CN102235970A - 利用近红外光谱检测成品油管道混油界面的方法 - Google Patents
利用近红外光谱检测成品油管道混油界面的方法 Download PDFInfo
- Publication number
- CN102235970A CN102235970A CN201010160480XA CN201010160480A CN102235970A CN 102235970 A CN102235970 A CN 102235970A CN 201010160480X A CN201010160480X A CN 201010160480XA CN 201010160480 A CN201010160480 A CN 201010160480A CN 102235970 A CN102235970 A CN 102235970A
- Authority
- CN
- China
- Prior art keywords
- spectrum
- standard deviation
- pipeline
- interval
- oil
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Landscapes
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
一种利用近红外光谱检测成品油管道混油界面的方法,包括按一定的时间间隔测定成品油管道内油品的近红外光谱,将其进行二阶微分处理,计算连续测定的n次光谱在特征光谱区间的吸光度平均标准偏差S,通过吸光度平均标准偏差S的值判断成品油管道内油品是否为混油。该法可有效检测成品油管道内的混油界面。
Description
技术领域
本发明为一种成品油管道混油界面的测定方法,具体地说,是一种用近红外光谱测定成品油管道混油界面的方法。
背景技术
目前,国内外成品油管道输送已经或正在替代成品油铁路和公路运输,成为成品油运输的主力。多种油品顺序输送是用一条管道采用分批交替或顺序输送不同种类的油品,即可交替输送汽油、煤油、柴油等不同种类的成品油,也可交替输送各种原油、成品油和各种化工产品,从而大大提高管道的利用率。成品油管道作为先进的运输方式,不仅具有进一步减少环境污染,缓解运输压力,提高运输安全系数的作用,而且具有铁路、公路、水路等其他方式无法比拟的运输优势,如管道输送油品损耗低,只有万分之五,而铁路运输损耗率是其2倍。管道运输费用明显低于铁路运输,铁路运输的综合单价为0.1237元/t·km,管道项目在保证内部收益率12%的基础上,综合单价仅为0.0772元/t·km,比铁路运输节约45.7%,成品油可以从产地直接输送到消费地,大大减少转运环节,与铁路相比,管道运输能耗可节约40%,人力节省一半,运输成本大幅降低。
成品油管道通常采用顺序输送的方法,也就是一种油品跟在另一种油品的后面分批输送。油品在流动过程中会扩散,两种油品交替处会形成混油段。通常这个混油段从开始出现到最后消失会持续半个小时左右,为保证油品质量,必须精确测量油品之间界面的位置,进行混油切割操作,尤其不能让低质量的油品混入高质量的油品中,从而降低质量。在用成品油管道输送油品时,通常通过界面检测的方式对混油段进行检测。界面检测的方法有很多,大致分为标示法和特性测量法,标示法有荧光、色素染料和放射性标记等识别方法,特性测量法有密度、介电常数和超声波等方法,界面检测采用特性测量法居多,尤以密度测量法最多。由于油品特性的千差万别,这些检测方法往往难以精确地测定所有油品的界面,一旦发生误差,将会造成重大事故和经济损失。
“油气储运”第23卷第12期P55~57页公开的“光学界面探测仪在成品油管道上的应用”指出可用光纤探头及光谱原理测定管道内所输产品界面的变化,并与用密度计检测界面的方法进行了对比,讨论了油品输送顺序、杂质和油罐切换对光学界面探测值的影响,但未指出探测混油界面所用光的种类。
上世纪90年代以来,在激光、光纤、微电子、计算机和化学计量学(Chemometrics)等与光谱和波谱仪器相关新技术不断发展的带动下,出现了许多新型的光谱和波谱类过程分析仪器,如红外、近红外、拉曼以及核磁共振等,使得原来只能在实验室中进行物质成分分析的结构复杂、体积庞大的分析仪器也能用于工业现场的实时在线分析。尤其是在线近红外光谱分析技术(NIR),因其仪器较简单、分析速度快、非破坏性和样品制备量小、几乎适合各类样品(液体、粘稠体、涂层、粉末和固体)分析、多组分多通道同时测定等特点,成为在线分析仪表中的一枝奇葩。
发明内容
本发明的目的是提供一种用近红外光谱检测成品油管道混油界面的方法,该法通过连续测定管道内成品油的近红外光谱,可快速跟踪成品油管道内的混油界面。
本发明提供的利用近红外光谱检测成品油管道混油界面的方法,包括按一定的时间间隔测定成品油管道内油品的近红外光谱,将其进行二阶微分处理,计算连续测定的n次光谱在特征光谱区间的吸光度平均标准偏差S,计算方法为:
按式(1)和(2)计算连续测定的n次光谱在特征光谱区间内每一个测定波长点对应的吸光度Aij的标准偏差SSi,再按式(3)计算连续测定的n次光谱在特征光谱区间内的吸光度平均标准偏差S,
式中,i为特征光谱区间内某个测定波长点序号,i=1,2,...,m,m为特征光谱区间内测定的波长点总数,j为某次测定的光谱序号,j=1,2,...,n,n为计算吸光度平均标准偏差所用的连续光谱的次数。
通过平均标准偏差S的值判断成品油管道内油品是否为混油。
本发明按一定的时间间隔连续测定成品油管道内油品的近红外光谱,通过计算特征光谱区间内连续n次测定的吸光度平均标准偏差值,判断混油界面,实现对成品油管道混油界面的实时跟踪。
具体实施方式
近红外光(NIR)是介于紫外可见光(UV-Vis)和中红外光(MIR)之间的电磁波,其波长范围为780nm~2526nm,又分为短波(780nm~1100nm)和长波(1100nm~2526nm)近红外两个区域。NIR光谱主要是由于分子振动的非谐振性使分子振动从基态向高能级跃迁时产生的,反映的是含氢基团X-H(X=C、N、O)振动的倍频和合频吸收。不同基团(如甲基、亚甲基、苯环等)或同一基团在不同化学环境中的近红外吸收波长与强度都有明显差别,NIR光谱具有丰富的结构和组成信息,非常适合用于碳氢有机物质如石化产品的定性(不同油品种类的辨识)和定量(物化参数如辛烷值、密度和组成等)的分析测量。
本发明方法中,测定管道内油品的近红外光谱的波长范围为700~2500nm,在其间可以设置多个特征光谱区间计算光谱的吸光度平均标准偏差S,再由平均标准偏差值判断混油界面,即设定S为某个值,S大于该值时,判断管道内油品为不同种类油品的混油,S小于或等于该值时,判断管道内油品为单一种类油品。
所述的特征光谱区间为含有烃类化合物特征信息的光谱区间,其可选的波长范围为780nm~880nm,890nm~970nm,1120nm~1240nm,1650nm~1850nm或2250nm~2500nm,优选890nm~970nm,该区间包括了甲基C-H的吸收(904.8nm~907.8nm,909.8nm~916.8nm)和亚甲基C-H的吸收(931.8nm~934.8nm)。
对一条输送成品油的管道,按一定的时间间隔连续地测量流经管道的油品的近红外光谱,将其进行二阶微分处理,光谱测定区间可根据计算光谱吸光度平均标准偏差的特征光谱区间而定。将测定的光谱按测定时间顺序依次标记为1,2,3...,k,共有k次光谱。在k次光谱中,取连续测定的n次光谱,按照公式(1)~(3)计算连续n次光谱在特征光谱区间内每一个波长点对应的吸光度Aij的标准偏差SSi,再按式(3)计算n次测定的光谱在该特征光谱区间内的吸光度平均标准偏差。
本发明优选顺次移动地计算n次光谱在所述特征光谱区间的吸光度平均标准偏差S,n值优选2~15、更优选2~10,计算方法为:若n=3,则先取前3次测定的光谱,计算其在选定的特征光谱区间内的吸光度平均标准偏差,记为S1,再顺次计算2,3,4次光谱在选定的特征光谱区间内的吸光度平均标准偏差,记为S2,依此类推,一直计算至k-2,k-1,k次光谱在选定的特征光谱区间内的吸光度平均标准偏差,记为Sk-2。若n=5,则先取前5次测定的光谱,计算其在选定的特征光谱区间内的吸光度平均标准偏差,记为S1,再顺次计算2,3,4,5,6次测定的光谱在选定的特征光谱区间内的吸光度平均标准偏差,记为S2,依此类推,一直计算至k-4,k-3,k-2,k-1,k次测定的光谱在选定的特征光谱区间内的吸光度平均标准偏差,记为Sk-4。然后根据每次计算的吸光度平均标准偏差S值,判断管道内油品是否为混油。
式(1)和(2)中,Aij为用于计算标准偏差的每一波长点对应的吸光度,i=1,2,...,m,m为用于计算吸光度平均标准偏差的特征光谱区间所含的波长点的总数,j=1,2,...,n,n为计算吸光度平均标准偏差所用的连续光谱的次数。
本发明所述方法中,对每个特征光谱区间,均可选择多个测定波长点,在优选的890nm~970nm区间,测定波长点也可以选择多个,较佳的测定波长点为:899.48nm,901.09nm,902.7nm,904.31nm,905.92nm,907.53nm,909.14nm,910.75nm,912.36nm,913.97nm,915.58nm,917.19nm,918.8nm,920.41nm,922.02nm,923.63nm,925.24nm,926.86nm,928.47nm,930.08nm,931.69nm,933.31nm,934.92nm,936.53nm,938.15nm,939.76nm,941.37nm,942.99nm,944.6nm,946.22nm,947.83nm,949.45nm,951.06nm,952.68nm,954.29nm,955.91nm,957.53nm,959.14nm,960.76nm。
当特征光谱区间的波长范围为890nm~970nm,测定管道内油品的近红外光谱的波长范围为890~1700nm时,由式(1)、(2)和(3)计算的吸光度平均标准偏差S判断混油界面的方法为:
当遇到某个计算的S值大于1×10-4时,则判断有混油现象,反之,当遇到某个计算的S值≤1×10-4时,则判断没有发生混油现象,成品油管道内输送的是同一种油品。
本发明连续测定油品光谱的时间间隔优选0.1~2.0分钟,更优选0.5~2.0分钟。
本发明所述的混油优选为不同标号的汽油的混合油或汽油与柴油的混合油。
本发明方法适用于对汽油、柴油等多种油品进行管道顺序输送时产生的混油界面的实时检测。
下面通过实例详细说明本发明,但本发明并不限于此。
实例中,采用必达泰克公司的BTC261E微型光纤光谱仪,通过50m光纤连续测量管输油品的近红外光谱,测量间隔为1分钟,每次测定的光谱范围为890~1700nm,对每次测定的光谱进行二阶微分处理,选取890~970nm特征光谱区间的数据,按(1)~(3)式计算吸光度平均标准偏差。
实例1
对先输送93#汽油,再接着输送0#柴油形成的混油段进行检测,取连续三次测定的光谱,即n=3,按(1)~(3)式连续地计算吸光度平均标准偏差S。计算方法为:先取1、2、3次测定的光谱计算吸光度平均标准偏差,记为S1,再取2、3、4次测定的光谱计算吸光度平均标准偏差S2,以此类推,共测定37次光谱,计算35个吸光度平均标准偏差,结果见表1。
表1
实例2
对先输送0#柴油,再接着输送93#汽油形成的混油段进行检测,取连续三次测定的光谱,即n=3,按(1)~(3)式连续地计算吸光度平均标准偏差S。计算方法为:先取1、2、3次测定的光谱计算吸光度平均标准偏差,记为S1,再取2、3、4次测定的光谱计算吸光度平均标准偏差S2,以此类推,共测定56次光谱,计算54个吸光度平均标准偏差,结果见表2。
表2
Claims (8)
1.一种利用近红外光谱检测成品油管道混油界面的方法,包括按一定的时间间隔测定成品油管道内油品的近红外光谱,将其进行二阶微分处理,计算连续测定的n次光谱在特征光谱区间的吸光度平均标准偏差S,计算方法为:
按式(1)和(2)计算连续测定的n次光谱在特征光谱区间内每一个测定波长点对应的吸光度Aij的标准偏差SSi,再按式(3)计算连续测定的n次光谱在特征光谱区间内的吸光度平均标准偏差S,
式中,i为特征光谱区间内某个测定波长点序号,i=1,2,...,m,m为特征光谱区间内测定的波长点总数,j为某次测定的光谱序号,j=1,2,..,n,n为计算吸光度平均标准偏差所用的连续光谱的次数,
通过吸光度平均标准偏差S的值判断成品油管道内油品是否为混油。
2.按照权利要求1所述的方法,其特征在于测定管道内油品的近红外光谱的波长范围为700~2500nm。
3.按照权利要求1所述的方法,其特征在于所述的特征光谱区间的波长范围为780nm~880nm,890nm~970nm,1120nm~1240nm,1650nm~1850nm或2250nm~2500nm。
4.按照权利要求1所述的方法,其特征在于当特征光谱区间的波长范围为890nm~970nm,测定管道内油品的近红外光谱波长范围为890nm~1700nm时,吸光度平均标准偏差S大于1×10-4,判断成品油管道内油品为混油,S≤1×10-4,判断成品油管道内油品为单一油品。
5.按照权利要求1所述的方法,其特征在于所述的连续测定管道内油品的时间间隔为0.1~2.0分钟。
6.按照权利要求1所述的方法,其特征在于n值为2~15。
7.按照权利要求1所述的方法,其特征在于顺次移动地计算n次光谱在特征光谱区间的吸光度平均标准偏差S。
8.按照权利要求1所述的方法,其特征在于所述的混油为不同标号的汽油的混合油或汽油与柴油的混合油。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN 201010160480 CN102235970B (zh) | 2010-04-30 | 2010-04-30 | 利用近红外光谱检测成品油管道混油界面的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN 201010160480 CN102235970B (zh) | 2010-04-30 | 2010-04-30 | 利用近红外光谱检测成品油管道混油界面的方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN102235970A true CN102235970A (zh) | 2011-11-09 |
CN102235970B CN102235970B (zh) | 2013-01-09 |
Family
ID=44886827
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN 201010160480 Active CN102235970B (zh) | 2010-04-30 | 2010-04-30 | 利用近红外光谱检测成品油管道混油界面的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN102235970B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110873290A (zh) * | 2018-09-04 | 2020-03-10 | 中国石油化工股份有限公司 | 一种顺序输送混油控制跟踪方法及系统 |
CN113433088A (zh) * | 2021-06-25 | 2021-09-24 | 南京富岛信息工程有限公司 | 一种原油长输管线混油段精细化监测方法 |
CN113655019A (zh) * | 2021-08-10 | 2021-11-16 | 南京富岛信息工程有限公司 | 一种管输原油的混油界面检测方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1796979A (zh) * | 2004-12-28 | 2006-07-05 | 中国石油化工股份有限公司 | 近红外光谱测定汽油中二烯烃含量的方法 |
CN1982870A (zh) * | 2005-12-13 | 2007-06-20 | 上海神开科技工程有限公司 | 钻井液中含油气在线光谱测定方法 |
JP2008032694A (ja) * | 2006-07-04 | 2008-02-14 | Dkk Toa Corp | 油種識別方法及び油種識別器 |
-
2010
- 2010-04-30 CN CN 201010160480 patent/CN102235970B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1796979A (zh) * | 2004-12-28 | 2006-07-05 | 中国石油化工股份有限公司 | 近红外光谱测定汽油中二烯烃含量的方法 |
CN1982870A (zh) * | 2005-12-13 | 2007-06-20 | 上海神开科技工程有限公司 | 钻井液中含油气在线光谱测定方法 |
JP2008032694A (ja) * | 2006-07-04 | 2008-02-14 | Dkk Toa Corp | 油種識別方法及び油種識別器 |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110873290A (zh) * | 2018-09-04 | 2020-03-10 | 中国石油化工股份有限公司 | 一种顺序输送混油控制跟踪方法及系统 |
CN113433088A (zh) * | 2021-06-25 | 2021-09-24 | 南京富岛信息工程有限公司 | 一种原油长输管线混油段精细化监测方法 |
CN113655019A (zh) * | 2021-08-10 | 2021-11-16 | 南京富岛信息工程有限公司 | 一种管输原油的混油界面检测方法 |
CN113655019B (zh) * | 2021-08-10 | 2024-04-26 | 南京富岛信息工程有限公司 | 一种管输原油的混油界面检测方法 |
Also Published As
Publication number | Publication date |
---|---|
CN102235970B (zh) | 2013-01-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Hu et al. | Effect of temperature and molecular weight of n-alkane precipitants on asphaltene precipitation | |
CN101788466B (zh) | 成品油管道输送中混油界面的检测方法 | |
CN101294896B (zh) | 烟用接装纸中镉含量的测定方法 | |
Andanson et al. | Quantification of the impact of water as an impurity on standard physico-chemical properties of ionic liquids | |
Schuttlefield et al. | ATR–FTIR spectroscopy in the undergraduate chemistry laboratory. Part I: Fundamentals and examples | |
CN101415497B (zh) | 用于炼油工艺中的流体分析的样品板 | |
US9658178B2 (en) | Sensor systems for measuring an interface level in a multi-phase fluid composition | |
Dixit et al. | Quantitative analysis by derivative electronic spectroscopy | |
Urakawa | Trends and advances in Operando methodology | |
CN101294898B (zh) | 烟用接装纸中铬含量的测定方法 | |
Nelson et al. | Micro-Raman technology to interrogate two-phase extraction on a microfluidic device | |
CN102235970B (zh) | 利用近红外光谱检测成品油管道混油界面的方法 | |
CN102221533B (zh) | 一种基于紫外光谱花生油掺伪定量检测的方法 | |
Bhat et al. | New optofluidic based lab-on-a-chip device for the real-time fluoride analysis | |
CN106932378A (zh) | 一种基于拉曼光谱的炼厂酸性气成分的在线检测系统和方法 | |
CN101294897B (zh) | 烟用接装纸中镍含量的测定方法 | |
US11320095B2 (en) | Pipeline interchange/transmix | |
CN103091265A (zh) | 太赫兹光谱对成品油及混油的成分和混合比例的分析方法 | |
Dai et al. | Comparison between NIR, FT-IR and Raman for quantitative analysis of the conversion of poly alpha oil (PAO) | |
JP2019523861A (ja) | 材料の同定方法 | |
Liu et al. | A‐band structural dynamics of thioanisole by resonance Raman spectroscopy | |
Jin et al. | Application of a Novel Analytical Technique to Monitor Corrosion Inhibitor Residual in Oilfield Samples | |
Prasad et al. | Quantifying Dense Multicomponent Slurries with In-Line ATR-FTIR and Raman Spectroscopies: A Hanford Case Study | |
CN103134762A (zh) | 由红外光谱预测原油氮含量的方法 | |
Buback | Near infrared spectroscopy of fluid phases |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant |