基于三维荧光谱特征分析的油种鉴别技术的研究

介绍了运用神经网络进行模式识别的基本原理,将主成分分析法和BP神经网络相结合,提出矿物油三维荧光谱鉴别方案,并进行了系统设计,建立了基本的模型框架.选取矿物油三维荧光谱的特征参量,组成原始特征向量,采用主成分分析法进行预处理,而后选取主成分运用BP神经网络实现油种鉴别.该方法减少了输入变量的维数,消除了各输入变量的相关性,同时简化了网络结构,提高了程序运行的速度.通过实例进行了分析,结果证明该方法有效地实现了矿物油三维荧光谱的油种鉴别,同时该系统也可用于其它物质的光谱识别技术领域.

基于表观特征的三维荧光谱参量化油种鉴别

将基于统计特征的三维荧光谱参量化方法与神经网络模式识别技术相结合,实现污染油的油种鉴别。选取石油三维荧光谱的特征参数并组成特征向量,然后用神经网络技术实现油种的特征参数模式识别。通过基于实验数据的应用仿真,验证了这一方法的实用性和可靠性,从而可以取代人工观察对比的粗大方法。作为基于物质荧光的“指纹”新技术,也可应用于其它物质分析鉴别技术领域。

三维荧光谱参量化方法及其在油种鉴别中的应用

荧光光谱分析方法是溢油油种分析鉴别中一种较为有效的方法。荧光光谱的定性和定量化分析方法是其中的一个重要环节。我们针对油种鉴别的特点，提出了油样三维荧光谱的参量化方法：提取三维荧光谱的特征参量，进行比较分析，作为油种分类鉴别的依据。该方法经实际应用检验，证明具有可靠、实用、直观、分辨率高的优点。

集成神经网络信息融合技术在油种鉴别中的应用

介绍了一种应用集成神经网络信息融合技术的油种鉴别系统。它以加权信息融合技术为基础,对各种油类的三维荧光谱的光谱分析数据采用集成神经网络进行油种鉴别。通过对机油的举例验证表明,该鉴别系统能将鉴别误差由7.59%减小到2.51%。该系统充分利用了数据信息,其诊断精度及学习能力明显优于单一神经网络诊断模型。

基于菲、蒽化合物的油种鉴别诊断比值的抗风化能力研究

定期采集青岛"11.22"中石化东黄输油管道泄漏爆炸事故岸滩溢油样品,使用气相色谱/质谱联用仪进行检测,考察了自然风化条件下基于菲、蒽化合物的油种鉴别诊断比值的中长期稳定性。结果表明:在为期142d的自然风化过程中,诊断比值2-甲基蒽/2-甲基菲、2-甲基蒽/9-甲基菲、2-甲基蒽/(3-+2-+9-+1-)甲基菲、(3-+2-)/(9-+1-)甲基菲受自然风化作用影响较小,相对标准偏差RSD%<5;2-甲基蒽/3-甲基菲、2-甲基蒽/1-甲基菲、2-甲基蒽/(9-+1-)甲基菲、2-甲基蒽/(3-+2-)甲基菲、蒽/(蒽+菲)受到一定程度的自然风化作用影响(5<RSD%<10)。

原油/燃料油油种鉴别方法

针对海上溢油污染事故发生后,溢油种类的确定问题,将目前应用于原油和燃料油种类鉴别的方法归纳总结为物理指标鉴别法和化学指纹鉴别法,分析两类方法的优缺点。

荧光寿命分析法鉴别机油品种特征信息提取

由于机油的品种鉴别在环境监测、事故认定等领域有着重要的作用,结合非线性最小二乘法的荧光寿命衰减曲线提取技术,能解决不同机油混合后的分类识别问题。研究通过激光诱导荧光雷达系统,利用时间分辨荧光实验,采用非线性最小二乘法将荧光寿命衰减曲线按照不同指数拟合,从相关指数及残差分布确定最佳拟合曲线。实验结果表明,三种不同机油产品的荧光寿命衰减曲线按照不同指数衰减其拟合效果不同,选取各自最佳拟合曲线,按照合成规律可以拟合出不同机油的荧光平均寿命参数,通过误差分析可信赖程度在95%以上。当以所有激发区域内像素点的平均荧光寿命为中心,利用2倍标准差作为置信限,统计其中两种不同机油激发区域中像素点荧光寿命值落入各自置信区间内的概率,二者的概率分别为87%和68%。通过三种不同油品的对比试验,验证了利用荧光寿命分析法实现不同机油产品油种识别的可能性,并可通过荧光寿命成像判断不同油种的空间分布信息。荧光寿命分析法为机油产品油种鉴别、成分分析及检测空间分布提供了一种新途径。

多维化学指纹法鉴别长期风化的原油与船用燃料油

基于原油和船用燃料油含有较丰富的正构烷烃、多环芳烃以及微量的金属Ni和V等特点,通过考察长期风化后的油品特征指标(正构烷烃、多环芳烃、Ni/V)的变化,建立了鉴别油种属性的多维化学指纹。实验结果显示:短期风化后原油正构烷烃的优势烃分布范围(C15～C30)比船用燃料油(C19～C28)要广,其相对含量明显高于船用燃料油。但是,长期风化后原油的优势烃分布(C17～C27)与短期风化的船用燃料油的分布(C19～C28)非常相近,仅靠GC分析手段无法识别两者;原油的荧光特征峰位于332～334 nm,其I332～334nm/I384nm介于1.4～2.2之间且受风化影响较小。而船用燃料油的荧光特征峰位于384 nm,其I332～334nm/I384nm介于0.7～1.3之间且受风化影响较大;Ni/V具有较强的抗风化性,原油的Ni/V远高于船用燃料油。以正构烷烃、荧光特征、Ni/V构成的多维化学指纹的实例应用表明,它能够克服现有方法只测某一指标作为油指纹鉴定依据的单一性和局限性,提高了对海上长期风化溢油鉴别的准确性。

浓度层析荧光光谱局部匹配溢油鉴别技术

溢油事故的频繁发生对海洋环境造成极大的影响,建立一种快速、准确、经济的现场溢油检测技术及时对事故作出响应有着重要的意义.针对海洋环境中溢油样品浓度和油源都未知的情况,对于溢油可疑样本,获取其浓度参量同步荧光光谱(concentration-synchronous-matrix fluorescence,CSMF),通过在浓度维度上进行插值处理获取的样品的CSMF浓度层析荧光光谱.而对于肇事溢油样品,无需进行脱水浓缩等预处理,只需取现场样本逐级稀释获取小浓度范围内的CSMF局部谱图,并将之与可疑油样大浓度范围内的CSMF浓度层析荧光光谱进行曲面匹配,利用最小二乘法确定最佳匹配光谱,最佳匹配的可疑油样即满足最近油种符合度,而对应的浓度即为待测样本的初始浓度值.对原油样品集交叉检验的结果,样品的识别准确度为92%.该油种鉴别方法快速,准确,并可以同时实现油种鉴别和单位体积内溢油含量的定量.

三维荧光指纹技术的应用研究进展

搜集了有关三维荧光指纹技术在油种鉴别、水体检测、中药鉴别中应用的研究文献,对三维荧光指纹技术在不同领域中的应用研究进行了综述.结果表明:目前三维荧光指纹技术已被广泛应用在油种鉴别、水体检测领域中,但其在中药鉴别中的应用还不够广泛.三维荧光指纹技术在分析化学的诸多领域起到了重要的作用,具有广阔的发展前景.

基于MATLAB语言的三维谱特征参数提取的研究

在介绍三维荧光光谱参数化理论的基础上,应用MATLAB语言实现对矿物油三维荧光光谱图和指纹图的获取及特征参数的提取,并编制了相应的程序,为油种的自动鉴别提供了一种新方法。此项研究是对三维谱分析方法的有益探索。