專利名稱：：一種潤滑油種類和級別的快速識別方法
技術(shù)領(lǐng)域：
：本發(fā)明涉及一種潤滑油種類和級別的快速識別方法，具體地說，涉及一種快速將未知潤滑油識別為柴油機油、汽油機油、通用內(nèi)燃機油、齒輪油、液壓油以及不同粘度級別和質(zhì)量級別的方法。
背景技術(shù)：
：潤滑油的種類繁多，如發(fā)動機油、齒輪油和液壓油等，每種類型的潤滑油又有多種粘度等級和質(zhì)量等級。根據(jù)用途，發(fā)動機油又進一步分為汽油機油、柴油機油和通用內(nèi)燃機油。不同種類、不同級別的潤滑油不能相互混用，否則會導(dǎo)致發(fā)動機出現(xiàn)故障，甚至損壞發(fā)動機，需要嚴(yán)格按照說明書要求使用。但是，在實際使用過程中，由于種種原因，常常會存在潤滑油種類和級別混用現(xiàn)象。為此，因此需要研制潤滑油種類和級別的快速識別方法，正確指導(dǎo)正確用油，避免因誤用油料帶來的損失。目前，中國石油化工科學(xué)研究院提出"一種潤滑油種類和粘度級別的快速識別方法"，能夠成功將潤滑油識別為齒輪油、液壓油和發(fā)動機油，并且能夠進一步識別其粘度級別。但是，該方法不能成功將發(fā)動機油進一步識別為汽油機油、柴油機油和內(nèi)燃機油，也不能識別潤滑油質(zhì)量級別。
發(fā)明內(nèi)容本發(fā)明的目的是提供一種潤滑油種類和級別的快速識別方法，該方法通過被測樣品紅外光譜，結(jié)合模式識別技術(shù)，根據(jù)識別方案，可快速識別潤滑油種類、粘度級別和質(zhì)量級別。本發(fā)明提供的技術(shù)方案是一種潤滑油種類和級別的快速識別方法，包括如下步驟第一步收集具有代表性的樣品作為訓(xùn)練集；第二步測定訓(xùn)練集樣品的中紅外光譜；第三步確定識別方案采用多個模型逐級識別方式進行潤滑油種類和級別識別；第四步對第二步的中紅外光譜數(shù)據(jù)進行預(yù)處理，其預(yù)處理后的光譜數(shù)據(jù)作為候選識別變量；第五步根據(jù)第三步確定的識別方案，利用訓(xùn)練集樣品，評價各候選識別變量的識別能力，然后選用BAYES判別方法，建立識別模型；第六步對于未知潤滑油樣品的識別，首先測定其紅外光譜，并進行與第四步中相同的預(yù)處理，然后結(jié)合第四步中建立的識別模型逐級進行種類和級別識別。所述潤滑油包括液壓油、齒輪油、發(fā)動機油和傳動液。上述第五步中建立模型的過程如下—、采用F值來評價各候選識別變量的識別能力，F(xiàn)越大，說明分類能力越強，反之越差，F(xiàn)的計算公式如下「，—W*、，—g^--x-Tw沐g-1其中，g為類別數(shù)目，m為樣本總數(shù)目；i為所選用特征的類內(nèi)偏差矩陣，Wb為所選用特征的類間偏差矩陣。二、采用BAYES判別方法建立識別模型(1)選用識別能力強的前m個變量作為識別特征；(2)計算訓(xùn)練集中i類樣品集的特征平均矩陣文T、協(xié)方差矩陣Si和先驗概率P(Wi)，其中，P(Wi)為i類樣品數(shù)目與所有樣品數(shù)目比值;(3)建立模型，即構(gòu)建各類的h判別函數(shù)/z,(X)=*(X—^)、"(X-+InCP()—丄ln|&I;(4)將訓(xùn)練集樣品作為待識別樣品X皿，計算X皿對訓(xùn)練集i類的hi(Xj值，然后比較hi(Xj大小，X屬于hJX)，...，hg(X)中最大的類，并與實際種類比較，計算正確識別率Pr(%);(5)繪制K與m的關(guān)系，選定Pr最高，且m最小的識別變量作為識別特征，建立識別模型。所述潤滑油包括液壓油、齒輪油、發(fā)動機油和傳動液。上述第(5)步中，所述識別模型為潤滑油種類識別模型、發(fā)動機油種類識別模型、發(fā)動機油粘度級別識別模型、齒輪油粘度級別識別模型、液壓油粘度級別識別模型、通用內(nèi)燃機油質(zhì)量級別識別模型、汽油機油質(zhì)量級別識別模型、柴油機油質(zhì)量級別識別模型。所述識別方案所建立的模型分述如下潤滑油種類識別模型光譜預(yù)處理為小波變換，該模型將未知潤滑油識別為液壓油、齒輪油、發(fā)動機油和傳動液四大類。發(fā)動機油種類識別模型光譜預(yù)處理為一階微分，該模型將未知發(fā)動機油識別為柴油機油、汽油機油和通用內(nèi)燃機油三類。發(fā)動機油粘度級別識別模型建立7個模型，預(yù)處理均為一階微分，其中，模型1識別0W/30和5W/30兩種粘度級別；模型2識別50和0W/50兩種級別；模型3識別10W/30粘度級別；型4識別30粘度級別；模型5識別5W/40級別；模型6識別40級別；模型7識別10W/40和15W/40。齒輪油粘度級別識別模型光譜預(yù)處理為一階微分，該模型將齒輪油識別為80W/90和85W/90;液壓油粘度級別識別模型共建立4個模型，預(yù)處理均為一階微分，其中，模型1識別100#液壓油；模型2識別68#液壓油；模型3識別46#液壓油；模型4識別40#液壓油和30#液壓油。通用內(nèi)燃機油質(zhì)量級別識別模型共建立5個模型，預(yù)處理為一階微分，其中，模型1識別SI/CH-4、SL/CI-4、SM/CF-4級別；模型2識別為兩組，組1即SD/CC、SE/CD和SF/CC和組2即SF/CD、SG/CF-4、SJ-CG-4;對于組l，模型3識別SD/CC、SE/CD和SF/CC;對于組2，模型4識別SJ/CG-4，然后模型5識別SF/CD和SG/CF-4;對于汽油機油質(zhì)量級別識別共建立識別5個模型，預(yù)處理為一階微分，其中，模型1識別SF級別；模型2識別SM級別；模型3分為組1即SG、SL和組2即SE、SG;模型4和模型5對組1和組2進一步準(zhǔn)確識別各類；對于柴油機油質(zhì)量級別識別共建立6個識別模型，預(yù)處理為一階微分，其中，模型1識別CC級別；模型2識別CD級別；模型3識別CF-4級別；模型4識別CI-4級別；模型5識別CD+級別；模型6識別CG-4和CH-4級別。本發(fā)明利用紅外光譜，結(jié)合模式識別技術(shù)(BAYES判別方法)，迅速判斷潤滑油的種類、粘度級別和質(zhì)量級別，能夠成功地將未知潤滑油識別為柴油機油、汽油機油和通用內(nèi)燃機油、齒輪油、液壓油、傳動液，并可以進一步識別為不同粘度級別和質(zhì)量級別，指導(dǎo)發(fā)動機潤滑油的正確使用。圖1為潤滑油種類和級別識別方案；圖2發(fā)動機油粘度級別識別方案；圖3液壓油粘度級別識別方案；圖4通用內(nèi)燃機油質(zhì)量級別識別方案；圖5汽油機油質(zhì)量級別識別方案；圖6柴油機油質(zhì)量級別識別方案；圖7所有潤滑油樣品中紅外吸收光譜圖圖8所有潤滑油樣品中紅外吸收光譜小波變換系數(shù)圖圖9小波系數(shù)對潤滑油種類識別能力F圖圖10潤滑油種類正確識別率與識別特征數(shù)目關(guān)系圖圖n所有潤滑油樣品中紅外一階微分吸收光譜圖具體實施例方式本發(fā)明方法的識別方案的確定步驟如下第一步收集具有代表性的樣品作為訓(xùn)練集。第二步測定訓(xùn)練集樣品中紅外光譜。第三步按照圖1的方案，采用BAYES判別方法建立各個識別模型。各個模型的建立過程如下—、對訓(xùn)練集的紅外光譜進行相應(yīng)的預(yù)處理，預(yù)處理后數(shù)據(jù)作為候選識別變量；二、采用F值來評價各候選識別變量的識別能力。F越大，說明分類能力越強，反之越差，F(xiàn)的計算公式如下—一x-7"wwg-1其中，g為類別數(shù)目，m為樣本總數(shù)目；i為所選用特征的類內(nèi)偏差矩陣，Wb為所選用特征的類間偏差矩陣。三、采用BAYES判別方法建立識別模型(參考許祿.化學(xué)計量學(xué)方法.科學(xué)出版社1995)，具體過程如下:(1)選用識別能力強的前m個變量作為識別特征；(2)計算訓(xùn)練集中i類樣品集的特征平均矩陣&、協(xié)方差矩陣Si和先驗概率P(Wi)&(X)=丄(X—S,—乂％-^^)+ln(尸(Wi)—丄ln|S,.|;22(4)將訓(xùn)練集樣品作為待識別樣品X皿，計算X皿對訓(xùn)練集i類的h(XJ值，然后比較hi(Xj大小，X屬于hJX)，...，hg(X)中最大的類，并與實際種類比較，計算正確識別率Pr(%);(4)繪制Pr與m的關(guān)系，選定Pr最高，且m最小的識別變量作為識別特征，建立識別模型。圖1的方案所建立的模型分述如下潤滑油種類識別模型光譜預(yù)處理為小波變換，識別方法為BAYES判別方法。該模型將未知潤滑油識別為液壓油、齒輪油、發(fā)動機油和傳動液等四大類。發(fā)動機油種類識別模型光譜預(yù)處理為一階微分，識別方法為BAYES判別方法。該模型將未知發(fā)動機油識別為柴油機油、汽油機油和通用內(nèi)燃機油三類。發(fā)動機油粘度級別識別模型按照圖2方案，建立7個模型。預(yù)處理均為一階微分，識別方法為BAYES判別方法。具體過程如下首先，模型1識別OW/30和5W/30兩種粘度級別；其次，模型2識別50和OW/50兩種級別；再其次，模型3識別10W/30粘度級別；隨后，模型4識別30#粘度級別；隨后，模型5識別5W/40級別；隨后，模型6識別40#級別；最后，模型7識別10W/40禾P15W/40。齒輪油粘度級別識別模型光譜預(yù)處理為一階微分，識別方法為BAYES判別方法，該模型將齒輪油識別為80W/90和85W/90。液壓油粘度級別識別模型按照圖3方案，建立4個模型。預(yù)處理為一階微分，識別方法為BAYES判別方法，具體過程如下首先，模型1識別100#液壓油；其次，模型2識別68#液壓油；再其次，模型3識別46#液壓油；最后，模型4識別40#液壓油和30#液壓油。通用內(nèi)燃機油質(zhì)量級別識別模型需要按照圖4方案，建立5個模型。預(yù)處理為一階微分，識別方法為BAYES判別方法，具體過程如下首先，模型1識別SI/CH-4、SL/CI-4、SM/CF-4級別；其次，模型2識別為兩組，組1[SD/CC、SE/CD和SF/CC]和組2[SF/CD、SG/CF_4、SJ-CG-4];對于組1，模型3識別SD/CC、SE/CD和SF/CC;對于組2，模型4識別SJ/CG-4，然后模型5識別SF/CD和SG/CF_4。汽油機油質(zhì)量級別識別按照圖5方案，建立識別5個模型，預(yù)處理為一階微分，識別方法為BAYES判別方法，具體過程如下7首先，模型1識別SF級別；其次，模型2識別SM級別；隨后，模型3分為組1[SG、SL]和組2[SE、SG];最后，模型4和模型5兩組進一步準(zhǔn)確識別各類。柴油機油質(zhì)量級別識別按照圖6方案，建立6個識別模型，預(yù)處理為一階微分，識別方法為BAYES判別方法，具體過程如下首先，模型1識別CC級別；其次，模型2識別CD級別；隨后，模型3識別CF-4級別；隨后，模型4識別CI-4級別；隨后，模型5識別CD+級別；最后，模型6識別CG-4和CH-4級別。對于未知樣品的識別，首先測定中紅外光譜，按照圖1進行逐級識別。具體過程如下(1)首先選用種類識別模型，確定是否為傳動液、液壓油、齒輪油和發(fā)動機油，然后采用相應(yīng)方案進一步進行種類和級別識別。(2)若為液壓油，則采用液壓油粘度級別識別方案(圖3)，進行粘度級別識別；(3)若為齒輪油，則采用齒輪油粘度級別識別方案，進行粘度級別識別；(4)若為發(fā)動機油，先按照發(fā)動機油粘度級別識別方案(圖2)，進行粘度級別識別；隨后，進行發(fā)動機油種類識別，確定是否為汽油機油、柴油機油和通用機油；最后，選擇對應(yīng)發(fā)動機油質(zhì)量級別方案，比如通用內(nèi)燃機油質(zhì)量級別識別方案(圖4)、汽油機油質(zhì)量級別識別方案(圖5)和柴油機油質(zhì)量級別識別方案(圖6)識別質(zhì)量級別。實例1:建立潤滑油種類識別模型1)收集訓(xùn)練集樣品收集有明確種類和級別標(biāo)識潤滑油共124個，48品種。其中，其中5種液壓油21個樣品；2種傳動液5個樣品；2種齒輪油13個樣品；39種發(fā)動機油85個樣品。在發(fā)動機油中，含柴油機油40個、汽油機油13個、通用機內(nèi)燃機油32個。其生產(chǎn)商包括殼牌、ESSO、美孚、MOBIL、長城、和昆侖等。2)測定訓(xùn)練集樣品紅外光譜采用TENSOR27中紅外光譜儀測定潤滑油樣品，光譜范圍6004000cm—1。透射樣品池，O.lmm光程。3)對紅外光譜數(shù)據(jù)進行預(yù)處理紅外光譜數(shù)據(jù)經(jīng)過小波變換處理，其小波變換系數(shù)作為識別候選變量。訓(xùn)練集紅外光譜見圖7，小波變換系數(shù)見圖8。4)評價各個候選變量識別能力。采用F判據(jù)來評價小波系數(shù)對四類潤滑油(發(fā)動機油、齒輪油、液壓油和傳動液)的識別能力。其中，g為類別數(shù)目，m為樣本總數(shù)目，在本實施例中，g二4，m=124;ww為所選用特征的類內(nèi)偏差矩陣，wb為所選用特征的類間偏差矩陣。F的計算結(jié)果見圖9。各個小波系數(shù)識別能力不同，F(xiàn)變化很大，幅度為0.01593540.2。5)確定識別特征數(shù)目和建立識別模型依據(jù)小波系數(shù)的識別能力評價結(jié)果(圖9)，依次選用訓(xùn)練集的前m個識別能力最強的特征，采用BAYES判別方法建立模型，然后識別訓(xùn)練集樣品進行檢驗，繪制正確識別率與識別特征數(shù)目關(guān)系，結(jié)果見圖10。當(dāng)m二11時，識別率為100%。選用前l(fā)l個識別能力最強的小波系數(shù)(序號為174、336、52、62、105、175、219、826、3、16、17)作為特征變量(這11個小波系數(shù)有對應(yīng)的具體波長嗎？最好寫出對應(yīng)的波長)，然后利用BAYES方法建立識別模型。為考察識別效果，將訓(xùn)練集的124個樣品作為未知樣品，并將上述識別能力最強的ll個小波系數(shù)引入模型中，計算與各類的h值，最大h值對應(yīng)的類為樣品的識別種類，見表1。在所有124個樣品中，識別結(jié)果種類與真實種類一致，即可以采用該模型同時識別發(fā)動機油(類1)、齒輪油(類2)、液壓油(類4)和傳動液(類3)。表l<table>tableseeoriginaldocumentpage9</column></row><table><table>tableseeoriginaldocumentpage10</column></row><table><table>tableseeoriginaldocumentpage11</column></row><table><table>tableseeoriginaldocumentpage12</column></row><table>實例2:建立潤滑油種類和級別識別模型1)收集訓(xùn)練集樣品收集有明確種類和級別標(biāo)識潤滑油共124個，48品種。其中，5種液壓油21個樣品；2種傳動液5個樣品；2種齒輪油13個樣品；39種發(fā)動機油85個樣品。在發(fā)動機油中，含柴油機油40個、汽油機油13個、通用機內(nèi)燃機油32個。其生產(chǎn)商包括殼牌、ESSO、美孚、MOBIL、長城和昆侖等。潤滑油種類和級別見表2。表2<table>tableseeoriginaldocumentpage12</column></row><table><table>tableseeoriginaldocumentpage13</column></row><table>2)測定訓(xùn)練集樣品的紅外光譜采用TENSOR27中紅外光譜儀測定潤滑油樣品，光譜范圍6004000cm—1。透射樣品池，O.1mm光程。3)對紅外光譜數(shù)據(jù)進行預(yù)處理對紅外光譜數(shù)據(jù)(見圖7)進行一階微分或小波變換處理，一階微分處理后光譜數(shù)據(jù)(見圖11)或者小波變換系數(shù)(見圖8)作為識別候選變量。4)建立和驗證各個識別模型按照圖1的方案，按照實例1的步驟建立各個識別模型。對于發(fā)動機油種類識別模型，建立一個識別模型，預(yù)處理為一階微分，選用12個波長，即586.34、893.01、584.41U238.3、866.01、860.22、900.73、864.08、862.15、894.94cm—1的吸光度為識別變量，識別方法為BAYES。該模型經(jīng)檢驗將未知發(fā)動機油識別為柴油機油、汽油機油和通用內(nèi)燃機油三類，正確識別率為100%，可以使用。對于發(fā)動機油粘度級別識別模型，按照圖2方案進行識別，建立7個識別模型，預(yù)處理均為一階微分，識別方法為BAYES。該方案經(jīng)檢驗，正確識別率高達96%，優(yōu)于95%，可以使用。對于齒輪油粘度級別識別模型，建立一個識別模型，預(yù)處理為一階微分，識別方法為BAYES方法。該模型經(jīng)檢驗未知齒輪油識別為80W/90和85W/90,正確識別率為100%，可以使用。對于液壓油粘度級別識別模型，按照圖3方案識別，建立4個模型，預(yù)處理均為一階微分，識別方法為BAYES法。該方案經(jīng)檢驗，正確識別率為100%，可以使用。對于通用內(nèi)燃機油質(zhì)量級別識別模型，按照圖4方案識別，建立五個模型，預(yù)處理均為一階微分，識別方法為BAYES法。該方案經(jīng)檢驗，正確識別率為100%，可以使用。對于汽油機油質(zhì)量級別識別模型，按照圖5方案識別，建立5個模型，預(yù)處理均為一階微分，識別方法為BAYES法。該方案經(jīng)檢驗，正確識別率為100%，可以使用。對于柴油機油質(zhì)量級別識別模型，按照圖6方案識別，建立6個模型，預(yù)處理均為一階微分，識別方法為BAYES法。該方案經(jīng)檢驗，正確識別率為100%，可以使用。實例3選取一個有明確標(biāo)識的GL-580W/90潤滑油作為目標(biāo)識別潤滑油，采用本發(fā)明方法進行識別驗證，識別步驟如下(1)測定其紅外光譜。(2)按照圖1方案進行識別。首先，通過潤滑油種類識別模型，判別為齒輪油。然后，通過齒輪油粘度級別模型，判別為GL-580W/90。識別結(jié)果與真實結(jié)果一致。實例4選取一個有明確標(biāo)識的GL-585W/90潤滑油作為目標(biāo)識別潤滑油，采用本發(fā)明方法進行識別驗證，識別步驟如下(1)測定其紅外光譜。(2)按照圖1方案進行識別。首先，通過潤滑油種類識別模型，判別為齒輪油。然后，通過齒輪油粘度級別模型，判別為GL-585W/90。識別結(jié)果與真實結(jié)果一致。實例5選取一個有明確標(biāo)識的68號液壓油作為目標(biāo)識別潤滑油，采用本發(fā)明方法進行識別驗證，識別步驟如下(1)測定其紅外光譜。(2)按照圖1方案進行識別。首先，通過潤滑油種類識別模型，判別為液壓油。然后，通過圖3方案進行識別。首先識別為非100號液壓油，進一步識別判別為68號液壓油。識別結(jié)果與真實結(jié)果一致。實例6選取一個有明確標(biāo)識的CD0W/30柴油機油作為目標(biāo)識別潤滑油，采用本發(fā)明方法進行識別驗證，識別步驟如下識別步驟如下(1)測定其紅外光譜。(2)按照圖1方案進行識別。首先，通過潤滑油種類識別模型，判別為發(fā)動機油；其次，通過發(fā)動機油種類識別模型，判別為柴油機油；再其次，通過圖2發(fā)動機粘度級別識別方案，判別為級別為0W/30;最后，通過圖6柴油機油質(zhì)量級別識別方案，判別為CD級。結(jié)合粘度級別和質(zhì)量級別結(jié)果，最終識別為CD0W/30，識別結(jié)果與真實結(jié)果一致。實例7選取一個有明確標(biāo)識的SJ10W/40柴油機油作為目標(biāo)識別潤滑油，采用本發(fā)明方法進行識別驗證，識別步驟如下識別步驟如下(1)測定其紅外光譜。(2)按照圖1方案進行識別。首先，通過潤滑油種類識別模型，判別為發(fā)動機油；其次，通過發(fā)動機油種類識別模型，判別為汽油機油；再其次，通過圖2發(fā)動機粘度級別識別方案，判別為級別為10W/40;最后，通過圖5汽油機油質(zhì)量級別識別方案，判別為SJ級。結(jié)合粘度級別和質(zhì)量級別結(jié)果，最終識別為SJ10W/40，識別結(jié)果與真實結(jié)果一致。實例8選取一個有明確標(biāo)識的SF/CD15W/40通用內(nèi)燃機油作為目標(biāo)識別潤滑油，采用本發(fā)明方法進行識別驗證，識別步驟如下識別步驟如下(1)測定其紅外光譜。(2)按照圖1方案進行識別。首先，通過潤滑油種類識別模型，判別為發(fā)動機油；其次，通過發(fā)動機油種類識別模型，判別為通用內(nèi)燃機油；再其次，通過圖2發(fā)動機粘度級別識別方案，判別為級別為15W/40;最后，通過圖4通用內(nèi)燃機油質(zhì)量級別識別方案，判別為SF/CD級。結(jié)合粘度級別和質(zhì)量級別結(jié)果，最終識別為SF/CD15W/40，識別結(jié)果與真實結(jié)果一致。權(quán)利要求一種潤滑油種類和級別的快速識別方法，包括如下步驟第一步收集具有代表性的樣品作為訓(xùn)練集；第二步測定訓(xùn)練集樣品的中紅外光譜；第三步確定識別方案采用多個模型逐級識別方式進行潤滑油種類和級別識別；第四步對第二步的中紅外光譜數(shù)據(jù)進行預(yù)處理，其預(yù)處理后的光譜數(shù)據(jù)作為候選識別變量；第五步根據(jù)第三步確定的識別方案，利用訓(xùn)練集樣品，評價各候選識別變量的識別能力，然后選用BAYES判別方法，建立識別模型；第六步對于未知潤滑油樣品的識別，首先測定其紅外光譜，并進行與第四步中相同的預(yù)處理，然后結(jié)合第四步中建立的識別模型逐級進行種類和級別識別。2.根據(jù)權(quán)利要求1所述的方法，其特征在于所述潤滑油包括液壓油、齒輪油、發(fā)動機油和傳動液。3.根據(jù)權(quán)利要求2所述的方法，其特征在于第四步中的預(yù)處理包括一階微分和小波變換，其中，潤滑油種類識別的光譜預(yù)處理為小波變換，發(fā)動機油、液壓油、齒輪油、傳動液的種類和粘度級識別的光譜預(yù)處理為一階微分。4.根據(jù)權(quán)利要求3所述的方法，其特征在于第五步中建立模型的過程如下一、采用F值來評價各候選識別變量的識別能力，F(xiàn)越大，說明分類能力越強，反之越差，F(xiàn)的計算公式如下wwg一1其中，g為類別數(shù)目，m為樣本總數(shù)目；^為所選用特征的類內(nèi)偏差矩陣，Wb為所選用特征的類間偏差矩陣。二、采用BAYES判別方法建立識別模型(1)選用識別能力強的前m個變量作為識別特征；(2)計算訓(xùn)練集中i類樣品集的特征平均矩陣Xi、協(xié)方差矩陣Si和先驗概率P(Wi)，其中，P為i類樣品數(shù)目與所有樣品數(shù)目比值；(3)建立模型，即構(gòu)建各類的h判別函數(shù)(JO=會d—》r57乂Z-》+ln(P(w,)—會ln|&I;(4)將訓(xùn)練集樣品作為待識別樣品X皿，計算X皿對訓(xùn)練集i類的hi(Xj值，然后比較、(XJ大小，X屬于hJX)，...，hg(X)中最大的類，并與實際種類比較，計算正確識別率Pr(%);(5)繪制K與m的關(guān)系，選定Pr最高，且m最小的識別變量作為識別特征，建立識別模型。5.根據(jù)權(quán)利要求4所述的方法，其特征在于第(5)步中，所述識別模型為潤滑油種類識別模型、發(fā)動機油種類識別模型、發(fā)動機油粘度級別識別模型、齒輪油粘度級別識別模型、液壓油粘度級別識別模型、通用內(nèi)燃機油質(zhì)量級別識別模型、汽油機油質(zhì)量級別識別模型、柴油機油質(zhì)量級別識別模型。6.根據(jù)權(quán)利要求5所述的方法，其特征在于潤滑油種類識別模型的光譜預(yù)處理為小波變換，該模型將未知潤滑油識別為液壓油、齒輪油、發(fā)動機油和傳動液四大類。7.根據(jù)權(quán)利要求5所述的方法，其特征在于發(fā)動機油種類識別模型的光譜預(yù)處理為一階微分，選用12個波長，即586.34、893.01、584.41U238.3、866.01、860.22、900.73、864.08、862.15、894.94cm—1的吸光度為識別變量，該模型將未知發(fā)動機油識別為柴油機油、汽油機油和通用內(nèi)燃機油三類。8.根據(jù)權(quán)利要求5所述的方法，其特征在于發(fā)動機油粘度級別識別模型建立7個模型，預(yù)處理均為一階微分，其中，模型1識別0W/30和5W/30兩種粘度級別；模型2識別50和0W/50兩種級別；模型3識別10W/30粘度級別；模型4識別30#粘度級別；模型5識別5W/40級別;模型6識別40#級別;模型7識別10W/40和15W/40。9.根據(jù)權(quán)利要求5所述的方法，其特征在于齒輪油粘度級別識別模型光譜預(yù)處理為一階微分，該模型將齒輪油識別為80W/90和85W/90;液壓油粘度級別識別模型共建立4個模型，預(yù)處理均為一階微分，其中，模型l識別100#液壓油；模型2識別68#液壓油；模型3識別46#液壓油；模型4識別40#液壓油和30#液壓油。10.根據(jù)權(quán)利要求5所述的方法，其特征在于通用內(nèi)燃機油質(zhì)量級別識別模型共建立5個模型，預(yù)處理為一階微分，其中，模型1識別SI/CH-4、SL/CI-4、SM/CF-4級別；模型2識別為兩組，組1即SD/CC、SE/CD和SF/CC和組2即SF/CD、SG/CF-4、SJ-CG-4;對于組1，模型3識別SD/CC、SE/CD和SF/CC;對于組2，模型4識別SJ/CG-4，然后模型5識別SF/CD禾口SG/CF-4;對于汽油機油質(zhì)量級別識別共建立識別5個模型，預(yù)處理為一階微分，其中，模型1識別SF級別；模型2識別SM級別；模型3分為組1即SG、SL和組2即SE、SG;模型4和模型5對組1和組2進一步準(zhǔn)確識別各類；對于柴油機油質(zhì)量級別識別共建立6個識別模型，預(yù)處理為一階微分，其中，模型1識別CC級別；模型2識別CD級別；模型3識別CF-4級別；模型4識別CI-4級別；模型5識別CD+級別；模型6識別CG-4和CH-4級別。全文摘要本發(fā)明公開了一種潤滑油種類和級別的快速識別方法，該方法包括如下步驟第一步收集具有代表性的樣品作為訓(xùn)練集；第二步測定訓(xùn)練集樣品的中紅外光譜；第三步確定識別方案采用多個模型逐級識別方式進行潤滑油種類和級別識別；第四步對第二步的中紅外光譜數(shù)據(jù)進行預(yù)處理，其預(yù)處理后的光譜數(shù)據(jù)作為候選識別變量；第五步根據(jù)第三步確定的識別方案，利用訓(xùn)練集樣品，評價各候選識別變量的識別能力，然后選用BAYES判別方法，建立識別模型；第六步對于未知潤滑油樣品的識別，首先測定其紅外光譜，并進行與第四步中相同的預(yù)處理，然后結(jié)合第四步中建立的識別模型逐級進行種類和級別識別。本發(fā)明方法可快速識別潤滑油樣品的種類、粘度級別和質(zhì)量級別。文檔編號G01N21/35GK101782511SQ201010136860公開日2010年7月21日申請日期2010年3月31日優(yōu)先權(quán)日2010年3月31日發(fā)明者易如娟,田高友,褚小立申請人:中國人民解放軍總后勤部油料研究所