石油作为不可或缺的重要能源和化工原料来源,在推动人类社会快速发展的同时,频发的溢油事故也带来了严重的财产损失和生态环境问题,因此如何实现对石油类油液的快速、准确检测便成为关注的热点课题。针对传统分析方法操作过程繁杂、物力成本高和分析时间长等问题,本论文采取三维荧光光谱技术结合多维校正和模式识别算法的新型分析策略,对石油类油液展开检测研究,具体内容包括以下几点:(1)为阐明对石油类油液进行检测的理论基础,就光致发电的具体过程进行探究,并对荧光物质浓度与荧光强度的关系进行揭示,得到影响荧光强度的主要因素;系统性就荧光检测系统的基本构成、工作过程进行说明,为荧光光谱数据的获取提供原理性依据;对比介绍对多组分复杂体系进行分析的不同实现途径,为后续石油类油液的检测奠定基础。(2)以航空煤油和润滑油为研究对象,建立起以三维荧光光谱技术为基础并结合二阶校正算法的分析策略来实现油种成分的检测。通过设计具体实验,在对获取得到的荧光光谱数据先后进行预处理、组分数估计后,对比分析不同二阶校正算法的解析效果。实验结果表明,该分析策略有效实现了对石油类油液中油种成分的检测,为溢油源性质的判定提供了技术支持。(3)引入不同实验温度作为一额外维度,建立起以三维荧光光谱技术为基础并结合三阶校正算法的分析策略来实现石油类油液的定性定量检测。对获取得到的荧光光谱数据堆叠构建起四维响应数阵,并经预处理、组分数估计后,对比分析三阶校正和二阶校正算法的解析效果。实验结果表明,该分析策略以“数学分离”的方式实现了对石油类油液的定性定量检测,进一步丰富了石油类油液检测的途径。(4)为进一步实现对石油类油液的表征和分类,建立起以三维荧光光谱技术为基础并结合二阶校正和模式识别算法的分析策略。利用二阶校正算法对堆叠构建起的三维响应数阵进行分解以实现组分表征,再建立起几种分类模型并加以对比分析其分类效果。实验结果表明,该分析策略有效实现了对石油类油液中主要组分的表征和样本分类,为石油类油液的检测提供了另一种新型分析策略。