摘要

喷气燃料在不同温度下的近红外光谱差异较大,温度变化将会给模型预测精度带来很大影响。因此,提出了基于外部参数正交化(EPO)的温度修正方法,通过建立温度滤波矩阵将所有温度下的光谱修正至基准温度,消除温度对光谱的影响。设计了2种典型样本的选取方案:一是在全温度区间(15~45℃)选取不同数量典型样本建立温度滤波矩阵;二是预先确定典型样本,然后划分3个温度子区间(15~25℃,25~35℃,35~45℃)分别建立各自的温度滤波矩阵。对2种方法进行了比较;结果表明,选取少量、合适典型样本便可获得修正效果较好的全温度滤波矩阵,而划分温度子区间分别进行温度修正可进一步提升温度滤波效果。采用偏最小二乘法(PLS)对经过EPO滤波的光谱数据进行建模,并与全局温度建模等进行了比较,结果显示,通过EPO处理的光谱数据所建模型的预测精度(SEP:0.001 5,R2:0.936 7)优于全局温度模型(SEP:0.001 8,R2:0.923 8),与基准温度模型预测效果(SEP:0.000 6,R2:0.941 6)相当。另外,EPO对光谱进行温度修正与预测模型的建立是相互独立进行的,建模的复杂度也大大降低。