石油学报(石油加工)
石油學報(石油加工)
석유학보(석유가공)
ACTA PETROLEI SINICA(PETROLEUM PROCESSING SECTION)
2011年
1期
112-116
,共5页
蒋璐璐%张瑜%刘飞%谈黎虹%何勇
蔣璐璐%張瑜%劉飛%談黎虹%何勇
장로로%장유%류비%담려홍%하용
可见/近红外光谱%润滑油%黏度%人工神经网络%连续投影算法
可見/近紅外光譜%潤滑油%黏度%人工神經網絡%連續投影算法
가견/근홍외광보%윤활유%점도%인공신경망락%련속투영산법
提出了一种应用可见/近红外光谱技术进行汽车润滑油黏度快速无损检测的新方法.对150个润滑油样本进行光谱扫描和平滑、变量标准化等预处理,比较了不同建模方法的检测精度.采用主成分分析法(PCA)和连续投影算法(SPA)2种方法提取的特征变量作为模型输入变量,分别建立了偏最小二乘模型(PLS)、多元线性回归模型(MLR)和反向传输人工神经网络模型(BPNN).结果表明,PCA-BPNN和SPA-BPNN模型的预测效果远优于其它模型(PCA-PLS、PCA-MLR、SPA-PLS和SPA-MLR),预测相关系数(r)分别为0.971和0.964.表明BPNN模型可以很好地利用光谱数据中的非线性信息,同时也表明SPA是一种有效的特征波长提取方法,选取的特征波长有利于汽车润滑油黏度快速检测仪器的开发.
提齣瞭一種應用可見/近紅外光譜技術進行汽車潤滑油黏度快速無損檢測的新方法.對150箇潤滑油樣本進行光譜掃描和平滑、變量標準化等預處理,比較瞭不同建模方法的檢測精度.採用主成分分析法(PCA)和連續投影算法(SPA)2種方法提取的特徵變量作為模型輸入變量,分彆建立瞭偏最小二乘模型(PLS)、多元線性迴歸模型(MLR)和反嚮傳輸人工神經網絡模型(BPNN).結果錶明,PCA-BPNN和SPA-BPNN模型的預測效果遠優于其它模型(PCA-PLS、PCA-MLR、SPA-PLS和SPA-MLR),預測相關繫數(r)分彆為0.971和0.964.錶明BPNN模型可以很好地利用光譜數據中的非線性信息,同時也錶明SPA是一種有效的特徵波長提取方法,選取的特徵波長有利于汽車潤滑油黏度快速檢測儀器的開髮.
제출료일충응용가견/근홍외광보기술진행기차윤활유점도쾌속무손검측적신방법.대150개윤활유양본진행광보소묘화평활、변량표준화등예처리,비교료불동건모방법적검측정도.채용주성분분석법(PCA)화련속투영산법(SPA)2충방법제취적특정변량작위모형수입변량,분별건립료편최소이승모형(PLS)、다원선성회귀모형(MLR)화반향전수인공신경망락모형(BPNN).결과표명,PCA-BPNN화SPA-BPNN모형적예측효과원우우기타모형(PCA-PLS、PCA-MLR、SPA-PLS화SPA-MLR),예측상관계수(r)분별위0.971화0.964.표명BPNN모형가이흔호지이용광보수거중적비선성신식,동시야표명SPA시일충유효적특정파장제취방법,선취적특정파장유리우기차윤활유점도쾌속검측의기적개발.
