骤如下：1）组装光学子系统（1）和信号处理子系统（2）；所述光学子系统（1）用于将紫外光线照射待测喷气燃料得到的光谱，以电流信号发出；所述信号处理子系统（2）用于接收光学子系统（1）发出的电流信号，将其转化为电压信号，再经放大、增加稳定性以及去除低频噪声操作后，以电压信号发出；2）利用光谱仪测量分析法确定待测喷气燃料紫外光谱波段波长；3）预处理待测喷气燃料，将其与微量水混合乳化后，再将微量水分离出去；4）将预处理后的待测喷气燃料，经光学子系统（1）和信号处理子系统（2）处理后得到输出电压信号；5）拟合水分离指数模型；6）利用拟合的水分离指数模型，计算待测喷气燃料水分离指数。2.根据权利要求1所述的基于紫外光谱的喷气燃料水分离指数测量方法，其特征在于，所述水分离指数模型包括线性水分离指数模型和非线性水分离指数模型。3.根据权利要求2所述的基于紫外光谱的喷气燃料水分离指数测量方法，其特征在于，所述线性水分离指数模型拟合步骤如下：a对照电压信号获取：不放置喷气燃料时，紫外光源经光学子系统（1）信号处理子系统（2）得到对照电压信号；b已知水分离指数喷气燃料吸收光谱电压信号获取：放置已知水分离指数的喷气燃料时，紫外光源经光学子系统（1）信号处理子系统（2）得到已知水分离指数喷气燃料吸收光谱电压信号；c计算电压差值比：将步骤a与步骤b得到的电压相减，得到的差值取绝对值后与对照电压相除得到电压差值比；d以得到的所有电压差值比作为自变量，所有水分离指数作为因变量，进行线性函数拟合，得到的即为线性水分离指数模型。4.根据权利要求2所述的基于紫外光谱的喷气燃料水分离指数测量方法，其特征在于，所述非线性水分离指数模型拟合步骤如下：a训练样本光源光谱数据采集：选取已知水分离指数的标准喷气燃料，通过光谱仪采集其光源光谱数据；b光源光谱数据预处理：利用光谱仪测量分析法确定待测喷气燃料紫外光谱波段波长时，采集光源光谱数据，并将其进行减少背景噪声处理；c特征波段选取：选择预处理过的光源光谱数据中，特征明显且容易区分的波段，作为特征波段；d构建RBM模型及鉴别特征提取：构建RBM模型，利用该模型去除预处理过光源光谱数据的冗余信息，提取表征水分离指数的鉴别特征；e极限学习机训练：将得到的鉴别特征按比例划分为训练集与测试集，利用训练集得到训练好的极...

【专利技术属性】
技术研发人员：林帅，张坤，黄鸿，杨利平，韩吉庆，翟丛丛，蔡晨，魏振涛，刘原栋，张雨，耿羽轩，
申请(专利权)人：山东非金属材料研究所，
类型：发明
国别省市：