[发明专利]由近红外光谱预测润滑油基础油性质的方法

摘要

一种由近红外光谱预测润滑油基础油性质的方法，包括收集润滑油基础油样本，用标准方法测定每个样本的性质数据，测定每个样本的近红外光谱，对其进行二阶微分处理，取7000～4000cm‑1谱区的吸光度，与该样本用标准方法测定的性质数据对应，建立近红外光谱数据库，在近红外光谱数据库随机选取多个分库，用各分库光谱拟合得到的待测样品性质数据值的平均值和全库光谱拟合得到的性质数据预测值按适当比例加合得到待测润滑油基础油样品的性质数据预测值。

主权项

1.一种由近红外光谱预测润滑油基础油性质的方法，包括如下步骤：(1)收集至少300个润滑油基础油样本，用标准方法测定每个样本的性质数据，(2)测定每个样本的近红外光谱，对其进行二阶微分处理，取7000～4000cm^‑1谱区的吸光度，与该样本用标准方法测定的性质数据对应，建立近红外光谱数据库，(3)测定待测润滑油基础油样本的近红外光谱，并进行二阶微分，选取7000～4000cm^‑1谱区的吸光度；(4)在近红外光谱数据库中，随机选取多个样本的光谱数据，建立近红外光谱数据库分库，每个分库的样本数为近红外光谱数据库样本数的50～70％，共建立n个近红外光谱数据库分库，且每个分库中的样本均不相同，(5)(Ⅰ)对于某一个近红外光谱数据库分库A_p，按下述方法对待测样本的光谱进行拟合：a)按式①表示待测样本的光谱，求得库光谱的拟合系数，其中，x为待测样本的光谱，v_i为近红外光谱数据库分库A_p中第i个库光谱，k为光谱数据库分库A_p中的光谱数目，a_i为光谱数据库分库A_p中第i个库光谱对应的拟合系数，拟合系数a_i采用经典的非负约束最小二乘法求出，即满足如下目标函数：b)将上述求得的拟合系数a_i中所有的非零拟合系数提取出来，按式②进行归一化处理，得到归一化的拟合系数b_i：其中，g为非零拟合系数的个数，c)按式③计算待测样本的拟合光谱：d)按式④计算待测样本光谱的拟合度，其中，x_j为待测样本光谱第j个波长点的吸光度，为拟合光谱第j个波长点的吸光度，m为光谱的波长点数，若s大于设定的阈值，由式⑤得到待测样本的该分库性质数据预测值，其中，为通过近红外光谱数据库分库A_p拟合得到的该分库性质数据预测值，q_i为参与拟合的光谱数据对应的性质数据，若s小于设定的阈值，则不采用该近红外光谱数据库分库计算待测样本的性质数据，(Ⅱ)按(Ⅰ)步的方法，用其它(n‑1)个近红外光谱数据库分库对待测样本的光谱进行拟合，共有t个s大于设定的阈值的近红外光谱数据库分库，且t>60％×n，(6)用t个待测样本的分库性质数据预测值，按式⑥计算待测样本的分库性质数据预测值(P_分库)：其中，分别为由s大于设定的阈值的近红外光谱数据库分库A₁、A₂、…、A_t拟合得到的待测样本的各分库性质数据预测值。(7)用近红外光谱数据库中的所有光谱按(5)步中(Ⅰ)步的方法对待测样本的近红外光谱进行拟合，且s不小于设定的阈值，并由参与拟合的光谱对应的性质数据计算得到待测样本的全库性质数据预测值(P_全库)，则待测样本的性质数据预测值由式⑧计算：P＝(60％‑90％)P_分库+(10％‑40％)P_全库  ⑧式⑧中，P为待测样本的性质数据预测值，P_分库为待测样本的分库性质数据预测值，P_全库为待测样本的全库性质数据预测值。