(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210817043.3 (22)申请日 2022.07.12 (71)申请人 中国计量科 学研究院 地址 100029 北京市朝阳区北三环东路18 号 申请人 北京易兴元石化科技有限公司 (72)发明人 李轲　杜彪　李琪　卢小新　 张正东　 (74)专利代理 机构 北京世衡知识产权代理事务 所(普通合伙) 11686 专利代理师 温泉 (51)Int.Cl. G01N 21/359(2014.01) G01N 21/3577(2014.01) G06F 30/20(2020.01) (54)发明名称 基于化学结构的特征光谱选择及汽油中乙 醇含量检测方法 (57)摘要 本发明提出根据化学结构筛选特征光谱谱 段的方法， 并将其应用于汽油中乙醇含量的建模 分析中， 涉及化学计量学和分析化学领域， 尤其 是涉及一种基于化学结构的近红外光谱波长选 择方法， 包括制备汽油样品， 采集近红外光谱， 选 取特征谱 段， 光谱预处理， 划分校正集和预测集， 构建校正模型， 模型评估， 检测预测集样品。 本发 明通过选择合适的特征光谱， 建立乙醇 ‑汽油样 品的近红外光谱图， 再将经过一阶导数滤波拟合 法预处理过的近红外特征光谱图与用标准方法 得到的样品的乙醇含量参考值构建校正模型， 利 用校正模型对 预测集的未知样品进行预测， 即可 得到待测样品的乙醇含量， 且用该方法建立的模 型具有最佳的预测性能。 权利要求书1页 说明书11页 附图3页 CN 115236030 A 2022.10.25 CN 115236030 A 1.一种基于化学 结构的特 征光谱选择 方法， 其特 征在于包括 步骤： 步骤一： 汽油样品中添加预定量的乙醇， 制备成乙醇 ‑汽油样品； 步骤二： 采集乙醇 ‑汽油样品的近红外光谱图； 步骤三： 基于化学 结构确定特 征谱段。 2.根据权利要求1所述的一种基于化学结构的特征光谱选择方法， 其特征在于： 所述预 定量的乙醇的浓度范围为0.5～80％体积分数， 所述乙醇 ‑汽油样品具有不同的溶剂基底。 3.根据权利要求2所述的一种基于化学结构的特征光谱选择方法， 其特征在于： 所述特 征谱段是乙醇分子化学键在近红外光谱区域的全部特 征谱段。 4.根据权利要求2所述的一种基于化学结构的特征光谱选择方法， 其特征在于： 所述特 征谱段是乙醇分子化学键在近红外光谱区域的全部特征谱段排除芳烃基团干扰后的所有 特征谱段。 5.根据权利要求2所述的一种基于化学结构的特征光谱选择方法， 其特征在于： 所述特 征谱段是乙醇分子化学键在近红外光谱区域的全部特 征谱段中羟基的特 征谱段。 6.根据权利要求2所述的一种基于化学结构的特征光谱选择方法， 其特征在于： 所述特 征谱段是乙醇分子化学键在近红外光谱区域的全部特征谱段排除芳烃基团干扰且只含有 羟基的特 征谱段。 7.根据权利要求3所述的一种基于化学结构的特征光谱选择方法， 其特征在于： 所述乙 醇分子化学键在近红外光谱区域的全部特征谱段是波数范围为4661.104～5000.515cm‑1、 5660.050～7407.241cm‑1、 8300.121～85 00.682cm‑1的近红外光谱。 8.根据权利要求4所述的一种基于化学结构的特征光谱选择方法， 其特征在于： 所述乙 醇分子化学键在近红外光谱区域的全部特征谱段排除芳烃基团干扰后的所有特征谱段是 波数范围为6060.171～7407.241cm‑1、 8300.121～85 00.682cm‑1的近红外光谱。 9.根据权利要求5所述的一种基于化学结构的特征光谱选择方法， 其特征在于： 所述乙 醇分子化学键在近红外光谱区域的全部特征谱段中羟基的特征谱段是波数范围为 4661.104～5 000.515cm‑1、 6060.171～7141.1 13cm‑1的近红外光谱。 10.根据权利要求6所述的一种基于化学结构的特征光谱选择方法， 其特征在于： 所述 乙醇分子化学键在近红外光谱区域的全部特征谱段排除芳烃基团干扰且只含有羟基的特 征谱段是波数范围为6060.171～7141.1 13cm‑1的近红外光谱。 11.一种汽油中乙醇含量的检测方法， 使用 如权利要求1 ‑10中任一项所述的基于化学 结构的近红外光谱波长 选择方法， 其特 征在于在确定特 征谱段后还 包括如下步骤： 步骤四： 光谱预处 理； 步骤五： 划分校正 集和预测集； 步骤六： 构建校正模型； 步骤七： 检测预测集样品。 12.根据权利要求11所述的一种 汽油中乙醇含量的检测方法， 其特征在于： 所述在步骤 四中光谱预处理方法为一阶导数滤波拟合法， 所述步骤五校正集中乙醇的浓度范围0.5～ 80％体积分数。 13.根据权利要求11所述的一种 汽油中乙醇含量的检测方法， 其特征在于： 所述校正模 型由偏最小二乘法构建。权　利　要　求　书 1/1 页 2 CN 115236030 A 2基于化学 结构的特征光谱选择及汽油中乙醇含量 检测方法 技术领域 [0001]本发明涉及 化学计量学和分析化学领域， 尤其是涉及一种基于化学结构的近红外 光谱波长 选择方法。 背景技术 [0002]乙醇汽油作为一种低碳、 清洁、 优质的绿色燃料， 在近年来受到越来越多的关注。 然而， 在对各加油 站中乙醇汽油质量抽查发现， 存在乙醇汽油中乙醇含量太高或太低的不 合格现象。 使用不合格的乙醇汽油会导致 发动机转速不稳定和发动机故障。 因此， 有必 要加 大油品质量抽查， 以确保市场上包括乙醇汽油在内的成品油质量 合格。 [0003]目前， 汽油中乙醇含量的常规检测技术是气相色谱法， 它是分析油中乙醇含量的 可靠方法。 但是该方法存在分析时间较长， 仪器体积大不易携带， 不能满足现场分析和实时 检测的需要等缺点。 为了解决这个问题， 已经开发了一些检测汽油中乙醇含量的快速分析 方法， 例如拉曼光谱法和近红外(NI R)光谱法。 近红外光谱法是一种快速、 无损的分析技术， 其分析过程中只消耗少量试剂 。 近红外光谱技术结合偏最小二乘法或主成分分析等多 元统 计分析方法已广泛应用于汽油中乙醇含量的快速分析。 已有的研究表明基于近红外光谱的 偏最小二乘模型 具有良好的预测性能。 [0004]波长选择是近红外光谱多元校正分析的关键步骤。 适当的波长选择可以去除光谱 中的无效信息和干扰 变量， 获得 更好的模型 预测性能， 提高模型解释能力。 [0005]迄今为止， 已经开发了多种近红外波长选择方法。 比如间隔偏最小二乘 法、 连续投 影算法、 变量重要性投影算法和竞争自适应抽样方法等， 这些技术是利用统计筛选的方法 获取与性质指标相关性较大的光谱变量， 在一定程度上可以提高数据模型的稳定性和准确 性。 但是这些方法也不能解决 由于环境因素或仪器性能因素造成的光谱变量与性质指标之 间的“假相关”问题。 因此， 上述方法在乙醇汽油的快速分析中没有得到广泛应用。 [0006]为了提高近红外光谱法快速分析汽油中乙醇含量的准确性， 本申请提出了一种基 于化学结构的特 征光谱选择及汽油中乙醇含量检测方法。 发明内容 [0007]本发明要解决的技术问题是： 为了解决乙醇 ‑汽油中乙醇含量测量准确度低的问 题， 本发明提出建立根据化学结构筛选特征光谱谱段的方法， 并将其应用于汽油中乙醇含 量的建模分析中。 [0008]本发明提出了一种基于化学 结构的特 征光谱选择 方法， 其特 征在于包括 步骤： [0009]步骤一： 汽油样品中添加预定量的乙醇， 制备成乙醇 ‑汽油样品； [0010]步骤二： 采集乙醇 ‑汽油样品的近红外光谱图； [0011]步骤三： 基于化学 结构确定特 征谱段。 [0012]进一步的， 步骤一所述预定量的乙醇的浓度范围为0.5～80％体积分数， 所述乙 醇‑汽油样品具有不同的溶剂基底。说　明　书 1/11 页 3 CN 115236030 A 3