汽油中苯胺类物质的精准分析对于加强油品质量监管、环境保护等具有重要意义。红外光谱技术以其简便、快捷等优势,被认为是汽油添加剂检测的有效工具。然而,汽油成分的复杂性及环境因素干扰导致红外光谱技术检测过程中产生大量复杂光谱,如何消除无关光谱信息以实现汽油添加剂的准确定量分析是目前面临的难题之一。本论文基于汽油添加剂检测的现实需求出发,以苯胺类物质为研究对象,开展了红外光谱技术结合化学计量学的汽油中苯胺类物质定量分析方法研究。全文分为四章,主要从以下几方面进行研究。1、以含N-甲基苯胺的汽油为研究对象,建立基于NIR结合WT-PLS的汽油中N-甲基苯胺定量分析方法。探究了不同光谱预处理方法对PLS模型预测性能的影响,构建了基于WT的PLS模型,对汽油中N-甲基苯胺进行定量分析。与WT-RF和WT-LSSVM模型相比,WT-PLS模型具有最优的预测性能(Rcv~2=0.9951,RMSECV=0.0043;RP~2=0.9922 RMSEP=0.0046)。表明NIR结合WT-PLS可实现汽油中N-甲基苯胺的快速准确检测,为汽油添加剂分析提供了新途径。2、以汽油中苯胺及N-甲基苯胺为研究对象,建立了基于中红外光谱结合化学计量学的汽油中苯胺、N-甲基苯胺的定量分析方法。首先,探究了不同光谱预处理方法对PLS模型预测性能的影响;其次,基于最优预处理方法,探究了不同光谱区间对PLS校正模型预测性能的影响;最后,基于最优输入变量构建PLS校正模型对汽油中苯胺及N-甲基苯胺进行预测,获得了较好的分析结果(苯胺Rcv~2=0.9752,RMSECV=0.0086,RP~2=0.9601,RMSEP=0.0087;N-甲基苯胺:Rcv~2=0.9507,RMSECV=0.0089;RP~2=0.9632,RMSEP=0.0105)。因此,红外光谱结合PLS对汽油中苯胺及N-甲基苯胺的定量分析是一种快速、高效、准确的分析策略,为汽油中添加剂的分析提供了新的思路和方法。3、以汽油中苯胺及N-甲基苯胺为研究对象,建立基于混合变量选择si PLS-PSO的汽油中苯胺、N-甲基苯胺定量分析方法。首先,采用si PLS算法对光谱数据进行变量选择得到最佳波长区间;然后,探究了不同变量选择方法同si PLS算法相结合对PLS模型预测性能的影响。由结果可知,基于si PLS-PSO变量选择策略的PLS校正模型表现出最为优异的预测性能(苯胺:Rcv~2=0.9789,RMSECV=0.0011;Rp~2=0.9984,RMSEP=0.0024;N-甲基苯胺为:Rcv~2=0.9672,RMSECV=0.0044,Rp~2=0.9721,RMSEP=0.0087)。将波段选择同波长点选择两者结合可以同时发挥si PLS和PSO的优势,提高了校正模型预测性能,为汽油中苯胺及N-甲基苯胺的准确快速的定量分析提供了新方法。