凈分析信號(hào)預(yù)處理在噴氣燃料重質(zhì)組分快速分析中的應(yīng)用

摘要：為了改善干擾信息與分析組分濃度變化產(chǎn)生偶然相關(guān)造成的分析模型預(yù)測(cè)精度下降的問題,將凈分析信號(hào)概念引入多種烴類化合物構(gòu)成的噴氣燃料重質(zhì)組分快速分析中。利用凈分析信號(hào)(NAS)算法進(jìn)行樣品近紅外光譜預(yù)處理,并結(jié)合偏最小二乘回歸(PLS)建立反映噴氣燃料重質(zhì)組分含量信息的終餾點(diǎn)校正模型(NAS-PLS),并與常規(guī)PLS校正模型進(jìn)行對(duì)比分析。結(jié)果表明,NAS預(yù)處理結(jié)合PLS方法相比常規(guī)PLS方法顯著減小了建模所需主因子數(shù),交互預(yù)測(cè)偏差降低了33%,模型的準(zhǔn)確性和適應(yīng)性得到一定的提高。凈分析信號(hào)算法應(yīng)用于近紅外光譜模型預(yù)處理過程,對(duì)構(gòu)成復(fù)雜且干擾未知的樣品建立近紅外光譜模型具有一定的借鑒作用。