作者：欧阳爱国; 张宇; 唐天义; 刘燕德拉曼光谱乙醇柴油偏最小二乘回归波段筛选
摘要：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Rp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Rp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Rp，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。
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
