基于拉曼光谱解析技术的汽油苯含量预测方法

摘要

本发明公开了一种基于拉曼光谱解析技术的汽油苯含量预测方法。该方法首先收集训练样本并测量它们的拉曼光谱，对测得的拉曼光谱进行预处理并且选取苯成份的特征谱段。在此区域内，汽油中其它成分所产生的干扰峰与苯成分的特征峰相互重叠，会导致模型预测精度下降。为此，采用光谱解析技术对干扰峰进行拟合，并将其扣除。最后利用多元回归方法对扣除干扰峰之后的苯特征谱段与苯的体积含量建立回归模型。本发明公开的方法利用了光谱解析技术以有效地解决拉曼光谱中不同成分信号相互重叠的问题，可显著提高分析模型的精确度，具有训练样本需求量少、模型外推性强、分析时间短以及预测结果准确等优点，适用于对汽油中苯含量的在线定量分析检测。

主权项

一种基于拉曼光谱解析技术的汽油苯含量预测方法，包括：步骤S1，收集训练样本，所述训练样本的苯体积含量已知；步骤S2，测量所述训练样本的拉曼光谱；步骤S3，对测量得到的所述拉曼光谱进行预处理；步骤S4，从经预处理后的拉曼光谱中获得截取谱段，该截取谱段中包括苯的特征峰所在的波数，并应用拉曼光谱解析技术分解每个所述训练样本的所述截取谱段，得到该训练样本的苯的特征峰和干扰峰；步骤S5，从所述训练样本中的每个训练样本的所述截取谱段中扣除各自的所述干扰峰，得到所述训练样本中的每个训练样本的苯的特征谱段；步骤S6，利用所述训练样本的所述苯的特征谱段以建立所述苯的特征谱段和苯体积含量间的回归模型；以及步骤S7，对待测样本进行从所述步骤S2至所述步骤S5的处理，得到所述待测样本的扣除所述干扰峰后的所述苯的特征谱段，将该特征谱段作为所述步骤S6中所建立的所述回归模型的输入，得到所述待测样本中的所述苯的体积含量的预测值。