基于石油荧光特性的Logistic回归鉴别海上溢油的研究

发布时间：2017-12-29 23:34

本文关键词：基于石油荧光特性的Logistic回归鉴别海上溢油的研究　出处：《大连海事大学》2017年硕士论文　论文类型：学位论文

更多相关文章： 燃料油 原油 荧光特性 Logistic回归 风化

【摘要】：油种鉴别已成为溢油事故分析的重要环节,虽然我国也开展了许多溢油鉴别的研究,但鉴别技术仍需要进一步提高,特别是在快速、准确鉴别溢油油种方面。目前,大部分的溢油鉴别都是定性的谱图研究,而关于量化鉴别溢油油种的研究较少。因此,本文针对这一课题,建立了针对性强、正确率较高的鉴别原油和燃料油的Logistic回归模型。本实验采集了22种原油以及12种燃料油,并进行了为期30天的风化实验。采用恒波长同步荧光法在AX=30nm对油样的荧光特性进行检测。分析了 34种油样的荧光谱图,提取出280±2nm、300±2nm、320±2nm、380±2nm处的荧光强度值进行研究。风化前后I280nm、I200nm、I332nm、I380nm的修正余弦相似系数在0.91-0.98之间,表明短期风化对油样荧光特性影响不大。因此,用未风化油样建立的模型同样适用于短期风化油样。本文对风化前油样I280nm、I300nm、I332nm、I380nm进行了正态分析、方差膨胀因子分析、因子分析。正态分析结果表明,原油和燃料油的I280nm、I300nm、I332nm、I380nm不符合正态分布;方差膨胀因子分析结果显示,I380nm与I280nm、I300nm、I332nm存在着一定的相关关系,表明其信息重叠,将其优化掉。因子分析将I280nm、I300nm、I332nm、I380nm的荧光信息提取出两个公共因子,分别表征了 98%、99%、98%、97%的原始信息。本研究基于Logistic回归分析方法,利用方差膨胀因子分析优化的信息以及因子分析提取出的公共因子进行建模。结果显示,基于方差膨胀因子分析的Logistic回归模型对风化前后油样的鉴别总正确率分别为93%、98%;基于因子分析的Logistic回归模型对风化前后油样的鉴别总正确率分别为81.5%、84%。基于方差膨胀因子分析的Logistic回归模型的鉴别效果较好。以该模型对风化前后15种非建模油样进行鉴别,其鉴别正确率均达到93%。本文建立的鉴别油种的Logistic回归模型,为今后用于实时和在线地鉴别溢油种类的便携式荧光检测器的研制提供了一个理论依据。
[Abstract]:......
【学位授予单位】：大连海事大学
【学位级别】：硕士
【学位授予年份】：2017
【分类号】：X55

【相似文献】