据埃菲社3月28道，西班牙加的斯大学的一个研究团队设计了一种“电子鼻”，能够检测火灾中易燃液体的残留物，并区分95号和98号两种最常见的汽油，评估其质量。
该系统利用红外测量技术结合自动学习算法，带给石化行业一个验证成分和识别燃料类型的有效方案。这项研究发表于《微量化学杂志》。
该研究小组此前使用了两种基于模式识别的分析方法来处理海量数据和进行预测，即所谓的“机器学习”。
这些方法被单独或联合应用于“电子鼻”，以检测火灾中易燃液体的残留物，以及用于红外测量系统。
“电子鼻”能够提供有关样品挥发性特征的数据，而光谱技术专注于分析非挥发性化合物，这两种方法的信息结合用于生成预测模型，从而能根据辛烷值对汽油样本进行识别和分类。
这一新方法在石化行业的应用有助于优化质量管理过程和其他领域，打造快速、及时和高精度的质量管理体系。
