基于激光诱导荧光的常见机油快速识别方法-论文.pdf

《基于激光诱导荧光的常见机油快速识别方法-论文.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、第34卷，第8期光谱学与光谱分析Vo1．34，No．8，pp2148—21512014年8月SpectroscopyandSpectralAnalysisAugust，2014基于激光诱导荧光的常见机油快速识别方法刘晓华，陈思颖，张寅超，郭磐，陈和，牟涛涛北京理工大学光电学院光电成像与信息工程研究所，北京100081摘要基于激光诱导荧光光谱原理，提出一种常见机油的快速识别方法。利用激光器发射波长为355ilia的紫外激光，诱导九种常见机油样品发射荧光，共采集450组荧光光谱数据，其中360组数据用于分类训练，9o组数据用于识别。分

2、析发现不同机油的荧光光谱特征有明显差异，利用主成分分析结合聚类分析法实现了对9O组待识别光谱数据的快速识别，识别率可达97．8％。实验证明，激光诱导荧光光谱结合多元分析可以实现不同机油的快速识别与检测。关键词机油；激光诱导荧光；主成分分析；聚类分析法中图分类号：0433．4文献标识码：ADOI：10．3964／j．issn．1000-0593(2014)08-2148-04palcomponentanalysis，PCA)提取荧光光谱主成分，再利用引言聚类分析法处理获取的主成分数据，实现了对不同机油的识别，识别率高达97．8。实验

3、证明，激光诱导荧光光谱法具目前，机油的主要分类指标有美国石油学会(API)的品有灵敏度高，方便快捷，非接触的特点，可以用于不同机油质分类和美国汽车工程师学会(sAE)粘度分类，国内外专家的快速检测与识别。对机油品质和粘度已有很成熟的研究l1]。由于生产工序和所用添加剂不同，会导致不同品种机油的粘度和品质不同，1测量原理科学有效的机油快速识别方法成为目前科学研究的热点之一。目前常用的方法有红外光谱法、介电谱法以及荧光寿命荧光光谱是一种发射光谱[g]。物质受到激光光源激发法等。其中，利用可见一近红外光谱技术为基础的机油种类识后，电子由

4、基态跃迁到激发态，处于第一激发态最低能级上别方法具有易实现、快速、高效的特点[3]，但灵敏度较低；的电子再跃迁回基态，在此过程中，以光子的形式释放所吸L．Guan等利用介电谱法来识别不同的机油r4]，此方法虽然收的能量，这种光就称为荧光，是一种光致发光现象，这一识别率高，但其检测结果易受样品均匀性的影响，具有一定过程会在3～8ns内完成【1。在荧光的发射过程中，因受激的局限性；机油的荧光寿命可以用于油类污染物种类的鉴分子从较高激发态跃迁到第一激发态最低能级时消耗一部分别_5]，此方法具有简便、快捷、准确的优点，但对激光光源能量，所

5、以大多数情况下荧光波长大于激发光源波长。的能量稳定性要求高。不同品牌或者相同品牌不同型号的机油，由于其生产工激光诱导荧光光谱法具有灵敏度高、不受样品均匀性影序和所用添加剂不同，导致机油的成分有所差异。因此不同响、对激光光源能量稳定性要求较低等优点。本文以激光诱的机油含有不一样的荧光团，受激发之后，其荧光光谱则会导荧光光谱法(1aserinducedfluorescence，LIF)[6为理论基有不同的特征峰。这一特性可以说明激光诱导荧光光谱法能础，分析不同种类机油的荧光光谱特性差异，利用Nd：够用于识别不同的机油。YAG激光器发射

6、的波长为355nn2的三倍频激光作为激发光源，以九种常见机油(长城摩托车机油、倍力通5W-40、嘉实2实验部分多5W-40、美孚5W-30、美孚0W-40、壳牌摩托车机油15W-4O、壳牌5W-40、美孚20W-40、美孚5W-40)为样品，获取激2．1仪器及参数光诱导荧光光谱，分析其光谱差异。采用主成分分析(prmci—实验系统如图1所示，主要由激光器、扩束镜、355nrn收稿日期：2014—01—14。修订日期：2014-04-07基金项目：国家自然科学基金项目(61178072)资助作者简介：刘晓华，1991年生，北京理工大

7、学光电学院硕士研究生e-mail：swang126@126．corn*通讯联系人e-mail：csy(~bit．edu．cn第8期光谱学与光谱分析2149截止滤光片、光谱仪、ICCD(IntensifiedChargeCoupledG，H，I。对这九种机油进行荧光光谱采集，为了减少噪声对Device)和计算机组成。荧光光谱的影响，每组光谱的采集时间为50S，积累1000LaserbeamQuartzsample个数据。每种机油采集5O组荧光光谱数据，每组荧光光谱的expanderpool长度为2651，九种机油总共采集450组数据

8、。2．3方法由于获取的荧光光谱数据量非常大，所以本文采取PCA和聚类分析相结合的分析方法来实现不同机油的快速识别。PCA是一种有效的数据降维分析法，它能把原始数据线性组合成一组新的数据，即一组主成分，仅用部分主成分就可表达原有变量的主要信息[11-