【摘要】：生物柴油作為一種石化柴油的綠色替代燃料,目前主要通過(guò)與石化柴油調(diào)和的方式使用。然而,由于調(diào)和燃料的質(zhì)量參差不齊,生物柴油在國(guó)內(nèi)并未得到推廣。推廣生物柴油調(diào)和燃料的使用急需完善其質(zhì)量檢測(cè)技術(shù)。調(diào)和燃料的調(diào)和比對(duì)于燃料的性能有著極大的影響。對(duì)調(diào)和燃料的調(diào)和比進(jìn)行快速檢測(cè)不僅有助于調(diào)整發(fā)動(dòng)機(jī)的噴油狀態(tài),優(yōu)化其使用性能,還將有助于生物柴油調(diào)和廠家控制其產(chǎn)品的質(zhì)量,實(shí)現(xiàn)閉環(huán)優(yōu)化操作。生物柴油及其調(diào)和燃料的檢測(cè)技術(shù)分為色譜法與光譜法兩類。相對(duì)于色譜法,光譜法分析速度快、成本低,尤其適用于在線檢測(cè)。目前雖然已有少量采用光譜分析技術(shù)進(jìn)行調(diào)和比檢測(cè)的研究,但并沒(méi)有深入研究不同光譜、不同處理方法的效果。本文分別采用近紅外與拉曼光譜結(jié)合多種化學(xué)計(jì)量學(xué)方法,對(duì)調(diào)和燃料的調(diào)和比建立了相應(yīng)的檢測(cè)模型,完善了生物柴油調(diào)和比的檢測(cè)技術(shù)。本研究的主要內(nèi)容包括以下幾個(gè)方面：1.搭建了一套近紅外光譜與拉曼光譜雙光譜采集系統(tǒng),對(duì)62個(gè)生物柴油調(diào)和燃料的樣本同時(shí)進(jìn)行近紅外光譜與拉曼光譜的采集工作。然后對(duì)采集的樣本進(jìn)行異常樣本剔除,并確定建模用樣本。2.提出了一種新的基于統(tǒng)計(jì)數(shù)據(jù)驅(qū)動(dòng)的波長(zhǎng)選擇方法。該方法無(wú)需人為判斷波長(zhǎng)變量的重要與否,僅需設(shè)定統(tǒng)計(jì)分析總次數(shù)與最大篩選次數(shù),客觀有效地進(jìn)行特征波長(zhǎng)選擇；并提出了一種新的模型綜合評(píng)價(jià)誤差指標(biāo),以該指標(biāo)指導(dǎo)波長(zhǎng)子集的保留與否。然后,以兩個(gè)近紅外光譜數(shù)據(jù)集對(duì)本方法進(jìn)行了驗(yàn)證,分析結(jié)果表明本方法能夠較大地精簡(jiǎn)模型并提高模型的精度。最后,對(duì)算法中兩個(gè)參數(shù)的設(shè)置問(wèn)題進(jìn)行了討論。3.對(duì)采集的調(diào)和燃料的近紅外光譜進(jìn)行了分析,并比較了多種化學(xué)計(jì)量學(xué)方法(包括預(yù)處理、波長(zhǎng)選擇以及回歸校正方法)的效果,最終確定了最適宜的化學(xué)計(jì)量學(xué)方法。首先對(duì)近紅外光譜進(jìn)行一階微分與去趨勢(shì)處理,然后采用本文提出的方法進(jìn)行波長(zhǎng)選擇,最終以30個(gè)特征波長(zhǎng)(原波長(zhǎng)個(gè)數(shù)的5.859%)建立PLS回歸模型,模型的誤差為RMSEC=0.0195、RMSEP= 0.0170,相關(guān)系數(shù)R=0.9974,模型的預(yù)測(cè)相對(duì)標(biāo)準(zhǔn)偏差為7.15%。4.對(duì)采集的調(diào)和燃料的拉曼光譜進(jìn)行了分析。首先對(duì)拉曼光譜進(jìn)行基線校正,然后采用本文提出的方法進(jìn)行波長(zhǎng)選擇,最終以35個(gè)特征波長(zhǎng)(僅為原變量個(gè)數(shù)的2.186%)建立PLS回歸模型,模型的誤差為RMSEC=0.0080、RMSEP= 0.0083,相關(guān)系數(shù)R=0.9996,模型的預(yù)測(cè)相對(duì)標(biāo)準(zhǔn)偏差為2.34%�？傊�,本文提出的基于統(tǒng)計(jì)數(shù)據(jù)驅(qū)動(dòng)的波長(zhǎng)選擇策略適用于近紅外光譜與拉曼光譜的特征變量選擇,能夠有效地簡(jiǎn)化模型,提高模型的精度與穩(wěn)定性,與常用的波長(zhǎng)選擇方法相比具有明顯的優(yōu)勢(shì)。而對(duì)于生物柴油調(diào)和比的檢測(cè)問(wèn)題,兩種光譜分析技術(shù)均能夠達(dá)到快速檢測(cè)的目的；其中拉曼光譜分析技術(shù)相對(duì)來(lái)說(shuō)具有更高的精度,尤其適用于未來(lái)實(shí)際的工業(yè)在線檢測(cè)。
[Abstract]:......
【學(xué)位授予單位】：浙江大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2015
【分類號(hào)】：O657.3;TE667

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 仲兆平;姜小祥;Naoko Ellis;;生物油/生物柴油混合燃料的熱穩(wěn)定性[J];東南大學(xué)學(xué)報(bào)(自然科學(xué)版);2011年01期

2 孔翠萍;褚小立;杜澤學(xué);陸婉珍;;近紅外光譜方法預(yù)測(cè)生物柴油主要成分[J];分析化學(xué);2010年06期

3 段敏偉;王佰華;黃宏星;王軍華;姚伯元;;近紅外光譜法快速測(cè)定生物柴油調(diào)和比及理化指標(biāo)[J];分析化學(xué);2012年02期

4 閔恩澤;杜澤學(xué);;我國(guó)生物柴油產(chǎn)業(yè)發(fā)展的探討[J];中國(guó)工程科學(xué);2010年02期

5 徐廣通,袁洪福,陸婉珍;現(xiàn)代近紅外光譜技術(shù)及應(yīng)用進(jìn)展[J];光譜學(xué)與光譜分析;2000年02期

6 劉強(qiáng);羅長(zhǎng)兵;陳紹江;孟慶翔;;近紅外光譜分析青貯玉米NDF中判別異常光譜的研究[J];光譜學(xué)與光譜分析;2007年08期

7 袁石林;何勇;馬天云;吳迪;聶鵬程;;牛奶中三聚氰胺的可見(jiàn)/近紅外光譜快速判別分析方法的研究[J];光譜學(xué)與光譜分析;2009年11期

8 張曉羽;李慶波;張廣軍;;基于穩(wěn)定競(jìng)爭(zhēng)自適應(yīng)重加權(quán)采樣的光譜分析無(wú)標(biāo)模型傳遞方法[J];光譜學(xué)與光譜分析;2014年05期

9 朱建良,張冠杰;國(guó)內(nèi)外生物柴油研究生產(chǎn)現(xiàn)狀及發(fā)展趨勢(shì)[J];化工時(shí)刊;2004年01期

10 褚小立,袁洪福,陸婉珍;近紅外分析中光譜預(yù)處理及波長(zhǎng)選擇方法進(jìn)展與應(yīng)用[J];化學(xué)進(jìn)展;2004年04期

相關(guān)碩士學(xué)位論文 前2條

1 宋捷;生物柴油混合燃料混合比車(chē)載監(jiān)測(cè)方法研究[D];吉林大學(xué);2009年

2 徐龍;基于近紅外光譜技術(shù)的生物柴油轉(zhuǎn)化率快速測(cè)定[D];浙江大學(xué);2014年

，

本文編號(hào)：2372454