基于ATR-FTIR技術(shù)的溫度對(duì)原油含水率影響研究
發(fā)布時(shí)間:2023-02-11 15:48
對(duì)不同含水率的樣本在室溫(25℃)和變溫(30,40℃及50℃)時(shí)得到的紅外光譜數(shù)據(jù)進(jìn)行主成分分析,分別建立室溫、變溫時(shí)含水率的概率神經(jīng)網(wǎng)絡(luò)模型,判別準(zhǔn)確率為98.53%,95.25%,室溫條件優(yōu)于變溫條件,建立偏最小二乘定量分析模型,得到30℃附近為最佳檢測(cè)溫度,其訓(xùn)練集決定系數(shù)R2為0.99,均方根誤差RMSEC為1.06,測(cè)試集決定系數(shù)r2為0.94,均方根誤差RMSEP為2.04。
【文章頁(yè)數(shù)】:5 頁(yè)
【文章目錄】:
1 實(shí)驗(yàn)部分
1.1 材料與儀器
1.2 實(shí)驗(yàn)方法
2 結(jié)果與討論
2.1 光譜曲線定性解析
2.2 光譜數(shù)據(jù)的提取優(yōu)化
2.3 基于概率神經(jīng)網(wǎng)絡(luò)的判別分析
2.3.1 室溫時(shí)含水率判別模型
2.3.2 變溫時(shí)含水率判別模型
2.4 最佳檢測(cè)溫度范圍的確定
3 結(jié)論
本文編號(hào):3740676
【文章頁(yè)數(shù)】:5 頁(yè)
【文章目錄】:
1 實(shí)驗(yàn)部分
1.1 材料與儀器
1.2 實(shí)驗(yàn)方法
2 結(jié)果與討論
2.1 光譜曲線定性解析
2.2 光譜數(shù)據(jù)的提取優(yōu)化
2.3 基于概率神經(jīng)網(wǎng)絡(luò)的判別分析
2.3.1 室溫時(shí)含水率判別模型
2.3.2 變溫時(shí)含水率判別模型
2.4 最佳檢測(cè)溫度范圍的確定
3 結(jié)論
本文編號(hào):3740676
本文鏈接:http://sikaile.net/kejilunwen/shiyounenyuanlunwen/3740676.html
最近更新
教材專著