基于三维荧光光谱技术结合交替加权残差约束四线性分解的不同盐度条件下混合油液检测

发布时间：2021-06-03 20:41

　　石油作为一种重要的化石能源,是人类社会生产活动中不可缺少的一部分。石油在被人们开采、使用的过程中不可避免地会发生泄漏,泄漏的石油会给生态环境带来严重的威胁。因此,在石油泄漏后需要及时对其进行处理,而其前提是能够准确识别石油种类。由于石油中多种物质具有荧光特性,因此应用荧光光谱法可对石油进行有效检测。但石油所含组分较多,使得其光谱信息重叠严重,识别困难。而三阶校正方法具有"三阶优势",可以分辨高共线性、高噪声水平下的数据。其中,三阶校正中的交替加权残差约束四线性分解（AWRCQLD）算法具有收敛速度快、对组分数不敏感等优点;因此,利用三维荧光光谱技术结合AWRCQLD算法,对混合油液进行检测。首先,配制3种盐度条件下的十二烷基硫酸钠（SDS）溶剂;并在每种盐度条件下分别将航空煤油和润滑油按照不同浓度比混合,最终得到24个校正样本和9个预测样本。然后,使用FLS920荧光光谱仪对实验样本进行光谱数据采集。其次,使用扣除空白法去除光谱中的散射,并通过核一致诊断法判断混合油中的组分数。最后,用AWRCQLD算法对四维光谱矩阵进行解析。研究结果表明,在0～20盐度范围内,随着盐度的增加,航空煤油... 

【文章来源】：光谱学与光谱分析. 2020,40(06)北大核心EISCICSCD

【文章页数】：6 页

【部分图文】：

四线性分解模型图

然后, 利用AWRCQLD算法对数据矩阵X进行组分数为2的四线性分解, 其解析结果如图4所示。 图4(a)为航空煤油、 润滑油及解析后的混合油的相对发射光谱, 图4(b)为航空煤油、 润滑油及解析后的混合油的相对激发光谱, 图4(c)为第四维度的解析结果。 由图4(a)和(b)可知, 混合油中的factor1与润滑油的光谱曲线重合度良好, 因此可以判定混合油中的factor1为润滑油; 混合油中的factor2与航空煤油的光谱曲线重合度良好, 因此可以判定混合油中的factor2为航空煤油。 润滑油的荧光主峰位于λem/λex=350/290～300 nm处, 航空煤油的荧光主峰位于λem/λex=340～350/280～300 nm处。 由图4(c)可知, 当盐度增加时, 润滑油的荧光强度先增大后减小, 在盐度为10时, 润滑油的荧光强度最大; 当盐度增加时, 航空煤油的荧光强度先减小后增大, 在盐度为10时, 航空煤油的荧光强度最小。 原因可能是海水中的离子会与溶液中的有机物形成络合物, 同时海水中的胶体粒子会吸附溶液中的离子; 随着盐度的增加, 胶体的稳定性可能会受到影响, 会导致胶体聚集、 再分散与溶解, 而航空煤油和润滑油的成分有区别, 可能会因此受到不同影响。 综上可知, AWRCQLD算法能够对航空煤油和润滑油的混合油进行良好的定性分析。3.3 混合油各组分的定量分析

对采集的光谱数据进行预处理, 利用扣除空白法去除溶液中的拉曼散射。 以T3为例, 图2(a)—(f)是T3分别在0, 10和20盐度下的三维荧光光谱图和等高线图。 其中, Em为发射波长, Ex为激发波长。 由图2可知, 3种盐度下主要荧光峰形相似, 当海水的盐度变化时, 航空煤油和润滑油的混合油的荧光强度也发生变化。 因此, 可利用不同盐度条件下的三维光谱数据矩阵构建四维光谱数据矩阵。图2 样本T3在不同海水盐度条件下的荧光光谱图

【参考文献】：
期刊论文
[1]基于三维荧光光谱-平行因子分析的海上溢油识别技术研究[J]. 周艳蕾,周飞飞,姜聪聪,石晓勇,苏荣国.  光谱学与光谱分析. 2018(02)
[2]基于平行因子分析法的矿物油光谱校正[J]. 陈至坤,弭阳.  华北理工大学学报(自然科学版). 2017(04)
[3]三维荧光化学多维校正方法研究新进展[J]. 吴海龙,李勇,康超,俞汝勤.  分析化学. 2015(11)



本文编号：3211218