近红外光谱的润滑油黏度波段筛选研究-自动化仪表.PDF

近红外光谱的润滑油黏度波段筛选研究摇 罗摇 俊 近红外光谱的润滑油黏度波段筛选研究 Researchonthe Near鄄infrared Spectroscopy Wave Band Method for ScreeningViscosity of Lubricating Oil 罗摇 俊 (景德镇陶瓷学院机电工程学院,江西 景德镇摇 333403) 摘摇 要: 针对传统方法测量润滑油黏度时操作要求高、不易推广等问题,提出一种基于近红外光谱的润滑油黏度波段筛选方法。 选 取不同黏度值润滑油为样本,采用偏最小二乘(PLS)定量建模方法,对比分析不同光谱预处理方法,去除与目标因素无关的信息。 结 合间隔偏最小二乘(iPLS)和遗传算法(GA)对建模变量进行筛选,将筛选的变量作为PLS模型输入变量。 结果表明,预测集系数与均 方根误差均达到建模精度,为实现快速判别提供了参考价值。 关键词: 润滑油摇 黏度摇 偏最小二乘(PLS)摇 遗传算法(GA)摇 均方根误差(RMSE) 中图分类号: TE666摇 摇 摇 摇 文献标志码: A Abstract: In traditional viscosity measurement of lubricating oil,the operational requirements are rigorous, so the method is not easy to promote. Against this problem, the method based on near鄄infrared spectroscopy wave band for screening viscosity is proposed. With the lubricating oil in different viscosity as samples,by meansof partial least square (PLS)quantitative modeling method,comparative analysisfor different spectroscopy pretreatment methodsisconducted,to eliminatetheinformationthat isnotrelatedtotheobjectivefactors. Combiningthe interval partial leastsquare (IPLS)andgeneticalgorithm (GA),themodelingvariablesarefiltered,andthescreenedvariablesareusedasthe input variables of the PLS model. The results show that both the prediction set coefficient and root mean square error of cross validation (RMSECV)meet the modeling accuracy,thusthe reference is providedfor fast speedjudgment. Keywords: Lubricanting oil摇 Viscosity摇 Partial least square(PLS)摇 Genetic algorithm(GA)摇 Root mean square error(RMSE) 近红外光谱信息具有包含的信息量大、波普重叠、噪 0摇 引言 声干扰等特征,若把原始光谱作为模型的输入变量,则会 黏度作为衡量润滑油品质指标的一个重要因素, 给模型造成计算量大、精度下降、模型稳定性差等影响。 对发动机的工作性能产生很大的影响。 黏度过小,会 本文利用间隔偏最小二乘(interval PLS,iPLS)和遗传算法 造成发动机润滑油不良,加速磨损;黏度过大,则会造 (genetic algorithm,GA)两个变量