基于多元回归理论的油液光谱分析诊断方法

红外光谱法分析食用油脂肪酸组成根据油脂中不饱和脂肪酸=C-H在3009 cm~-1附近的特征吸收,使用傅里叶变换红外光谱仪对油脂中碳碳双键进行定量。

提出以石英比色皿作为样品容器,测定油脂碘价(IV)的傅里叶变换红外光谱法(FTIR)。

油脂四氯化碳溶液的FTIR谱图中,=C-H特征吸收峰的峰高A和样品浓度c 的比值A/c,与油脂IV间存在良好线性关系。

以亚麻籽油和椰子油按一定比例,配制不同碘价的标准样品,建立IV测定的标准曲线,相关系数为0.9995。

由该方法测定的36个油脂样品碘价的结果显示,本方法测定的油脂碘价(IV_IR)与国家标准方法(IV_GB)的结果一致,二者相关系数为0.9978,表明该方法可以用于食用油碘价的快速测定。

油酸、亚油酸和亚麻酸中=C-H的特征吸收位置分别为3006、3010和3012~cm-1。

根据这三种不饱和脂肪酸特征吸收位置的不同,利用顺式=C-H伸缩振动在3009 cm-1附近的吸收带预测不饱和脂肪酸含量。

根据吸光度加和原理,利用多元线性拟合技术,通过FTIR光谱数据与气相色谱法(GC)测定的不饱和脂肪酸含量,得到油酸、亚油酸和亚麻酸酰基的顺式=C-H谱带吸收曲线。

用FTIR光谱预测的44种油脂中的油酸、亚油酸和亚麻酸的含量与GC测定结果一致,表明FTIR光谱法可用于快速测定食用油中所有的烯烃键都是顺式构型的主要不饱和脂肪酸组成。

对不同反式脂肪酸含量的橄榄油、大豆油以及亚麻籽油,以硝基苯正己烷溶液做内标,采集在4000～400 cm~-1波段内的傅里叶红外光谱,并求得966 cm-1处负二阶导数。

油样中反式脂肪酸含量和反式脂肪酸中孤立的反式双键在966 cm~-1处的特征吸收符合朗伯比尔定律,建立红外吸收峰强度和气相色谱测定的反式脂肪酸中双键含量间的定量关系。

并利用此标准曲线测定油脂反式脂肪酸含量,结果显示,FTIR法测定结果与GC法偏差较大。

通过对油脂C=C双键的催化转化,制备了具有较高反式双键含量的橄榄油、大豆油和亚麻籽油。

脂肪油类红外光谱检测方法
植物油是我们日常生活中不可或缺的食用油脂，而其质量和成
分的检测对于食品安全和质量控制至关重要。

红外光谱技术作为一
种快速、准确的分析方法，被广泛应用于脂肪油类的质量检测。

红外光谱检测方法利用脂肪油样品与红外光的相互作用，通过
检测样品吸收、散射和透射的光谱信息来分析其分子结构和成分。

这种方法不需要昂贵的试剂和复杂的操作步骤，因此具有操作简便、快速高效的特点。

在脂肪油类红外光谱检测中，常用的技术包括傅立叶变换红外
光谱仪（FTIR）和近红外光谱仪（NIR）。

FTIR技术适用于对脂肪酸、甘油三酯、酚类等成分的定量和定性分析，而NIR技术则可以
用于脂肪酸和酚类等成分的快速检测。

通过脂肪油类红外光谱检测方法，可以准确测定脂肪酸、酚类、水分、氧化物等关键成分的含量，对于食用油的品质评价、真伪鉴
别以及质量控制具有重要意义。

同时，该方法还可用于检测脂肪油
的保存期限和储存条件，为食品安全提供有力支持。

总之，脂肪油类红外光谱检测方法作为一种快速、准确的分析技术，为脂肪油质量检测提供了有效的手段，有望在食品行业中得到广泛应用。

134传感器与微系统（Transducer and Microsystem Technologies)2020年第39卷第12期D O I：10.13873/J. 1000-9787(2020)12-0134-03基于ATR-FTIR光谱技术的原油含水率测量方法+杨雨菲|>2,刘翠玲U2,孙晓荣1>2,吴经纬、杜馨u，史亦，(1.北京工商大学计算机与信息工程学院，北京100048;2.北京工商大学食品安全大数据技术北京市重点实验室，北京100048)摘要：针对原油含水率的测量问题，提出一种基于衰减全反射-傅里叶变换红外（ATR-FTIR)光谱技术的检测系统。

分别建立以光谱数据作为输人的主成分回归（PCR)模型和以光谱数据与含水率作为输人的偏最小二乘(PLS)模型，探究最优预处理方案下的模型性能。

结果表明：偏最小二乘结合标准正态变换(SNV)、SG卷积平滑(7点）与二阶导数组合预处理方法的分析模型具有最高的准确率和预测精度。

该方法的提出为原油组分快速检测及行业原油质量监督提供了良好的理论基础和技术支撑。

关键词：原油含水率；衰减全反射-傅里叶变换红外光谱；偏最小二乘法；主成分回归法；定量分析中图分类号：T Q420.7文献标识码：A文章编号：1000-9787(2020)12-0134-03Crude oil moisture content measurement methodbased on ATR-FTIR spectroscopy*YANG Yufei1，2, LIU Cuiling1，2, SUN Xiaorong1’2, WU Jingwei1，DU Xin1，2, SHI Yi1(1. School of Computer and Information Engineering,Beijing Technology and Business University,Beijing 100048,China；2. Beijing Key Laboratory of Big Data Technology for Food Safety,Beijing Technology and Business University,Beijing 100048,China)Abstract ：Aiming at the measurement problem of crude oil moisture content,a detection system based onattenuated t otal reflection-Fourier transform infrared ( A T R-F T I R)spectroscopy i s proposed. The principalcomponent regression(P C R)model with spectral data as input and the partial least squares model with spectraldata and water content as input are established respectively to explore the model performance under the optimalpreprocessing scheme. The results show that the analysis model of partial least squares (P L S) combined withstandard normal variate (SNV) ,SG convolution smoothing (7points)and second derivative combinedpreprocessing method has the highest accuracy and prediction precision. The proposed method provides a goodtheoretical basis and technical support for the rapid detection of crude o i l components and the supervision of crudeoil quality in the industry.K e y w o r d s：crude o i l moisture content；attenuated total reflection-Fourier transform infrared ( A T R-F T I R)spectroscopy ；partial least squares (P L S) method；principal component regression (P C R) method；quantitativeanalysis〇引言随着中国石油工业技术的发展，油田自动化水平逐步 提升，近年来越来越多高精度在原油含水率线检测方法出 现在大众的视野中，如高国旺等人提出一种基于高频电磁 涡流原理含水率在线测量法[1]。

常⽤⾊谱和光谱分析⽅法和技术常⽤⾊谱和光谱分析⽅法和技术⾊谱分析、光谱分析以及两谱联⽤技术，构成了药物分析学科领域中最主要和最基本的研究⼿段和⽅法，应⽤⽇趋⼴泛，发展⼗分迅速，新颖⽅法层出不穷。

新近常⽤的⾊谱分析⽅法：⼀、胶囊⾊谱(Micellar Chromatography,MC)⼜称拟相液相⾊谱或假相液相⾊谱(Pseudophase LC)，是⼀种新型的液相⾊谱技术。

特点是应⽤含有⾼于临界胶囊（或称胶束，微胞等）浓度的表⾯活性剂溶液作为流动相。

所谓“胶囊”就是表⾯活性剂溶液的浓度超过其临界胶囊浓度(Critical Micelle Concentration,CMC)时形成的分⼦聚合体。

通常每只胶囊由n个（⼀般为25～160个）表⾯活性剂单体分⼦组成，其形状为球形或椭圆球形。

在CMC值以上的⼀个较⼤浓度范围内，胶囊溶液的某些物理性质（如表⾯张⼒、电导等等）以及胶囊本⾝的⼤⼩是不变的。

构成胶囊的分⼦单体与溶液中⾃由的表⾯活性剂的分⼦单体之间存在着迅速的动态平衡。

通常有正相与反相两种胶囊溶液。

前者是由表⾯活性剂溶于极性溶剂所形成的亲⽔端位于外侧⽽亲脂端位于内部的胶囊；后者是指表⾯活性剂溶于⾮极性溶剂所形成的亲⽔端位于核⼼⽽亲脂基位于外⾯的胶囊。

被分离组分与胶囊的相互作⽤和被分离组分与⼀般溶剂的作⽤⽅式不同，并且被分离组分和两种胶囊的作⽤也有差别。

改变胶囊的类型、浓度、电荷性质等对被分离组分的⾊谱⾏为、淋洗次序以及分离效果均有较⼤影响。

胶囊⾊谱就是充分运⽤了被分离组分和胶囊之间存在的静电作⽤、疏⽔作⽤、增溶作⽤和空间位阻作⽤以及其综合性的协同作⽤可获得⼀般液相⾊谱所不能达到的分离效果。

适⽤于化学结构类似、性质差别细微的组分的分离和分析，是⼀种安全、⽆毒、经济的优越技术。

（⼀）原理：胶囊溶液是⼀种微型⾮均相体系(Microheterogenous system)。

在胶囊⾊谱中，分离组分在固定相与⽔之间、胶囊与⽔相之间以及固定相与胶囊之间存在着分配平衡。

一、填空题1、设备诊断技术、修复技术和润滑技术已列为我国设备管理和维修工作的3项基础技术。

2、设备(故障诊断)是指在设备运行中或在基本不拆卸的情况下，通过各种手段，掌握设备运行状态，判定产生故障的部位和原因，并(预测)、(预报)设备未来的状态，从而找出对策的一门技术。

3、设备故障诊断既要保证设备的安全可靠运行，又要获取更大的经济效益和社会效益。

4、设备故障诊断阶段的任务是监视设备的状态，判断其是否正常；预测和诊断设备的故障并消除故障；指导设备的管理和维修。

5、设备故障诊断技术的发展历程：感性阶段→量化阶段→诊断阶段→人工智能和网络化。

6、在设备运行中或者在基本不拆卸设备的情况下，通过各种手段进行判断故障的位置等的技术叫做设备故障诊断。

7、现代设备的发展方向主要分为大型化、连续化、快速化、自动化等。

8、设备故障诊断是防止事故和计划外停机的有效手段。

9、要求加强设备的安全监测和故障诊断的原因主要是大量生产设备的老化。

10、状态监测主要采用检测、测量、监测、分析和判别等方法。

11、通常设备的状态可以分为正常状态、异常状态、故障状态3种。

12、设备的整体或局部没有缺陷，或虽有缺陷但其性能仍在允许的限度以内称为设备的正常状态。

13、异常状态指缺陷已有一定程度的扩展，使设备状态信号发生一定的程度变化，设备性能已经劣化，但仍能维持工作的状态。

14、故障状态指设备性能指标已较大下降，不能维持正常工作的状态。

15、故障从其表现状态上分为早期故障、一般功能性故障、突发性紧急故障。

16、设备已有故障萌芽并有进一步发展趋势的状态称为故障的早期故障。

17、设备出现“尚可勉强带病”运行的状态称为一般功能性故障。

18、设备由于某种原因瞬间发生的故障称为突发性紧急故障。

19、故障诊断中一般用绿灯表示正常，黄灯表示预警，红灯表示报警。

20、设备的运行历史主要包括运行记录和曾发生过的故障及维修记录等。

21、监视设备的状态，判断其是否正常；预测和诊断设备的故障并消除故障；指导设备的管理和维修，是设备故障诊断的任务。

化学计量学常用的多元分析方法计算机联用技术实现了仪器分析的自动化， 随之而来的是实验数据的大规模 增加，采用更高阶的数学与统计工具从海量的实验数据中提取信息比以往任何时 期更加迫切。

化学计量学中各种新的模型与方法正在被大量提出，但其中最重要， 同时也是最基本的就是主成分分析 (Principal Component Analysis PCA)，偏最小 二乘回归(Partial Least Squares RegressigriPLS)方法。

除了这两种多元分析方法， 本节还介绍后面将涉及的一种基于 PCA 的重要分类方法一一柔性独立建模类类 比(Soft Independent Modeling of Class Analogy SIMCA)分类方法。

1.1主成分分析主成分分析也称主分量分析，是一种利用降维的思想把多个变量转化成少数 几个综合性变量(即主成分)的多元统计分析方法。

要求各主成分都是原始变量的 线性组合，且各主成分之间互不相关(线性无关)，这些主成分能够反映始变量的 绝大部分信息，所含信息互不重叠。

不妨假设用p 个变量X i , X 2,…,X p 来描述研究对象，那么，这p 个变量就构 成了 p 维随机向量X=(X i ,X 2,…,X p )T .设随机向量X 的均值向量为(=(似,…，e )T ， 协方差矩阵为工.在实际问题中，卩和工未知，需要估计。

假设p 维随机向量X 的一组(n 次)随机观测(样本)矩阵X=(X ij )nR, (X ii ,…,X ip )T 表示X 的第i 次观测向量，i =1,2,…,n.首先用X (X j ,,X p )T 估计总体X 的 计总体X 的协方差矩阵为工其中然后求出A 特征值M=1,…,p )0因A 是非负定的，记m 为其秩，即m trac (A)， 则A 有m 个大于零的特征值(允许重复)，设入滋A •羽m >0,入对应的标准化(单 位化)特征向量为PC i, i =1,…,n.由线性代数知识可知：PC 1, ,PC p 相互正交。

多元光谱方案的内容与方法一、多元光谱方案的内容1.光谱图像采集：多元光谱方案首先需要使用光谱图像采集设备，如高光谱相机或光谱仪，来获取物体在不同波段下的反射光谱图像。

光谱图像采集可以通过扫描或快速拍摄的方式进行。

2.光谱预处理：获取到反射光谱图像后，需要对图像进行预处理。

预处理的目的是去除光照不均匀性、背景噪声、仪器响应等对光谱数据的影响。

常用的预处理方法包括平滑、去噪、背景校正等。

3.特征提取：在预处理后，可以对光谱数据进行特征提取。

特征提取是将光谱数据转化为有用信息的过程。

常用的特征提取方法有峰值检测、均方根、相关系数等。

4.数据分析与分类：特征提取后的数据可以进行进一步的分析与分类。

数据分析可以通过聚类、分类或回归等方法来研究样品的物理、化学或生物特性。

分类主要是将不同样品进行分类，识别与判定。

5.结果展示与应用：最后，多元光谱方案的结果可以通过图像或报告的形式展示出来。

这些结果可以用于品质控制、疾病诊断、环境监测等领域，并为相关研究和决策提供依据。

二、多元光谱方案的方法1.多光谱图像采集：多光谱图像采集是利用多个滤光片或光谱分束器分别采集不同波段下的图像。

这些图像可以随后进行拼接或叠加，从而获取全光谱图像。

多光谱图像采集一般使用相机、摄像机或卫星等设备。

2.高光谱图像采集：高光谱图像采集是在较小的波段间隔下采集图像。

高光谱图像的光谱分辨率比多光谱图像要高，可以获取更精细的光谱信息。

高光谱图像采集常使用光谱仪或高光谱相机等设备。

3.光谱数据预处理：光谱数据的预处理可以包括：光谱校正、背景去除、噪声滤波和数据的归一化等。

预处理的目标是提高光谱数据的质量，并减少仪器和环境对光谱数据产生的干扰。

4.光谱数据分析与分类：光谱数据的分析与分类可以使用主成分分析、线性判别分析、支持向量机等方法。

这些方法可以从光谱数据中提取特征，并进行样品的分类、聚类等。

5.结果展示与应用：多元光谱方案的结果可以使用图像、统计数据或报告等形式进行展示。

光谱分析实验技术及其数据处理方法光谱分析是一种广泛应用于物理、化学、生物和地球科学等领域的实验技术。

通过对物体辐射或吸收光的特性进行测量与分析，可以获取丰富的信息，从而揭示物质的微观结构和性质。

本文将介绍光谱分析的基本原理和常用的实验技术，以及数据处理方法。

1. 光谱分析的基本原理光谱分析是利用物质对特定波长的光的吸收或发射特性进行检测与分析的方法。

根据光谱的来源和特征，可以分为吸收光谱和发射光谱两种类型。

吸收光谱是通过测量物质对特定波长光的吸收程度来获得信息的方法。

当物质受到激发或处于特定的能级时，会对特定波长的光发生吸收，使光束经过物质后强度减弱。

通过测量光的强度变化可以推导出物质在不同波长下的吸收特性，从而了解物质的组成和结构。

发射光谱则是测量物质在受到能量激发后发射特定波长的光。

当物质受到能量输入后，处于激发态的原子或分子从高能级向低能级跃迁时，会发射特定波长的光子。

通过测量发射光的强度和波长可以获得物质的发射特性，进而研究物质的成分和性质。

2. 常用的光谱实验技术在光谱分析中，常用的实验技术包括紫外可见光谱、红外光谱、拉曼光谱、荧光光谱等。

这些技术根据所使用的光源、光谱的测量方式和光学元件的不同，可以提供不同的物理信息。

紫外可见光谱（UV-Vis）是根据物质对紫外和可见光的吸收特性进行分析的方法。

通过测量物质对不同波长光的吸收程度，可以获得物质的吸收光谱图，进而分析其成分和浓度。

红外光谱（IR）则是利用物质对红外光的吸收特性进行分析的方法。

红外光谱可以提供物质的化学键信息，用于研究物质的结构、功能和反应机理等。

常用的红外光谱技术包括傅里叶变换红外光谱（FTIR）、近红外光谱（NIR）等。

拉曼光谱是利用物质对光散射的特性进行分析的方法。

当光线与物质相互作用后，会发生拉曼散射现象，从而产生拉曼光谱。

拉曼光谱可以提供物质的分子振动信息，用于研究物质的结构、杂质检测和反应动力学等。

荧光光谱是通过测量物质在受到紫外或可见光激发后放出的荧光光信号进行分析的方法。

海面溢油多维度光学遥感检测与油种识别方法contents •引言•海面溢油遥感检测技术•油种识别方法•实验与分析•研究成果与应用前景•参考文献目录CHAPTER引言研究背景与意义02研究现状与问题溢油遥感图像的分辨率和油膜厚度对检测与识别结果的准确性具有重要影响。

研究内容与方法CHAPTER海面溢油遥感检测技术油膜与海水光谱差异局限性基于光谱特征可见光遥感检测技术03局限性01基于热特征02油膜与海水热辐射差异基于微波反射特征油膜与海水反射差异局限性CHAPTER油种识别方法基于谱特征的油种识别01020304谱特征提取特征匹配优点缺点特征提取从溢油图像中提取与油种相关的特征，如颜色、形状、纹理等。

油种分类缺点需要大量训练样本，且对硬件资源要求较高。

训练样本采集收集不同油种、不同环境条件下的溢油图像作为训练样本。

模型训练优点能够处理多维度数据，精度较高。

010203040506采用深度神经网络模型，如卷积神经网络（CNN）等，对溢油图像进行自深度神经网络模型需要大量数据来训练模型，且模型设缺点对溢油图像进行预处理，如去噪、增强等，以提高识别精度。

数据预处理油种分类能够自动提取特征，精度较高，且对硬件资源要求较低。

优点0201030405CHAPTER实验与分析数据采集数据预处理数据采集与处理对不同模型的分类准确率、误判率、运行时间等指标进行对比和分析，评估各种模型的优劣。

实验设计与结果分析结果分析实验设计结果对比结果讨论结果对比与讨论CHAPTER研究成果与应用前景提出了一种基于多维度光学遥感数据的海面溢油检测与油种识别方法，实现了对海面溢油的高精度、快速、大面积的监测。

通过对不同类型油污的光谱特征分析和模式识别，实现了对海上溢油的油种分类和油污浓度的定量评估。

方法在多个实地试验中得到了验证，结果表明该方法在海面溢油检测和油种识别方面具有很高的精度和实用性。

研究成果总结该方法可广泛应用于海洋环境监测、海洋渔业、海洋交通运输等领域，提高对海洋环境的保护和管理水平。

拉曼定量pls-概述说明以及解释1.引言1.1 概述在拉曼光谱技术中，拉曼定量PLS（Partial Least Squares）是一种常用的分析方法。

它结合了光谱学与化学定量分析的方法，通过建立拉曼光谱和样品性质之间的数学模型，实现对样品中各种化合物的定量分析。

概括来说，拉曼定量PLS方法通过采集样品的拉曼光谱数据，并结合已知浓度的标准样品进行建模。

通过标准样品的光谱与浓度之间的关系，通过PLS算法建立一个回归模型。

然后，使用该模型可以根据样品的拉曼光谱数据，预测出其中各种化合物的浓度。

与其他分析方法相比，拉曼定量PLS方法具有许多优势。

首先，由于拉曼光谱是一种非破坏性的分析技术，样品在测试过程中不需要任何特殊处理或破坏性操作。

其次，拉曼光谱对于各种化合物具有很好的选择性和灵敏度，可以分析许多有机和无机物质。

此外，拉曼光谱还具有快速、准确和实时分析的特点，使其在化学、医药、生物等领域广泛应用。

在实际应用中，拉曼定量PLS方法已被广泛用于药品质量控制、食品安全检测、环境监测等领域。

它不仅可以用于单一化合物的定量分析，还可以同时分析多种化合物的浓度。

由于其高效、可靠和经济的特点，拉曼定量PLS方法在工业生产中也受到了广泛的关注和应用。

总之，拉曼定量PLS方法是一种强大而有效的分析技术，能够实现对样品中各种化合物的定量分析。

随着光谱仪器的进一步改进和技术的发展，拉曼定量PLS方法在科学研究和工业领域的应用前景将更加广阔。

1.2文章结构1.2 文章结构本文将按照以下结构进行论述和探讨拉曼定量（PLS）的相关内容。

首先，在引言部分（第1节），我们将对本文的研究背景和意义进行概述（1.1概述）。

我们将介绍拉曼定量在科学研究和工业应用中的重要性，并提出相关研究的目的（1.3目的）。

接下来的正文部分（第2节）将详细介绍拉曼定量的原理和算法。

我们首先会对拉曼光谱技术的原理进行介绍（2.1原理介绍），包括拉曼散射现象的产生和分析。

药物分析中的多元分析方法研究药物分析是指对药物样品进行各种物质性质的检测与分析的过程。

准确而全面的药物分析对于药品的安全性和有效性评估具有至关重要的作用。

在药物分析领域，多元分析方法成为一种常用的技术手段，能够同时分析、检测出多个成分的特征。

本文将着重介绍药物分析中的多元分析方法的研究进展与应用。

一、多元分析方法的概念和分类多元分析方法是指能够同时对多个参数或多个成分进行分析的一类方法。

它通过同一样品的多个指标或指标集合进行测定，并通过数学处理得到多个指标之间的相互关系。

根据药物分析中的应用需求，多元分析方法可分为定性分析和定量分析两大类。

定性分析是通过多元分析方法判断样品中所存在的物质成分，常用的技术包括主成分分析（PCA）和聚类分析。

主成分分析通过线性变换将多个相关指标转化为一组无关的主成分，从而减少指标之间的相关性，提取出能够反映样品主要特征的主要成分。

聚类分析则是将样品按照其性质相似程度进行分类，常用的方法有层次聚类和K-means聚类等。

定量分析则是通过多元分析方法定量测定样品中各个成分的含量，常用的技术有主成分回归分析（PCR）和偏最小二乘回归（PLS）。

主成分回归分析通过将样品的主成分与其各个成分的含量建立回归模型，从而实现对各个成分含量的预测。

偏最小二乘回归则是一种通过建立样品主成分与成分含量之间的线性关系模型来预测样品成分含量的方法。

二、多元分析方法在药物分析中的应用多元分析方法在药物分析中具有广泛的应用，无论是确定药物品质与特性、快速检测以及药物相互作用研究等领域，多元分析方法都能提供准确可靠的结果。

1. 药物品质与特性评估多元分析方法可以通过对药物样品的多个性质指标进行测定和分析，从而全面评估药物品质与特性。

例如，可以利用多元分析方法同时分析药物中的有关物质含量、溶解度、色度等指标，通过建立定量关系模型来预测药物的品质。

2. 药物快速检测传统的药物检测方法需要分别对每个成分进行测定，不仅耗时耗力，而且浪费资源。

分析化学中的多元组分分析方法多元组分分析是分析化学中一个重要的领域，涉及到多种分析方法和技术。

多元组分分析的目的是在不了解样品组分的情况下分析样品中存在的多个成分，并确定它们的含量和性质。

这种分析方法广泛应用于化学、制药、食品、能源等行业。

本文将介绍多元组分分析中常用的方法和技术。

一、化学计量学分析化学计量学方法是多元组分分析中的一种常用方法。

这种方法通过对多组样品数据进行处理和分析，得出组分的含量和性质。

其中最常用的是多元线性回归和偏最小二乘回归。

多元线性回归方法是将样品的多个变量的值输入到回归方程中，以建立样品的各个组分和环境因素的线性关系。

偏最小二乘回归方法则是将样品的变量分解为主要和次要部分，以得到样品中主要成分的含量和性质。

这两种方法的优点是操作简便，但是对于含量较低的组分或存在相关性的变量，分析结果可能存在误差。

二、光谱学分析光谱学分析是一种通过光谱信号来分析样品组分的方法。

其中最常用的方法是紫外可见吸收光谱、红外光谱和拉曼光谱。

紫外可见吸收光谱方法是通过吸收样品中紫外和可见光的电子转移或分子共振，来确定样品中的化学成分。

红外光谱方法则是通过样品中的分子和原子振动来确定样品组分。

拉曼光谱方法是通过激光光谱技术来测量样品中分子振动产生的光学信号，来分析样品成分。

这些方法的优点是分析速度快，灵敏度高，分析结果可靠，但是需要分析仪器的支持。

三、色谱学分析色谱学分析是一种通过样品的不同物质质量、极性和化学性质，将样品分离为不同组分的方法。

其中最常用的是气相色谱和液相色谱。

气相色谱法是通过样品在固定时间内经过不同柱体，分离出不同极性的成分，再通过检测其在柱顶处的信号来确定样品中不同组分的含量。

液相色谱法则是将样品溶于固定流动相中，将放置在液体柱中的固定相与欲分离的组分多次搅拌，并通过检测某个波长的信号来测定组分的含量。

这些方法的优点是分离效果好、操作简单、单次分析时间短，但是需要分析仪器的支持。

多元线性回归分析多元线性回归分析多元线性回归分析多元线性回归分析多元线性回归分析多元线性回归分析在数量分析中，经常会看到变量与变量之间存在着一定的联系。

要了解变量之间如何发生相互影响的，就需要利用相关分析和回归分析。

回归分析的主要类型：一元线性回归分析、多元线性回归分析、非线性回归分析、曲线估计、时间序列的曲线估计、含虚拟自变量的回归分析以及逻辑回归分析等。

1.1 回归分析基本概念相关分析和回归分析都是研究变量间关系的统计学课题。

在应用中，两种分析方法经常相互结合和渗透，但它们研究的侧重点和应用面不同。

在回归分析中，变量y称为因变量，处于被解释的特殊地位；而在相关分析中，变量y与变量x处于平等的地位，研究变量y与变量x的密切程度和研究变量x与变量y的密切程度是一样的。

在回归分析中，因变量y是随机变量，自变量x可以是随机变量，也可以是非随机的确定变量；而在相关分析中，变量x和变量y都是随机变量。

相关分析是测定变量之间的关系密切程度，所使用的工具是相关系数；而回归分析则是侧重于考察变量之间的数量变化规律，并通过一定的数学表达式来描述变量之间的关系，进而确定一个或者几个变量的变化对另一个特定变量的影响程度。

具体地说，回归分析主要解决以下几方面的问题。

（1）通过分析大量的样本数据，确定变量之间的数学关系式。

（2）对所确定的数学关系式的可信程度进行各种统计检验，并区分出对某一特定变量影响较为显著的变量和影响不显著的变量。

（3）利用所确定的数学关系式，根据一个或几个变量的值来预测或控制另一个特定变量的取值，并给出这种预测或控制的精确度。

作为处理变量之间关系的一种统计方法和技术，回归分析的基本思想和方法以及“回归（Regression）”名称的由来都要归功于英国统计学F·Galton（1822～1911）。

在实际中，根据变量的个数、变量的类型以及变量之间的相关关系，回归分析通常分为一元线性回归分析、多元线性回归分析、非线性回归分析、曲线估计、时间序列的曲线估计、含虚拟自变量的回归分析和逻辑回归分析等类型。

拉曼多元曲线分辨技术Raman Multivariate Curve Resolution（MCR）拉曼多元曲线分辨技术是通过研究溶质溶解对溶剂结构的影响来研究溶液中分子之间的相互作用。

其结果能够揭示溶质溶剂化层的振动光谱的变化，从而从新的角度来研究溶剂化。

这种方法在很多关键的方面不同于以往的差别，溶剂化层，和溶剂化层扰动光谱。

特别地，就溶剂或者溶质产生光谱的形状，这种方法也不做任何假设。

1与传统方法不同的是，这种方法提取出来的结果都为正的光谱，对应于溶质诱导产生的振动光谱。

这种光谱的特征峰与孤立溶质（要求溶液为稀溶液）的溶剂化层有关，不等同于在高浓度溶液下的光谱。

2更确切地说，溶质诱导光谱不仅包含溶质本身的特征峰而且包含受溶质扰动的溶剂的特征峰。

1首先我们测得需要导入的不同浓度溶液（通常为1-5wt%）的拉曼光谱。

然后我们利用多元曲线分辨（Multivariate curve resolution, MCR）的方法3来提取溶剂本体以及不同浓度溶液的溶质诱导光谱。

在应用MCR的方法来提取测量光谱中的溶质扰动部分时涉及到以下关键的假设：每套光谱都是两种组分的线性组合，并且这两种组分的权重都为非负；这两种组分中的其中一种必须和溶剂本体的光谱相同，而另外一种组分包含溶质扰动的信息。

这就要求溶液的浓度要足够稀，以至于可以忽略溶液中溶质与溶质之间的相互作用。

应用实例Dor Ben-Amotz1利用MCR技术研究了多种溶质（乙腈，丙酮，吡啶，四氢呋喃和环己烷）对水结构扰动的振动光谱特征。

经过MCR处理的光谱能够揭示新的OH伸缩振动峰。

这种新峰来自于水分子与极性溶质的相互作用。

产生的新峰的振动频率较高，表明与本体溶液中的水分子相比这些水分子收到较弱的氢键作用。

在一些情况下，会出现两个清晰的OH伸缩振动峰。

这表明有两种不同的水的结构或者两种不同的氢键。

另外，Dor Ben-Amotz发现溶质的极性会扰动1,2-二氯乙烷溶剂中溶剂化层的斜式-反式构象平衡。

油品真实蒸汽压多元非线性回归＊刘勇峰1,2 吴明1 陈佳2 白云2 霍磊3 刘少山4【摘要】摘要油品蒸气压是从事油品蒸发损耗研究、计算油品蒸发损耗量的重要参数,但是仅有美国石油学会给出的诺模图,给利用计算机来计算储罐蒸发损耗带来了很大困难。

为了利用计算机来计算储罐的蒸发损耗,运用Excel中的回归功能,对原始数据进行必要的转换,进行了真实蒸气压的多元非线性回归,回归出了油品真实蒸气压计算公式。

结果显示,回归的方程具有很高的精度,利用回归方程编制了计算软件,为储罐蒸发损耗计算提供帮助。

【期刊名称】工业安全与环保【年(卷),期】2012(038)009【总页数】3【关键词】关键词雷特蒸气压真实蒸气压非线性回归0 引言在现代科学技术发展的潮流中,计算机技术得到了空前的发展,很多复杂和琐碎的事情都可以由计算机来完成。

但是在编程处理的过程中,由于所研究的对象比较抽象,各个参数之间的联系比较复杂,很难推导出相应的函数关系式。

在没有计算公式时,不得不采取一些其他的方法来回归出方程,在满足精度的条件下再投入使用。

在回归分析的过程中,采用便捷可靠的数据分析工具,可以在很大程度上加快工作的进度。

油品蒸气压是从事油品蒸发损耗研究、计算油品蒸发损耗量的重要参数,蒸气压的计算对研究结果和研究进度有重要的影响[1-3]。

对于真实蒸气压的计算,美国石油学会给出了诺模图。

为了便于计算机求解,给出了汽油和原油的蒸气压换算公式,对于其他在10%点处ASTM蒸馏曲线的斜率不为3的油品没有给出换算公式,给我们对于油气蒸发损耗的研究和编制油气损耗计算软件带来了很大的不便,所以非常有必要利用回归的方法,得到其他在10%点处ASTM蒸馏曲线的斜率不为3的油品的真实蒸气压换算公式。

1 Excel的回归功能介绍目前,市场上有很多的统计软件如SAS、SPSS等,功能都十分强大,但是较难掌握,而且市场上的软件很多都是盗版软件,不能保证统计结果的可靠性。

傅里叶红外光谱法油脂定量分析研究进展于修烛　杜双奎　王青林　李志西(西北农林科技大学食品科学与工程学院,杨凌　712100)摘　要　论述了傅里叶红外光谱法油脂定量分析基本原理、优越性以及在油脂过氧化值、游离脂肪酸、反式脂肪酸、碘值、皂化值、顺式和反式脂肪酸和固体脂肪含量等方面应用研究进展。

同时,对傅里叶光谱法分析模型的稳定性和传递性及其在自动化分析中应用进行探讨,以期为傅里叶光谱法油脂自动分析检测提供参考。

关键词　傅里叶红外光谱　油脂　定量分析中图分类号:TS255 文献标识码:A :1003-0174(2009)01-0129-08 随着傅里叶红外光谱(FTIR)技术的不断发展,红外光谱仪附件也在不断地更新换代。

新的、先进的红外光谱仪附件的出现,使红外光谱仪附件的功能不断地扩大,性能不断地提高,使红外光谱技术得到更加广泛的应用。

红外光谱分析技术的优点是灵敏度高、波数准确、重复性好。

红外光谱可以分析超薄薄膜(纳米级)样品,利用红外光谱附件(如红外显微镜)可以分析微克级,甚至纳克级样品。

红外光谱可以用于未知物的定性分析,也可以用于已知物的定量分析。

红外光谱应用范围非常广泛,可以说,对任何样品,都可以得到一种红外光谱进行红外分析[1]。

1　基本原理红外光谱在油脂分析应用有着悠久的历史,它主要应用于红外光谱提供脂类结构和官能团信息,除了美国油脂化学家协会(AOCS)标准方法中对油脂反式脂肪酸定量测定外,红外光谱只用于油脂定性分析。

用于油脂定量分析是基于脂类特征吸收峰的了解和光谱分析工作者对脂类吸收峰解读的努力[2]。

图1是油脂(菜籽油)衰减全反射(ATR)红外光谱。

由图1可知,每一个峰和肩峰在一定程度上代表分子结构和官能团或脂质组分信息。

在高频端2700～3650cm-1区域的吸收峰则表明该化合物中含有OH基团,从而可推断油脂可能含有水分、醇类收稿日期:2007-12-02作者简介:于修烛,1974年出生,男,讲师,博士,功能性油脂及安全检测化合物、油脂氧化初级产物———氢过氧化物及其分解产物。