CN103063599A - 由透射红外光谱预测原油密度的方法 - Google Patents
由透射红外光谱预测原油密度的方法 Download PDFInfo
- Publication number
- CN103063599A CN103063599A CN2011103178197A CN201110317819A CN103063599A CN 103063599 A CN103063599 A CN 103063599A CN 2011103178197 A CN2011103178197 A CN 2011103178197A CN 201110317819 A CN201110317819 A CN 201110317819A CN 103063599 A CN103063599 A CN 103063599A
- Authority
- CN
- China
- Prior art keywords
- crude oil
- oil sample
- density
- sample
- spectrum
- 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
Images
Abstract
一种由透射红外光谱预测原油密度的方法,包括(1)收集各种原油样品,用标准方法测定原油样品的密度;(2)用透射方式测定各个原油样品的红外光谱,进行一阶或二阶微分处理,取750~1350cm-1谱区的吸光度,与用标准方法测得的原油样品的密度采用偏最小二乘法建立校正模型;(3)按测定原油样品同样的方法测定待测原油样品的红外光谱,并进行一阶或二阶微分处理,将750~1350cm-1谱区的吸光度,代入校正模型,得到待测原油样品的密度。该方法测试样品用量少,简单、快速,测试结果准确性好。
Description
技术领域
本发明为一种利用光谱预测原油密度的方法,具体地说,是一种由透射红外光谱预测原油密度的方法。
背景技术
目前,全球石油交易市场上生产和交易的原油价格变化很大,原油的密度高低是决定原油价格的一个重要原因。就加工而言,我国炼厂加工的原油种类较为复杂,大部分炼厂都在加工混兑原油。快速检测原油密度,对于优化进料、调和,提高企业效率具有重要意义。
测量原油密度的方法有多种,常用的有密度计法、比重瓶法和U形振动管法(SH/T0604-2000原油和石油产品密度测定法),但这些方法测量速度慢、步骤繁琐,适合实验室分析,不能满足快速评价、特别是在现场及时得到数据的需要。近年来,随着光谱技术与化学计量学的发展,分子光谱分析技术尤其是近红外光谱(NIR)因测试速度快、精密度高、操作简单、适合在线分析等优点,在油品快速分析中得到了较为广泛的应用。与只含氢基团倍频和组合频信息的近红外光谱相比,中红外光谱(MIR)含有更多的分子官能团信息,但因传统的红外光谱仪器和测量方式使用的不便性,使其多用于分子结构的定性分析,较难用于油品的定量分析。
Aske N.等在“Determination of saturate,aromatic,resin,and asphaltenic(SARA)components in crude oils by means of infrared and near-infraredspectroscopy”{Energy Fuels,Issue 15,Pages 1304-1312(2001)}一文中,以红外、近红外光谱结合偏最小二乘方法用于深色重质油品物化性质如渣油的四组分含量的快速测定。
发明内容
本发明的目的是提供一种用红外光谱快速预测原油密度的方法,该方法测试样品用量少,简单、快速,测试结果准确性好。
本发明提供的由透射红外光谱预测原油密度的方法,包括如下步骤:
(1)收集各种原油样品,用标准方法测定原油样品的密度,
(2)用透射方式测定各个原油样品的红外光谱,进行一阶或二阶微分处理,取750~1350cm-1谱区的吸光度,与用标准方法测得的原油样品的密度采用偏最小二乘法建立校正模型,
(3)按测定原油样品同样的方法测定待测原油样品的红外光谱,并进行一阶或二阶微分处理,将750~1350cm-1谱区的吸光度,代入校正模型,得到待测原油样品的密度。
本发明采用操作较为简便的透射红外光谱预测原油的密度,将光谱进行适当处理,通过选择红外光谱的特征谱区,再将特征谱区对应的吸光度与标准方法测得的原油密度相关联,通过多元回归分析建立校正模型,然后通过校正模型,由未知原油样品在所选特征谱区的吸光度预测其密度。
附图说明
图1为本发明方法预测值与SH/T0604-2000标准方法测定值的相关图。
图2为采用衰减全反射测量方式建立原油密度红外光谱校正模型得到的预测值与SH/T0604-2000标准方法测定值的相关图。
具体实施方式
本发明将全球不同产区的原油样品,采用透射测量方式采集红外光谱,选择与密度有良好相关性的特征谱区,即750~1350cm-1谱区的吸光度,将其与原油样品用标准方法测定的密度值相关联,建立校正模型,再由被测原油样品的红外光谱和校正模型预测被测原油样品的密度。
对于原油特别是高粘度样品,用传统的红外光谱仪的透射测量方式进样困难,更不容易清洗,在将样品池拆开清洗,再安装后,难以保证透射光程固定恒定,只能用于有机化合物的官能团定性。
便携式红外光谱仪采用透射的测量方式采集红外光谱,光程长且固定、红外吸收强度高,样品池所需的样品量少,进样方便,易于清洗,并具有体积小、重量轻、可携带独立电源的优点,非常适合现场使用。本发明优选用便携式红外光谱仪通过透射方式测定原油样品的红外光谱。
红外光谱是由于分子的振动一转动能级跃迁产生的。习惯上,往往把波长为2500~25000nm(波数4000~400cm-1)的谱区称为中红外(简称红外)区,把波长为780~2500nm(波数12820~4000cm-1)的谱区称为近红外区。所述波数为单位厘米内含有的波的个数,波数为波长的倒数。绝大多数有机化合物和许多无机化合物分子振动的基频均出现在红外区域,这对于有机物结构的定性分析以及成分分析非常有效。由于指纹区的存在,在这个区域对原油密度的定量比近红外光谱更具有说服力。
本发明用透射法测定原油样品红外光谱的扫描范围为4000~400cm-1。(1)步所述测定原油样品密度的标准方法为SH/T0604-2000-原油和石油产品密度测定法,即U形振动管法。
本发明用透射法测定原油样品红外光谱的透射光程为50~150微米、优选100~150微米。测定原油样品红外光谱的温度范围为20~30℃,即测定样品红外光谱时,保持测量温度在此范围内。
本发明收集原油样品的方法为:先选定不同类型的原油样品,如不同产区、不同基属、不同粘度的原油样品,用标准方法测定原油样品的密度。所选原油样品数量越多,所建模型越准确、可靠。但实际操作中为减少工作量,一般选取适当数量且能涵盖所有可能预测值的原油样品,优选的原油样品数量为280~330个。
为检验校正模型的准确性,一般将用标准方法测定密度的原油样品分成校正集和验证集。校正集样品数量较多,并且具有代表性,即校正集样品的密度应涵盖所有预测定原油样品的密度,用校正集原油样品的密度和红外光谱特征谱区的吸光度建立校正模型。验证集则是在用标准方法测定的原油样品中随机抽取,将其当做未知原油样品,来验证校正模型的准确性。验证集样品数量较少,约为测试样品总数量的1/4左右。
在用标准方法测定原油样品的密度后,用红外光谱仪以透射方式测定其红外光谱,然后对所选特征谱区的吸光度进行一阶或二阶微分处理,以消除干扰。
本发明采用偏最小二乘法(PLS)将校正集原油样品在特征谱区的吸光度与标准方法测量的密度相关联,建立校正模型。
下面简要介绍用PLS算法建立校正模型的过程:
首先对于光谱矩阵X(n×m)和浓度矩阵Y(n×1)(本发明为密度)进行如下分解,在本算法中n为样品数,m为特征谱区吸光度波长点数,即特征谱区内吸光度的采样点数。
其中:tk(n×1)为吸光度矩阵X的第k个主因子的得分;
pk(1×m)为吸光度矩阵X的第k个主因子的载荷;
uk(n×1)为浓度矩阵Y的第k个主因子的得分;
qk(1×1)为浓度矩阵Y的第k个主因子的载荷;f为主因子数。即:T和U分别为X和Y矩阵的得分矩阵,P和Q分别为X和Y矩阵的载荷矩阵,EX和EY分别为X和Y的PLS拟合残差矩阵。
第二步将T和U作线性回归:
U=TB
B=(TTT)-1TTY
在预测时,首先根据P求出未知样品光谱矩阵X未知的得分T未知,然后由下式得到浓度预测值:Y未知=T未知BQ。
在实际的PLS算法中,PLS把矩阵分解和回归并为一步,即X和Y矩阵的分解同时进行,并且将Y的信息引入到X矩阵分解过程中,在计算每一个新主成分前,将X的得分T与Y的得分U进行交换,使得到的X主成分直接与Y关联。
PLS由H Wold提出的非线性迭代偏最小二乘算法(NIPALS)计算完成,其具体算法如下:
对于校正过程,忽略残差阵E,主因子数取1时有:
对X=tpT,左乘tT得:pT=tTX/tTt;右乘p得:t=Xp/pTp。
对Y=uqT,左乘uT得:qT=uTY/uTu,两边同除得qT得:u=Y/qT。
(1)求吸光度矩阵X的权重向量w
取浓度矩阵Y的某一列(在本发明里只有一列)作u的起始迭代值,以u代替t,计算w
方程为:X=uwT,其解为:wT=uTX/uTu
(2)对权重向量w归一化
wT=wT/||wT||
(3)求吸光度矩阵X的因子得分t,由归一化后w计算t
方程为:X=twT,其解为:t=Xw/wTw
(4)求浓度矩阵Y的载荷q值,以t代替u计算q
方程为:Y=tqT,其解为:qT=tTY/tTt
(5)对载荷q归一化
qT=qT/||qT||
(6)求浓度矩阵Y的因子得分u,由qT计算u
方程为:Y=uqT,其解为:u=Yq/qTq
(7)再以此u代替t返回第(1)步计算wT,由wT计算t新,如此反复迭代,若t已收敛(||t新-t旧||≤10-6||t新||),转入步骤(8)运算,否则返回步骤(1)。
(8)由收敛后的t求吸光度矩阵X的载荷向量p
方程为:X=tpT,其解为:pT=tTY/tTt
(9)对载荷p归一化
pT=pT/||pT||
(10)标准化X的因子得分t
t=t||p||
(11)标准化权重向量w
w=w||p||
(12)计算t与u之间的内在关系b
b=uTt/tTt
(13)计算残差矩阵E
EX=X-tpT
EY=Y-btqT
(14)以EX代替X,EY代替Y,返回步骤(1),以此类推,求出X、Y的诸主因子的w、t、p、u、q、b。用交互检验法确定最佳主因子数f,保存wf、pf、qf
对待测样品的密度yun的预测过程如下:
xun为未知样本特征谱区吸光度调用已保存的保存wf、pf、qf
yun=bPLSxun,其中bPLS=wf T(pfwf T)-1qf,
下面通过实例进一步说明本发明,但本发明并不限于此。
实例中收集的各原油样品,按照SH/T0604-2000的标准方法测定其密度。
SH/T0604-2000方法对测量结果的重复性要求为:两次重复测试的结果之差不能超过0.0004g/cm3。对再现性的要求为:不同操作者,在不同实验室,对同一试样进行测定的结果之差不能超过0.0015g/cm3。
实例1
建立原油密度红外光谱校正模型并进行验证。
(1)用标准方法测定原油密度
收集全球各个主要产区的原油样品330个,用SH/T0604-2000方法测定其密度,将有代表性的原油样品270个组成校正集,随机选取60个原油样品组成验证集。
(2)用校正集样品建立校正模型
用便携式红外光谱仪(Agilent 5500 Series FTIR Spectrometer)通过透射方式测定校正集原油样品的红外光谱。使用的测量样品附件为100微米TumblIR透射分析附件,测量温度为25℃。
测量方法为:用吸管取一滴原油样品加入透射分析附件的样品池中,以空气为参比进行光谱扫描,扫描次数为64次,扫描范围为400~4000cm-1,分辨率为8cm-1。
将得到的红外光谱进行一阶微分处理,取波数750~1350cm-1谱区(从750cm-1开始每4个波数取一个吸光度值直到1350cm-1)的吸光度组成吸光度矩阵X,用原油样品相应的SH/T0604-2000方法测定的密度组成浓度矩阵Y,将X矩阵与Y矩阵用偏最小二乘法(PLS)建立原油密度校正模型,建立模型所用的相关统计参数见表1。其中
上式中,m为验证集样品总数,n为校正集样品总数,yi,actual为标准方法实测值,yi,predicted为预测值。
(3)验证校正模型的准确性
按(2)步的方法测定验证集每个原油样品的红外光谱,经一阶微分处理后,将波数为750~1350cm-1谱区的吸光度,代入校正模型,得到每一原油样品的密度预测值。验证集相关统计参数见表1,预测值与SH/T0604-2000方法测定值的相关性见图1。验证集样品预测值与SH/T0604-2000方法测定值的比较结果见表2。
表1
表2
实例2
按实例1的方法建立原油密度红外光谱校正模型并进行验证,不同的是将测得的红外光谱用二阶微分处理,再将经处理后的特征谱区的吸光度组成吸光度矩阵建立校正模型,然后再将验证集样品在750~1350cm-1谱区内经二阶微分处理得到的吸光度,代入校正模型,得到原油样品的密度预测值。校正集和验证集的相关统计参数见表3,验证集样品预测值与SH/T0604-2000方法测定值的比较结果见表4。
表3
表4
对比例1
按实例1的方法建立原油密度红外光谱校正模型并进行验证,不同的是采用传统的Thermo Nicolet-6700傅立叶变换红外光谱仪,用ATR(衰减全反射)测量方式获取样品的红外光谱。测量附件为Thermo公司45°ZnSe ATR晶体池,测量温度为25℃。
原油样品红外光谱的测量方法为:将原油样品倒入ZnSe ATR样品吸收池中,以空气为参比进行光谱扫描,扫描次数为64次,扫描范围:400~4000cm-1,分辨率为8cm-1。
校正集和验证集的相关统计参数见表5,验证集样品预测值与SH/T0604-2000方法测定值的相关性见图2。
表5
Claims (6)
1.一种由透射红外光谱预测原油密度的方法,包括如下步骤:
(1)收集各种原油样品,用标准方法测定原油样品的密度,
(2)用透射方式测定各个原油样品的红外光谱,进行一阶或二阶微分处理,取750~1350cm-1谱区的吸光度,与用标准方法测得的原油样品的密度采用偏最小二乘法建立校正模型,
(3)按测定原油样品同样的方法测定待测原油样品的红外光谱,并进行一阶或二阶微分处理,将750~1350cm-1谱区的吸光度,代入校正模型,得到待测原油样品的密度。
2.按照权利要求1所述的方法,其特征在于用透射法测定原油样品红外光谱的扫描范围为4000~400cm-1。
3.按照权利要求1所述的方法,其特征在于(1)步所述测定原油样品密度的标准方法为SH/T0604-2000。
4.按照权利要求1所述的方法,其特征在于用透射法测定原油样品红外光谱的透射光程为50~150微米。
5.按照权利要求1所述的方法,其特征在于测定原油样品红外光谱的温度为20~30℃。
6.按照权利要求1所述的方法,其特征在于用便携式红外光谱仪通过透射方式测定原油样品的红外光谱。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201110317819.7A CN103063599B (zh) | 2011-10-18 | 2011-10-18 | 由透射红外光谱预测原油密度的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201110317819.7A CN103063599B (zh) | 2011-10-18 | 2011-10-18 | 由透射红外光谱预测原油密度的方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103063599A true CN103063599A (zh) | 2013-04-24 |
CN103063599B CN103063599B (zh) | 2015-08-26 |
Family
ID=48106312
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201110317819.7A Active CN103063599B (zh) | 2011-10-18 | 2011-10-18 | 由透射红外光谱预测原油密度的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103063599B (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103364364A (zh) * | 2013-07-01 | 2013-10-23 | 南京富岛信息工程有限公司 | 一种基于复合预测技术的原油性质快速检测方法 |
CN107367481A (zh) * | 2016-05-13 | 2017-11-21 | 中国石化扬子石油化工有限公司 | 一种在线近红外光谱预测原油一般性质的方法 |
CN110763649A (zh) * | 2018-07-26 | 2020-02-07 | 中国石油化工股份有限公司 | 一种由近红外光谱及性质选择目标原油调合配方的方法 |
CN113866047A (zh) * | 2021-10-21 | 2021-12-31 | 南京信息工程大学 | 一种基于机器学习的粘滞系数光学测定装置及方法 |
CN114689460A (zh) * | 2022-06-01 | 2022-07-01 | 西北大学 | 一种在线密度自动测量的原油密度值校正方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1448710A (zh) * | 2002-03-29 | 2003-10-15 | 中国石油化工股份有限公司 | 一种测定重质油相对密度的方法 |
CN101788470A (zh) * | 2010-03-31 | 2010-07-28 | 中国人民解放军总后勤部油料研究所 | 一种润滑油新油质量快速检测方法 |
CN101806729A (zh) * | 2010-03-31 | 2010-08-18 | 中国人民解放军总后勤部油料研究所 | 一种润滑油在用油质量快速检测方法 |
US20100211329A1 (en) * | 2007-10-12 | 2010-08-19 | Stuart Farquharson | Method and apparatus for determining properties of fuels |
CN101893560A (zh) * | 2010-07-13 | 2010-11-24 | 中国人民解放军总后勤部油料研究所 | 一种汽油锰含量快速测定方法 |
-
2011
- 2011-10-18 CN CN201110317819.7A patent/CN103063599B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1448710A (zh) * | 2002-03-29 | 2003-10-15 | 中国石油化工股份有限公司 | 一种测定重质油相对密度的方法 |
US20100211329A1 (en) * | 2007-10-12 | 2010-08-19 | Stuart Farquharson | Method and apparatus for determining properties of fuels |
CN101788470A (zh) * | 2010-03-31 | 2010-07-28 | 中国人民解放军总后勤部油料研究所 | 一种润滑油新油质量快速检测方法 |
CN101806729A (zh) * | 2010-03-31 | 2010-08-18 | 中国人民解放军总后勤部油料研究所 | 一种润滑油在用油质量快速检测方法 |
CN101893560A (zh) * | 2010-07-13 | 2010-11-24 | 中国人民解放军总后勤部油料研究所 | 一种汽油锰含量快速测定方法 |
Non-Patent Citations (2)
Title |
---|
Y.HONGFU ET.AL.: "Dertermination of multi-properties of residual oils using mid-infrared attenuated total reflection spectroscopy", 《FUEL》, vol. 85, no. 1213, 31 December 2006 (2006-12-31), pages 1720 - 1728 * |
王志芳等: "用基团法预测柴油密度值", 《化工自动化及仪表》, vol. 36, no. 1, 31 December 2009 (2009-12-31), pages 67 - 70 * |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103364364A (zh) * | 2013-07-01 | 2013-10-23 | 南京富岛信息工程有限公司 | 一种基于复合预测技术的原油性质快速检测方法 |
CN103364364B (zh) * | 2013-07-01 | 2015-03-11 | 南京富岛信息工程有限公司 | 一种基于复合预测技术的原油性质快速检测方法 |
CN107367481A (zh) * | 2016-05-13 | 2017-11-21 | 中国石化扬子石油化工有限公司 | 一种在线近红外光谱预测原油一般性质的方法 |
CN110763649A (zh) * | 2018-07-26 | 2020-02-07 | 中国石油化工股份有限公司 | 一种由近红外光谱及性质选择目标原油调合配方的方法 |
CN110763649B (zh) * | 2018-07-26 | 2022-01-04 | 中国石油化工股份有限公司 | 一种由近红外光谱及性质选择目标原油调合配方的方法 |
CN113866047A (zh) * | 2021-10-21 | 2021-12-31 | 南京信息工程大学 | 一种基于机器学习的粘滞系数光学测定装置及方法 |
CN113866047B (zh) * | 2021-10-21 | 2024-04-02 | 南京信息工程大学 | 一种基于机器学习的粘滞系数光学测定装置及方法 |
CN114689460A (zh) * | 2022-06-01 | 2022-07-01 | 西北大学 | 一种在线密度自动测量的原油密度值校正方法 |
Also Published As
Publication number | Publication date |
---|---|
CN103063599B (zh) | 2015-08-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN101413885A (zh) | 一种快速定量蜂蜜品质的近红外光谱方法 | |
CN104062257B (zh) | 一种基于近红外光谱测定溶液中总黄酮含量的方法 | |
CN1982872B (zh) | 快速检测滴丸剂水分含量的近红外漫反射光谱法 | |
CN103018195B (zh) | 近红外光谱测定pbx炸药中pctfe含量的方法 | |
EA011591B1 (ru) | Способ количественного анализа содержащего углеводород сырья | |
CN101769866B (zh) | 一种牛奶成分的检测装置和方法 | |
US20100305872A1 (en) | Apparatus and Method for Measuring the Properties of Petroleum Factions and Pure Hydrocarbon Liquids by Light Refraction | |
CN101806729A (zh) | 一种润滑油在用油质量快速检测方法 | |
CN103063599B (zh) | 由透射红外光谱预测原油密度的方法 | |
CN101893561A (zh) | 一种润滑油新油质量近红外光谱快速测定方法 | |
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 | |
CN103134763B (zh) | 由红外光谱预测原油密度的方法 | |
CN103115889A (zh) | 由透射红外光谱预测原油硫含量的方法 | |
CN111965140B (zh) | 基于特征峰的波长点重组方法 | |
CN112179871B (zh) | 一种酱类食品中己内酰胺含量无损检测的方法 | |
Zhang et al. | Detection of oil yield from oil shale based on near-infrared spectroscopy combined with wavelet transform and least squares support vector machines | |
CN101339150A (zh) | 基于介电谱技术测定汽油辛烷值的方法 | |
CN102954946B (zh) | 由红外光谱测定原油硫含量的方法 | |
CN102338743B (zh) | 一种识别发动机燃料种类和牌号中红外光谱方法 | |
CN104596979A (zh) | 近红外漫反射光谱技术测定造纸法再造烟叶纤维素的方法 | |
CN104849234A (zh) | 基于近红外光谱分析吡虫啉原药主成分含量的测定方法 | |
CN102998276B (zh) | 由红外光谱测定原油实沸点蒸馏曲线的方法 | |
CN103134764B (zh) | 由透射红外光谱预测原油实沸点蒸馏曲线的方法 | |
CN105319179A (zh) | 一种利用中红外光谱预测脱硫胺液中硫化氢含量的方法 | |
CA2635930C (en) | Fourier transform infrared (ftir) chemometric method to determine cetane number of diesel fuels containing fatty acid alkyl ester additives |
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 |