光谱学与光谱分析
光譜學與光譜分析
광보학여광보분석
SPECTROSCOPY AND SPECTRAL ANALYSIS
2010年
9期
2496-2499
,共4页
赵芸%蒋璐璐%张瑜%谈黎虹%何勇
趙蕓%蔣璐璐%張瑜%談黎虹%何勇
조예%장로로%장유%담려홍%하용
润滑油%动力粘度%可见/近红外光谱%偏最小二乘法%支持向量机
潤滑油%動力粘度%可見/近紅外光譜%偏最小二乘法%支持嚮量機
윤활유%동력점도%가견/근홍외광보%편최소이승법%지지향량궤
提出了一种应用可见近红外光谱技术快速测定发动机润滑油动力粘度值的新方法.对5种不同粘度的润滑油共150个样本进行光谱扣描,经过光谱预处理后应用偏最小二乘法(PLS)建立了润滑油动力粘度值的预测模型,并提取出前6个有效主成分作为最小二乘-支持向最机(LS-SVM)预测模型的输入变量,建市相应的最小二乘-支持向量机(LS-SVM)预测模型,采用径向基函数(RBF)作为核函数,超参数γ和RBF核函数参数σ2的最佧组合为)γ=27.321 2和σ2=3.229 5.用125个样本建模,25个样本验证.实验结果表明,LS-SVM模型比PLS模型能获得更满意的预测效果.说明应用光谱技术可以实现发动机润滑油动力粘度值的快速无损检测.
提齣瞭一種應用可見近紅外光譜技術快速測定髮動機潤滑油動力粘度值的新方法.對5種不同粘度的潤滑油共150箇樣本進行光譜釦描,經過光譜預處理後應用偏最小二乘法(PLS)建立瞭潤滑油動力粘度值的預測模型,併提取齣前6箇有效主成分作為最小二乘-支持嚮最機(LS-SVM)預測模型的輸入變量,建市相應的最小二乘-支持嚮量機(LS-SVM)預測模型,採用徑嚮基函數(RBF)作為覈函數,超參數γ和RBF覈函數參數σ2的最佧組閤為)γ=27.321 2和σ2=3.229 5.用125箇樣本建模,25箇樣本驗證.實驗結果錶明,LS-SVM模型比PLS模型能穫得更滿意的預測效果.說明應用光譜技術可以實現髮動機潤滑油動力粘度值的快速無損檢測.
제출료일충응용가견근홍외광보기술쾌속측정발동궤윤활유동력점도치적신방법.대5충불동점도적윤활유공150개양본진행광보구묘,경과광보예처리후응용편최소이승법(PLS)건립료윤활유동력점도치적예측모형,병제취출전6개유효주성분작위최소이승-지지향최궤(LS-SVM)예측모형적수입변량,건시상응적최소이승-지지향량궤(LS-SVM)예측모형,채용경향기함수(RBF)작위핵함수,초삼수γ화RBF핵함수삼수σ2적최카조합위)γ=27.321 2화σ2=3.229 5.용125개양본건모,25개양본험증.실험결과표명,LS-SVM모형비PLS모형능획득경만의적예측효과.설명응용광보기술가이실현발동궤윤활유동력점도치적쾌속무손검측.
