收藏本站
《华东交通大学》 2018年
收藏 | 手机打开
二维码
手机客户端打开本文

基于振动光谱的汽油非法添加煤油的检测方法研究

张宇  
【摘要】:伴随汽油需求量日益增多,众多不法商贩为了谋取更多利润,在对汽油的提炼、运输、销售的各个环节掺杂非法添加物。煤油作为其中一种非法添加物,其理化性质跟汽油极其相似,难以识别。汽油添加煤油使用不仅损坏汽油机点火系统,而且会燃烧不充分从而导致汽车动力性能不足,污染环境。所以迫切需要一种技术手段对掺杂煤油的汽油进行快速精确的检测。本文使用中红外、拉曼两种振动光谱技术对添加不同含量煤油的汽油进行了检测研究,建立了定性定量模型,具体结果如下:1.使用中红外光谱仪,以掺杂0.5%~20%含量煤油的汽油与纯92#汽油为研究对象,建立了随机森林、偏最小二乘判别两种判别模型,结果显示使用随机森林建立的判别模型较好,分类的正确率达到100%,且特征波段对模型贡献率更大;以掺杂0.5%~20%含量煤油的汽油为研究对象,使用了多种光谱预处理方法,建立了最小二乘支持向量机、极限学习机、随机森林三种对煤油含量定量分析的模型。结果显示,使用一阶导数预处理后建立的随机森林模型效果最优,当决策树的数量为54时,袋外数据误差率取到最低值,为3.88%,此时预测集相关系数(R_p)为0.982,预测集均方根误差(RMSEP)为0.218。2.使用拉曼光谱仪,以掺杂0.5%~20%含量煤油的汽油与纯92#汽油为研究对象,建立了随机森林判别模型,模型分类的正确率为96.2%,可以将样品进行分类;以掺杂0.5%~20%含量煤油的汽油为研究对象,使用了多种光谱预处理方法,以及三种波段筛选方法建立了预测煤油含量的随机森林模型。通过比较使用波段筛选建立的模型与仅使用光谱预处理建立模型的效果,发现使用Baseline+MSC+SPA+GA处理后的光谱数据建立的随机森林模型不仅预测煤油含量的均方根误差最小,为1.464,而且模型的影响因子R_p最高,为0.971。3.使用拉曼光谱仪,以掺杂0.5%~20%含量煤油的汽油为研究对象,计算出每条光谱在1000cm~(-1)处的特征峰强度以及峰面积,分别与煤油含量进行了一元线性回归,建立了预测煤油含量的数学模型,发现使用峰强度预测煤油浓度的效果相对较好,相关系数达到了0.816,预测均方根误差为0.793。4.对于拉曼光谱而言,比较使用多元回归分析方法与峰强度峰面积建立的预测煤油含量的一元线性回归模型发现,使用多元回归分析方法建立的模型精度更高,同时对仪器的要求也高,而使用峰强度峰面积建立的一元回归模型仅对单一峰进行分析,可以实现对煤油的快速简单预测。
【学位授予单位】:华东交通大学
【学位级别】:硕士
【学位授予年份】:2018
【分类号】:TE626.21;O657.33

【参考文献】
中国期刊全文数据库 前10条
1 欧阳爱国;张宇;程梦杰;王海阳;刘燕德;;中红外光谱技术对乙醇汽油乙醇含量的检测[J];中国光学;2017年06期
2 徐磊;宋昌盛;王宸;;原子荧光光谱法测定汽油中的汞含量[J];当代化工;2017年07期
3 莫浩;;论汽柴油质量存在的问题及优化策略[J];中国石油石化;2017年08期
4 蒋昌林;卢银;;不同汽油品质对发动机性能影响的研究[J];装备制造技术;2017年06期
5 邓起发;时平平;;汽油车尾气挥发性有机物成分谱特征研究[J];环境与发展;2017年01期
6 周昆鹏;毕卫红;邢云海;陈俊刚;周彤;付兴虎;;基于SiPLS特征提取和信息融合的汽油中乙醇含量的多光谱检测[J];光谱学与光谱分析;2017年02期
7 贾瑞;李莹;王斌;段斌;董志强;何剑威;刘义国;;多维色谱技术应用于汽油中甲缩醛、酯类、苯胺类非常规添加剂的测定[J];山东化工;2017年02期
8 刘建辉;杨锐;毛文刚;杨建伟;;国内通用小型汽油机尾气排放控制研究进展[J];小型内燃机与车辆技术;2016年04期
9 程立真;朱西存;高璐璐;王凌;赵庚星;;基于随机森林模型的苹果叶片磷素含量高光谱估测[J];果树学报;2016年10期
10 张志鹏;;汽柴油质量存在的问题及解决对策分析[J];科技创新与应用;2015年28期
【共引文献】
中国期刊全文数据库 前10条
1 张继东;;论汽柴油质量存在的问题及优化策略[J];才智;2018年22期
2 严启团;唐楚寒;王淑英;韩中喜;张庆男;李森;;气田水中汞的形态分析[J];当代化工;2018年04期
3 余蛟洋;常庆瑞;由明明;张卓然;罗丹;;基于高光谱和BP神经网络模型苹果叶片SPAD值遥感估算[J];西北林学院学报;2018年02期
4 牛鲁燕;郑纪业;张晓艳;孙家波;王风云;孔庆福;;基于成像高光谱的苹果叶片叶绿素含量估测模型研究[J];江西农业学报;2018年02期
5 邹联宁;赵瑞明;陈修虎;周文静;;醋酸仲丁酯分析技术研究进展[J];中国石油和化工标准与质量;2017年23期
6 徐理军;;GC-MS法检测车用汽油中的甲缩醛、碳酸二甲酯和N-甲基苯胺[J];云南化工;2017年09期
7 杨福芹;冯海宽;李振海;杨贵军;戴华阳;;基于高光谱的苹果叶片叶绿素含量估算[J];浙江农业学报;2017年10期
8 莫浩;;论汽柴油质量存在的问题及优化策略[J];中国石油石化;2017年08期
9 郑越洋;;基于机内净化通用小型汽油机燃烧与排放性能优化[J];汽车与驾驶维修(维修版);2017年06期
10 莫浩;;论汽柴油质量存在的问题及优化策略[J];中国石油石化;2017年07期
【二级参考文献】
中国期刊全文数据库 前10条
1 叶涛;徐少丹;廖上富;盛华栋;;车用汽油抗爆剂及其检测研究综述[J];精细与专用化学品;2016年10期
2 冯愈钦;吴龙国;何建国;王松磊;贺晓光;丁佳兴;;基于高光谱成像技术的长枣不同保藏温度的可溶性固形物含量检测方法[J];发光学报;2016年08期
3 宋昌盛;蔡红兵;张圆星;王宸;唐亚丹;;高效液相色谱法测定汽油中苯胺和N-甲基苯胺的含量[J];理化检验(化学分册);2016年05期
4 魏衍举;陈晓;李东华;汪文瑞;刘圣华;;乙醇汽油发动机碳氢和乙醇排放率研究[J];内燃机工程;2016年01期
5 洪茜;刘木华;袁海超;彭义杰;李耀;赵进辉;;基于表面增强拉曼光谱的鸭肉中螺旋霉素残留检测[J];发光学报;2015年12期
6 张志鹏;;汽柴油质量存在的问题及解决对策分析[J];科技创新与应用;2015年28期
7 刘燕德;靳昙昙;王海阳;;基于拉曼光谱的三组分食用调和油快速定量检测[J];光学精密工程;2015年09期
8 陈彬;武宏阳;张贤明;刘阁;;含微水绝缘油表面张力的中红外光谱检测[J];光学精密工程;2015年09期
9 侯培国;李宁;常江;王书涛;宋涛;;SG平滑和IBPLS联合优化水中油分析方法的研究[J];光谱学与光谱分析;2015年06期
10 计策;;浅析成品油质量管理存在的问题及解决办法[J];现代商业;2015年14期
【相似文献】
中国期刊全文数据库 前10条
1 陈一诺;董绍华;;基于随机森林算法的管道缺陷预测方法[J];油气储运;年期
2 刘阳;杜华军;岳子涵;马杰;吕武;;基于随机森林的无人机检测方法[J];计算机工程与应用;年期
3 胡蝶;;基于随机森林的债券违约分析[J];当代经济;2018年03期
4 温博文;董文瀚;解武杰;马骏;;基于改进网格搜索算法的随机森林参数优化[J];计算机工程与应用;2018年10期
5 赵艺淞;杨昆;王保云;黎晓路;;随机森林在城市不透水面提取中的应用研究[J];云南师范大学学报(自然科学版);2017年03期
6 吴辰文;梁靖涵;王伟;李长生;;一种顺序响应的随机森林:变量预测和选择[J];小型微型计算机系统;2017年08期
7 顾娟;林敏;鞠桂玲;;基于随机森林回归的军械器材需求预测[J];自动化应用;2017年09期
8 刘迎春;陈梅玲;;流式大数据下随机森林方法及应用[J];西北工业大学学报;2015年06期
9 罗超;;面向高维数据的随机森林算法优化探讨[J];商;2016年04期
10 杨晓峰;严建峰;刘晓升;杨璐;;深度随机森林在离网预测中的应用[J];计算机科学;2016年06期
中国重要会议论文全文数据库 前10条
1 尤东方;赵杨;;存在混杂时高维数据的随机森林分析[A];2017年中国卫生统计学学术年会论文集[C];2017年
2 张涛;李贞子;武晓岩;李康;;随机森林回归分析方法及在代谢组学中的应用[A];2011年中国卫生统计学年会会议论文集[C];2011年
3 吕洁;;基于随机森林算法对内蒙古地区地面逐日平均温度的估算[A];第34届中国气象学会年会 S20 气象数据:深度应用和标准化论文集[C];2017年
4 张炜;;天津市人才吸引力影响要素评价——基于随机森林法的检验分析[A];发挥社会科学作用 促进天津改革发展——天津市社会科学界第十二届学术年会优秀论文集(中)[C];2017年
5 高洪利;;基于随机森林算法的卷烟销量预测及分析[A];中国烟草学会学术年会优秀论文集[C];2017年
6 武晓岩;方庆伟;;基因表达数据分析的随机森林方法及算法改进[A];黑龙江省第十次统计科学讨论会论文集[C];2008年
7 高磊;秦慧杰;许康;;基于随机森林的资源三号影像地表覆盖信息提取[A];地理信息与人工智能论坛暨江苏省测绘地理信息学会2017年学术年会论文集[C];2017年
8 郑志伟;邱佳玲;阳庆玲;龚晓春;郭山清;贾忠伟;郝春;;随机森林算法对文本情感分析的应用与R软件实现[A];2017年中国卫生统计学学术年会论文集[C];2017年
9 杨璐;宋建国;;基于随机森林的地震储层分类方法研究[A];2017中国地球科学联合学术年会论文集(三十八)——专题71:内磁层动力学、专题72:计算地球物理方法和技术、专题73:地热:“学”以致“用”、专题74:电磁卫星观测与应用[C];2017年
10 刘继辉;许磊;马晓龙;李达;林鸿佳;杨洋;杨晶津;李兴绪;王慧;;基于随机森林回归的制丝过程参数影响权重分析[A];中国烟草学会学术年会优秀论文集[C];2017年
中国重要报纸全文数据库 前1条
1 本报记者 田新元;人工智能助力保险业智慧化转型[N];中国改革报;2017年
中国博士学位论文全文数据库 前10条
1 王鑫;基于随机森林的认知网络频谱感知算法研究[D];东北大学;2016年
2 王晓军;基于大数据的风洞马赫数集成建模方法的研究[D];东北大学;2016年
3 姚登举;面向医学数据的随机森林特征选择及分类方法研究[D];哈尔滨工程大学;2016年
4 黄玥;VANET信息安全问题及异常检测技术研究[D];吉林大学;2017年
5 倪强;基于随机前沿和随机森林法的沿海开发区发展效率研究[D];天津大学;2011年
6 季斌;内蒙古浩布高地区多金属矿综合信息找矿预测研究[D];合肥工业大学;2017年
7 雷震;随机森林及其在遥感影像处理中应用研究[D];上海交通大学;2012年
8 金超;基于随机森林的医学影像分割算法研究及应用[D];苏州大学;2017年
9 李宝富;巨厚砾岩层下回采巷道底板冲击地压诱发机理研究[D];河南理工大学;2014年
10 赵东;基于群智能优化的机器学习方法研究及应用[D];吉林大学;2017年
中国硕士学位论文全文数据库 前10条
1 肖怀硕;基于振动信号的断路器故障诊断与状态评估[D];山东大学;2018年
2 周杰;Spark平台下的基于随机森林算法的用户贷款风险预测研究[D];东北师范大学;2018年
3 赵书慧;基于MODIS卫星数据的水面积提取方法研究[D];山东师范大学;2018年
4 崔用祥;基于随机森林的城市犯罪空间分布密度建模与影响因素探析[D];华东师范大学;2018年
5 李侠男;基于随机森林算法的房地产项目风险评价研究[D];天津大学;2017年
6 赖添;基于随机森林的商品期货量化投资策略研究[D];华东师范大学;2018年
7 王君婷;基于随机森林回归模型的债券发行信用利差影响因素分析[D];上海社会科学院;2018年
8 李欣欣;基于代价敏感性随机森林与支持向量机的肝硬化并发肝性脑病风险预测模型研究[D];山西医科大学;2018年
9 梁君雅;控制混杂的随机森林方法评价及其在高维组学数据分析中的应用[D];南京医科大学;2018年
10 任才溶;基于并行随机森林的城市PM_(2.5)浓度预测[D];太原理工大学;2018年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62791813
  • 010-62985026