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或柴油十六烷值等进行在线监测。传统的实验室分析方法由于测定费用高，测量滞后大，而不适合实时在线分析。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在线实时分析。为此，本文对近红外光谱应用技术进行了深入研究，并开发了石油产品质量近红外在线分析系统，具体包括以下几个内容： 1．通过大量的中外文献阅读，对近红外光谱分析技术的概念、原理及其在石油产品质量分析中的应用进行了较为系统完整的阐述。 2．针对一批实际生产装置的汽油样品，采用近红外光谱定量分析中常用的多元线性回归(MLR)与偏最小二乘(PLS)方法，建立了汽油研究法辛烷值NIR光谱预测模型。实验结果表明PLS模型在预测精度上优于MLR模型，其平均预测误差≤±0.2个辛烷值单位，完全可以满足实际应用的需要。 3．为克服MLR与PLS等线性校正方法的局限性，本文将最小二乘支持向量机(LS-SVM)算法用于近红外光谱的定量校正，并以一批柴油十六烷值样品数据为例对以上方法进行了比较。结果表明，LS-SVM校正模型取得了最好的模型拟合和预测效果。另外，结合在线应用的实际情况，本文提出了一种直接基于样品数据库的在线建模方法。实例分析表明，在线模型具有了良好的自学习能力，当待测样品性质发生较大变化后，仍能保证良好的预测精度。 4．基于上述研究成果，并结合炼油过程的实际情况，研制了汽油辛烷值的近红外光谱在线分析系统。该系统已用于某炼油厂重整汽油研究法辛烷值的在线分析，实际应用显示了其良好的预测效果。