遗传算法结合神经网络用于傅里叶变换红外光谱法测定航空润滑油中水分

采用傅里叶变换红外光谱法测定了航空润滑油中的水分,通过遗传算法(GA)优化选取有效波数点,用误差反向传播神经网络(BP-ANN)进行水分预测计算。模型的预测相关系数为0.957,预测标准偏差为0.022。随机抽取某型航空润滑油样品进行预测并对预测结果进行配对t检验,结果表明:红外光谱定量分析结果与标准方法测定值没有显著性差异,模型可以用于该型在用航空润滑油水分含量现场快速检测。     

基于小波变换的航空润滑油酸值红外光谱分析

为利用红外光谱分析技术快速、准确测定在用航空润滑油酸值,将小波变换用于润滑油红外光谱预处理中,结合均值中心化法,提取光谱有效信息建模。光谱的小波变换选择符合光谱特征的db4小波为基函数,在分解尺度9下进行光谱分解,利用软阈值法滤除各层干扰噪声,重构消噪信号。该光谱预处理法与传统的Savitzky-Golay平滑导数结合均值中心化法相比,滤噪效果好,有效压缩了建模数据量。采用偏最小二乘法,选择最佳主因子数5,建立酸值模型,并对10个在用航空润滑油油样进行了分析。     

组合区间偏最小二乘法结合红外光谱法测定在用润滑油的运动粘度

采用组合区间偏最小二乘法结合红外光谱法快速测定在用润滑油的运动粘度。采用组合区间偏最小二乘法高效提取与粘度变化相关的光谱信息,提高粘度校正模型的测量精度。在设置4 000~400cm-1范围的区间数为12时,选择2,10,11,12等4个子区间,对应的光谱区域为1 300~400cm-1、3 700~3 400cm-1,模型校正偏差达到0.031 5。对模型预测精度的验证结果说明本法与运动粘度标准方法之间具有很好的相关性,模型可以用于定量分析在用润滑油在40℃时运动粘度值。     

红外光谱法快速测定在用柴油机油中抗磨剂T203的含量

采用红外光谱法建立标准曲线测定在用柴油机油中T203的含量。在基础油中添加抗磨剂配制质量分数在0.15%~1.5%的标准样品,并采集在用油样品若干。扫描光谱,对其进行标准正态变量变换(SNV)和SG平滑预处理,消除基线漂移和高频噪声的干扰。测定1025~960 cm-1特征峰面积,建立其与T203含量的标准曲线y=0.0042x-0.0196,R~2=0.9910。准确度分析证明模型对外界配制样品预测的相对误差在6%之内,并用趋势外推法验证其可靠性,两种方法预测在用油样品的相对误差在4%之内。结果表明:T203质量分数在0.15%~1.5%范围内与红外光谱特征峰面积具有良好的线性关系,标准曲线法可用于测定在用柴油机油中T203含量。     

基于遗传算法结合神经网络的航空润滑油粘度近红外光谱分析

研究了基于遗传算法(GA)的波长选择方法结合反向传播神经网络(BP-ANN)建模用于在用航空润滑油-40℃运动粘度的近红外光谱分析。采集样品光谱经均值中心化和SavitzkyGolay平滑求导法预处理后,通过分段组合建模初选最优波段,利用遗传算法进一步筛选了对粘度预测敏感的波长点建模。该波长选择方法与相关系数法相比,所建模型预测准确度高。在建模采用的非线性BP-ANN法中,先通过主成分分析(PCA)分解光谱数据,将得分矩阵输入3层神经网络训练,通过参数优化建立最优模型。所建模型对8个在用油进行分析,各预测值与标准值的相对误差均低于2%,并且经t检验不存在显著性差异,模型预测能力较强,应用于在用润滑油质量的快速分析效果好,为油品在线监控提供了参考。     

红外光谱法结合PLS-BP网络对在用油中燃油稀释的测定

采用红外光谱法建立PLS-BP模型检测在用润滑油燃油稀释的含量。在新润滑油中加入柴油配制柴油含量在0~8%的标准样品,采集样品光谱。经光谱特征分析,选择1500~680 cm~(-1)为建模区间,对光谱进行一阶微分和SG平滑处理,净化谱图信息。基于PLS回归系数选择10个特征波数建立BP神经网络模型,经反复试验寻优,隐含层神经元个数为10,最小均方误差为2.8×10~(-8),学习速率为0.04,模型Rp达到0.9642,SEP为0.5716%。对在用油样品进行加标回收试验,回收率在92.6%~107.2%。结果表明:PLS-BP模型可以用于在用油柴油稀释的检测。     

红外光谱法对六氟磷酸锂的快速定量分析

本文建立了一种用傅里叶红外光谱(FT-IR)法快速定量分析LiPF6的方法。采用红外光谱(IR)法和X射线衍射(XRD)法对LiPF6样品进行了定性分析。选取LiPF6红外光谱847cm-1处的特征吸收峰为分析对象,利用吸光度峰面积积分法进行定量分析,由标准曲线可知,LiPF6的含量与其红外光谱特征峰的吸收强度有很好的线性关系,相关系数达0.9998,线性范围在0.04～25mg.mL-1,检出限可达0.02mg.mL-1。LiPF6样品定量测定的相对标准偏差(RSD)约为0.18%,回收率为96%～98%。     

近红外光谱法对头孢氨苄粉末药品的非破坏定量分析

采用近红外漫反射光谱法对头孢氨苄粉末药品中主要成分头孢氨苄进行快速、无损定量分析.采用偏最小二乘法建立近红外光谱信息与待测组分含量间的最佳数学校正模型.对3种光谱(SNV光谱、一阶导数、二阶导光谱)的预测结果进行了比较,讨论了光谱的预处理方法和主成分数对偏最小二乘法定量预测能力的影响,并对预测集样品进行预测.     

大豆油中掺混地沟油的FTIR定量分析模型

采用红外光谱(FTIR)和偏最小二乘(PLS)法,建立了地沟油掺混比例的衰减全反射(ATR)定量分析模型。分别采集大豆油、地沟油和二者不同掺混比例的红外光谱图,应用TQ化学计量学分析软件,对不同光谱的采集方式,不同化学计量学处理模式进行了比较,并对光谱区域,光谱的预处理方法,主成分因子数进行筛选。依据预测效果确定了最佳的预测模型,其相关系数为0.99,定标均方差(RMSEC)为4.31、预测均方差(RMSEP)为5.55。本法可用于地沟油鉴别的初期检测。     

基于网格搜索的参数优化方法用于鱼粉灰分的近红外LSSVM定量分析

采用近红外(NIR)光谱技术和最小二乘支持向量机(LSSVM)参数优化方法,建立定标预测模型测定鱼粉灰分的含量,采用去趋势校正和标准正交校正(DC-SNV)相结合的方式进行光谱预处理,基于网格搜索法建立LSSVM的参数优化模型,提高NIR光谱定量分析的预测精度。结果表明,LSSVM参数网格搜索方法能够有效地应用于鱼粉NIR光谱模型优化,获得的鱼粉灰分的光谱预测值与化学测定值能较准确的匹配,有利于NIR光谱技术快速检测在养殖饲料产品中的应用。