十六烷值是反映柴油燃烧性能的一项重要指标,目前对十六烷值的预测方法有多种,近红外光谱分析方法作为预测油品物性的方法之一,具有快速、无污染、安全等优点。本文基于近红外光谱分析技术,对柴油十六烷值性质的机理预测模型进行了开发。本文对柴油十六烷值性质进行了详细的分析,研究了在柴油烃类族组成中,与十六烷值性质相关的结构基团以及它们对十六烷值性质产生的影响,结合近红外光谱分析技术,利用二阶微分、二维相关光谱等方法提取出了相关基团的近红外光谱信息,提出了一种基于十六烷值与基团光谱信息的机理函数模型思想,此模型为非线性模型,采用L-M算法来估测模型参数。选用一组柴油光谱和性质数据作为预测样本,分别建立了偏最小二乘(PLS)模型和机理模型对样本十六烷值性质进行预测,机理模型采用相关基团十四点光谱吸收信息。仿真实验研究表明,由于机理模型变量均与十六烷值性质相关,不包含冗余信息,所以机理模型较传统的PLS统计模型具有更高的预测精度,且无需进行光谱数据进行预处理,简化了建模过程。