CN107976420B - 一种由近红外光谱预测混合原油组成的方法 - Google Patents
一种由近红外光谱预测混合原油组成的方法 Download PDFInfo
- Publication number
- CN107976420B CN107976420B CN201610920042.6A CN201610920042A CN107976420B CN 107976420 B CN107976420 B CN 107976420B CN 201610920042 A CN201610920042 A CN 201610920042A CN 107976420 B CN107976420 B CN 107976420B
- Authority
- CN
- China
- Prior art keywords
- crude oil
- vector
- mixed
- near infrared
- polar
- 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.)
- Active
Links
- 239000010779 crude oil Substances 0.000 title claims abstract description 174
- 238000000034 method Methods 0.000 title claims abstract description 40
- 238000002329 infrared spectrum Methods 0.000 title claims abstract description 26
- 239000000203 mixture Substances 0.000 title claims abstract description 10
- 238000002835 absorbance Methods 0.000 claims abstract description 28
- 230000003595 spectral effect Effects 0.000 claims abstract description 27
- 239000011159 matrix material Substances 0.000 claims abstract description 23
- 238000002156 mixing Methods 0.000 claims description 26
- 238000001228 spectrum Methods 0.000 claims description 11
- 239000004094 surface-active agent Substances 0.000 claims 1
- 238000004364 calculation method Methods 0.000 abstract description 6
- 239000003921 oil Substances 0.000 description 4
- 239000012188 paraffin wax Substances 0.000 description 4
- 239000002245 particle Substances 0.000 description 4
- 238000004497 NIR spectroscopy Methods 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 2
- 229910052799 carbon Inorganic materials 0.000 description 2
- 238000004821 distillation Methods 0.000 description 2
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 1
- UFHFLCQGNIYNRP-UHFFFAOYSA-N Hydrogen Chemical compound [H][H] UFHFLCQGNIYNRP-UHFFFAOYSA-N 0.000 description 1
- NINIDFKCEFEMDL-UHFFFAOYSA-N Sulfur Chemical compound [S] NINIDFKCEFEMDL-UHFFFAOYSA-N 0.000 description 1
- 238000010521 absorption reaction Methods 0.000 description 1
- 239000008186 active pharmaceutical agent Substances 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000009835 boiling Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 230000005283 ground state Effects 0.000 description 1
- 229910052739 hydrogen Inorganic materials 0.000 description 1
- 239000001257 hydrogen Substances 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000004611 spectroscopical analysis 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
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
- G01N21/359—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
-
- 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
Landscapes
- Physics & Mathematics (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
一种由近红外光谱原油预测混合原油组成的方法，包括如下步骤：(1)分别测定单种原油和混合原油的近红外光谱，并进行二阶微分处理，计算每个单种原油和混合原油在W1＝4000～5000cm‑1和W2＝5000～6500cm‑1两个谱区吸光度的极坐标投影得分，(2)将所有单种原油的极坐标投影得分组成矩阵X，将混合原油的极坐标投影得分按与矩阵X同样的极坐标投影得分排列顺序组成向量y，将其代入y＝bX,用非负约束最小二乘法求出向量b，记为
向量
Description
技术领域
本发明为一种由近红外光谱预测混合原油组成的方法，具体地说，是一种由混合原油的近红外光谱预测其所含各单种原油含量的方法。
背景技术
随着市场对油品需求的不断增长和国内原油资源的不足，炼油厂正在加工越来越多的进口原油和海洋原油，且加工的品种不断增多，由于油种多，进厂批量少，因此，原油掺炼的情况普遍存在。原油的合理掺炼，不仅可以提高拔出率，而且，当一种原油的性质不适应设备的时候，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等。因此，在进蒸馏装置前需要及时准确地测定混兑原油的比例。另外，原油管道输送过程中，也会出现几种原油混合的情况，因此，在输送末站也需要及时测定原油混合比例，以便得到所接收原油的性质状况。
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＝C、N、O)振动的倍频和合频吸收，因此，非常适合用于油品的物化参数测量。早在上世纪90年代前期，近红外光谱技术就被用于原油的快速分析和在线分析，可以在1min内测定原油和混兑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，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。由于不同原油的近红外光谱存在一定差异，因此，有可能通过光谱方法快速测定原油的混兑比例。
CN200910157459.1“由近红外光谱预测混合原油中单种原油含量的方法”提出了一种测定混兑原油比例的方法，该方法只需知道混兑前各单种原油的近红外光谱，通过采用混兑模拟光谱建模的方式，便可准确快速测定混兑原油的比例。这种方法能够准确快速测定混兑原油的比例，从而可快速获取混兑原油的评价数据，用于原油输送和原油调合等领域。
但在实际应用中，由于该方法需要基于混兑模拟光谱利用化学计量学方法建立多元校正模型，建模过程较为繁琐，需优化选择较多建模参数，例如偏最小二乘主因子数等，因此，在很大程度上限制了这种方法的应用。
发明内容
本发明的目的是提供一种由近红外光谱预测混合原油组成的方法，该法计算过程简便，预测速度快，实用性强。
本发明提供的由近红外光谱原油预测混合原油组成的方法，包括如下步骤：
(1)分别测定单种原油和混合原油的近红外光谱，并进行二阶微分处理，计算每个单种原油和混合原油在W1＝4000～5000cm-1和W2＝5000～6500cm-1两个谱区吸光度的极坐标投影得分，
(2)将所有单种原油的极坐标投影得分组成矩阵X，将混合原油的极坐标投影得分按与矩阵X同样的排列顺序组成向量y，将其代入式③，
y＝bX ③
用非负约束最小二乘法求出向量b，记为
向量
为混合原油中所含各单种原油的含量。
本发明方法将原油在特征谱区的吸光度分解为极座标得分，由待测混合原油的近红外光谱的极座标得分和参与混合的单种原油的近红外光谱的极座标得分预测混合原油的组成，方法简单，计算量少，预测快速，实用性强。
具体实施方式
本发明将混兑前各单种原油的近红外光谱和混合原油的近红外光谱进行极坐标投影变换，得到混兑前各单种原油的极坐标投影得分和混合原油的极坐标投影得分，再通过非负最小二乘法计算出混合原油中单种原油的含量。所用方法无需建立复杂的预测模型，预测速度快。
本发明方法中，分别按式①、②计算原油样品特征谱区的吸光度在X轴、Y轴的极坐标投影得分，
式①、②中，PCxWp表示原油样品特征光谱区Wp的吸光度在X轴的极坐标投影得分，PCyWp表示原油样品特征光谱区Wp的吸光度在Y轴的极坐标投影得分，n为原油样品在特征光谱区Wp采集吸光度的波长点数，Ii+1为原油样品在特征光谱区Wp第i+1个波长点处的吸光度，i＝0,1,2,…,n-1，p为特征谱区的序号，p为1或2。
对于每个原油样品，分别按式①、②逐一计算两个特征谱区吸光度在X、Y轴的极坐标投影得分，计算时p取1或2，分别代表W1、W2特征谱区，当p＝1时，计算4000～5000cm-1谱区的吸光度在X、Y轴的极坐标投影得分，p＝2时，计算5000～6500cm-1谱区的吸光度在X、Y轴的极坐标投影得分。每个原油样品有四个极坐标投影得分，按一定顺序排列后，组成原油样品的得分向量，将每个单种原油样品的得分向量组成矩阵X，混合原油的得分向量为y。
测定混合原油样品和单种原油样品的近红外光谱的方法应保持一致。构成矩阵X和向量y的极坐标投影得分的排列可以是任意的，但矩阵X和向量y中的极坐标投影得分排列顺序相同。
本发明方法计算原油样品吸光度的极坐标投影得分所述的波长点数(n)为在该特征谱区按波长点采集吸光度的数目。
在4000～5000cm-1谱区的波长点数n优选220～280，在5000～6500cm-1谱区的波长点数n优选350～400。
本发明方法中，每个原油样品可得到四个极坐标投影得分：
和
将所有参与混合的单种原油的极坐标投影得分组成矩阵X，将混合原油的极坐标投影得分组成向量y，将其代入式③的方程，解出其中的系数向量b，向量b即为混合原油中各单种原油的含量。
对于两种单种原油(A、B)参与混兑的情况，矩阵X可为：
矩阵X的维数为2×4，
混合原油(F)的向量y为：
向量y的维数为1×4。
将矩阵X和向量y代入式③，求出向量b，为待求的混合原油中各单种原油含量，维数为1×2。
对于三种单种原油(A、B、C)参与混兑的情况，矩阵X可为：
矩阵X的维数为3×4，
将矩阵X和向量y代入式③，求出向量b，为待求的混合原油中各单种原油含量，维数为1×3。
式③中，向量b采用非负约束最小二乘法求出，需满足式④的目标函数，
式④中，m为参与混合的单种原油数目，
为计算出的混合原油中各单种原油含量。
本发明方法适用于掺混原油，如原油掺炼、混输原油中各单种原油含量的快速确定。可通过单种原油性质及含量预测混合原油的性质。
下面通过实例进一步详细说明本发明，但本发明并不限于此。
实例中，原油的近红外光谱采用ThermoAntarisII傅立叶变换近红外光谱仪测定，光谱范围3800～10000cm-1，分辨率8cm-1，累积扫描次数64次，透射方式测量。
实例1
石蜡基原油A和中间基原油B两种原油混兑比例的测定。
将石蜡基原油A和中间基原油B按35％和65％(质量比)进行混兑，得到混合原油F。
(1)测定单种原油和混合原油的近红外光谱
采集原油A、原油B和混合原油F的近红外光谱，分别对原油A、原油B和混合原油F的近红外光谱进行二阶微分处理，取4000～5000cm-1和5000～6500cm-1两个区间的吸光度。
(2)计算光谱的极坐标投影得分
按式①、②，分别计算原油A、原油B和混合原油F在4000～5000cm-1和5000～6500cm-1两个谱区间的极坐标投影得分。
单种原油A得到的四个极坐标投影得分
和
分别为：-0.0145、0.0491、-0.0206、0.0697。
单种原油B得到的四个极坐标投影得分
和
分别为：-0.0113、0.0383、-0.1030、0.3481。
混合原油F得到的四个极坐标投影得分
和
分别为：-0.0127、0.0430、-0.0741、0.2505。
(3)计算混合原油中单种原油的含量
将单种原油A和单种原油B近红外光谱在上述两个谱区吸光度的极坐标投影得分组成矩阵X，混合原油F在上述两个谱区吸光度的极坐标投影得分组成向量y，如下所列，
y＝[-0.0127 0.0430 -0.0741 0.2505]
将矩阵X和向量y代入式③，采用非负约束最小二乘法计算出的向量
的值为0.3666和0.6334，则混合原油中单种原油A和单种原油B的含量分别为36.66质量％和63.34质量％。
实例2
中间基原油A和中间基B原油两种原油混兑比例的测定。
将中间基原油B和中间基G按35％和65％(质量比)进行混兑，得到混合原油F。
按实例1(1)、(2)步的方法测定单种原油和混合原油的近红外光谱，进行二阶微分处理后，取4000～5000cm-1和5000～6500cm-1两个谱区间的吸光度，计算其极坐标投影得分。
单种原油A得到的四个极坐标投影得分
和
分别为：-0.0113、0.0383、-0.1030、0.3481。
单种原油B得到的四个极坐标投影得分
和
分别为：-0.0117、0.0401、-0.0372、0.1638。
混合原油F得到的四个极坐标投影得分
和
分别为：-0.0115、0.0394、-0.0619、0.2326。
(3)计算混合原油中单种原油的含量
将单种原油A和单种原油B近红外光谱在上述两个谱区吸光度的极坐标投影得分组成矩阵X，混合原油F在上述两个谱区吸光度的极坐标投影得分组成向量y，如下所列，
y＝[-0.0115 0.0394 -0.0619 0.2326]
将矩阵X和向量y代入式③，采用非负约束最小二乘法计算出的向量
的值为0.3738和0.6262，则混合原油中单种原油A和单种原油B的含量分别为37.38质量％和62.62质量％。
实例3
中间基原油A、中间基原油B和石蜡基原油C三种原油混兑比例的测定。
将中间基原油A、中间基原油B和石蜡基原油C按35％、40％和25％(质量比)进行混兑，得到混合原油F。
按实例1(1)、(2)步的方法测定单种原油和混合的近红外光谱，进行二阶微分处理后，取4000～5000cm-1和5000～6500cm-1两个谱区间的吸光度，计算其极坐标投影得分。
单种原油A得到的四个极坐标投影得分
和
分别为：-0.0118、0.0399、-0.0703、0.2377。
单种原油B得到的四个极坐标投影得分
和
分别为：-0.0093、0.0315、-0.0173、0.0584。
单种原油C得到的四个极坐标投影得分
和
分别为：-0.0113、0.0383、-0.1030、0.3481。
混合原油F得到的四个极坐标投影得分
和
分别为：-0.0107、0.0361、-0.0556、0.1878。
(3)计算混合原油中单种原油的含量
将单种原油A、单种原油B和单种原油C的近红外光谱在上述两个谱区吸光度的极坐标投影得分组成矩阵X，混合原油F在上述两个谱区吸光度的极坐标投影得分组成向量y，如下所列，
y＝[-0.0107 0.0361 -0.0556 0.1878]
将矩阵X和向量y代入方程③，采用非负约束最小二乘法计算出的向量
的值为0.3600、0.4169和0.2231，则混合原油中单种原油A、单种原油B和单种原油C的含量分别为36.00质量％、41.69质量％和22.31质量％。
由上述结果可知，本方法计算得到的混合原油中单种原油含量与实际的混兑含量较为相符，且可预测不同类型的原油混兑后单种原油的含量，本发明方法可以用于实际预测混合原油中单种原油的含量。
Claims (3)
1.一种由近红外光谱原油预测混合原油组成的方法，包括如下步骤：
(1)分别测定单种原油和混合原油的近红外光谱，并进行二阶微分处理，计算每个单种原油和混合原油在W1＝4000～5000cm-1和W2＝5000～6500cm-1两个特征谱区吸光度的极坐标投影得分，
分别按式①、②计算原油样品特征谱区的吸光度在X轴、Y轴的极坐标投影得分，
式①、②中，
表示原油样品特征光谱区Wp的吸光度在X轴的极坐标投影得分，
表示原油样品特征光谱区Wp的吸光度在Y轴的极坐标投影得分，n为原油样品在特征光谱区Wp采集吸光度的波长点数，Ii+1为原油样品在特征光谱区Wp第i+1个波长点处的吸光度，i＝0,1,2,…,n-1，p为特征谱区的序号，p为1或2，
(2)将所有单种原油的极坐标投影得分组成矩阵X，将混合原油的极坐标投影得分按与矩阵X同样的排列顺序组成向量y，将其代入式③，
y＝bX ③
用非负约束最小二乘法求出向量b，记为
向量
为混合原油中所含各单种原油的含量，
用非负约束最小二乘法求出向量b时，需满足式④的目标函数，
式④中，m为参与混合的单种原油数目，
为计算出的混合原油中各单种原油含量。
2.按照权利要求1所述的方法，其特征在于在4000～5000cm-1谱区的波长点数n为220～280。
3.按照权利要求1所述的方法，其特征在于在5000～6500cm-1谱区的波长点数n为350～400。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610920042.6A CN107976420B (zh) | 2016-10-21 | 2016-10-21 | 一种由近红外光谱预测混合原油组成的方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610920042.6A CN107976420B (zh) | 2016-10-21 | 2016-10-21 | 一种由近红外光谱预测混合原油组成的方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN107976420A CN107976420A (zh) | 2018-05-01 |
| CN107976420B true CN107976420B (zh) | 2020-06-12 |
Family
ID=62003835
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201610920042.6A Active CN107976420B (zh) | 2016-10-21 | 2016-10-21 | 一种由近红外光谱预测混合原油组成的方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN107976420B (zh) |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110763651B (zh) * | 2018-07-26 | 2022-02-08 | 中国石油化工股份有限公司 | 一种适合生产润滑油基础油的原油调配方法 |
| 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 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101988895B (zh) * | 2009-07-30 | 2012-07-25 | 中国石油化工股份有限公司 | 由近红外光谱预测混合原油中单种原油含量的方法 |
-
2016
- 2016-10-21 CN CN201610920042.6A patent/CN107976420B/zh active Active
Also Published As
| Publication number | Publication date |
|---|---|
| CN107976420A (zh) | 2018-05-01 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN102374975B (zh) | 一种利用近红外光谱预测油品物性数据的方法 | |
| CN101988895B (zh) | 由近红外光谱预测混合原油中单种原油含量的方法 | |
| CN105388123B (zh) | 一种由近红外光谱预测原油性质的方法 | |
| US10082807B2 (en) | Method of preparing a certified target product from a mixture of components by spectral analysis | |
| CN104990894B (zh) | 一种基于加权吸光度及相似样本的汽油性质检测方法 | |
| CN101893561B (zh) | 一种润滑油新油质量近红外光谱快速测定方法 | |
| CN105466884B (zh) | 一种通过近红外光谱识别原油种类及其性质的方法 | |
| CN107976419A (zh) | 一种由油品近红外光谱预测其性质的方法 | |
| CN105092519B (zh) | 基于增量偏最小二乘法的样品成份测定方法 | |
| CN107976420B (zh) | 一种由近红外光谱预测混合原油组成的方法 | |
| CN103115889A (zh) | 由透射红外光谱预测原油硫含量的方法 | |
| CN102954946B (zh) | 由红外光谱测定原油硫含量的方法 | |
| CN107966420B (zh) | 一种由近红外光谱预测原油性质的方法 | |
| CN107966499B (zh) | 一种由近红外光谱预测原油碳数分布的方法 | |
| CN103926215B (zh) | 一种沥青针入度的快速检测方法 | |
| CN102998276A (zh) | 由红外光谱测定原油实沸点蒸馏曲线的方法 | |
| US20160061719A1 (en) | Method for Characterising a Product by Means of Topological Spectral Analysis | |
| US20160061720A1 (en) | Method for Characterising a Product by Means of Topological Spectral Analysis | |
| CN103063599B (zh) | 由透射红外光谱预测原油密度的方法 | |
| CN106596459A (zh) | 成品油中有机物添加剂快速定量分析方法 | |
| CN107976416B (zh) | 一种由红外光谱预测原油性质的方法 | |
| CN103134764B (zh) | 由透射红外光谱预测原油实沸点蒸馏曲线的方法 | |
| CN109724938B (zh) | 由近红外光谱预测润滑油基础油性质的方法 | |
| CN110763649B (zh) | 一种由近红外光谱及性质选择目标原油调合配方的方法 | |
| JP4026794B2 (ja) | 近赤外スペクトル法による炭化水素の物性値の分析方法 |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |