论文部分内容阅读
在炼油过程中，通常需要对产品的关键品质比如汽油辛烷值、烃类组成、润滑油粘度等进行实时控制监测。传统的实验室分析方法由于测定费用高，测量时间滞后大，而不适合实时控制分析。近红外(NIR)光谱分析技术是一种快速的无损分析技术，可用于对石油产品质量的实时快速分析控制。本文对近红外光谱分析应用技术进行了研究，具体包括以下几个内容：
1、通过阅读、整理大量的文献资料，对近红外光谱分析技术及其原理和它在石油产品性质分析中的发展与应用进行了较为系统的阐述，介绍了近红外光谱分析技术的原理及光谱预处理方法、多元校正建模方法和模型评价指标等技术以及近红外光谱技术在石油化工领域的应用现状。
2、介绍了近红外光谱分析中的多元校正方法，重点介绍了偏最小二乘(PLS)和反向传播人工神经网络(BP-ANN)两种常用的校正方法，并对这两种方法的实际应用进行了分析。
3、选取分析频次较高的汽油样品85个，用标准方法测定样品的辛烷值，分别建立PLS和BP-ANN模型，并将这两种方法应用于汽油样品辛烷值的快速测定。由于汽油的辛烷值与光谱信号之间的内在关系是非线性的，因而采用反向传播人工神经网络法(BP-ANN)所预测的结果要略好于偏最小二乘法(PLS)。
4、在使用高分辨毛细管气相色谱(GC)法测定成品汽油单体烃组成的基础上，建立了近红外光谱法(NIR)快速测定汽油族组成(饱和烃、烯烃和芳烃)的分析模型。比较两种方法的检测结果：近红外光谱预测结果与标准方法测定结果的标准偏差(SEP)符合标准方法再现性要求。与色谱方法相比，近红外光谱分析方法测定汽油的化学族组成含量具有方法简单、分析速度快、不消耗样品和有机溶剂、精密度好等优点，适合于生产控制分析和现场质检。
5、采用NIR-3000近红外光谱仪，在近红外长波光谱范围内，测定了不同润滑油基础油的近红外光谱，分别建立润滑油基础油40℃粘度、100℃粘度和粘度指数三项指标的偏最小二乘和BP神经网络近红外光谱分析的校正模型。检测数据表明：近红外光谱能够获得与润滑油基础油粘度相关的光谱信息。人工神经网络方法作为一种处理非线性问题的数据分析手段，能较好的定量研究近红外光谱信息与润滑油基础油之间的关系。