柴油硫含量的中紅外光譜技術(shù)檢測(cè)方法

吳意囡，詹白勺

（1.臺(tái)州市質(zhì)量技術(shù)監(jiān)督檢測(cè)研究院，浙江臺(tái)州 318000；2.臺(tái)州學(xué)院，浙江臺(tái)州 318000）

柴油硫含量的中紅外光譜技術(shù)檢測(cè)方法

吳意囡1，詹白勺2

（1.臺(tái)州市質(zhì)量技術(shù)監(jiān)督檢測(cè)研究院，浙江臺(tái)州 318000；2.臺(tái)州學(xué)院，浙江臺(tái)州 318000）

對(duì)獲取的柴油原始光譜數(shù)據(jù)分別采用遺傳算法（Genetic algorithms，GA）提取特征波長(zhǎng)，然后采用了PLS（Least square regression）建立預(yù)測(cè)模型，結(jié)果表明：GA-PLS算法精度較高，RPD為1.95，RMSEP為0.028 6，r2pre為0.88，可以用于柴油硫含量的快速檢測(cè)。

中近紅外光譜；柴油硫含量；遺傳算法

柴油中的活性硫能直接腐蝕金屬，非活性硫化物燃燒后會(huì)形成亞硫酸或硫酸，嚴(yán)重腐蝕發(fā)動(dòng)機(jī)機(jī)件。還能使氣缸壁和曲軸箱的潤(rùn)滑油變質(zhì)。因此，柴油硫含量是判斷柴油品質(zhì)的重要指標(biāo)之一，測(cè)定柴油的硫含量，對(duì)于正確評(píng)價(jià)柴油品質(zhì)等方面的研究有很強(qiáng)的現(xiàn)實(shí)意義[1,2]。傳統(tǒng)的柴油硫含量檢測(cè)分析速度慢、損害環(huán)境和單項(xiàng)目分析，不能夠滿(mǎn)足快速、實(shí)時(shí)、低成本和無(wú)污染檢測(cè)柴油硫含量的現(xiàn)實(shí)需求。近紅外光譜檢測(cè)技術(shù)因其原位檢測(cè)、低成本、環(huán)境友好、快速和多項(xiàng)目同時(shí)檢測(cè)等特點(diǎn)，在柴油硫含量檢測(cè)研究領(lǐng)域得到了快速發(fā)展[1,3]。

1 材料和光譜采集

本研究采集的柴油樣本來(lái)自臺(tái)州市質(zhì)量技術(shù)監(jiān)督研究院，樣本取自臺(tái)州地區(qū)各市區(qū)縣加油網(wǎng)點(diǎn)。本實(shí)驗(yàn)中近紅外光譜檢測(cè)儀器選用WQF-510A中紅外光譜儀見(jiàn)表1。

表1 建模集和預(yù)測(cè)集柴油硫含量統(tǒng)計(jì)分析

2 結(jié)果與討論

2.1 光譜預(yù)處理

分別對(duì)原始光譜進(jìn)行標(biāo)準(zhǔn)正態(tài)變量變換（SNV）、一階微分（SG+1st derivative）、多元散射校正（MSC）預(yù)處理，從而確定較優(yōu)的光譜預(yù)處理方法。采用PLS建模方法對(duì)這些預(yù)處理后的光譜進(jìn)行建模分析，本研究采用PLS建模，模型評(píng)價(jià)指標(biāo)有剩余預(yù)測(cè)偏差（RPD）、決定系數(shù)（R2）和均方根預(yù)測(cè)誤差（RMSEP）。

從表2可以看出：通過(guò)比較，采用原始光譜建模結(jié)果最優(yōu)，出現(xiàn)這種結(jié)果的原因或者是因?yàn)椴杉庾V時(shí)，原始數(shù)據(jù)不受環(huán)境光的影響，散射影響小，故后面的算法分析以原始光譜為基礎(chǔ)進(jìn)行。

表2 柴油樣本PLS模型光譜不同預(yù)處理結(jié)果

2.2 特征波長(zhǎng)提取

遺傳算法（GA）選取特征波長(zhǎng)是通過(guò)頻率值來(lái)確定建模變量的數(shù)量[7,8]，運(yùn)行遺傳算法得到的response（% C.V.variance）和預(yù)測(cè)誤差RMSEC如圖1所示。圖2中橫線(xiàn)表示變量閾值，橫線(xiàn)上面變量表示保留變量，橫線(xiàn)下面變量將不用于建模分析。

圖1 遺傳算法得到的response（% C.V.variance）和RMSEC

圖2 遺傳算法挑選特征波長(zhǎng)的頻率值

2.3 建模分析

為了評(píng)價(jià)GA選取特征波長(zhǎng)的有效性，GA選擇的變量有16個(gè)，建立PLS的模型，并將選取的特征波長(zhǎng)分別作為輸入得到的建模結(jié)果如表4所示。其精度是RPD為1.95，RMSEP為0.028 6，r2pre為0.88見(jiàn)表3。

表3 基于GA選取特征波長(zhǎng)的PLS模型結(jié)果

3 結(jié)論

本文應(yīng)用近紅外光譜分析技術(shù)檢測(cè)柴油硫含量，使用GA的變量選擇特征波長(zhǎng)，并將選取的特征波長(zhǎng)輸入至PLS模型中驗(yàn)證，結(jié)果表明：GA算法得到的特征變量代表性好，精度為RPD為1.95，RMSEP為0.028 6，r2pre為0.88。該方法可以用來(lái)建立柴油硫含量快速檢測(cè)。

[1] Kordulis C，Bourikas K，Gousi M，et al.Applied catalysis B： environmental，2016，181：156.

[2] 李敬巖，安曉春，田松柏，等.柴油十六烷值快速分析技術(shù)研究[J].石油煉制與化工，2016，47(5)：101-107.

[3] 方孝榮，章海亮，黃凌霞，等.近紅外光譜技術(shù)結(jié)合RCA和SPA方法檢測(cè)土壤總氮研究[J].光譜學(xué)與光譜分析，2015，35(5)：1248-1252.

D e t e r mi n a t i o n o f S u l f u r C o n t e n t i n D i e s e l b y Mi d-i n f r a r e d S p e c t r o s c o p y

Wu Yi-nan，Zhan Ba-shao

In this paper，we use genetic algorithm（GA）to extract the characteristic wavelengths of the original spectral data of diesel fuel，and then use PLS（least square regression）to establish the prediction model.The results show that the GA-PLS algorithm has high accuracy，1.95，RMSEP 0.028 6，r2pre0.88，can be used for rapid detection of diesel sulfur content.

near-infrared spectroscopy；diesel sulfur content；genetic algorithm

O433

A

1003-6490（2017）08-0073-02

2017-06-02

臺(tái)州科技計(jì)劃項(xiàng)目（162gy45）。

吳意囡（1977—），女，浙江臺(tái)州人，高級(jí)工程師，主要從事光譜檢測(cè)研究。