基于红外光谱与多种预处理组合的柴油纯度检测方法

利用红外光谱技术采集51种不同体积分数的柴油光谱数据，采用主成分马氏距离法剔除异常样本，通过71种预处理组合及偏最小二乘法建立了柴油纯度性质模型。结果表明：合理预处理后的建模效果明显优于未经预处理的效果，预测均方根误差(RMSEP)降到了0.040 0以下，相关系数(R_p)达到了0.990 0以上，且预处理组合方法的顺序不同，其建模效果即模型评价指标RMSEP、R_p也不同；1stderivative+SNV、1^stderivative+SNV+center、1^stderivative+center+SNV、center+1stderivative+SNV这4种预处理组合方法的模型预测效果最好，RMSEP可达0.018 7,R_p可达0.997 8,可适用于柴油纯度光谱数据的处理，实现柴油纯度的检测。