近红外光谱法检测乙醇柴油主要性能指标

乙醇柴油是柴油替代品的一种,它的使用越来越广泛,乙醇柴油品质由许多指标决定,采用传统方法检测这些指标不仅价格昂贵而且耗时长。近红外光谱技术是一种廉价、快速实时在线检测乙醇柴油品质的有效方法。本文采用近红外光谱技术结合最小二乘支持向量机检测了乙醇柴油的密度、粘度和乙醇含量,比较了线性和非线性校正技术(主成分回归、偏最小二乘回归和最小二乘支持向量机)对乙醇柴油品质的分析效果,同时也比较了不同预处理方法对预测模型能力的影响。实验结果表明,最小二乘支持向量机优于主成分回归和偏最小二乘回归模型,其对乙醇柴油密度、粘度、乙醇含量建模效果最优,相关系数分别是0.995 8、0.995 7和0.995 3;预测均方根误差分别为0.000 68、0.011 3和0.5714。     

红外光谱法测定石油环烷酸单乙醇酰胺

利用石油环烷酸单乙醇酰胺在1646cm-1处的红外特征吸收峰,测定其含量.石油环烷酸单乙醇酰胺的回收率为96.8%-97.3%,标准偏差为0.04%.操作简便快捷,是一种可靠实用的测定方法.     

不同厂家葡萄酒的红外光谱无损快速分析

酒精和糖是葡萄酒的两种主要成分。首次采用衰减全反射(HATR附件)傅里叶变换红外光谱法并结合二级导数谱对市售的若干种不同厂家葡萄酒的酒精含量和糖含量进行了快速无损分析。对于含糖量低的葡萄酒,其酒精度越高,1120～1010 cm^-1处酒精的C—O键的峰值越大;对于含糖量高的葡萄酒,成分中的多种糖的特征峰多在1200～830 cm^-1区段,可以用此波段的糖峰的吸收度强度和峰的个数来判断含糖量的高低。红外光谱不仅可以清晰直观地看出酒精度和含糖量与峰值的关系,而且该方法快速、方便,样品无需分离提取,可直接测定进行无损分析。     

红外光谱法定性检测皮革中的PVC

对红外光谱仪检测纺织品中的PVC进行了相关研究,对样品的前处理的步骤进行了初步的探索。最终选定以四氢呋喃为溶剂,乙醇为析出剂,对样品中的PVC反复提取两次,获得较为纯净的PVC固体后,做出其红外图谱,结果可以达到定性的目的。     

红外光谱法测定柠檬酸壬基酚聚氧乙烯醚单酯二乙醇酰胺的含量

以柠檬酸、乙酸酐、壬基酚聚氧乙烯醚和二乙醇胺为原料,经过原料精制、中间体和产物的合成等一系列过程,得到了一种具有防锈、润滑双重性能的水基合成切削液新型添加剂-柠檬酸壬基酚聚氧乙烯醚单酯二乙醇酰胺。采用红外光谱法对合成样品中酰胺进行定量分析,利用谱图中1 642.39 cm-1处酰胺中CO双键伸缩振动的特征吸收峰,选择硫氰酸钾作为内标物,以朗伯-比尔定律为理论依据,从而建立了直接红外光谱法测定柠檬酸壬基酚聚氧乙烯醚单酯二乙醇酰胺含量的方法。实验测定内标工作曲线为A＝0.007 6m+0.325 6相关系数r2＝0.999 7,通过对方法重现性和回收率的考查,得到了较为满意的结果。该法是确定合成柠檬酸壬基酚聚氧乙烯醚单酯二乙醇酰胺产品的反应程度和控制产品质量的一种必要手段,证明了由柠檬酸合成柠檬酸壬基酚聚氧乙烯醚单酯二乙醇酰胺的工艺路线是可行的。     

中红外光谱技术对乙醇汽油乙醇含量的检测

乙醇汽油是一种新型清洁燃料,燃料乙醇在乙醇汽油中的含量会影响发动机的性能。为了确保发动机的工作可靠性,需要对乙醇汽油中的乙醇含量进行快速精准检测。本文使用中红外光谱技术对采集到的乙醇汽油的光谱数据进行定量分析。首先对原始光谱数据使用多元散射校正、基线校正、一阶导数、二阶导数等预处理方法进行预处理。然后利用ELM、LSSVM、PLS对乙醇汽油中的乙醇含量建立预测模型,通过比较3种建模方法对乙醇含量的预测能力发现,PLS方法的精度比其余两种方法更高。模型决定因子R2为0.958,预测均方误差RMSEP为1.479%(V/V,体积比)。中红外光谱技术对乙醇汽油乙醇含量的快速准确检测提供了新的思路。     

不同温度下乙醇电氧化过程的原位红外光谱研究

直接乙醇燃料电池因其优异的性能备受关注。乙醇的电催化氧化并非简单的燃烧,涉及多种催化反应过程。乙醇的C-C键断裂选择性低,以及乙醇氧化中间产物C1分子由于没有及时氧化离开催化剂表面而造成的催化剂中毒,是制约其应用的瓶颈问题。电化学原位红外光谱是在电化学反应的同时,原位采集反应物种特定官能团的振动信息,可在分子水平揭示反应过程,推测反应机理。不同温度条件下乙醇电氧化过程的研究,有助于合理的设计高性能乙醇燃料电池催化剂。选用高性能的PtRh/RGO催化剂,结合同位素示踪法和电化学原位红外光谱技术,研究了不同温度下乙醇的电氧化过程。循环伏安研究表明,乙醇电氧化性能及其C-C键断裂的程度为PtRh/RGO (45℃)>PtRh/RGO (25℃)>商业Pt/C。电化学原位红外光谱从分子水平跟踪了乙醇的电氧化过程,观察到随着电位的增加, CO2, CO,-CH3,-C-O特征峰的强度逐渐增加。CO2和CH3COOH分别归属于乙醇完全氧化和不完全氧化的终产物,因此红外光谱中两种物质特征峰积分面积的比值[CO2]/[CH3COOH]可做为CO2选择性的量度。用来定量标定CH3COOH的特征峰是位于1 280 cm-1的-C-O振动峰,但对于PtRh/RGO催化剂的红外光谱而言,它的乙酸特征峰振动峰位1 280 cm-1附近出现1 214 cm-1甲醇衍生物的振动峰,通过一种反射红外光谱与标样透射红外光谱差减扣除叠加峰方法,定量计算了叠加峰中1 280 cm-1特征峰的积分强度,从而计算出PtRh/RGO的CO2选择性。结果表明对比25℃时, 45℃下PtRh/RGO具有更高的选择性, 0.3 V时提高48.1%, 0.5和0.6 V时略有提高, 0.4 V时降低,这可能是乙醇中β-C和水中OH竞争吸附所致。在两种反应温度条件下, CO2选择性都在电位高于0.4 V时呈现下降趋势。为了进一步研究CO2来源于α-C或β-C的完全氧化,使用同位素标记的13CH312CH2OH做为探针分子,通过电化学原位红外光谱研究了25和45℃下PtRh/RGO电极上乙醇电氧化过程。结果表明,β-C完全氧化为CO2的起始电位与温度无关,都为0.3 V。通过用13CO2/12CO2积分面积的比值定量分析,发现45℃下,该比值在电位0.3~0.5 V时相比于25℃下分别增加0.11, 0.18和0.22,表明随着温度或电位的增加,β-C完全氧化的选择性增加。     

红外光谱法测定润滑油的100℃粘度

本文采用红外光谱表征的润滑油结构族组成信息,采用人工神经网络为数据处理工具,预测了润滑油的１００℃粘度,得到很好结果,研究结果表明在润滑油组成,结构与性能研究中,红外光谱获得的润滑油结构族组成与其性能有密切关系。     

最小二乘支持向量机结合中红外光谱测定甲醇柴油甲醇含量

采用中红外光谱法对甲醇柴油的甲醇含量进行检测分析。首先,对采集到的原始光谱进行预处理(标准正则变换、多元散射校正、一阶微分、二阶微分、Savitzky-Goly平滑),采用偏最小二乘法和最小二乘支持向量机建立了甲醇柴油的甲醇含量预测模型,并比较了不同预处理方法对模型预测能力的影响。实验结果表明,LSSVM的建模效果最佳,其预测集相关系数R~2为0.981 8,预测均方误差RMSEP为1.3917%(体积比)。因此,中红外光谱技术可用于甲醇柴油中甲醇含量的快速检测,且可以达到很好的效果。     

基于中红外光谱检测牛奶中掺杂的尿素

采用中红外光谱技术对牛奶中掺杂尿素目标物进行检测.配置含有尿素浓度范围为1～18 g·L-1之间18个牛奶样品,分别研究了纯牛奶和掺杂尿素牛奶的红外光谱特性,并进行了对比分析.利用尿素1 562 cm-1处酰胺Ⅲ带C=O伸缩振动吸收峰面积A1 562与1 464 cm-1处C-N伸缩振动吸收峰面积A1464的比值A1 ...     

基于拉曼光谱的乙醇柴油密度、粘度和乙醇含量分析研究

乙醇柴油作为清洁燃料是柴油很好的替代品,不同乙醇含量的乙醇柴油其粘度有差别,而乙醇的含量直接影响着柴油机燃烧性能。所以急需一种方法实现快速对乙醇柴油主要指标在线监测。对采集到的不同浓度的乙醇柴油的原始拉曼光谱数据使用Savitzkv-Golay平滑(S-G)、多元散射校正(MSC)、微分处理(1stD和2ndD)、标准正态变量校正(SNV)等四种方法以及他们的组合方法对光谱数据进行预处理后,分别建立了乙醇柴油密度、粘度和乙醇含量的偏最小二乘回归(PLSR)模型,比较不同的预处理方法发现,乙醇含量和粘度在S-G+2ndD预处理后所建立的PLSR模型效果最好,预测集R_p分别为0.930和0.918,RMSEP分别为1.237和0.034;S-G+1stD预处理后所建立的乙醇柴油密度PLSR模型结果最优,预测集R_p最大,为0.962,RMSEP最小,为0.14×10-2。将经过S-G+2ndD预处理后的光谱数据选用递归偏最小二乘算法(RPLS)、无信息变量消除(UVE)、正自适应加权算法(CRES)、连续投影算法(SPA)四种变量筛选方法以及将它们组合筛选得到的波长变量分别作为输入变量建立了PLSR模型,在使用SPA-CARS波长筛选方法所建立的乙醇柴油乙醇含量的预测模型效果最优,其预测集的R_p,RMSEP分别为0.978 1和0.825 5。结果表明使用该方法可以很好的对乙醇柴油的密度、粘度以及乙醇含量等主要指标进行预测。     

近红外光谱法对甲醇柴油中甲醇含量测定

应用近红外光谱结合化学计量学方法实现了对甲醇柴油中的甲醇含量的定量分析。以实验室配制的32种不同浓度[浓度范围为2%～25.8%(φ)]的甲醇柴油溶液为研究对象,在4 500～7 000 cm-1光谱范围内,建立偏最小二乘(PLS)、支持向量机(SVM)和最小二乘支持向量机(LS-SVM)三种定量分析模型。在建立SVM模型时,经过比较分析,径向基函数(radial basis function,RBF)作为SVM模型的核函数时可以获得更高的预测精度。最终获得甲醇含量的PLS, SVM和LS-SVM三种模型的预测相关系数R_P分别为0.985 9, 0.990 3, 0.998 9,预测均方根误差RMSEP分别为0.405 2, 0.356 3, 0.062 4,可以看出,三种预测模型都可以达到很好的效果,最优的预测模型是使用LS-SVM建模。研究结果表明,利用近红外光谱法结合化学计量学方法对甲醇柴油中甲醇含量的检测具有可行性,并可以达到很好的效果。采用近红外光谱技术结合化学计量方法对甲醇柴油中甲醇含量进行定量分析,也为近红外光谱技术快速无损检测甲醇柴油甲醇含量提供参考和应用价值。     

中红外光谱的HFC水分含量和粘度测量

针对水-乙二醇抗燃液压液（HFC）目前常用的水分含量和粘度测量方法存在操作复杂,耗时长,测量成本较高等问题,研究了将中红外光谱分析法应用于HFC水分含量和粘度测量。以85个实际在用油样为样本集,采用传统的电量法和毛细管法分别测量水分含量和运动粘度;使用衰减全反射液体池（ATR）采集各样本的中红外光谱并进行光谱校正、背景扣除、Savitzky-Golay(SG)平滑处理和基线校正等预处理。水分含量测量模型构建过程中,利用学生化残差-杠杆值法寻找强影响点,判定为异常样本并加以剔除;利用马氏距离SPXY法划分建模样本集和验证样本集。根据Beer-Lambert定律,水分含量和红外光谱吸光度成正比,采用线性方法来构建水分含量和吸光度红外光谱之间的关系模型。同时为提高模型的鲁棒性和泛化能力需要消除光谱中的无用信息、冗余信息和噪声,因此采用后向间隔偏最小二乘法（BiPLS）进行水分含量测量特征谱区优选,并建立线性校正分析模型。结果表明剩余3 526~3 354,1 790~1 618,3 005~2 660和1 096~924 cm-1波段时获得最小的交叉验证均方根误差（RMSECV）。特征波段优选结果可以理解为,根据3 526~3 354 cm-1波段预测HFC体系中所有OH的量,减去根据3 005~2 660和1 096~924 cm-1波段换算得到的乙二醇中的OH,进而计算得到水分含量,为进一步提高精度,将水中OH变角振动吸收峰对应的1 790~1 618 cm-1波段作为水分含量测量的辅助波段。利用独立验证样本进行模型检验,结果表明所建立的线性模型相关系数（r）为0.989 5,预测均方根误差（RMSEP）为0.405 2,满足HFC中水分含量测量精度需求。粘度测量模型构建过程中,利用马氏距离法寻找离群样本,判定为异常样本并加以剔除,利用马氏距离SPXY法进行建模样本集和验证样本集划分。粘度是一个与多重因素有复杂关系的理化指标,和红外光谱之间表现为非线性关系。基于主成分分析结合BP神经网络法（PCA-BPNN）构建非线性粘度校正分析模型,提取累积贡献率为95.12%的前10个主成分作为输入,测得的粘度值为输出,创建单隐层BP神经网络并进行训练,训练结果相关系数r为0.996 8。利用独立验证样本进行模型检验,结果表明所建立的非线性模型r为0.984 3,RMSEP为0.615 1,满足HFC粘度测量精度需求,且优于采用BiPLS线性模型获得的结果。确定了可用于HFC中水分含量测量的四个中红外波段,可为窄带红外光谱分析法或其他类似研究提供依据。研究结果表明中红外光谱分析法结合BiPLS和PCA-BPNN分析法可分别应用于HFC水分含量和粘度测量,精度符合监测需求,为HFC中分含量和粘度测量提供了一种新的测试方法,相比于传统测量方法具有快速、无损、低成本的特点。     

中红外光谱对甲醇汽油甲醇含量检测研究

甲醇汽油是一种清洁能源,甲醇汽油中甲醇的含量决定了汽油的性能。通过中红外光谱对甲醇汽油中甲醇含量进行定量检测和分析。首先,对采集的甲醇汽油原始中红外光谱进行平滑处理（smoothing）、多元散射校正（MSC）、基线校正（baseline）、归一化（normalization）等预处理,再建立PLS模型,对比选择最佳预处理方法,结果表明：在多元散射校正（MSC）处理后建立的PLS模型效果最好,模型的预测集相关系数r为0.918,预测均方根误差RMSEP为2.107。为进一步简化模型,提高预测精度,采用无信息变量消除(uninformative variable elimination, UVE)方法对波长进行筛选,将UVE波段筛选之后的作为模型的输入变量,采用偏最小二乘法（partial least squares, PLS）、主成分回归(principal components regression, PCR)和最小二乘支持向量机（least square support vector machine, LSSVM）三种方法分别建立甲醇汽油中甲醇含量的定量预测模型,并比较不同模型的预测效果和结果。结果表明,使用无信息变量消除可以较好提高数据的运算速度,其中,UVE-PLS模型建模效果最好,r和RMSEP分别为0.923和2.075。该实验表明中红外光谱检测甲醇汽油中甲醇含量是可行的并可以得到较好的效果;UVE是一种对甲醇汽油的中红外光谱非常有效的波段筛选方法,该模型的建立对石油化工领域具有较为重要的意义。     

近红外光谱法快速测定原油密度的应用研究

建立近红外光谱法快速测定原油20℃密度的方法,在市售原油光谱数据库的基础上,添加广西石化常炼原油品种,采用拓扑法建立分析模型。用该方法和标准方法对炼厂原油密度进行了三个月的对比测试,115个实际样品的预测标准偏差为0.0024g/cm3。近红外光谱法测定原油密度具有分析速度快,测定方法简便,重复性好等特点,能够满足炼厂对原油密度快速测定的要求。     

汽轮机油中含水量的近红外光谱研究

汽轮机油在使用过程中会因为种种原因混入水分,使油液理化性能发生变化,影响系统的正常工作,采取合理的措施有效地对汽轮机油中的含水量进行分析一直是汽轮机油的研究热点之一。应用近红外光谱技术结合连续投影算法(SPA)实现了汽轮机油中含水量的分析,通过对汽轮机油中含水量为0～0.156%的57个油样进行光谱扫描,运用原始光谱、一阶导数光谱和多项式最小二乘拟合求导算法Savitzky-Golay(SG)的不同预处理方法,并应用SPA提取近红外光谱的有效波长,以相关系数(r)和均方根误差(RMSE)作为模型评价指标对汽轮机油中含水量进行了研究。结果表明原始光谱经过一阶导数与SG预处理后,应用SPA提取近红外光谱的16个特征波长,作为最小二乘支持向量机(LS-SVM)模型的输入变量,建立了SPA- LS-SVM模型。运用此模型对验证集样本进行预测的相关系数和均方根误差分别为0.975 9和2.656 8×10-3,说明应用SPA结合近红外光谱技术来检测汽轮机油中含水量是可行的,并能获得满意的预测精度,为进一步应用光谱技术进行汽轮机油中其他污染物的检测提供了新的方法。     

中红外吸收光谱的气相过氧化氢浓度测量

气相过氧化氢为强氧化剂,其消毒、灭菌的最终产物为水和氧气,具有无残留、安全、快速消毒以及广泛的材料兼容性等优点.广泛应用于制药、医疗、卫生、生物安全等领域,特别是新冠肺炎、M ERS、S A RS以及甲流等呼吸类传染性疾病的消毒防治.为保证灭菌效果,防止无菌检查的假阴性或者假阳性,需要对过氧化氢的浓度进行监测.基于12...     

SPA-PLS的高含水原油近红外光谱含水率分析

准确及时的检测原油含水率对注水策略调整、原油开采能力评估、油井开发寿命预测等均具有重要意义。然而,当前我国大多数油田均已进入高含水的开发中晚期,含水率测量难度大且准确率不高。在此背景下,开展了高含水情况下利用近红外光谱进行原油含水率测量的研究。 首先介绍了目前原油含水率检测的常用方法,分析了它们的优劣。理论上,由于水的近红外光吸收带与原油中C-H键的吸收带有明显区别,根据Lambert-Beer吸收定律和吸光度线性叠加定律可知,不同含水率高含水原油近红外光谱会存在较强响应差异。为此,对高含水原油进行近红外光谱检测,建立原油含水率与近红外光谱响应间的非线性映射模型,可实现高含水原油含水率的精确测量。为了验证该方法的有效性,搭建了近红外光谱数据采集实验装置：采用白炽灯作为光源,经过光路调节成平行光后垂直射入样品池,用近红外光谱仪（海洋光学NIR512）采集光谱用于分析。其中,接收光谱仪带宽为900～1 700 nm,平均分成512个波段。光谱数据利用光谱仪配套软件储存在电脑中。样本采用相同厚度不同比例的油水混合物,样本含水率范围为70%～99%,共采集数据60组,每组重复3次取平均值。得到原始数据后,先进行原始数据预处理,以减少数据采集时来自高频随机噪音及温度不稳定、样本不均匀、基线漂移、光散射等不利因素的影响。分别选用了S-G滤波、一阶导数和S-G滤波+一阶导数作为数据预处理的方法,利用连续投影算法(SPA)对光谱数据进行降维,并利用偏最小二乘法（PLS）和多元线性回归（MLR）进行建模,模型精度通过计算均方根误差值（RMSE）和相关系数（r）来验证。对比发现,使用S-G滤波+一阶导数建立的模型RMSE值最小（RMSE=0.007 0,r=0.998 3）。使用SPA降维后的模型要优于全波段PLS模型（RMSE=0.083 3,r=0.920 6）与MLR模型（RMSE=0.099 9,r=0.967 1）。利用SPA提取出的31个特征波长建立的模型仅占全波段的6.05%,并获得了较好的精度。证明了利用光谱检测高含水原油含水率可行性,并且得到了满意的精度,为高含水原油的含水率检测提供了新的方法, 为进一步利用近红外光进行高含水原油的快速检测与在线监测提供参考。     

太赫兹时域光谱技术的变压器油低水含量检测

变压器的维护至关重要。变压器油中水含量的检测是变压器维护中很重要的一部分。水在太赫兹频段独特的分子键振动模式使其对太赫兹波具有强烈的吸收性。利用太赫兹时域光谱技术对变压器油进行水含量检测,获得了不同水含量变压器油的吸收系数和折射率,结合相关理论模型对获得的参数进行了分析验证。试验结果表明,变压器油的吸收系数和折射率与水含量呈线性关系。