摘 要

众所周知，润滑油被誉为机械设备里的“血液”，其质量的优劣对于保持设备的正常运转起着重要的影响，含水量、酸值等理化性质的检测是评价润滑油的关键指标，不仅能够反映润滑油的品质，还能够充分反映装置的运行情况。然而以往常用的检测方法尽管具有体系较为完善的运用优势，但却存在步骤繁琐、费时、费力等缺点，而润滑油的氧化产物在红外光谱中有着较强的结构信息，因此，在这一方面有着重要的研究意义。

本文的目的是对润滑油酸值进行红外光谱法测定，通过红外光谱数据来预测酸值数据，建立酸值的定量预测模型。

本文的主要内容是讲述了润滑油和红外光谱的理论基础，说明了光谱常用的预处理以及建模方法，分析了支持向量回归的原理，然后采集实验数据，最后通过matlab建立支持向量回归模型，对光谱数据和酸值数据之间的关系进行分析。

研究结果显示，围绕润滑油酸值的定量分析工作中，运用稳定性强的支持向量机回归方法所构建的模型进行分析，其预测值与实际值的相关系数能达到0.98，这表明利用中红外光谱来预测润滑油样品酸值是可行的。

关键词：润滑油；中红外光谱；酸值；支持向量回归

Abstract

As we all know, lubricating oil is known as "blood" in mechanical equipment. Its quality plays an important role in maintaining the normal operation of equipment. The detection of physical and chemical properties such as water content and acid value is an important indicator for evaluating lubricating oil. While judging its quality, it can also reflect the operating status of the equipment. Although the traditional detection methods are mature and effective, they have the disadvantages of cumbersome steps, time-consuming, and labor. The oxidation products of lubricating oil have strong structural information in the infrared spectrum, so they have important research significance in this regard.

The purpose of this article is to measure the acid value of lubricating oil by infrared spectroscopy, to predict the acid value data by infrared spectrum data, and to establish a quantitative prediction model of acid value.

The main content of this article is to describe the theoretical basis of lubricating oil and infrared spectroscopy, explain the commonly used pretreatment and modeling methods of spectroscopy, analyze the principle of support vector regression, then collect experimental data, and finally establish a support vector regression model through matlab. Analyze the relationship between spectral data and acid value data.

The research results show that in the quantitative analysis of the acid value of lubricating oil, the model constructed by the support vector machine regression method with strong stability is used for analysis. The correlation coefficient between the predicted value and the actual value can reach 0.98, which indicates that the use of mid-infrared It is feasible to predict the acid value of lubricating oil samples by spectrum.

Key words:Lubricating oil；Mid infrared spectroscopy；acid value;；support vector regression；

目 录

第1章绪论 1

1.1课题背景与研究意义 1

1.2油液监测技术 1

1.3国内外研究现状 2

1.4论文的主要研究内容和技术路线 3

第2章润滑油理论基础 5

2.1润滑油的组成 5

2.2润滑油的作用 5

2.3润滑油理化指标的变化 5

2.3.1含水量的变化 6

2.3.2酸值的变化 6

2.4本章小结 7

第3章中红外光谱分析技术 8

3.1中红外光谱原理 8

3.2朗伯-比尔定律 8

3.3中红外光谱技术的特点 9

3.4中红外光谱分析仪 9

3.5本章小结 10

第4章润滑油红外光谱数据处理方法 11

4.1光谱预处理方法 11

4.1.1平滑去噪算法 11

4.1.2导数 12

4.1.3多元散射校正 12

4.2光谱范围的选择 13

4.3定量模型的介绍 13

4.3.1主成分分析 13

4.3.2偏最小二乘法 14

4.3.3人工神经网络法 14

4.3.4支持向量机 14

4.3.5支持向量回归 14

4.4模型评价参数 16

4.5本章小结 17

第5章酸值模型的建立和分析 18

5.1实验数据的采集 18

5.1.1红外光谱采集 18

5.1.2酸值数据测定 18

5.2实验数据的处理 20

5.2.1优势波段的选择 20

5.2.2光谱预处理方法的选择 20

5.2.3样本的划分 21

5.3支持向量回归模型的建立 21

5.3.1归一化处理 21

5.3.2参数的优化 22

5.3.3模型的建立 22

5.4本章小结 25

第6章总结与展望 26

6.1总结 26

6.2展望 26

参考文献 27

致 谢 29

第1章绪论

1.1课题背景与研究意义

当前，润滑油在众多机械设备中得到广泛运用。其对于各类装置运行状况而言有着深刻的影响作用，其在我国的工业产业发展过程中有着至关重要的地位。润滑油有着防腐、清洗、减少摩擦、提高传动效率等诸多作用。因为其在使用过程中通常直接与金属进行接触，并且受到各类环境要素的影响。在长时间的使用过程中容易发生氧化反应，从而导致理化性质改变衍生出相应的变质物，并且会受到砂砾和灰尘的侵蚀，导致油中含有大量的有害物质。然而一旦油液中存在的杂质和氧化物超标，会导致使用过程中难以产生油膜，致使油液防腐、润滑的性能明显减弱，进而导致设备运行摩擦磨损严重，甚至引发严重的故障问题。油质对于设备的使用寿命有着深刻的影响。使用劣质油液会导致设备难以维持正常的运行状态，从而致使部分或所有功能无法实现，运行效率下降，系统运行不稳定性增强，加大噪声污染。

当前在市面上依旧存在部分劣质润滑油，在设备运行过程中运用劣质润滑油，会加大设备运行的危险系数，会严重损害装置质量，甚至会引发人员伤残事故。因此对于确保装置稳定运行而言，对油液运行情况进行实时监控是十分必要的。润滑油与机械设备的关系，类似于人体与血液之间的关系。油液的使用方法以及品质对于机械装置运行的可靠性有着深刻影响。结合生产工作实际，导致机械运行出现故障的关键原因之一，便是润滑油使用不合理或存在质量问题。据统计数据显示，在装置运行故障问题中有80%的情况是由于油质不达标所导致的装置摩擦加剧所导致的。因此不难发现油液的质量，对于设备的使用周期和运行效益有着决定性的影响作用^[1]。