[发明专利]一种由油品近红外光谱预测其性质的方法

说明书

一种由油品近红外光谱预测其性质的方法，包括将油品按种类分类每类收集一组样品，测定每个样品的近红外光谱，再用标准方法按油品类别测定每个样品的性质数据，将测定样品的近红外光谱经二阶微分后与其测定的性质数据建立数据库。用数据库样品光谱的差谱对待测样品的差谱进行拟合，计算拟合差谱和待测光谱的差谱的拟合度，通过与阈值的比较，对于光谱拟合完全的待测样品，由参与拟合的库光谱的性质数据预测待测油品的性质。该法可快速、准确地预测待测油品性质。

技术领域

本发明为一种由光谱预测油品性质的方法，具体地说，是一种由油品近红外光谱预测其性质的方法。

背景技术

CN102374975A提出了一种新的油品性质预测方法—库光谱拟合方法(LibrarySpectra Fitting Method)，这种方法基于油品的近红外光谱库和光谱拟合技术，其基本原理是：光谱相似的样品的性质也相似，通过光谱库中的一个或多个光谱对未知待测样品的光谱进行拟合，然后根据参与拟合光谱的油品的性质计算出待测样品的性质。

上述库光谱拟合方法的化学实质在于未知样品可由一组库样品按一定比例混合而成，因此，未知样品的待测性质可通过库样品的性质按照混合比例计算得出。对于线性加和的性质如组分含量可通过简单的线性组合计算，对于非线性的性质如凝点和粘度等则需要用到调合规则。

上述方法存在的一个显著问题是光谱拟合采用的是光谱吸光度的绝对值，计算量大，也没有针对性地比较待测样品光谱与库样品光谱之间的差异，预测结果的准确性有待提高。

发明内容

本发明的目的是提供一种由油品近红外光谱预测其性质的方法，该法通过测定待测油品的近红外光谱，利用差谱分析，可快速、准确地预测待测油品的性质。

本发明提供的由油品近红外光谱预测其性质的方法，包括如下步骤：

(1)将油品按性质分类，每类收集一组样品，每组样品数量至少为200个，测定每个样品的近红外光谱，再用常规方法按油品类别测定每个样品需要预测的性质数据，

(2)对每个样品的近红外光谱进行二阶微分，将样品的吸光度与其测定的性质数据对应，按油品类别分别建立近红外光谱数据库，

(3)测定待测样品的近红外光谱，并进行二阶微分，取其吸光度为待测样品光谱向量x，

(4)根据待测油品样品的类型，选择相应类别的近红外光谱数据库，

(5)按式①计算待测样品与所选近红外光谱数据库中每个样品吸光度的欧式距离，选出欧式距离最小的1个库光谱p，为与待测样品最相近的库样品，其对应的性质数据为h，

式①中，d_j为待测样品光谱向量x与数据库中第j个样品光谱向量之间的距离，x_i为待测样品光谱第i个波长点处的吸光度，v_j,i为数据库中第j个样品第i个波长点处的吸光度，m为组成样品光谱的吸光度的采样点数，

(6)按式②将待测样品光谱x减去所选数据库中与其最相近样品的光谱p，得到待测样品的差谱△x，

Δx＝x-p ②

(7)对所选数据库中每个样品，按式③计算其与光谱p的差谱△v_i，

△v_i＝v_i–p i＝1，2，3，…，k， ③

式③中，k为所选近红外光谱数据库的样品数，v_i为所选数据库中第i个样品的吸光度，i为所选数据库中第i个样品，

(8)对所选数据库中的每个样品，按式④计算其性质与最相近样品的性质h的数据差△q_i，