[发明专利]一种基于红外多源光谱的微量添加剂检测技术

说明书

本发明公开了一种基于红外多源光谱的微量添加剂检测技术，包括如下步骤：获取近红外和中红外多源光谱数据；对数据进行预处理，包括选择参数和特征提取；通过数据融合捡来数据校正模型，数据融合包括低层数据融合、中层数据融合和高层数据融合；样品结果数据评价。本发明借助于近红外中红外多源光谱，通过多源光谱数据层融合技术及化学计量学算法，实现对燃料中微量添加剂的准确检测。本发明在对燃油添加剂进行测定时，仅通过进行近红外、中红外多多源光谱检测即可完成，无需使用国标规定的方法即可快速高效准确的得出原有内微量添加剂的含量。避免了检测样本的浪费，且提高了检索的效率和精度。

技术领域

本发明涉及燃油内微量添加剂检测领域，具体涉及一种基于红外多源光谱的微量添加剂检测技术。

背景技术

燃油内添加剂的含量对燃油品质会产生重要影响。因此，对燃油内微量添加剂的检测对于燃油的品控、改进生产工艺及控制生产成本具有重要意义。

现有技术在对燃油微量添加剂进行定量分析时，往往采用国标规定的化学性定量检测方法，此种方法会浪费检测样本、浪费化学试剂，并且每次检测仅能检测出单一成分，无法对燃油内的多种微量添加剂进行快速高效的检测。

因此，燃油内微量添加剂检测领域需要一种快速高效，不会产生检测样本浪费的检测方法。

发明内容

本发明的目的在于克服现有不足，提供一种基于红外多源光谱的微量添加剂检测技术，为实现上述目的，本发明采用如下技术方案：

一种基于红外多源光谱的微量添加剂检测技术，包括如下步骤：

S1.获取近红外和中红外多源光谱数据；

S2.对数据进行预处理，包括选择参数和特征提取；

S3.通过数据融合建立数据校正模型，所述数据融合包括低层数据融合、中层数据融合和高层数据融合；

S3-1.所述低层融合为光谱的数据层融合，将所有数据源的数据简单按照样本顺序连接到一个矩阵中，该矩阵的行数与分析样本的行数相同，列数与光谱数据源相同，然后利用化学计量学方法提供最终分类或预测的单个模型；

S3-2.所述中层融合分别从每个数据源中提取相关特征，然后将他们组合成一个矩阵，通过分类或校正方法进行处理；

S3-3.所述高层融合从每个数据源计算单独的分类或回归模型，并将单独模型结果进行组合，以获得最终决策；

S4.样品结果数据评价。

作为改进，S3中所述校正模型的建立包括如下步骤：

a.收集具有代表性的样品，利用研究仪器采集样品的光学数据；严格控制包括制样、装样、测试条件、仪器参数等测量参数在内的测量条件；

b.利用国家规定的标准方法对样品进行待测属性准确测定，即标准参考值；

c.通过数学方法将这些光谱数据和检测的数据进行关联，一般将光谱数据进行转换，选取有效载荷波段，与标准方法测定值进行回归计算，然后得出定标方程，建立数学模型；

d.在分析未知样品时，先对待测样品进行扫描获取光谱，根据光谱特征调用合适的事先建立的数学模型，利用建立的模型计算出待测样品的成分含量或属性归类。

作为改进，步骤a中所述代表性样品为其组成及变化范围接近于待分析的样品。

作为改进，步骤c中将光谱数据进行转化包括标准化、一阶或二阶微分等。