基于CARS波段筛选的甲醇汽油中甲醇含量中红外光谱检测

论文摘要

利用中红外光谱检测技术对甲醇汽油中的甲醇含量进行检测研究。由于中红外光谱易受外界环境干扰且数据量较大,为减小运算量并提高模型精度,采用无信息变量消除（UVE）法、竞争性自适应重加权取样（CARS）法以及遗传算法（GA算法）等来选择有效光谱波段,再建立对应的偏最小二乘（PLS）模型,最后分别建立PLS、UVEPLS、GA-PLS和CARS-PLS模型,探索最优的甲醇含量检测模型。结果表明:CARS-PLS模型效果最好,预测相关系数和预测均方根误差分别为0.978和1.177。CARS算法是一种有效提取甲醇含量的中红外光谱检测方法,采用中红外光谱检测技术测定甲醇汽油中的甲醇含量是可行的,可以有效简化运算模型,提高模型检测精度。

论文目录

• 1 引言
• 2 材料与方法
•   2.1 实验材料
•   2.2 光谱采集
•   2.3 模型评估
• 3 实验结果与分析
•   3.1 甲醇汽油的中红外光谱图谱分析
•   3.2 甲醇汽油样品的中红外光谱校正处理
•   3.3 甲醇汽油中甲醇含量中红外光谱波段筛选
•     3.3.1 采用UVE方法筛选波段
•     3.3.2 采用CARS方法筛选波段
•     3.3.3 采用GA算法筛选波段
•   3.4 甲醇汽油中甲醇含量光谱定量模型对比
• 4 结论

文章来源

类型: 期刊论文

作者: 胡军,刘燕德,欧阳爱国,刘洪量

关键词: 光谱学,中红外光谱,甲醇汽油,无信息变量消除,竞争性自适应重加权取样,遗传算法

来源: 激光与光电子学进展 2019年23期

年度: 2019

分类: 信息科技,工程科技Ⅰ辑

专业: 化学,燃料化工,石油天然气工业

单位: 华东交通大学机电与车辆工程学院

基金: 国家863计划(SS2012AA101306),江西省优势科技创新团队建设计划(20153BCB24002),南方山地果园智能化管理技术与装备协同创新中心项目(赣教高字[2014]60号),国家自然科学基金(2002017018),江西省博士研究生创新资金(YC2019-B106)

分类号: O657.33;TE626.21

页码: 281-287

总页数: 7

文件大小: 411K

下载量: 105