为实现对醇类柴油的鉴别和含量的测定, 在实验室制备了甲醇柴油和乙醇柴油。利用主成分分析方法将甲醇柴油和乙醇柴油分成两类, 利用中红外光谱法对光谱数据进行平滑、基线校正、多元散射校正和归一化, 得到预处理光谱图, 使用最小二乘支持向量机(LSSVM)模型预测甲醇柴油的甲醇含量和乙醇柴油的乙醇含量, 其模型误判率低于7.1%。结果表明, 甲醇柴油甲醇含量LSSVM模型预测集相关系数和预测集均方误差分别为0.9791和1.7201; 乙醇柴油乙醇含量LSSVM模型预测集相关系数和预测集均方误差分别为0.9802和2.9563。实验的结果表明最小二乘支持向量机模型能够预测甲醇乙醇柴油中的甲醇和乙醇含量, 且是一种很有前途的方法。

应用近红外光谱结合化学计量学方法实现了对甲醇柴油中的甲醇含量的定量分析。 以实验室配制的32种不同浓度［浓度范围为2%～25.8%(φ)］的甲醇柴油溶液为研究对象, 在4　500～7　000 cm-1光谱范围内, 建立偏最小二乘(PLS)、 支持向量机(SVM)和最小二乘支持向量机(LS-SVM)三种定量分析模型。 在建立SVM模型时, 经过比较分析, 径向基函数(radial basis function, RBF)作为SVM模型的核函数时可以获得更高的预测精度。 最终获得甲醇含量的PLS, SVM和LS-SVM三种模型的预测相关系数RP分别为0.985 9, 0.990 3, 0.998 9, 预测均方根误差RMSEP分别为0.405 2, 0.356 3, 0.062 4, 可以看出, 三种预测模型都可以达到很好的效果, 最优的预测模型是使用LS-SVM建模。 研究结果表明, 利用近红外光谱法结合化学计量学方法对甲醇柴油中甲醇含量的检测具有可行性, 并可以达到很好的效果。 采用近红外光谱技术结合化学计量方法对甲醇柴油中甲醇含量进行定量分析, 也为近红外光谱技术快速无损检测甲醇柴油甲醇含量提供参考和应用价值。

采用中红外光谱法对甲醇柴油的甲醇含量进行检测分析。首先, 对采集到的原始光谱进行预处理(标准正则变换、多元散射校正、一阶微分、二阶微分、Savitzky-Goly平滑), 采用偏最小二乘法和最小二乘支持向量机建立了甲醇柴油的甲醇含量预测模型, 并比较了不同预处理方法对模型预测能力的影响。实验结果表明, LSSVM的建模效果最佳, 其预测集相关系数R2为0.981 8, 预测均方误差RMSEP为1.3917%(体积比)。因此, 中红外光谱技术可用于甲醇柴油中甲醇含量的快速检测,且可以达到很好的效果。

利用拉曼光谱检测技术，对甲醇柴油的甲醇含量和黏度进行定量检测研究。93个甲醇柴油样品作为被检测的对象，划分校正集（72个）和预测集（21个）。分析比较了光谱的不同预处理方法的全交互验证偏最小二乘（PLS）模型效果；然后以最优预处理方法得到的光谱数据为输入，结合连续投影算法(SPA)建立不同的回归校正模型，并进行比较分析。结果表明，甲醇含量的多元散射校正偏最小二乘(MSC-PLS)模型预测效果最优，其校正集相关系数RC为0.9761，交互验证相关系数RCV为0.9551，校正集均方误差（RMSEC）为1.5089，交互验证均方误差（RMSECV）为2.0630；黏度的MSC-PLS模型预测效果也是最优的，RC为0.9794，RCV为0.9580，RMSEC为0.0907 mPa·s，RMSECV为0.1292 mPa·s。