| 中文摘要 | 第1-5页 |
| 英文摘要 | 第5-13页 |
| 表格清单 | 第13-15页 |
| 插图清单 | 第15-19页 |
| 1 引言 | 第19-32页 |
| 1．1 近红外光谱分析方法 | 第19-26页 |
| 1．1．1 近红外分析方法的发展 | 第19-20页 |
| 1．1．2 近红外分析方法的原理 | 第20-21页 |
| 1．1．3 近红外分析方法中的化学计量学方法 | 第21-24页 |
| 1．1．4 近红外分析方法的特点 | 第24页 |
| 1．1．5 近红外分析方法在石油化工领域的应用 | 第24-26页 |
| 1．2 人工神经网络的发展及应用 | 第26-29页 |
| 1．3 近红外光谱定量分析过程及模型评价参数 | 第29-30页 |
| 1．4 主要研究内容 | 第30-32页 |
| 2 人工神经网络在近红外油品分析中的应用 | 第32-48页 |
| 2．1 原理与算法 | 第33-40页 |
| 2．1．1 BP人工神经网络原理与算法 | 第33-38页 |
| 2．1．2 其它方法 | 第38-40页 |
| 2．2 实验部分 | 第40-42页 |
| 2．2．1 样品状况 | 第40页 |
| 2．2．2 样品的近红外谱图 | 第40-42页 |
| 2．3 结果与讨论 | 第42-47页 |
| 2．3．1 参数的确定 | 第43-44页 |
| 2．3．2 校正结果比较 | 第44-47页 |
| 2．4 小结 | 第47-48页 |
| 3 近红外分析方法快速测定原油馏程性质 | 第48-68页 |
| 3．1 实验部分 | 第49-55页 |
| 3．1．1 原油样品状况 | 第49-50页 |
| 3．1．2 原油近红外光谱的测定 | 第50页 |
| 3．1．3 气相色谱模拟蒸馏方法 | 第50-54页 |
| 3．1．4 近红外分析定量校正方法 | 第54-55页 |
| 3．2 校正模型的建立 | 第55-64页 |
| 3．2．1 原油馏程性质的光谱分析原理 | 第55-57页 |
| 3．2．2 谱图预处理方法 | 第57-59页 |
| 3．2．3 模型的建立 | 第59-64页 |
| 3．3 验证集样本的测定 | 第64-66页 |
| 3．4 方法的重复性实验 | 第66页 |
| 3．5 小结 | 第66-68页 |
| 4 近红外分析方法用于润滑油基础油性质测定 | 第68-95页 |
| 4．1 实验部分 | 第68-71页 |
| 4．1．1 润滑油基础油样品状况 | 第68-69页 |
| 4．1．2 实验仪器 | 第69页 |
| 4．1．3 润滑油基础油近红外光谱测量 | 第69页 |
| 4．1．4 基础数据的测定 | 第69-70页 |
| 4．1．5 定量校正方法 | 第70-71页 |
| 4．2 样本类别分析 | 第71-73页 |
| 4．3 近红外分析方法测定润滑油基础油40℃粘度探讨 | 第73-78页 |
| 4．3．1 PLS模型的建立 | 第73-75页 |
| 4．3．2 人工神经网络模型的建立 | 第75-78页 |
| 4．4 近红外分析方法测定润滑油基础油粘度指数 | 第78-86页 |
| 4．4．1 近红外光谱与润滑油基础油粘度指数相关性研究 | 第78-79页 |
| 4．4．2 预处理方式的选择 | 第79-82页 |
| 4．4．3 光谱范围的选择 | 第82页 |
| 4．4．4 模型的建立 | 第82-84页 |
| 4．4．5 验证集样本的测定 | 第84页 |
| 4．4．6 方法的重复性实验 | 第84-86页 |
| 4．5 近红外分析方法测定润滑油基础油化学族组成 | 第86-93页 |
| 4．5．1 近红外光谱与基础油化学族组成的相关性研究 | 第86页 |
| 4．5．2 预处理方式的选择 | 第86-88页 |
| 4．5．3 光谱范围的选择 | 第88页 |
| 4．5．4 模型的建立 | 第88-93页 |
| 4．5．5 验证集样本的测定 | 第93页 |
| 4．5．6 方法的重复性实验 | 第93页 |
| 4．6 小结 | 第93-95页 |
| 5 近红外分析方法快速测定沥青蜡含量 | 第95-103页 |
| 5．1 实验部分 | 第95-97页 |
| 5．1．1 沥青样品状况 | 第95-96页 |
| 5．1．2 实验仪器 | 第96页 |
| 5．1．3 沥青近红外光谱的采集 | 第96页 |
| 5．1．4 沥青蜡含量的标准测定方法 | 第96页 |
| 5．1．5 定量校正方法 | 第96-97页 |
| 5．2 校正模型的建立 | 第97-99页 |
| 5．2．1 近红外光谱与沥青蜡含量相关性研究 | 第97-98页 |
| 5．2．2 预处理方式的选择 | 第98-99页 |
| 5．2．3 光谱区间的选择 | 第99页 |
| 5．2．4 模型的建立 | 第99页 |
| 5．3 验证集样本的测定 | 第99-101页 |
| 5．4 方法的重复性实验 | 第101-102页 |
| 5．5 两种分析方法比较 | 第102页 |
| 5．6 小结 | 第102-103页 |
| 6 近红外分析方法测定催化裂化原料油残炭值初步探索 | 第103-107页 |
| 6．1 实验部分 | 第103-104页 |
| 6．1．1 催化裂化原料油样品状况 | 第103页 |
| 6．1．2 催化裂化原料油近红外光谱测定 | 第103页 |
| 6．1．3 残炭的标准测定方法 | 第103-104页 |
| 6．1．4 定量校正方法 | 第104页 |
| 6．2 校正模型的建立 | 第104-105页 |
| 6．3 验证集样本的测定 | 第105-106页 |
| 6．4 方法的重复性实验 | 第106页 |
| 6．5 小结 | 第106-107页 |
| 7 结论 | 第107-109页 |
| 致谢 | 第109-110页 |
| 参考文献 | 第110-114页 |
| 附录A Kennard-Stone设计方法简单示例 | 第114-117页 |
| 附录B 汽油及柴油样本主成分分析及偏最小二乘载荷图 | 第117-118页 |
| 附录C 汽油及柴油定量校正交互验证图 | 第118-119页 |
| 附录D 汽油-辛烷值模型训练集预测结果 | 第119-121页 |
| 附录E 汽油-辛烷值模型验证集预测结果 | 第121-122页 |
| 附录F 柴油-闪点模型训练集预测结果 | 第122-124页 |
| 附录G 柴油-闪点验证集1、2预测结果 | 第124-125页 |
| 附录H 混兑原油样品表 | 第125-126页 |
| 附录I 原油定量校正PRESS图 | 第126-132页 |
| 附录J 原油馏程性质训练集预测结果 | 第132-153页 |
| 附录K 原油馏程性质验证集测定结果 | 第153-159页 |
| 附录L 300ZN及750ZN40℃粘度PLS交互验证结果 | 第159-160页 |
| 附录M ZN基础油40℃粘度校正集预测结果 | 第160-161页 |
| 附录N 润滑油基础油粘度指数校正集预测结果 | 第161-162页 |
| 附录O 润滑油基础油化学族组成校正集预测结果 | 第162-164页 |
| 附录P 沥青蜡含量校正集预测结果 | 第164-165页 |
| 附录Q 催化裂化原料油残炭值校正集预测结果 | 第165-166页 |
| 附录R 自组织竞争神经网络在近红外油品分类中的应用 | 第166-171页 |
