重质矿物油的检验分析在交通肇事案件处理过程中具有重要作用。为了实现对重质矿物油种类的准确区分,本文采集了汽机油、柴机油、润滑脂、齿轮油和液压油5种重质矿物油共计120份样本的红外光谱和拉曼光谱数据,结合光谱融合的相关方法,建立了基于支持向量机(SVM)的重质矿物油分类判别模型。实验结果表明:使用单一光谱数据进行建模分类的准确率较低;对初级光谱融合数据进行建模分析时,5种重质矿物油的分类识别准确率稍高于前者,最高可达75%;使用中级光谱融合数据结合主成分分析建模能够实现5种重质矿物油的完全区分,在26维矩阵上特征提取得最好,分类识别率为100%。使用光谱数据融合结合SVM建模分析,能够实现重质矿物油的完全区分,该方法提高了检验鉴定效率,能够满足公安机关提出的快速、准确的检验要求,为基层民警处理相关案件提供了理论支撑和方法参考。
光谱学 重质矿物油 光谱数据融合 多元分析 激光与光电子学进展
2021, 58(6): 0630001
Author Affiliations
Abstract
1 Engineering Research Centre of Optical Instrument and System, Ministry of Education, Shanghai Key Laboratory of Modern Optical System, University of Shanghai for Science and Technology, Shanghai 200093, China
2 Shanghai Institute of Intelligent Science and Technology, Tongji University, Shanghai 200092, China
3 Sino-England International College, University of Shanghai for Science and Technology, Shanghai 200093, China
This study provides a rapid method for quantification of mineral oil in rapeseed oil using near-infrared spectroscopy. The data were processed by direct orthogonal signal correction (DOSC), successive projections algorithm (SPA), partial least squares, and principal component regression (PCR). Good correlation coefficients (R) of 0.998 and root-mean-squared error (RMSE) of 0.005 were obtained, and the DOSC-SPA-PCR model was identified as the optimal method. A satisfactory accuracy with R and RMSE of prediction by DOSC-SPA-PCR of 0.990 and 0.006, was obtained. The results demonstrate that the proposed methodology is a promising method for the rapid quantitative detection of mineral oil in vegetable oil.
near-infrared spectroscopy mineral oil oil quality control DOSC-SPA-PCR Chinese Optics Letters
2020, 18(4): 043001
1 中国人民公安大学刑事科学技术学院, 北京 100038
2 北京市刑事科学技术研究所, 北京 100054
重质矿物油是案发现场常见的微量物证之一, 快速准确的区分重质矿物油种类可以为案件侦破提供方向, 缩小侦查范围。本文采用傅里叶变换红外光谱法和拉曼光谱法对69个重质矿物油样本进行了分析研究, 发现不仅不同种类的重质矿物油谱图存在差异, 相同种类不同厂家的重质矿物油谱图也有区别。研究结果表明, 联合使用红外光谱法和拉曼光谱法可以较好地对重质矿物油样本进行区分, 效果良好。
傅里叶红外光谱法 傅里叶拉曼光谱法 重质矿物油 种类鉴定 Fourier infrared spectroscopy Fourier Raman spectroscopy heavy mineral oil species identification
1 西安理工大学理学院物理系, 陕西 西安 710048
2 西安工程大学理学院物理系, 陕西 西安 710048
为便于环保部门实时准确监测水体油污染情况, 研制了一套基于紫外荧光和物联网技术在线监测水中矿物油浓度的系统。该系统采用非对称Czemy-Turner光路的高精度单色器, 提高了分辨率;光路增加了一束参考光, 用于修正光源波动对探测结果的影响;光路增添光纤传输激发光和荧光, 减小系统因仪器振动造成的光路偏差;探头采用特殊设计光纤束, 大幅提高光纤耦合效率和信号输出;系统集成了控制模块和无线通讯模块, 实现系统的实时测量、数据处理和远程控制。该系统集成度高、探测精度高、稳定性好。利用化学计量学方法中的平行因子算法和化学校正分析理论, 降低矿物油不同成分差异带来的计算误差, 精确计算出未知样品的浓度。使用该系统测定了柴油、机油、原油三种样品溶液在10, 25, 50和100 mg·L-1的荧光光谱。用光栅光谱仪测得这三种油的最佳吸收波长分别为256, 365和397 nm;用荧光分光光度计测量了上述三种油的吸光度分别为0.028, 0.036和0.041;它们的最佳发射波长分别为355, 419和457 nm。利用该装置测得柴油、机油和原油的检出限分别为0.03, 0.04和0.06 mg·L-1, 相对误差分别为2.1%, 1.0%和2.8%。
荧光光谱 矿物油浓度 光谱仪 物联网 Fluorescence spectrum Mineral oil concentration Spectrometer Internet of things
1 燕山大学电气工程学院仪器科学与工程系, 河北 秦皇岛 066004
2 秦皇岛视听机械研究所, 河北 秦皇岛 066004
快速准确地检测水中矿物油的种类与含量对污染源及时排查和控制具有重要的意义, 而红外光谱分析技术检测水中矿物油具有高效、 快速、 无污染的优势。 为获得更加可靠的分析结果应用傅里叶变换衰减全反射红外光谱(FTIR-ATR)技术获取矿物油样品的光谱信息, 采用SPXY法划分样本集。 对偏最小二乘法(PLS)和迭代Bagging偏最小二乘法(IBPLS)这两种建立回归模型的方法进行对比分析, 还比较了采用Savitzky-Golay(SG)平滑方法与迭代Bagging偏最小二乘法(IBPLS)相结合和单一采用迭代Bagging偏最小二乘法建立回归模型的区别。 通过对预测回归曲线进行对比, 得出通过SG平滑的预测效果明显优于未做的。 而且采用SG平滑方法和IBPLS相结合的方法建立回归模型时, 汽油模型参数RMSEP为0.001 125 g·mL-1, r为0.992 5; 柴油模型参数RMSEP为0.001 384 g·mL-1 , r为0.989 3。
矿物油检测 SG平滑 迭代Bagging偏最小二乘法 Mineral oil FTIR-ATR FTIR-ATR SPXY SPXY SG smoothing IBPLS 光谱学与光谱分析
2015, 35(6): 1529
1 燕山大学测试计量技术及仪器河北省重点实验室, 河北 秦皇岛 066004
2 海湾安全技术有限公司, 河北 秦皇岛 066004
针对矿物油三维荧光谱特征提取的奇异值分解方法(SVD)容易忽略重要小成分特异信息的不足，提出小波变换(WT)和SVD 相结合的特征提取方法。利用WT 获取矿物油三维荧光谱数据的低频主部近似分量和不同方向的细节分量；用SVD 提取综合矩阵的奇异值特征；使用模糊C 均值聚类(FCM)方法对矿物油三维荧光谱样本数据进行分类识别，并引入随机噪声进行进一步测试。结果表明WT-SVD 特征向量在矿物油分类识别方面比单独SVD 特征向量具有准确度高、稳健性强的优势，有助于更好地实现矿物油聚类分析或种类鉴别。
光谱学 小波变换奇异值特征 三维荧光谱 矿物油 激光与光电子学进展
2015, 52(6): 063001
燕山大学河北省测试计量技术与仪器重点实验室, 河北 秦皇岛 066004
荧光分析法具有灵敏度高、选择性好、易于设计等优点,是检测水中油类污染物的重要手段.光电探测器产生的噪声会影响荧光检测系统的灵敏度,荧光信号的噪声消除一直是研究的热点问题.由于荧光信号增加了支集长度,dbN族小波能够解决信号的边界问题,通过比较dbN族不同小波基的去噪效果,选择db7为最优小波基,对含噪荧光信号作5层静态小波分解.根据小波熵理论自适应地选择阈值,高频系数经过阈值量化并重构得到纯净的荧光信号.与离散小波变换相比,静态小波变换去噪后信号具有信息完整性和时移不变性.
噪声 小波熵 荧光信号 矿物油 SWT SWT Noise Wavelet entropy Fluorescence signal Mineral oil 光谱学与光谱分析
2015, 35(5): 1286
1 重庆大学光电技术及系统教育部重点实验室, 重庆400044
2 天津大学精密仪器与光电子工程学院, 天津300072
3 厦门星鲨仪器有限公司, 福建 厦门361005
4 军事医学科学院, 天津300054
海洋矿物油污染事故的危害评估和责任追究, 要求实时、 在线的水中油类含量检测、 监测数据依据。 在总结各种水中油检测技术基础上, 提出了一种基于Mie散射原理的油污染快速检测方法。 采用激光粒度仪测定了柴油、 原油的油滴粒径分布; 利用分布散射光检测技术对柴油、 原油水溶液进行实验, 分别测定了0～30 mg·L-1油水样本, 其线性系数均可达r2>0.99。 此方法可为水中微量矿物油的在线监测提供一种新设备。
Mie散射 矿物油含量 在线监测 线阵CMOS Mie scattering theory Mineral oil in water Online Linear array CMOS 光谱学与光谱分析
2012, 32(5): 1213
中国科学院环境光学与技术重点实验室， 中国科学院安徽光学精密机械研究所， 安徽 合肥230031
研究了矿物油-乙醇溶液的三维荧光光谱特性。 通过空白扣除法消除了乙醇的拉曼散射对矿物油三维荧光光谱的影响， 而采用将瑞利散射及其附近区域置零的方法去除了瑞利散射对矿物油三维荧光光谱的影响。 经校准， 矿物油的三维荧光光谱特征荧光峰表现为： 煤油主要为一个宽峰， 最大激发/发射荧光峰的位置在270/290 nm附近； 0#柴油有两个峰， 最大激发/发射峰分别位于240/344 nm和270/362 nm附近； 润滑油存在多个荧光峰， 其中两个比较强的最大激发/发射峰分别位于240/348 nm和258/358 nm附近。 此外， 还研究了矿物油的荧光光谱强度与浓度的关系， 并对测量的灵敏度和检测限进行了分析。 研究表明， 利用三维荧光光谱特征测量可以实现低浓度矿物油的测定。
矿物油 三维荧光光谱 散射 Mineral oil Three-dimensional fluorescence Scattering 光谱学与光谱分析
2010, 30(6): 1549
为了实现对土壤中石油污染物含量的监测，保护土壤环境，采用荧光光谱测量分析方法对原油、柴油、机油3种矿物油进行了荧光特性研究。首先，理论分析了石油有机物受激发射荧光的机理；然后，利用荧光光谱仪对水和土壤中的原油、柴油、机油分别进行了荧光测量实验，考察了它们在不同浓度条件下的光谱特性。结果表明，原油、柴油、机油在水中和土壤中受紫外光激发时都能够发出很强的荧光，荧光光谱位于可见光区350~700 nm；当它们在水和土壤介质中的浓度为0.0~1.0 mg/kg时，其荧光强度与浓度均成线性关系，在水中最低检测浓度为0.005 mg/kg，在土壤中的最低检测浓度为0.010 mg/kg。实验证明了利用荧光光谱法对土壤中的石油污染物进行检测分析是可行的。
矿物油 水 土壤 荧光特性 光谱分析 mineral oil water soil fluorescence characteristics spectrum analysis
