甲醇汽油因其辛烷值高、 成本低等优势成为新型化石燃料替代物， 其甲醇含量的精确检测是决定其品质的重要环节， 甲醇汽油组分的精确定量检测与分析对于缓解我国传统石油资源短缺但需求量增多的现状具有重大的现实意义。 甲醇汽油中甲醇检测的常规方法如酒醇仪测定法、 速测盒测定法等， 操作复杂， 准确定性低。 近红外光谱分析具有测量速度快、 灵敏度高、 可连续测量等诸多优点， 在石油化工领域定性、 定量分析中具有巨大应用潜力。 为研究甲醇汽油近红外光谱无损定量检测方法， 配制了0.5%~30%组分的甲醇汽油标准样品， 设计了甲醇汽油近红外光谱数据采集系统并采集60个组分的甲醇汽油近红外光谱数据; 利用移动平均平滑法、 S-G卷积平滑法(Savitzky-Golay)和多元散射校正（MSC）对甲醇汽油近红外光谱数据进行预处理分析， 研究了BP人工神经网络(ANN)和主成分回归(PCR)模型的决定系数和均方根误差， 对两种算法的结果和预测效果进行对比。 结果显示: 各模型的均方根误差均小于1%， SG平滑-主成分回归预测模型拟合度最好， 其决定系数为0.998 98; 基于SG卷积平滑算法和神经网络算法建立的模型预测值与真值偏差最小， 其均方根误差RMSEP为0.322 84%。 研究表明近红外光谱检测分析技术检测甲醇汽油中的甲醇含量应用中SG平滑-神经网络预测模型性能较好， 满足应用需求， 因而为甲醇汽油组份实际检测应用提供了科学依据， 为有效开发与利用甲醇汽油提供了技术支持。

为替代现有加油站人工测量乙醇含量方式和提高站端油品质量检测效率，基于倾斜光纤布拉格光栅（TFBG）对外界折射率的敏感特性，使其能够反映出乙醇含量不同导致的乙醇汽油折射率变化，提出一种对乙醇汽油中乙醇含量进行现场实时检测的新方法。利用耦合模理论对TFBG的光谱特点进行了分析，并探究了TFBG在乙醇汽油中乙醇含量检测过程中的传感特性。实验结果表明，所提方法在乙醇含量为8.3%~14.3%的乙醇汽油检测中的灵敏度为6.5 nm/RIU（RIU为折射率单位），线性拟合度为0.949。通过波长解调方法对E10乙醇汽油样品进行传感器的检测精度验证，乙醇体积分数的检测值为10.2%，相对误差为2%，验证了TFBG用于乙醇汽油中乙醇含量检测的可行性。

车用乙醇汽油是一种新型、 清洁的汽车燃料, 在燃烧过程中, 微量的重金属杂质对汽车的行驶和养护有着至关重要的影响, 一些燃烧产物可能会污染环境, 威胁人们的身体健康, 因此有必要对其中的微量元素进行控制。 以异辛烷稀释汽油样品, 电感耦合等离子体发射光谱(ICP-OES)法测定车用E10乙醇汽油中钠、 锌含量的方法, 选择钠和锌的分析谱线分别为: 589.592和213.857 nm, 实验优化了雾化气流量和蠕动泵速率对信背比的影响, 应用了半导体制冷雾化系统(雾化室温度设置为-10 ℃)降低了进样过程中溶液的挥发性, 保证了等离子体的稳定性, 同时, 实验研究了稀释比、 内标元素以及稀释剂的类型对测定结果的影响, 结果表明: (1)在-10 ℃低温下选择航空煤油为稀释剂, 钠和锌的回收率均在120%以上, Y内标比值均在1.20以上, 异辛烷为稀释剂时回收率和内标比值均满足要求, 可能是航空煤油在低温下的密度和黏度较大导致, 得出低温条件下异辛烷比航空煤油更适合作为乙醇汽油的稀释剂; (2)当选择Co做为内标元素时, 有些样品的内标元素比值在120%以上, Y为内标元素时, 样品的内标元素比值均满足要求, 可能是由于Co的稳定性较差或样品里含有Co, 得出Y比Co元素更适合做为乙醇汽油的内标元素; (3)本方法的钠和锌元素的检出限分别为0.013和0.005 mg·kg-1, 加标回收率为85.1%～106.0%, 相对标准偏差(RSD, n=7)为1.0%～4.8%; (4)通过与微波消解-ICP-OES法进行比较, 本方法的测定结果与加标理论值较接近, 弥补了微波消解法元素易损失的缺点。 此法具有快速、 灵敏、 准确的优点, 可应用于乙醇汽油中钠和锌元素的监测。

甲醇汽油和乙醇汽油都为清洁能源, 但甲醇汽油和乙醇汽油的优缺点各有不同, 其中甲醇、 乙醇的含量决定了汽油性能的优劣, 对甲醇汽油和乙醇汽油进行判别区分以及醇类汽油中醇含量进行定量测定非常重要。 通过中红外光谱技术对醇类汽油的类型进行判别并对其含量进行定量分析。 首先通过对比分析甲醇汽油和乙醇汽油的中红外光谱图, 采用随机森林(random forest, RF)对甲醇汽油和乙醇汽油样品进行判别; 在建立甲醇汽油和乙醇汽油样品定性判别模型之后, 分别建立甲醇汽油和乙醇汽油的定量测定模型, 从而精确测定汽油中对应的醇的含量。 为减小在实验过程中实验仪器振动、 噪声等原因导致的光谱漂移、 光散射等现象, 对中红外光谱进行预处理。 首先采用不同预处理, 如(savitzky-golay, S-G)卷积平滑、 多元散射校正(multiplicative scatter correction, MSC)、 标准正态变量变换(standard normal variable transformation, SNV)、 导数(derivatives)等方法进行校正, 分别建立适合甲醇汽油和乙醇汽油的检测模型。 预处理后的数据分别建立甲醇汽油、 乙醇汽油的最小二乘支持向量机(least square support vector machine, LS-SVM)模型。 采用随机森林(random forest, RF)对甲醇汽油和乙醇汽油样品进行判别, 发现当决策树个数为61时, 判别正确率达到98.28%。 对于LS-SVM模型, 比较建模结果可知: 无论是甲醇汽油还是乙醇汽油, 标准正态变量变换(SNV)预处理效果最好, 经SNV校正处理后建立的甲醇汽油甲醇含量测定LS-SVM模型的预测相关系数Rp为0.9519, 均方根误差(root mean square error of prediction, RMSEP)为1.766 3; 经过标准正态变量变换后建立的乙醇汽油乙醇含量测定LSSVM模型的预测相关系数Rp为0.951 5, 均方根误差RMSEP为1.770 3。 该研究可为甲醇汽油、 乙醇汽油的定性判别和其含量测定提供技术参考和理论依据, 为甲醇汽油产业提供测量醇类汽油检测的新方法, 具有较为重要的现实意义, 也为其他类型的化工产品的检测奠定了基础。

利用中红外光谱检测技术对甲醇汽油中的甲醇含量进行检测研究。由于中红外光谱易受外界环境干扰且数据量较大,为减小运算量并提高模型精度,采用无信息变量消除( UVE)法、竞争性自适应重加权取样(CARS)法以及遗传算法(GA算法)等来选择有效光谱波段,再建立对应的偏最小二乘(PLS)模型,最后分别建立PLS、UVE-PLS、GA-PLS和CARS-PLS模型,探索最优的甲醇含量检测模型。结果表明:CARS-PLS模型效果最好,预测相关系数和预测均方根误差分别为0.978和1.177。CARS算法是一种有效提取甲醇含量的中红外光谱检测方法,采用中红外光谱检测技术测定甲醇汽油中的甲醇含量是可行的,可以有效简化运算模型,提高模型检测精度。

为了建立醇类汽油定性定量分析判别的通用模型,采用WQF-510A傅里叶变换红外光谱仪与OPUS光谱采集软件获得甲醇汽油、乙醇汽油的中红外光谱。利用主成分(PC)分析和偏最小二乘(PLS)判别法对醇类汽油样品进行定性判别；通过无信息变量消除进行波段筛选,并基于无信息变量消除-偏最小二乘（UVE-PLS）和无信息变量消除-最小二乘支持向量机（UVE-LSSVM）两种方法分别建立醇类汽油的通用模型后用数据进行评价检验。结果表明,利用PC和DPLS对醇类汽油样品定性判别准确率达到100%；基于UVE-LSSVM方法建立的通用模型效果最好,决定系数和预测集均方根误差分别为0.945和2.187。该研究表明醇类汽油定性定量分析判别通用模型是可行的,该模型可以作为醇类汽油醇含量检测的技术参考和理论依据。

甲醇汽油是一种清洁能源, 甲醇汽油中甲醇的含量决定了汽油的性能。 通过中红外光谱对甲醇汽油中甲醇含量进行定量检测和分析。 首先, 对采集的甲醇汽油原始中红外光谱进行平滑处理(smoothing) 、 多元散射校正(MSC) 、 基线校正(baseline) 、 归一化(normalization) 等预处理, 再建立PLS模型, 对比选择最佳预处理方法, 结果表明: 在多元散射校正(MSC) 处理后建立的PLS模型效果最好, 模型的预测集相关系数r为0.918, 预测均方根误差RMSEP为2.107。 为进一步简化模型, 提高预测精度, 采用无信息变量消除(uninformative variable elimination, UVE)方法对波长进行筛选, 将UVE波段筛选之后的作为模型的输入变量, 采用偏最小二乘法(partial least squares, PLS) 、 主成分回归(principal components regression, PCR)和最小二乘支持向量机(least square support vector machine, LSSVM) 三种方法分别建立甲醇汽油中甲醇含量的定量预测模型, 并比较不同模型的预测效果和结果。 结果表明, 使用无信息变量消除可以较好提高数据的运算速度, 其中, UVE-PLS模型建模效果最好, r和RMSEP分别为0.923和2.075。 该实验表明中红外光谱检测甲醇汽油中甲醇含量是可行的并可以得到较好的效果; UVE是一种对甲醇汽油的中红外光谱非常有效的波段筛选方法, 该模型的建立对石油化工领域具有较为重要的意义。

为实现油料火灾的及时预警, 对92#汽油燃烧初期火焰光谱特征进行了实验研究, 以探索基于光谱技术的火灾识别和防控。分析了火焰中具有特征谱峰的分子、自由基, 说明了其生成机理, 发现了火焰特征光谱的分布范围, 阐述了不同波段基团光谱强弱的原因, 基于基团光谱强度的变化分析了燃烧过程。结果表明, 可用于燃烧初期识别的分子、自由基及其特征光谱为C2基512.9, 516.5, 547.0 nm谱带, CH基431.4 nm谱带, H2O分子927.7, 933.3 nm谱带; 特征光谱主要位于可见光区和近红外光区, 紫外光区较少; 处于链引发和传递阶段的基团不易产生积累, 光谱强度相对小, 处于链反应分支和中断阶段的基团能够积累, 光谱强度相对大; 分子、自由基的特征光谱强度会随着燃烧的进行而变化, 在燃烧达到稳定期后, 其独特性消失。

将新型的外腔式宽调谐量子级联激光器(ECQCL)作为激发光源,高频石英谐振音叉作为光电探测器,开展了挥发性有机物的中红外激光光谱定量分析和成分识别研究。以不同站点和不同型号的汽油样本作为检测对象,检测它们的红外吸收光谱,并与美国西北太平洋国家实验室数据库的标准光谱进行比较,结果具有很好的一致性;实验中结合自行建立的插值算法和多元线性回归算法模型,可实现不同型号汽油样本中主要挥发性有机物的定量分析和成分归属分析。