Хемометрический метод интерпретации результатов хромато-масс-спектрометрического анализа минеральных и синтетических масел для таможенных целей

Abstract

В данной работе рассмотрено применение метода главных компонент (PCA) на примере различения минеральных, синтетических и полусинтетических моторных масел по результатам хромато-масс-спектрометрического анализа. Объектами исследования являлись образцы товарных масел российского и зарубежного производства Предложен обобщенный алгоритм построения классификационной модели, в том числе описаны этапы предварительной обработки спектральной информации, а также условия постановки эксперимента. Для оценки полученных результатов был применен метод главных компонент (МГК, Principal Component Analysis, PCA) и метод регрессии на главные компоненты (МРК, Principal Component Regression, PCR). Первичными данным для хемометрической обработки служили хроматограммы исследованных образцов. Анализ графиков счетов в модели, построенной МГК, для первой и второй главных компонент выявил, что точки, соответствующие разным группам объектов, не перекрываются и находятся в разных областях относительно первой и второй главных компонент. График нагрузок отражает характерные времена выхода, которые отвечают за разделение исследованных образцов на минеральные и синтетические масла. Для моделирования хромато-масс-спектрометрических данных с учётом задачи количественной идентификации смесевых композиций минеральных и синтетических масел был выбран метод МРК. На основании полученных результатов установлено, что хромато-масс-спектрометрия в сочетании с хемометрическими методами анализа многофакторных зависимостей может найти применение для решения задач, связанных с установлением качественного и количественного состава моторных масел. Полученные модели демонстрирует достаточную точность для качественного и количественного определения состава смешанных моторных масел на основе минеральных и синтетических базовых компонентов.

Application of the principal component method (PCA) using the example of distinguishing mineral, synthetic and semi-synthetic motor oils from the results of chromatography-mass spectrometric analysis is considered in the present work. Samples of commercial oils of domestic and foreign production constituted the objects investigated. A generalized algorithm for constructing a classification model, including the stages of preliminary processing of spectral information, as well as conditions for setting up the experiment, is proposed. The principal component analysis (PCA) and the principal component regression (PCR) methods were applied to evaluate the results obtained. Chromatograms of the studied samples acted as the primary data for chemometric processing. Analysis of the graphs of scores in the model constructed by PCA for the first and second principal components revealed that the points corresponding to different groups of objects did not overlap and were located in different areas in relation to the first and second principal components. The loadings plot reflects the characteristic retention times, which are responsible for separating studied samples into mineral and synthetic oils. The PCR method was chosen for modeling chromatography-mass spectrometry data taking into account the task of quantitative identification of mixed compositions of mineral and synthetic oils. Based on the results obtained it was found that chromatography-mass spectrometry in combination with chemometric methods of analyzing multifactorial dependencies can be applied for solving problems, related to determining qualitative and quantitative composition of motor oils. The obtained models demonstrate sufficient accuracy for qualitative and quantitative determination of the composition of mixed motor oils based on mineral and synthetic base components.