先用由20个石脑油试样组成的样品集和相关软件建立石脑油的近红外光谱离线数学模型,后用建立的数学模型预测石脑油的族组成、馏程、密度等性能参数,还考察了模型的准确度和精密度。可采用甲苯验证波长的漂移情况,漂移范围应为±1 c...先用由20个石脑油试样组成的样品集和相关软件建立石脑油的近红外光谱离线数学模型,后用建立的数学模型预测石脑油的族组成、馏程、密度等性能参数,还考察了模型的准确度和精密度。可采用甲苯验证波长的漂移情况,漂移范围应为±1 cm-1。仪器分辨率应为4 cm-1。推荐扫描次数为32次。用建立的数学模型预测某石脑油试样的族组成,20次扫描预测结果显示,数学模型的精密度能满足ASTM D 5443要求。用建立的数学模型预测20个石脑油盲样的族组成并与用PIONA多维色谱仪测得的结果进行对比,结果显示数学模型的准确度可满足ASTM D 5443,1319要求。展开更多
文摘先用由20个石脑油试样组成的样品集和相关软件建立石脑油的近红外光谱离线数学模型,后用建立的数学模型预测石脑油的族组成、馏程、密度等性能参数,还考察了模型的准确度和精密度。可采用甲苯验证波长的漂移情况,漂移范围应为±1 cm-1。仪器分辨率应为4 cm-1。推荐扫描次数为32次。用建立的数学模型预测某石脑油试样的族组成,20次扫描预测结果显示,数学模型的精密度能满足ASTM D 5443要求。用建立的数学模型预测20个石脑油盲样的族组成并与用PIONA多维色谱仪测得的结果进行对比,结果显示数学模型的准确度可满足ASTM D 5443,1319要求。