CN101706307A - 基于透射光谱的输油管道油品界面的检测方法及其装置 - Google Patents

Abstract

本发明公开了一种基于透射光谱的输油管道油品界面的检测方法及其装置。本发明的检测方法中，光源模块发出的光分为可见光、近近红外、近红外和中红外，分别通过入射光纤及准直光部件照射到流动的油品后，透射的光经过聚光部件及出射光纤进入光谱仪模块，光谱仪模块将测得的光谱光强数据送入控制模块，计算模块根据光谱光强数据、温度数据、压力数据、油品流速和定标参数模块中的定标参数进行计算后，数据结果送回控制模块，控制模块将数据结果送入结果输出模块显示。本发明解决了同种类不同牌号、同牌号不同性质的油品的界面区分问题，同时也解决了环保油品与普通油品的界面区分问题。

Description

基于透射光谱的输油管道油品界面的检测方法及其装置

技术领域

本发明涉及输油管道油品界面的检测技术，特别是一种基于透射光谱的输油管道油品界面的检测方法及其装置。

背景技术

在成品油输送工艺中，一条管道输送多种油品，需要对管道中输送的不同油品界面进行检测，以达到分离不同油品，减少混油的目的。在输油管道中，油品在何种位置切割，直接影响油品切入不同油罐的流程倒换，对确保高效安全平稳运行十分重要。应用在成品油管道中的油品界面监测方法有密度法、荧光记号法、光学界面检测法、超声波界面检测法等。“一种光学界面检测仪在成品油管道上的应用”(《管道技术与设备》，2008(6)，20-22)中公开了应用折射率变化来检测油品界面的FuelCheck光学界面检测仪，其对折射率变化显著的油品能够较好地区分。目前，在国内成品油管道顺序输送中，采用此方法比较成功。现有的光学界面检测仪存在以下不足：

1、在输油管道中，对于同种类不同牌号的油品，当折射率比较接近时不能很好分类。比如90#、93#汽油的折射率有时只相差万分之几。

2、在输油管道中，对于同一牌号不同性质的油品不能很好分类。例如：都是93#汽油，但国标油与普通93#汽油的区别在于国标油是清洁汽油，折射率是无法区分这时两种油的。

发明内容

本发明的目的是要提供一种测量时间短、操作简单、检测精度较高、可靠性高的基于透射光谱的输油管道油品界面的检测方法，首先利用光纤探头采集输油管道中油品的透射光谱和光强，将光谱和光强与油品的种类联系起来，建立数学模型，确保测量结果的准确性。

一种基于透射光谱的输油管道油品界面的检测方法，光源模块发出的光分为可见光、近近红外、近红外和中红外，分别通过入射光纤及准直光部件照射到流动的油品后，透射的光经过聚光部件及出射光纤进入光谱仪模块，光谱仪模块将测得的光谱光强数据送入控制模块，控制模块将这些信号存入数据寄存模块，控制模块同时将管道中的温度数据、压力数据和油品的流速存入数据寄存模块，控制模块将数据寄存模块中的光谱光强数据、温度数据、压力数据、油品流速和定标参数模块中的定标参数送入计算模块，计算模块计算后，数据结果送回控制模块，控制模块将数据结果送入结果输出模块显示。

一种基于透射光谱的输油管道油品界面的检测装置，包括置于恒温箱内的光源模块、光谱仪模块、控制模块、数据寄存模块、定标参数模块、计算模块以及结果输出模块；还包括与输油管道连通的第一金属紧固件、第二金属紧固件、第三金属紧固件和第四金属紧固件；光源模块发出的光分为可见光、近近红外、近红外和中红外，分别经过入射光纤及准直光部件连接至第一金属紧固件、第二金属紧固件、第三金属紧固件、第四金属紧固件，出射的光分别经聚光部件和出射光纤传输到光谱仪模块中；光谱仪模块、数据寄存模块、定标参数模块、计算模块以及结果输出模块均与控制模块相连.

进一步的，准直光部件为光锥、自聚焦棒、透镜光纤、光纤准直器或自聚焦透镜。当光锥作为准直光部件时，入射光纤与光锥焊接相连

进一步的，聚光部件为光锥、自聚焦棒、透镜光纤、光纤准直器或自聚焦透镜。当光锥作为聚光部件时，光锥与出射光纤焊接相连

进一步的，第一金属紧固件中，准直光部件和聚光部件通光面的几何距离为50～100mm；第二金属紧固件中，准直光部件和聚光部件通光面的几何距离为30～80mm；第三金属紧固件中，准直光部件和聚光部件通光面的几何距离为10～40mm；第四金属紧固件中，准直光部件和聚光部件通光面的几何距离为2～10mm。

本发明方法的工作过程如下：

光源发出的光经入射光纤、准直光部件变为准直光出射，油品在金属紧固件内流过，准直光照射油品后，透射的光进入聚光部件，聚光部件收集透射光进入出射光纤。从出射光纤出射的光进入光谱仪模块。光谱仪模块将测得的光谱光强数据送入控制模块，控制模块将这些信号存入数据寄存模块，控制模块同时将管道其他装置及传感器获得的温度数据、压力数据和油品的流速存入数据寄存器。控制模块将数据寄存模块中的光谱光强数据、温度数据、压力数据、油品流速和定标参数模块中的定标参数送入计算模块，计算模块计算后，数据结果送回控制模块，控制模块将数据结果送入结果输出模块显示。

光源模块和光谱仪模块由控制模块控制，监控光源发光是否正常，保证光源发光强度恒定，控制光谱仪模块获取正在流过的管道油品的光谱光强数据；光源模块、光谱仪模块、控制模块、数据寄存模块、定标参数模块、计算模块、结果输出模块按照上述连接关系被固定于恒温箱内；控制模块读取光谱光强探头附近温度传感器的温度；从仪器开始运转时起恒温箱保证系统恒温在40±1℃范围。

本发明与现有技术相比具有如下优点：

(1)本发明方法的结构能获得流过输油管的油品的可见、近近红外、近红外和中红外光谱光强，通过对油品360nm-5000nm的光谱光强的分析，可以精确地区分输油管道油品的界面情况，提高了检测精度和准确度。整个方法保证油品在整个光谱区的信息量丰富，因此获得油品的界面情形以及油品的多种信息。

(2)光谱光强探头的四组探头结构保证尽可能多地接收到油品的透射光谱和光强信息，解决了同种类不同牌号、同牌号不同性质的油品的界面区分问题，同时也解决了环保油品与普通油品的界面区分问题。

(3)本发明方法将温度数据、压力数据、油品流速与光谱光强数据一起运算，有利于消除输油管道在不同环境、压力和流速下对测量结果的影响，从而使得本方法判断油品界面更加准确。

附图说明

图1是本发明装置的结构框图。

图2是光谱光强探头的结构框图之一。

图3是光谱光强探头的结构框图之二。

图4是光谱光强探头的结构框图之三。

图5是油品界面判读图。

具体实施方式

本发明适用的温湿度条件：-40～65℃，0-90％RH。

如图1所示，光源模块可发出可见光至中红外光，可以采用卤钨灯和硅碳棒等光源；光谱仪模块的光谱范围是360nm-5000nm；入射光纤11、入射光纤12、入射光纤13、入射光纤14和出射光纤41、出射光纤42、出射光纤43、出射光纤44是传光光纤，入射光纤11、12、13和出射光纤51、52、53可以采用石英光纤，入射光纤14和出射光纤54采用红外光纤；准直光部件21、准直光部件22、准直光部件23、准直光部件24和聚光部件41、聚光部件42、聚光部件43、聚光部件44可以采用透镜、光锥、自聚焦棒、透镜光纤、光纤准直器、自聚焦透镜或其他组合结构实现准直、聚光；第一金属紧固件31、第二金属紧固件32、第三金属紧固件33、第四金属紧固件34实现光谱光强探头与输油管道的连接，同时油品在金属紧固件内流动，第一金属紧固件31、第二金属紧固件32、第三金属紧固件33、第四金属紧固件34的另一个作用就是用来固定准直光部件和聚光部件的，金属紧固件保证准直光部件和聚光部件通光面的几何距离为2mm-100mm；光源发光分为四个波段：360-700nm(可见光)、700-1000nm(近近红外)、1000-2500nm(近红外)、2500-5000nm(中红外)。

光源发出的四个波段的光分别耦合到入射光纤11、12、13和14，光经过入射光纤、准直部件后照射输油管道中的油品，油品的透射光进入聚光部件、出射光纤后耦合到光谱仪模块。光谱仪模块中的光电转换器件将出射光纤中的光信号转换为电信号，光谱仪模块同时将光源的原始光信号经光电转换器件转换为电信号，两个电信号的对数差最终形成输油管道中油品在360-700nm、700-1000nm、1000-2500nm、2500-5000nm的光谱。

如图2所示，准直光部件21采用光锥；聚光部件41也采用光锥。这是光谱光强探头的结构一种实现方式。

如图3所示，准直光部件21采用组合透镜；聚光部件41采用光锥。这是光谱光强探头的结构另一种实现方式。当然，聚光部件41也采用组合透镜，如图4所示。

实施例1

第一金属紧固件31和第二金属紧固件32保证准直光部件和聚光部件通光面的几何距离为80mm，第三金属紧固件33保证准直光部件和聚光部件通光面的几何距离为20mm，第四金属紧固件34保证准直光部件和聚光部件通光面的几何距离为4mm。这样设计金属紧固件能够很好的进行光谱测量，从而保证后续的精确界面定位。

装置上线运行前建立六个模型，采集国内成品汽油90#、93#、97#、98#号汽油各200个，在装置上获取这些汽油的700-1000nm波段的光谱。利用判别式聚类分析方法，建立汽油的分类模型一。利用人工神经网络分类方法，建立汽油的分类模型二。利用主成分分析偏最小二乘算法，建立汽油的分类模型三。

然后采集国内成品柴油5#、0#、-10#、-20#、-35#、-50#号柴油各150个，在装置上获取这些柴油的700-1000nm波段的光谱。利用判别式聚类分析方法，建立柴油的分类模型四。利用人工神经网络分类方法，建立柴油的分类模型五。利用主成分分析偏最小二乘算法，建立柴油的分类模型六。

A)分类模型建立后，装置上线运行。每一种油品在管道中都有一段流动的时间，装置在管道流动同一种油品时，根据流速和时间采集并保存360-700nm、700-1000nm波段的第一光谱。首先计算第一光谱。1)计算480-500nm谱面积，所得结果计为S₁。2)应用360-700nm光谱计算色度值X₁、Y₁、Z₁。3)应用六个分类模型和700-1000nm光谱计算分类值P₁₁-P₁₆。

B)检测开始。采集正在流过光谱光强探头的油品的光谱，作为第二光谱。1)计算480-500nm谱面积，所得结果计为S₂。2)应用360-700nm光谱计算色度值X₂、Y₂、Z₂。3)应用六个分类模型和700-1000nm光谱计算分类值P₂₁-P₂₆。

C)对测量所得的第二光谱进行计算。1)ΔS＝S₁-S₂，2)ΔC＝(X₁-X₂)+(Y₁-Y₂)+(Z₁-Z₂)，3)ΔP＝(P₁₁-P₂₁)+(P₁₂-P₂₂)+(P₁₃-P₂₃)+(P₁₄-P₂₄)+(P₁₅-P₂₅)+(P₁₆-P₂₆)。

w₁、w₂、w₃称为权值，取值范围是0-100，此处都取10。

D)连续对输油管道中的油品进行测量，每次测量获得第二光谱并计算第二光谱的R值。对于同一种油品，和

都很小，所以R的值虽有波动但变化很小，如附图5中的第一油品段所示。当输油管道中输入第二种油品时，则此时第一光谱的数据是第一种油品的数据，而第二光谱则是混油的光谱，此时，

和开始变化，R值也开始变化，在混油段，R值如附图5中的混油段所示。

当输油管道中输入的油品从混油段过渡到第二种油品的纯油段时，

和

开始固定，R值也随之固定在一个值附近，如附图5中的第二油品段所示。

E)根据图5的曲线图，同时参考输油管道的流速，可以判断油品在何处切割及混油界面的位置变化。

F)当管道中流动第二种油品固定时间后(如15分钟、半小时或1小时)，重复A→B→C→D→E→F→A的流程。

本实施例能够精确地区分同种类不同牌号、同牌号不同性质的油品的界面，同时也能区分环保油品与普通油品的界面。

实施例2

与实施例1相比，本实施例的区别在于六个分类模型是在1000-2500nm波段建立的。

装置上线运行前建立六个模型，采集国内成品汽油90#、93#、97#、98#号汽油各200个，在装置上获取这些汽油的1000-2500nm波段的光谱。利用判别式聚类分析方法，建立汽油的分类模型一。利用人工神经网络分类方法，建立汽油的分类模型二。利用主成分分析偏最小二成算法，建立汽油的分类模型三。

然后采集国内成品柴油5#、0#、-10#、-20#、-35#、-50#号柴油各150个，在装置上获取这些柴油的1000-2500nm波段的光谱。利用判别式聚类分析方法，建立柴油的分类模型四。利用人工神经网络分类方法，建立柴油的分类模型五。利用主成分分析偏最小二成算法，建立柴油的分类模型六。

A)分类模型建立后，装置上线运行.每一种油品在管道中都有一段流动的时间，装置在管道流动同一种油品时，根据流速和时间采集并保存360-700nm、1000-2500nm波段的第一光谱.首先计算第一光谱.1)计算480-500nm谱面积，所得结果计为S₁。2)应用360-700nm光谱计算色度值X₁、Y₁、Z₁。3)应用六个分类模型和1000-2500nm光谱计算分类值P₁₁-P₁₆。

B)检测开始。采集正在流过光谱光强探头的油品的光谱，作为第二光谱。1)计算480-500nm谱面积，所得结果计为S₂。2)应用360-700nm光谱计算色度值X₂、Y₂、Z₂。3)应用六个分类模型和1000-2500nm光谱计算分类值P₂₁-P₂₆。

C)对测量所得的第二光谱进行计算。1)ΔS＝S₁-S₂，2)ΔC＝(X₁-X₂)+(Y₁-Y₂)+(Z₁-Z₂)，3)ΔP＝(P₁₁-P₂₁)+(P₁₂-P₂₂)+(P₁₃-P₂₃)+(P₁₄-P₂₄)+(P₁₅-P₂₅)+(P₁₆-P₂₆)。

w₁、w₂、w₃称为权值，取值范围是0-100，此处都取10。

D)连续对输油管道中的油品进行测量，每次测量获得第二光谱并计算第二光谱的R值。对于同一种油品，和

都很小，所以R的值虽有波动但变化很小，如附图5中的第一油品段所示。当输油管道中输入第二种油品时，则此时第一光谱的数据是第一种油品的数据，而第二光谱则是混油的光谱，此时，

和

开始变化，R值也开始变化，在混油段，R值如附图5中的混油段所示。

当输油管道中输入的油品从混油段过渡到第二种油品的纯油段时，

和开始固定，R值也随之固定在一个值附近，如附图5中的第二油品段所示。

E)根据图5的曲线图，同时参考输油管道的流速，可以判断油品在何处切割及混油界面的位置变化。

F)当管道中流动第二种油品固定时间后(如15分钟、半小时或1小时)，重复A→B→C→D→E→F→A的流程。

实施例3

本实施例与实施例1的区别在于六个分类模型是在2500-5000nm波段建立的。

装置上线运行前建立六个模型，采集国内成品汽油90#、93#、97#、98#号汽油各200个，在装置上获取这些汽油的2500-5000nm波段的光谱。利用判别式聚类分析方法，建立汽油的分类模型一。利用人工神经网络分类方法，建立汽油的分类模型二。利用主成分分析偏最小二成算法，建立汽油的分类模型三。

然后采集国内成品柴油5#、0#、-10#、-20#、-35#、-50#号柴油各150个，在装置上获取这些柴油的2500-5000nm波段的光谱。利用判别式聚类分析方法，建立柴油的分类模型四。利用人工神经网络分类方法，建立柴油的分类模型五。利用主成分分析偏最小二成算法，建立柴油的分类模型六。

A)分类模型建立后，装置上线运行。每一种油品在管道中都有一段流动的时间，装置在管道流动同一种油品时，根据流速和时间采集并保存360-700nm、2500-5000nm波段的第一光谱。首先计算第一光谱。1)计算480-500nm谱面积，所得结果计为S₁。2)应用360-700nm光谱计算色度值X₁、Y₁、Z₁。3)应用六个分类模型和2500-5000nm光谱计算分类值P₁₁-P₁₆。

B)检测开始。采集正在流过光谱光强探头的油品的光谱，作为第二光谱。1)计算480-500nm谱面积，所得结果计为S₂。2)应用360-700nm光谱计算色度值X₂、Y₂、Z₂.3)应用六个分类模型和2500-5000nm光谱计算分类值P₂₁-P₂₆。

C)对测量所得的第二光谱进行计算。1)ΔS＝S₁-S₂，2)ΔC＝(X₁-X₂)+(Y₁-Y₂)+(Z₁-Z₂)，3)ΔP＝(P₁₁-P₂₁)+(P₁₂-P₂₂)+(P₁₃-P₂₃)+(P₁₄-P₂₄)+(P₁₅-P₂₅)+(P₁₆-P₂₆)。

w₁、w₂、w₃称为权值，取值范围是0-100，此处都取10。

D)连续对输油管道中的油品进行测量，每次测量获得第二光谱并计算第二光谱的R值。对于同一种油品，

和

都很小，所以R的值虽有波动但变化很小，如附图5中的第一油品段所示。当输油管道中输入第二种油品时，则此时第一光谱的数据是第一种油品的数据，而第二光谱则是混油的光谱，此时，

和

开始变化，R值也开始变化，在混油段，R值如附图5中的混油段所示。

当输油管道中输入的油品从混油段过渡到第二种油品的纯油段时，和

开始固定，R值也随之固定在一个值附近，如附图5中的第二油品段所示。

E)根据图5的曲线图，同时参考输油管道的流速，可以判断油品在何处切割及混油界面的位置变化。

F)当管道中流动第二种油品固定时间后(如15分钟、半小时或1小时)，重复A→B→C→D→E→F→A的流程。

实施例4

本实施例与实施例1、2、3的区别在于将700-1000nm、1000-2500nm、2500-5000nm三个波段的分类模型全部用于计算。

应用六个分类模型和第一光谱计算分类值P₁₁-P_1，18。应用六个分类模型和第二光谱计算分类值P₂₁-P_2，18。

ΔP＝(P₁₁-P₂₁)+(P₁₂-P₂₂)+(P₁₃-P₂₃)+...+(P_1，16-P_2，16)+(P_1，17-P_2，17)+(P_1，18-P₂，18)。

实施例5

本实施例在于采用不同的分类方法。

利用拓扑分析方法，建立汽油的分类模型一。利用逐步多元线性回归分析方法，建立汽油的分类模型二。利用支持向量基分析算法，建立汽油的分类模型三。分类方法还包括小波分析法和油品谱库检索比对法。

同样方法建立柴油的分类模型。

实施例6

本实施例在于取第一光谱与第二光谱的相关系数

A)装置上线运行。每一种油品在管道中都有一段流动的时间，装置在管道流动同一种油品时，根据流速和时间采集并保存360-700nm、700-1000nm，1000-2500nm，2500-5000nm波段的第一光谱。首先计算第一光谱。1)计算480-500nm谱面积，所得结果计为S₁。2)应用360-700nm光谱计算色度值X₁、Y₁、Z₁。

B)检测开始。采集正在流过光谱光强探头的油品的光谱，作为第二光谱。1)计算480-500nm谱面积，所得结果计为S₂。2)应用360-700nm光谱计算色度值X₂、Y₂、Z₂。3)计算第二光谱与第一光谱700-1000nm波段的相关系数R₁，计算第二光谱与第一光谱1000-2500nm波段的相关系数R₂，计算第二光谱与第一光谱2500-5000nm波段的相关系数R₃。

C)对测量所得的第二光谱进行计算。1)ΔS＝S₁-S₂，2)ΔC＝(X₁-X₂)+(Y₁-Y₂)+(Z₁-Z₂)，3)ΔP＝(1-R₁)+(1-R₂)+(1-R₃)，

w₁、w₂、w₃称为权值，取值范围是0-100，此处都取10。

D)连续对输油管道中的油品进行测量，每次测量获得第二光谱并计算第二光谱的R值。对于同一种油品，

和

都很小，所以R的值虽有波动但变化很小，如附图5中的第一油品段所示。当输油管道中输入第二种油品时，则此时第一光谱的数据是第一种油品的数据，而第二光谱则是混油的光谱，此时，

和

开始变化，R值也开始变化，在混油段，R值如附图5中的混油段所示。

当输油管道中输入的油品从混油段过渡到第二种油品的纯油段时，

和

开始固定，R值也随之固定在一个值附近，如附图5中的第二油品段所示。

E)根据图5的曲线图，同时参考输油管道的流速，可以判断油品在何处切割及混油界面的位置变化。

F)当管道中流动第二种油品固定时间后(如15分钟、半小时或1小时)，重复A→B→C→D→E→F→A的流程。

以上各实施例应用各种数学模型来进行运算，均能够精确地区分同种类不同牌号、同牌号不同性质的油品的界面，同时也能区分环保油品与普通油品的界面。本领域技术人员清楚地知道，根据本发明的方法，可以对数学模型进行各种各样的优化和组合，本发明的保护范围并不局限于以上实施例。

Claims (5)

1.一种基于透射光谱的输油管道油品界面的检测方法，其特征在于：光源模块发出的光分为可见光、近近红外、近红外和中红外，分别通过入射光纤及准直光部件照射到流动的油品后，透射的光经过聚光部件及出射光纤进入光谱仪模块，光谱仪模块将测得的光谱光强数据送入控制模块，控制模块将这些信号存入数据寄存模块，控制模块同时将管道中的温度数据、压力数据和油品的流速存入数据寄存模块，控制模块将数据寄存模块中的光谱光强数据、温度数据、压力数据、油品流速和定标参数模块中的定标参数送入计算模块，计算模块计算后，数据结果送回控制模块，控制模块将数据结果送入结果输出模块显示。

2.一种基于透射光谱的输油管道油品界面的检测装置，其特征在于包括置于恒温箱内的光源模块、光谱仪模块、控制模块、数据寄存模块、定标参数模块、计算模块以及结果输出模块；还包括与输油管道连通的第一金属紧固件、第二金属紧固件、第三金属紧固件和第四金属紧固件；光源模块发出的光分为可见光、近近红外、近红外和中红外，分别经过入射光纤及准直光部件连接至第一金属紧固件、第二金属紧固件、第三金属紧固件、第四金属紧固件，出射的光分别经聚光部件和出射光纤传输到光谱仪模块中；光谱仪模块、数据寄存模块、定标参数模块、计算模块以及结果输出模块均与控制模块相连。

3.根据权利要求2所述的检测装置，其特征在于准直光部件为光锥、自聚焦棒、透镜光纤、光纤准直器或自聚焦透镜。

4.根据权利要求2所述的检测装置，其特征在于聚光部件为光锥、自聚焦棒、透镜光纤、光纤准直器或自聚焦透镜。

5.根据权利要求2至4任一项所述的检测装置，其特征在于：第一金属紧固件中，准直光部件和聚光部件通光面的几何距离为50～100mm；～第二金属紧固件中，准直光部件和聚光部件通光面的几何距离为30～80mm；第三金属紧固件中，准直光部件和聚光部件通光面的几何距离为10～40mm；第四金属紧固件中，准直光部件和聚光部件通光面的几何距离为2～10mm。

Images