CN107367481A - 一种在线近红外光谱预测原油一般性质的方法 - Google Patents
一种在线近红外光谱预测原油一般性质的方法 Download PDFInfo
- Publication number
- CN107367481A CN107367481A CN201610321070.6A CN201610321070A CN107367481A CN 107367481 A CN107367481 A CN 107367481A CN 201610321070 A CN201610321070 A CN 201610321070A CN 107367481 A CN107367481 A CN 107367481A
- Authority
- CN
- China
- Prior art keywords
- crude oil
- general aspects
- near infrared
- line
- prediction
- 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.)
- Pending
Links
- 239000010779 crude oil Substances 0.000 title claims abstract description 159
- 238000000034 method Methods 0.000 title claims abstract description 39
- 238000002329 infrared spectrum Methods 0.000 claims abstract description 28
- 239000003921 oil Substances 0.000 claims abstract description 12
- 239000000523 sample Substances 0.000 claims description 69
- 238000001514 detection method Methods 0.000 claims description 30
- 238000001228 spectrum Methods 0.000 claims description 16
- 238000002835 absorbance Methods 0.000 claims description 12
- 238000009434 installation Methods 0.000 claims description 9
- 238000012545 processing Methods 0.000 claims description 9
- 239000003638 chemical reducing agent Substances 0.000 claims description 7
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 7
- 238000012795 verification Methods 0.000 claims description 5
- 238000012546 transfer Methods 0.000 claims description 3
- 238000005259 measurement Methods 0.000 abstract description 7
- 230000005540 biological transmission Effects 0.000 abstract description 4
- 238000005516 engineering process Methods 0.000 description 6
- 230000008569 process Effects 0.000 description 6
- 230000008859 change Effects 0.000 description 4
- 238000002360 preparation method Methods 0.000 description 4
- 238000013461 design Methods 0.000 description 3
- 239000000203 mixture Substances 0.000 description 3
- 238000012544 monitoring process Methods 0.000 description 3
- 238000007670 refining Methods 0.000 description 3
- 238000007789 sealing Methods 0.000 description 3
- VEXZGXHMUGYJMC-UHFFFAOYSA-N Hydrochloric acid Chemical compound Cl VEXZGXHMUGYJMC-UHFFFAOYSA-N 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000004821 distillation Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 239000000835 fiber Substances 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 239000011159 matrix material Substances 0.000 description 2
- 238000002156 mixing Methods 0.000 description 2
- 239000013307 optical fiber Substances 0.000 description 2
- 239000000126 substance Substances 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical group [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 1
- 238000005481 NMR spectroscopy Methods 0.000 description 1
- 229910000990 Ni alloy Inorganic materials 0.000 description 1
- NINIDFKCEFEMDL-UHFFFAOYSA-N Sulfur Chemical compound [S] NINIDFKCEFEMDL-UHFFFAOYSA-N 0.000 description 1
- 238000009825 accumulation Methods 0.000 description 1
- 239000008186 active pharmaceutical agent Substances 0.000 description 1
- 238000003556 assay Methods 0.000 description 1
- 235000013405 beer Nutrition 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 238000009835 boiling Methods 0.000 description 1
- 238000005219 brazing Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000011088 calibration curve Methods 0.000 description 1
- 229910052799 carbon Inorganic materials 0.000 description 1
- 238000005260 corrosion Methods 0.000 description 1
- 230000007797 corrosion Effects 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000004880 explosion Methods 0.000 description 1
- 230000004313 glare Effects 0.000 description 1
- 230000005283 ground state Effects 0.000 description 1
- 231100001261 hazardous Toxicity 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 238000004989 laser desorption mass spectroscopy Methods 0.000 description 1
- 239000007788 liquid Substances 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000002184 metal Substances 0.000 description 1
- 229910052751 metal Inorganic materials 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 108090000623 proteins and genes Proteins 0.000 description 1
- 238000000611 regression analysis Methods 0.000 description 1
- 229910052594 sapphire Inorganic materials 0.000 description 1
- 239000010980 sapphire Substances 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 230000003595 spectral effect Effects 0.000 description 1
- 238000004611 spectroscopical analysis Methods 0.000 description 1
- 229910001220 stainless steel Inorganic materials 0.000 description 1
- 238000010561 standard procedure Methods 0.000 description 1
- 229910052717 sulfur Inorganic materials 0.000 description 1
- 239000011593 sulfur Substances 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
- 238000002834 transmittance Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
- G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
- G01N21/31—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry
- G01N21/35—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light
- G01N21/3577—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light for analysing liquids, e.g. polluted water
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
- G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
- G01N21/31—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry
- G01N21/35—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light
- G01N21/359—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light using near infrared light
Abstract
本发明提供了一种在线近红外光谱预测原油一般性质的方法,步骤包括:在原油管线上安装近红外探测系统;选定原油样品集,用偏最小二乘法建立预测原油一般性质的校正模型;利用近红外探测系统实时测定待测原油的一般性质的含量数据。该方法不仅能满足一般实验室用近红外光谱的方法快速预测原油的性质,还可以用近红外光谱的方法在线测量原油的一般性质,在线主要是指将测量单元安装在原油输送管道上,其它测量设备也都放置在离测量点不远的地方,并且所有测量工作按程序设定自动进行,通常一路测量单元在10~30min即可得到一组原油性质数据,同时数据自动通过网络传输到指定部门的监控中心。
Description
技术领域
本发明涉及一种预测原油一般性质的方法,尤其是一种利用在线近红外光谱来预测原油一般性质的方法。
背景技术
随着我国对各类油品的需求不断增加和国内原油资源的不足,炼油厂需要加工越来越多的进口原油。由于原油品种多、批量不同,性质也在不断变化,同时各炼厂的常减压蒸馏和下游装置经常需要根据市场进行调整,大部分炼厂都需要将原油进行掺炼。原油的合理掺炼,不仅可以提高拔出率,得到更多的目标产品,同时,当原油的性质不适应常减压蒸馏装置的加工时,可以通过原油的掺炼来改善,以提高处理量和改善产品质量。因此,在进蒸馏装置前需要及时准确地了解原油的性质。通常,原油管道输送过程中,也需要根据原油性质、输送量和输送条件,将原油进行混合后再输送,因此,在输送末站也需要及时测定原油的性质和混合比例等,以便得到所接收原油的性质状况,为贸易结算等提供必要数据。
常规的原油标准测定方法都是将原油样品采集到实验室后,手工取样制样和测量光谱数据,再计算得到原油的性质数据,速度慢,时间长,成本高,难以满足实际需要。目前快速测定原油的一般性质方法,主要有近红外光谱和核磁共振波谱法,由于原油样品的特殊性,现在大多是将样品从现场取到实验室再进行测量,还不能适合现场或在线分析。
近红外光(NIR)的波长范围为780~2526nm,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为C,N,0)振动的倍频和合频吸收,非常适合于原油及其制品的物化性质参数的测量。现在近红外光谱技术已逐渐被国内某些石油公司用于原油的快速分析,可快速测定原油的关键物化性质数据,如实沸点蒸馏曲线(TBP)、残碳、硫含量和API度等。原油快速分析技术在原油输送、原油贸易、原油调合等领域得到了应用,取得了显著的经济和社会效益。
发明内容
本发明要解决的技术问题是现有的测定方法都是将原油样品采集到实验室后,手工取样制样和测量光谱数据,再计算得到原油的性质数据,速度慢,时间长,成本高,难以满足实际需要。
为了解决上述技术问题,本发明提供了一种在线近红外光谱预测原油一般性质的方法,包括如下步骤:
步骤1,在原油管线上安装近红外探测系统,用于实时检测原油的近红外光谱;
步骤2,选定原油样品集,测定各个原油样品的近红外光谱,再对各个原油样品的近红外光谱进行二阶微分处理,取3800~9000cm-1区间的吸光度与对应的原油样品性质数据相关联,再用偏最小二乘法建立预测原油一般性质的校正模型;
步骤3,利用近红外探测系统实时测定待测原油的近红外光谱并进行二阶微分处理,取3800~9000cm-1区间的吸光度代入校正模型,从而得到待测原油一般性质的含量数据,再由近红外探测系统将待测原油的预测结果数据传输至监控中心。
采用在原油管线上安装近红外探测系统,从而在线实时地检测原油的一般性质,而无需将原油样品采集到实验室后手工取样制样和测量光谱数据,有效提高了检测效率;采用原油样品建立校正模型,既具有较高的准确性,又能够提高比对处理的效率。
作为本发明的进一步限定方案,近红外探测系统为侧线旁路探测系统,安装时需要在原油管道上选取原油引入点和原油回路点,并在原油引入点和原油回路点之间安装侧线旁路探测系统,在原油引入点和原油回路点之间存在压差,以促使侧线旁路探测系统中原油的流速与原油管线中原油的流速一致。利用选取存在压差的原油引入点和原油回路点,从而使得侧线旁路探测系统中原油的流速与原油管线中原油的流速一致,在检测过程中不影响原油管线的正常运行。
作为本发明的进一步限定方案,近红外探测系统为探头探测系统,安装时需要将近红外探头伸入安装在原油管线上。将近红外探头直接安装在原油管线上进行在线测量,具有较高的测量精确性。
作为本发明的进一步限定方案,侧线旁路探测系统包括旁路管线、近红外探头以及变径接头;近红外探头通过变径接头安装在旁路管线上,在旁路管线上且位于近红外探头处设有排空口。采用变径接头和排空口能够方便安装近红外探头。
作为本发明的进一步限定方案,在旁路管线上且位于原油引入点与近红外探头之间设有过滤器、油水分离器以及温度控制设备。采用过滤器、油水分离器以及温度控制设备能够对待测原油进行过滤、除水和恒温控制,有效提高红外检测的精度。
作为本发明的进一步限定方案,在步骤2中还包括验证步骤:采集待验证原油样品的近红外光谱,再经过二阶微分处理,选取光谱区间在3800~9000cm-1间的吸光度代入建立的校正模型,从而获得待验证原油样品一般性质的含量数据,若验证的含量数据与实际含量数据之间满足95%置信区间,则表明验证合格,若验证的含量数据与实际含量数据之间不满足95%置信区间,则表明验证不合格。此案有验证步骤能够进一步提高检测的可靠性。
本发明的有益效果在于:(1)采用在原油管线上安装近红外探测系统,从而在线实时地检测原油的一般性质,而无需将原油样品采集到实验室后手工取样制样和测量光谱数据,有效提高了检测效率;(2)采用原油样品建立校正模型,既具有较高的准确性,又能够提高比对处理的效率。
附图说明
图1为本发明的方法流程图;
图2为本发明的部分原油样品的近红外光谱。
具体实施方式
下面对本发明的具体实施方式进行详细说明,但是需要指出的是,本发明的保护范围并不受这些具体实施方式的限制,而是由权利要求书来确定。
如图1所示,
本发明提供了一种在线近红外光谱预测原油一般性质的方法,包括如下步骤:
步骤1,在原油管线上安装近红外探测系统,用于实时检测原油的近红外光谱;
步骤2,选定原油样品集,测定各个原油样品的近红外光谱,再对各个原油样品的近红外光谱进行二阶微分处理,取3800~9000cm-1区间的吸光度与对应的原油样品性质数据相关联,再用偏最小二乘法建立预测原油一般性质的校正模型,再采集待验证原油样品的近红外光谱,再经过二阶微分处理,选取光谱区间在3800~9000cm-1间的吸光度代入建立的校正模型,从而获得待验证原油样品一般性质的含量数据,若验证的含量数据与实际含量数据之间满足95%置信区间,则表明验证合格,若验证的含量数据与实际含量数据之间不满足95%置信区间,则表明验证不合格,需要重新设定侧线旁路探测系统的检测参数,再重新执行步骤2,并再次进行验证;
步骤3,利用近红外探测系统实时测定待测原油的近红外光谱并进行二阶微分处理,取3800~9000cm-1区间的吸光度代入校正模型,从而得到待测原油一般性质的含量数据,再由近红外探测系统将待测原油的预测结果数据传输至监控中心。
其中,当采用的近红外探测系统为侧线旁路探测系统,则在安装时需要在原油管道上选取原油引入点和原油回路点,并在原油引入点和原油回路点之间安装侧线旁路探测系统,在原油引入点和原油回路点之间存在压差,以促使侧线旁路探测系统中原油的流速与原油管线中原油的流速一致;当采用的近红外探测系统为探头探测系统,则在安装时需要将近红外探头伸入安装在原油管线上。
侧线旁路探测系统包括旁路管线、近红外探头以及变径接头;近红外探头通过变径接头安装在旁路管线上,在旁路管线上且位于近红外探头处设有排空口。采用变径接头和排空口能够方便安装近红外探头;在旁路管线上且位于原油引入点与近红外探头之间设有过滤器、油水分离器以及温度控制设备。采用过滤器、油水分离器以及温度控制设备能够对待测原油进行过滤、除水和恒温控制,有效提高红外检测的精度。
在步骤2中测定原油样品所用的近红外光谱仪和测定条件如下:
近红外光谱仪:Thermo Antaris EX傅立叶变换近红外光谱仪,光谱波数范围3800~10000cm-1,分辨率8cm-1,累积扫描次数64次,光纤连接的近红外探头或流通池测量方式(液体池和积分球透反射等采谱方式在特定场合皆可使用)。光谱仪能够适应比较危险和苛刻的工业环境,满足不同等级的防爆要求,实现多通道同步检测、背景和样品光谱同步采集的。光谱仪是基于RESULT软件平台集成了工业标准技术,能够与控制系统进行实时通讯并接受指令,除能够在本地显示过程变化趋势外,具备将检测数据实时传递到监控服务器以反映过程变化趋势,或者将检测数据报告给控制系统以进行反馈控制的所有过程通讯工具和技术。多通道数据的输人和输出,提供4通道和8通道的配置。光谱仪可通过PLC或OPC技术与信息管理系统如LIMS或控制系统如DCS进行数据交换。实时趋势线显示,完全不需借助他方软件而实现在线监控。更方便灵活的是可以在某些场合采用无线数据传输技术实现将实时数据和控制指令传输。
本发明的在线近红外光谱预测原油一般性质的方法在具体实施时分为两种检测方法
(1)采用侧线旁路探测系统进行测试,具体为:
(1.1)侧线旁路探测系统安装,其中近红外探头可永久性的安装于主管线或支线上。单通道设计,消除杂散光的干扰,近红外探头的光程有1至20mm光程可供选择,近红外探头的直径和长度可选,可以完全匹配测量环境。近红外探头材料有316L不锈钢和哈司特镍合金(耐盐酸耐蚀耐热),独特的蓝宝石一金属密封窗口避免使用“0”形密封圈或铜焊连接带来的被腐蚀破坏的风险,保证长期的操作可靠性。近红外探头与光谱仪可连接最长100m的单光纤束或50m的小光纤束,可以适应各种场合的需求。
(1.2)建立由原油样品集的校正模型,测定各个原油样品的近红外光谱,如图2所示,建立校正模型。将收集的129个原油样品的近红外光谱进行二阶微分处理,选取光谱区间3800~9000cm-1的吸光度组成光谱的自变量(X)矩阵,将每个光谱对应的原油一般性质含量作为因变量(Y)矩阵,用偏最小二乘方法建立预测原油一般性质含量的校正模型,主因子数用留一法交互验证,取值为5,PRESS值为0.0015,留一法交互验证过程得到实际值一预测值结果满足方法要求。
(1.3)验证,将待验证的原油样品按测定原油样品集原油的条件采集到28个原油样品的近红外光谱,再经过二阶微分处理,选取光谱区间3800~9000cm-1的吸光度代入建立的校正模型预测出待测原油的一般性质含量数据,对比近红外光谱方法预测的含量与实际含量之间的相对偏差和绝对误差大多满足实际要求,置信度在95%以上。
(1.4)测量,与验证步骤类似,将待测原油按测定原油样品集原油的条件采集的近红外光谱,再经过二阶微分处理,选取光谱区间3800~9000cm-1的吸光度代入建立的校正模型预测出待测原油的一般性质含量数据,对比近红外光谱方法预测的含量与实际含量之间的相对偏差和绝对误差大多满足实际要求,部分结果见表1。
表1
(2)采用近红外流通池附件作为测量单元,具体为:
(2.1)采用近红外流通池附件作为测量单元,光程有1、2、5和10mm等光程可供选择,永久准直的光学设计,且有2组聚焦透镜保证高透过率,坚固的设计,耐温耐压,对物料流路无限制。适用的工业标准SMA905光纤接口,可采用快速安装接口安装于支线管线上,便于定期拆卸维护。在原油管线上,也可以通过三阀组的形式安装探头或流通池。对于三阀组安装方式,对管线流路没有过多的要求,只是需要对主管线进行阀组的改造,通过三阀组的开合切换,进行探头的安装及密封。
(2.2)其它步骤和要求与(1.2)~(1.4)类同或相似,不再叙述。对比近红外光谱方法预测的含量与实际含量之间的相对偏差和绝对误差大多满足实际要求,部分结果见表2。
表2
对于实际的原油样品,只需测定其近红外光谱,经过与建模同样的光谱处理,即可通过已建的校正模型,快速预测原油一般性质含量数据。实际上,由于原油是一种极其复杂的混合物,而且存在混兑效应和仪器测量误差等原因,实际测得的混合原油的近红外光谱会与理论计算得到的模拟混合光谱存在一定的差异,即严重偏离朗伯一比尔定律。建立简单的校正曲线的方法不能得到精确的预测结果,须采用特征波长结合因子回归分析如主成分回归、偏最小二乘方法,建立校正模型。对建立的校正模型的准确性,需用原油一般性质已知的原油来验证。本发明方法能够在线、实时、准确测定原油的一般性质数据,极大地方便应用于原油输送和原油调合等领域。
技术效果在于:
1、本发明方法能够在线、实时、准确地测定原油的一般性质数据。
2、本发明方法较易于实施,对输送和生产现场几乎无影响,安全、可靠、易于维护、成本低。
3、本发明方法可对原油一般性质数据和趋势图线实时显示,在线监控,更方便灵活的是可以在某些场合采用无线数据传输技术,实现远离现场的无线传输实时数据和指令传达控制。
以上虽然已结合实施例对本发明的具体实施方式进行了详细的说明,但是需要指出的是,本发明的保护范围并不受这些具体实施方式的限制,而是由权利要求书来确定。本领域技术人员可在不脱离本发明的技术思想和主旨的范围内对这些实施方式进行适当的变更,而这些变更后的实施方式显然也包括在本发明的保护范围之内。
Claims (6)
1.一种在线近红外光谱预测原油一般性质的方法,其特征在于,包括如下步骤:
步骤1,在原油管线上安装近红外探测系统,用于实时检测原油的近红外光谱;
步骤2,选定原油样品集,测定各个原油样品的近红外光谱,再对各个原油样品的近红外光谱进行二阶微分处理,取3800~9000cm-1区间的吸光度与对应的原油样品性质数据相关联,再用偏最小二乘法建立预测原油一般性质的校正模型;
步骤3,利用近红外探测系统实时测定待测原油的近红外光谱并进行二阶微分处理,取3800~9000cm-1区间的吸光度代入校正模型,从而得到待测原油一般性质的含量数据,再由近红外探测系统将待测原油的预测结果数据传输至监控中心。
2.根据权利要求1所述的在线近红外光谱预测原油一般性质的方法,其特征在于,近红外探测系统为侧线旁路探测系统,安装时需要在原油管道上选取原油引入点和原油回路点,并在原油引入点和原油回路点之间安装侧线旁路探测系统,在原油引入点和原油回路点之间存在压差,以促使侧线旁路探测系统中原油的流速与原油管线中原油的流速一致。
3.根据权利要求1所述的在线近红外光谱预测原油一般性质的方法,其特征在于,近红外探测系统为探头探测系统,安装时需要将近红外探头伸入安装在原油管线上。
4.根据权利要求2所述的在线近红外光谱预测原油一般性质的方法,其特征在于,侧线旁路探测系统包括旁路管线、近红外探头以及变径接头;近红外探头通过变径接头安装在旁路管线上,在旁路管线上且位于近红外探头处设有排空口。
5.根据权利要求4所述的在线近红外光谱预测原油一般性质的方法,其特征在于,在旁路管线上且位于原油引入点与近红外探头之间设有过滤器、油水分离器以及温度控制设备。
6.根据权利要求1、2或3所述的在线近红外光谱预测原油一般性质的方法,其特征在于,在步骤2中还包括验证步骤:采集待验证原油样品的近红外光谱,再经过二阶微分处理,选取光谱区间在3800~9000cm-1间的吸光度代入建立的校正模型,从而获得待验证原油样品一般性质的含量数据,若验证的含量数据与实际含量数据之间满足95%置信区间,则表明验证合格,若验证的含量数据与实际含量数据之间不满足95%置信区间,则表明验证不合格。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610321070.6A CN107367481A (zh) | 2016-05-13 | 2016-05-13 | 一种在线近红外光谱预测原油一般性质的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610321070.6A CN107367481A (zh) | 2016-05-13 | 2016-05-13 | 一种在线近红外光谱预测原油一般性质的方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN107367481A true CN107367481A (zh) | 2017-11-21 |
Family
ID=60304209
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610321070.6A Pending CN107367481A (zh) | 2016-05-13 | 2016-05-13 | 一种在线近红外光谱预测原油一般性质的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107367481A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108931496A (zh) * | 2018-02-05 | 2018-12-04 | 北京航程迈进科技发展有限公司 | 一种汽油样品的建模系统及方法 |
CN111238997A (zh) * | 2020-02-12 | 2020-06-05 | 江南大学 | 一种原油脱盐脱水过程的进料密度在线测量方法 |
CN113532649A (zh) * | 2021-07-28 | 2021-10-22 | 北京印刷学院 | 一种印刷颜色测定系统及方法 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101738339A (zh) * | 2010-01-07 | 2010-06-16 | 成都市倍诚分析技术有限公司 | 一种用于调合汽油的近红外成套预处理装置 |
CN103063599A (zh) * | 2011-10-18 | 2013-04-24 | 中国石油化工股份有限公司 | 由透射红外光谱预测原油密度的方法 |
CN103134763A (zh) * | 2011-11-23 | 2013-06-05 | 中国石油化工股份有限公司 | 由红外光谱预测原油密度的方法 |
CN103134762A (zh) * | 2011-11-23 | 2013-06-05 | 中国石油化工股份有限公司 | 由红外光谱预测原油氮含量的方法 |
CN103134764A (zh) * | 2011-11-23 | 2013-06-05 | 中国石油化工股份有限公司 | 由透射红外光谱预测原油实沸点蒸馏曲线的方法 |
CN103760131A (zh) * | 2014-01-17 | 2014-04-30 | 华东理工大学 | 基于近红外光谱检测的汽油油品属性实时预测方法 |
CN103837497A (zh) * | 2014-03-14 | 2014-06-04 | 大连海事大学 | 一种润滑油中水分含量的检测装置及其检测方法 |
CN105388123A (zh) * | 2014-09-04 | 2016-03-09 | 中国石油化工股份有限公司 | 一种由近红外光谱预测原油性质的方法 |
CN105466884A (zh) * | 2014-09-04 | 2016-04-06 | 中国石油化工股份有限公司 | 一种通过近红外光谱识别原油种类及其性质的方法 |
CN107817223A (zh) * | 2017-10-20 | 2018-03-20 | 华东理工大学 | 快速无损实时预测原油性质模型的构建方法及其应用 |
-
2016
- 2016-05-13 CN CN201610321070.6A patent/CN107367481A/zh active Pending
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101738339A (zh) * | 2010-01-07 | 2010-06-16 | 成都市倍诚分析技术有限公司 | 一种用于调合汽油的近红外成套预处理装置 |
CN103063599A (zh) * | 2011-10-18 | 2013-04-24 | 中国石油化工股份有限公司 | 由透射红外光谱预测原油密度的方法 |
CN103134763A (zh) * | 2011-11-23 | 2013-06-05 | 中国石油化工股份有限公司 | 由红外光谱预测原油密度的方法 |
CN103134762A (zh) * | 2011-11-23 | 2013-06-05 | 中国石油化工股份有限公司 | 由红外光谱预测原油氮含量的方法 |
CN103134764A (zh) * | 2011-11-23 | 2013-06-05 | 中国石油化工股份有限公司 | 由透射红外光谱预测原油实沸点蒸馏曲线的方法 |
CN103760131A (zh) * | 2014-01-17 | 2014-04-30 | 华东理工大学 | 基于近红外光谱检测的汽油油品属性实时预测方法 |
CN103837497A (zh) * | 2014-03-14 | 2014-06-04 | 大连海事大学 | 一种润滑油中水分含量的检测装置及其检测方法 |
CN105388123A (zh) * | 2014-09-04 | 2016-03-09 | 中国石油化工股份有限公司 | 一种由近红外光谱预测原油性质的方法 |
CN105466884A (zh) * | 2014-09-04 | 2016-04-06 | 中国石油化工股份有限公司 | 一种通过近红外光谱识别原油种类及其性质的方法 |
CN107817223A (zh) * | 2017-10-20 | 2018-03-20 | 华东理工大学 | 快速无损实时预测原油性质模型的构建方法及其应用 |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108931496A (zh) * | 2018-02-05 | 2018-12-04 | 北京航程迈进科技发展有限公司 | 一种汽油样品的建模系统及方法 |
CN108931496B (zh) * | 2018-02-05 | 2021-06-04 | 北京航程迈进科技发展有限公司 | 一种采用汽油样品的建模系统进行汽油样品建模的方法 |
CN111238997A (zh) * | 2020-02-12 | 2020-06-05 | 江南大学 | 一种原油脱盐脱水过程的进料密度在线测量方法 |
CN111238997B (zh) * | 2020-02-12 | 2021-07-27 | 江南大学 | 一种原油脱盐脱水过程的进料密度在线测量方法 |
CN113532649A (zh) * | 2021-07-28 | 2021-10-22 | 北京印刷学院 | 一种印刷颜色测定系统及方法 |
CN113532649B (zh) * | 2021-07-28 | 2023-10-20 | 北京印刷学院 | 一种印刷颜色测定系统及方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN101706307B (zh) | 基于透射光谱的输油管道油品界面的检测方法及其装置 | |
US8322200B2 (en) | Method for certifying composition and property variables of manufactured petroleum products | |
CN107817223A (zh) | 快速无损实时预测原油性质模型的构建方法及其应用 | |
CN103411910B (zh) | 中药提取过程在线紫外光谱检测方法及系统 | |
CN101988895A (zh) | 由近红外光谱预测混合原油中单种原油含量的方法 | |
CN106769981B (zh) | 一种沥青蜡含量红外光谱校正模型双向传递方法 | |
CN104406836A (zh) | 中药提取过程在线分析样品前处理装置 | |
CN107367481A (zh) | 一种在线近红外光谱预测原油一般性质的方法 | |
CN103487395A (zh) | 一种重楼药材多指标快速检测方法 | |
CN105334184A (zh) | 一种在线近红外光谱分析仪 | |
CN103592255A (zh) | 一种基于近红外光谱技术的阿胶化皮液中总蛋白含量的软测量方法 | |
CN107860743A (zh) | 利用反射式近红外光纤探头构建快速预测原油性质的模型的方法及其应用 | |
CN107703097A (zh) | 利用衰减全反射探头与近红外光谱仪构建快速预测原油性质的模型的方法及其应用 | |
CN108801975A (zh) | 一种微型化近红外光谱仪检测酒糟成分的光谱预处理方法 | |
CN103411895B (zh) | 珍珠粉掺伪的近红外光谱鉴别方法 | |
CN103760130B (zh) | 近红外光谱测定复方麝香注射液中吐温-80含量的方法 | |
CN104977271A (zh) | 一种红花醇沉过程有效成分近红外在线检测方法 | |
CN208588686U (zh) | 在线碳氢化合物含水率及纯油密度分析撬座系统 | |
CN104833652A (zh) | 一种混合材料中纤维素硝酸酯含量的快速分析方法 | |
CN106769219A (zh) | 一种输油管道在线取样检测装置 | |
CN102306236A (zh) | 基于角度度量的多变量分析方法 | |
CN210624165U (zh) | 一种长输管线油品切油自动预报装置的近红外光谱分析管路 | |
CN105954228A (zh) | 基于近红外光谱的油砂中金属钠含量的测量方法 | |
CN107655849A (zh) | 一种凉茶近红外在线检测方法 | |
CN103134764B (zh) | 由透射红外光谱预测原油实沸点蒸馏曲线的方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20171121 |
|
WD01 | Invention patent application deemed withdrawn after publication |