喇曼光谱仪测定芳烃装置中各组分含量的研究

朱增伟; 程明霄; 张亮; 孔德鸿

doi:10.7510/jgjs.issn.1001-3806.2014.06.025

高级检索

ISSN 1001-3806CN 51-1125/TN 网站地图

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

喇曼光谱仪测定芳烃装置中各组分含量的研究

朱增伟 , 程明霄 , 张亮 , 孔德鸿

文章导航 > 激光技术 > 2014 > 38(6): 839-844

引用本文:

Citation:

喇曼光谱仪测定芳烃装置中各组分含量的研究

1.
南京工业大学自动化与电气工程学院, 南京 210009

作者简介: 朱增伟(1989-),男,硕士研究生,现主要从事分析仪器的研究。.

基金项目:
国家八六三高技术研究发展计划资助项目(2009AA04Z161)
中图分类号:
TH744.1

Detection of components of aromatics hydrocarbons unit based on Raman spectrometer

1.
School of Automation & Electrical Engineering, Nanjing University of Technology, Nanjing 210009, China
CLC number:
TH744.1

摘要: 为了提高在线喇曼光谱仪在芳烃装置的组分检测中的实时性和精度,采用偏最小二乘法(PLS)结合粒子群算法(PSO)建立了预测模型。对一定的芳烃样品进行试验。先通过光谱仪获得芳烃成分的喇曼光谱,再运用PLS算法对喇曼数据进行主因子提取,从而降低数据间的冗余性,然后应用PSO算法对芳烃组分含量进行快速搜索,找到最优解,最后将样品的真实值与预测值进行相关性分析。结果表明,与传统方法相比,喇曼光谱结合PSO算法和PLS算法的模型具有精确度高、分析速度快的特点。该研究为芳烃装置中组分的检测提供了新方法。
- 光谱学 /
- 偏最小二乘 /
- 粒子群优化 /
- 芳烃
Abstract: In order to enhance the real-time and improve the accuracy of on-line Raman spectrometer during the testing of composition of aromatic hydrocarbon unit, the prediction model was created based on partial least square (PLS) algorithm and particle swarm optimization (PSO) algorithm. Some samples of aromatic hydrocarbons were tested. Firstly, Raman spectroscopy of aromatic composition was gotten by spectroscopy. Then, the main factors of Raman data were extracted by means of PLS algorithm in order to reduce the redundancy between data. The quick search of composition content of aromatics hydrocarbons were made by PSO algorithm to find the optimal solution. Finally, the correlation of actual values and predictive values of samples was analyzed. The results show that, compared with the old method, the new created model (Raman spectrum with PSO and PLS) has high precision and quick analysis speed. It provides a new method for detection of components of aromatic hydrocarbons unit.
- spectroscopy /
- partial least square /
- particle swarm optimization /
- aromatic hydrocarbons

[1]	LI G L,SONG G J.The application of Raman spectrometer in the process[J]. Guangdong Chemical,2008,35(5):106-109(in Chinese).
[2]	DING Y,CHENG M X,ZHU Q,et al. Research of prediction method of naphtha based on the on-line Raman spectrometer[J]. Sensor and Micro System,2012,30(12)69-72(in Chinese).
[3]	CHENG G X.The principle and application of Raman brillouin scattering[M]. Beijing: Science Press,2003:35-36(in Chinese).
[4]	XU L,SHAO X G.Chemometrics methods[M]. Beijing: Science Press,2004:130-163(in Chinese).
[5]	ROGGO Y, CHALUS P, MAURER L,et al.A review of near infrared spectroscopy and chemometrics in pharmaceutical technologies[J]. Journal of Pharmaceutical and Biomedical Analysis,2007,44(3):683-700.
[6]	YU Z W, CHENG M X, CAO L Y. Research of online Raman spectrometer determine naphtha PONA value [J]. Control and Instruments In Chemical Industry,2011,46(11):45-48(in Chinese).
[7]	LIU R.Research of adaptive particle swarm algorithm and its application in multi-objective optimization.Guangzhou:South China University of Technology,2008:9-10(in Chinese).
[8]	CAO L Y, CHENG M X, YU Z W, et al.Application of online Raman spectrometer in aromatic plant and fluorescence background processing[J].Control and Instruments in Chemical Industry, 2011,46(10):36-39(in Chinese).
[9]	YAN Y,CHENG M X,LIN J G,et al. The simulation algorithm of online Raman spectrometer measuring distillation range of petroleum products[J]. Computer Simulation, 2010, 26(9): 286-290(in Chinese).
[10]	COOPER J B,WISE K L,GROVES J, et al.Determination of octane number and reid vapor pressure of commercial petroleum fuels using FT-Raman spectroscopy and partial least-squares regression analysis[J].Analytical Chemistry,1995,4(10):674-964.
[11]	CHEN C Y,YE Y C. To solve the nonlinear equations based on particle swarm algorithm [J].Computer Applications and Software,2006,22(5):137-139(in Chinese).

[1]	雷选华 , 孔小健 , 杨文亮 . 基于粒子群优化的正则化水下图像盲复原. 激光技术, 2015, 39(6): 811-814. doi: 10.7510/jgjs.issn.1001-3806.2015.06.017
[2]	陆俊 , 高淑梅 , 熊婕 , 杨幼益 , 陈国庆 . 女性尿液荧光光谱学特性及机理分析. 激光技术, 2010, 34(1): 45-47,84. doi: 10.3969/j.issn.1001-3806.2010.01.013
[3]	马翠红 , 崔金龙 . 基于改进的偏最小二乘法的LIBS钢液成分定量分析. 激光技术, 2016, 40(6): 876-881. doi: 10.7510/jgjs.issn.1001-3806.2016.06.021
[4]	张树益 , 常建华 , 毛仁祥 , 李红旭 , 张露瑶 . 结合超体素与PFCM的点云分割方法. 激光技术, 2021, 45(4): 535-540. doi: 10.7510/jgjs.issn.1001-3806.2021.04.020
[5]	付奎 , 娄本浊 , 孙彦清 , 龙姝明 , 黄朝军 . Zn0.95-xBe0.05MnxSe稀磁半导体的光谱特性分析. 激光技术, 2015, 39(1): 135-139. doi: 10.7510/jgjs.issn.1001-3806.2015.01.027
[6]	徐永浩 , 宋彪 , 陈晓帆 , 黄梅珍 . 微型近红外光谱仪在苹果糖度测量中的应用研究. 激光技术, 2019, 43(6): 735-740. doi: 10.7510/jgjs.issn.1001-3806.2019.06.001
[7]	张进 , 姜红 , 刘峰 , 段斌 . 差分喇曼光谱结合化学计量学检验烟用内衬纸. 激光技术, 2021, 45(1): 61-66. doi: 10.7510/jgjs.issn.1001-3806.2021.01.011
[8]	吕文静 , 李红莲 , 李文铎 , 吕贺帅 , 张仕钊 , 方立德 . TDLAS技术调制参量的优化及实验研究. 激光技术, 2021, 45(3): 336-343. doi: 10.7510/jgjs.issn.1001-3806.2021.03.013
[9]	王坤 , 屈惠明 . 基于改进最小噪声分离变换的异常检测算法. 激光技术, 2015, 39(3): 381-385. doi: 10.7510/jgjs.issn.1001-3806.2015.03.022
[10]	孙晓娟 , 韩培高 , 隽方蓥 , 郝殿中 . 基于原位共角椭偏与反射谱的TiO₂薄膜光学常数分析. 激光技术, 2022, 46(2): 288-292. doi: 10.7510/jgjs.issn.1001-3806.2022.02.022
[11]	毕琳娜 , 陈国庆 , 王俊 , 颜浩然 . 甲基对硫磷溶液的荧光光谱及其特性----. 激光技术, 2010, 34(2): 253-257. doi: 10.3969/j.issn.1001-3806.2010.02.030
[12]	付翔 , 乐文冉 , 王颖 , 汪亚 , 邹林 , 邓志峰 , 占生宝 . 基于凹面光栅的光谱检测仪性能提升的研究进展. 激光技术, 2023, 47(6): 757-765. doi: 10.7510/jgjs.issn.1001-3806.2023.06.005
[13]	张咏 , 程瑶 , 闫雨桐 , 陈超 , 陈国庆 . 几种常见食用油加热后荧光光谱特性变化的研究. 激光技术, 2013, 37(1): 109-113. doi: 10.7510/jgjs.issn.1001-3806.2013.01.027
[14]	严阳 , 华文深 , 刘恂 , 崔子浩 . 高光谱解混方法研究. 激光技术, 2018, 42(5): 692-698. doi: 10.7510/jgjs.issn.1001-3806.2018.05.020
[15]	王龙 , 沈学举 , 张维安 , 董红军 . 高斯光束的光谱传输特性分析. 激光技术, 2012, 36(5): 700-703. doi: 10.3969/j.issn.1001-3806.2012.05.032
[16]	向英杰 , 杨桄 , 张俭峰 , 王琪 . 基于光谱梯度角的高光谱影像流形学习降维法. 激光技术, 2017, 41(6): 921-926. doi: 10.7510/jgjs.issn.1001-3806.2017.06.030
[17]	曾言 , 曾延安 , 张南洋生 , 赵宇 , 龙建明 . 一种改善成像光谱仪光谱检测能力的新方法. 激光技术, 2018, 42(2): 196-200. doi: 10.7510/jgjs.issn.1001-3806.2018.02.011
[18]	罗泽鹏 , 黄佐华 , 唐志列 . 用光声光谱法测量紫外光探测器的光谱响应. 激光技术, 2008, 32(5): 453-455,459.
[19]	郝健 , 张记龙 , 崔丹凤 , 景宁 . 基于FPGA的傅里叶变换光谱仪光谱复原技术. 激光技术, 2011, 35(6): 804-807. doi: 10.3969/j.issn.1001-3806.2011.06.022
[20]	王强辉 , 华文深 , 黄富瑜 , 严阳 , 张炎 , 索文凯 . 基于光谱角背景纯化的高光谱异常检测算法. 激光技术, 2020, 44(5): 623-627. doi: 10.7510/jgjs.issn.1001-3806.2020.05.016

点击查看大图

计量

文章访问数: 3105
HTML全文浏览量: 619
PDF下载量: 390
被引次数: 0

喇曼光谱仪测定芳烃装置中各组分含量的研究

作者简介: 朱增伟(1989-),男,硕士研究生,现主要从事分析仪器的研究。

1. 南京工业大学自动化与电气工程学院, 南京 210009

收稿日期: 2013-12-18
录用日期: 2014-01-28
网络出版日期: 2014-11-25

基金项目: 国家八六三高技术研究发展计划资助项目(2009AA04Z161)

关键词:

摘要: 为了提高在线喇曼光谱仪在芳烃装置的组分检测中的实时性和精度,采用偏最小二乘法(PLS)结合粒子群算法(PSO)建立了预测模型。对一定的芳烃样品进行试验。先通过光谱仪获得芳烃成分的喇曼光谱,再运用PLS算法对喇曼数据进行主因子提取,从而降低数据间的冗余性,然后应用PSO算法对芳烃组分含量进行快速搜索,找到最优解,最后将样品的真实值与预测值进行相关性分析。结果表明,与传统方法相比,喇曼光谱结合PSO算法和PLS算法的模型具有精确度高、分析速度快的特点。该研究为芳烃装置中组分的检测提供了新方法。