基于可见-近红外光谱技术的润滑油酸值无损检测方法研究

研究了基于可见-近红外光谱技术的润滑油酸值无损检测方法。获得了润滑油在475～975 nm范围内的可见-近红外光谱。采用最小二乘支持向量机(LS-SVM)建立可见-近红外光谱检测模型,并通过将无信息变量消除算法(UVE)与连续投影算法(SPA)相结合进行光谱有效波长选取。通过UVE-SPA法进行变量选择计算,最终将原始光谱所包含的500个光谱变量减少到了8个(分别为489 nm、553 nm、591 nm、874nm、893 nm、910 nm、935 nm和951 nm)。基于这8个变量建立的LS-SVM模型获得了预测集确定系数为0.9546、误差均方根为0.0081和剩余预测残差为4.5663的预测结果,说明可见-近红外光谱技术可以用于润滑油酸值无损检测。与酸值测定标准方法相比,该方法具有快速、无损和成本低等优点。同时,UVE-SPA法是一种有效的光谱变量选择方法。