首页--数理科学和化学论文--化学论文--分析化学论文

基于光谱诊断技术的乙醇柴油品质检测方法

摘要第3-4页
abstract第4页
主要符号说明第7-8页
第一章 绪论第8-13页
    1.1 研究背景和意义第8-9页
    1.2 柴油品质检测技术的国内外研究概述第9-11页
        1.2.1 柴油品质检测技术的国外研究现状第9-10页
        1.2.2 柴油品质检测技术的国内研究现状第10-11页
    1.3 本文研究的主要目的和内容第11-12页
    1.4 本章小节第12-13页
第二章 光谱诊断技术的检测原理与方法第13-20页
    2.1 光谱诊断技术的检测原理第13-14页
        2.1.1 红外光谱分析原理第13页
        2.1.2 拉曼光谱分析原理第13-14页
    2.2 乙醇柴油品质检测实验仪器第14-17页
        2.2.1 近红外光谱仪第14页
        2.2.2 中红外光谱仪第14-15页
        2.2.3 拉曼光谱仪第15-16页
        2.2.4 粘度计第16-17页
    2.3 光谱诊断技术的建模方法第17-19页
        2.3.1 光谱分析流程第17-18页
        2.3.2 光谱预处理方法第18页
        2.3.3 光谱波段筛选第18页
        2.3.4 光谱检测模型的建立与评价方法第18-19页
    2.4 本章小节第19-20页
第三章 近红外光谱法的乙醇柴油密度、粘度和乙醇含量实验研究第20-28页
    3.1 实验材料与方法第20-24页
        3.1.1 实验材料第20-22页
        3.1.2 乙醇柴油密度、粘度、乙醇含量测量第22页
        3.1.3 乙醇柴油近红外光谱采集第22-23页
        3.1.4 乙醇柴油近红外光谱第23页
        3.1.5 光谱预处理第23页
        3.1.6 数据分析第23-24页
    3.2 结果与讨论第24-27页
        3.2.1 PCR和PLS模型建立第24-25页
        3.2.2 最小二乘支持向量机模型建立第25-27页
    3.3 本章小结第27-28页
第四章 中红外光谱法的乙醇柴油密度、粘度和乙醇含量实验研究第28-44页
    4.1 乙醇、柴油样品中红外光谱特征分析第28-29页
    4.2 实验材料与方法第29-31页
        4.2.1 实验材料第29页
        4.2.2 光谱数据采集第29-31页
    4.3 样品集划分与光谱预处理第31-32页
        4.3.1 样品集划分第31页
        4.3.2 光谱数据预处理第31-32页
    4.4 偏最小二乘回归模型建立与评价第32-33页
    4.5 结果与讨论第33-42页
        4.5.1 PLSR模型对比分析第33-34页
        4.5.2 乙醇柴油中红外光谱变量筛选与比较第34-41页
        4.5.3 变量筛选后模型结果分析第41-42页
    4.6 本章小结第42-44页
第五章 拉曼光谱法的乙醇柴油密度、粘度和乙醇含量实验研究第44-60页
    5.1 乙醇拉曼光谱特征分析第44-45页
    5.2 实验材料与方法第45-47页
        5.2.1 实验材料第45页
        5.2.2 拉曼光谱采集第45-46页
        5.2.3 品质指标测定第46-47页
    5.3 样品集划分与光谱数据预处理第47-48页
        5.3.1 样品集划分第47页
        5.3.2 光谱数据预处理第47-48页
    5.4 偏最小二乘模型建立与评价第48-49页
    5.5 结果与讨论第49-58页
        5.5.1 PLSR模型对比分析第49-50页
        5.5.2 乙醇柴油拉曼光谱变量筛选与比较第50-57页
        5.5.3 变量筛选后模型结果分析第57-58页
    5.6 本章小结第58-60页
第六章 结论与展望第60-62页
    6.1 研究结论第60-61页
    6.2 研究展望第61-62页
参考文献第62-68页
个人简历 在读期间发表的学术论文第68-69页
致谢第69页

论文共69页,点击 下载论文
上一篇:基于改进ViBe和机器学习的行人头肩检测方法
下一篇:基于超声扫描的列车车轮轮辋径向裂纹缺陷重构