在利用傅里叶变换红外光谱进行混合气体定量分析中, 针对烃类尤其是同分异构体等构成的混合气体其谱图特征相似、 吸收峰严重交叠, 不易进行特征吸收成分的判别和特征变量选择的问题, 为增强谱峰分辨力, 采用广义二维相关光谱和傅里叶变化红外光谱对烃类混合气体分析中同分异构体进行辨别, 以异丁烷和正丁烷的红外光谱及受浓度扰动组成的光谱组为例进行二维相关红外光谱分析。 通过观察全波段和主吸收峰波段单组分气体的傅里叶变换红外光谱, 可知其谱图相似, 吸收峰严重交叠, 如果混合在一起, 将基本无法辨别何种分子结构及成分。 通过广义二维相关光谱的变换, 其二维相关光谱的同步谱和异步谱可以清晰地辨别出异丁烷和正丁烷的特征吸收峰及其各自强度, 实验结果可知, 异丁烷在2 893, 2 954和2 977 cm-1, 正丁烷在2 895和2 965 cm-1具有强的吸收特征谱线。 分析结果初步验证了二维红外相关光谱在多组分混合气体傅里叶变换红外光谱定量分析中谱分辨率增强方面的应用。

特征变量选取与模型的建立是光谱定量分析的两个主要研究内容。 首先讨论了Tikhonov正则化特征光谱选取算法在多组分烷烃气体分析应用中的参数确定方法, 然后针对甲烷、 乙烷、 丙烷、 异丁烷、 正丁烷、 异戊烷和正戊烷七种烃烷的小浓度分析, 从中红外吸收光谱中提取了七组特征光谱, 并用这些特征光谱作为输出, 用神经网络建立了七种烃烷气体的分析模型。 为克服神经网络的过训练问题, 提出根据误差处理的方式从多个训练好的网络中选择最优网络的网络最优参数选择法。 最后给出了分析模型的标气检验结果表明, 在各种烃烷气体1%范围内, 提出的分析方法有效消除了各种烷烃之间的交叉敏感, 交叉干扰小于0.5%; 分辨率高, 达20×10-6。