CN110907388A - 一种基于红外光谱分析的溢油种类鉴别的方法 - Google Patents
一种基于红外光谱分析的溢油种类鉴别的方法 Download PDFInfo
- Publication number
- CN110907388A CN110907388A CN201911158191.3A CN201911158191A CN110907388A CN 110907388 A CN110907388 A CN 110907388A CN 201911158191 A CN201911158191 A CN 201911158191A CN 110907388 A CN110907388 A CN 110907388A
- Authority
- CN
- China
- Prior art keywords
- oil
- oil spill
- detected
- infrared
- identifying
- 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
- 239000003305 oil spill Substances 0.000 title claims abstract description 57
- 238000000034 method Methods 0.000 title claims abstract description 20
- 238000012844 infrared spectroscopy analysis Methods 0.000 title claims abstract description 12
- 238000002329 infrared spectrum Methods 0.000 claims abstract description 37
- 230000003595 spectral effect Effects 0.000 claims abstract description 28
- 238000010521 absorption reaction Methods 0.000 claims abstract description 23
- 239000003921 oil Substances 0.000 claims description 46
- 239000013535 sea water Substances 0.000 claims description 4
- LFQSCWFLJHTTHZ-UHFFFAOYSA-N Ethanol Chemical compound CCO LFQSCWFLJHTTHZ-UHFFFAOYSA-N 0.000 claims description 3
- 239000012153 distilled water Substances 0.000 claims description 3
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Chemical compound O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 3
- 238000001228 spectrum Methods 0.000 description 5
- 238000005033 Fourier transform infrared spectroscopy Methods 0.000 description 3
- 238000001514 detection method Methods 0.000 description 3
- 238000005259 measurement Methods 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 239000010779 crude oil Substances 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000004566 IR spectroscopy Methods 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 239000003153 chemical reaction reagent Substances 0.000 description 1
- 239000003245 coal Substances 0.000 description 1
- 239000008358 core component Substances 0.000 description 1
- 238000011840 criminal investigation Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000000228 dispersive infrared spectroscopy Methods 0.000 description 1
- 238000001035 drying Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000005065 mining Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 239000003208 petroleum Substances 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000004451 qualitative analysis Methods 0.000 description 1
- 238000004445 quantitative analysis Methods 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
Images
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
- G01N2021/3595—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light using FTIR
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
本发明公开了一种基于红外光谱分析的溢油种类鉴别的方法,包含以下步骤:1,建立溢油红外光谱信息采集系统,用于采集不同种类的溢油的红外光谱信息;2,通过采集系统标定来自不同种类的溢油的光谱信息;3,基于主特征红外光谱吸收峰位,建立不同种类溢油的光谱特征信息模型;4,采集待测溢油的红外光谱信息,根据步骤3建立的光谱特征信息模型,鉴别输出待测溢油的油种;所述待测溢油选取吸收强度最强的7个不同的主吸收峰位,作为判定待测溢油种类的特征吸收峰。本发明基于傅里叶红外光谱仪,建立包含多种溢油种类的红外光谱特征信息模型,使得待测溢油能够同时与多种溢油的谱图配比,从而能够迅速检测溢油的种类,提高溢油鉴别的效率。
Description
技术领域
本发明涉及油种鉴别的技术领域,具体涉及一种基于红外光谱分析的溢油种类鉴别的方法。
背景技术
海洋面积大概占据了地球表面积的71%,是地上最稳定的生态系统,并且以其广阔的空间和丰富的资源对全球生态环境起着巨大的调节作用。随着人类活动范围的增大,海洋污染日益严重,其中来自船舶、石油平台、战争等的海上溢油是海洋污染的主要影响因素之一。
傅里叶红外光谱仪全名为傅里叶变换红外光谱仪(Fourier Transform InfraredSpectrometer,FTIR Spectrometer),是基于对干涉后的红外光进行傅里叶变换的原理而开发的红外光谱仪,如图1所示,其主要由红外光源、光阑、干涉仪(分束器、动镜、定镜)、样品室、检测器以及各种红外反射镜、激光器、控制电路板和电源组成。傅里叶红外光谱仪不同于色散型红外分光的原理,可以对样品进行定性和定量分析,广泛应用于医药化工、地矿、石油、煤炭、环保、海关、宝石鉴定、刑侦鉴定等领域。对于海上溢油,不同的油种经过傅里叶变换光谱仪探测得到的光谱其吸收峰的位置和形状都不相同。
由于溢油鉴别时,需要将待测溢油与可疑溢油源样品的谱图进行比对。实际操作中可能需要检测多种可疑溢油源样品,工作量大。
发明内容
本发明的目的是为了快速、便捷、准确的鉴别溢油的种类,提供了一种基于红外光谱分析的溢油种类鉴别的方法。该方法能够实现实时监测、简单便捷、可靠准确的溢油种类鉴别。
为了达到上述目的,本发明提供了一种基于红外光谱分析的溢油种类鉴别的方法,包含以下步骤:步骤1,建立溢油红外光谱信息采集系统,用于采集不同种类的溢油的红外光谱信息;步骤2,通过所述的采集系统标定来自不同种类的溢油的光谱信息;步骤3,基于主特征红外光谱吸收峰位,建立含有不同种类溢油的光谱信息的光谱特征信息模型;步骤4,采集待测溢油的红外光谱信息,根据步骤3建立的光谱特征信息模型,鉴别输出待测溢油的油种;所述待测溢油选取吸收强度最强的7个不同的主吸收峰位,作为判定待测溢油种类的特征吸收峰。
较佳地,步骤1,所述的红外光谱信息采集系统选择傅里叶红外光谱仪。
较佳地,所述的傅里叶红外光谱仪包含:迈克尔逊干涉仪。
较佳地,步骤2中,每种溢油都重复采样5次进行平均法去噪处理,以获取准确高信噪比的不同溢油的红外光谱信息。
较佳地,每种样品红外光谱信息测量前,均对气体池进行蒸馏水和无水乙醇擦拭,并干燥处理。
较佳地,步骤3所述的光谱特征信息模型包含:实验室模拟风化后获得的溢油的光谱特征信息。
较佳地,验室模拟风化时,待模拟风化的溢油中混合有海水。
较佳地,在鉴定出待测溢油的油种后,输出存储于所述光谱特征信息模型中的该油种的谱图。
与现有技术相比,本发明的有益效果是:
(1)本发明基于傅里叶红外光谱仪,建立包含多种溢油种类的红外光谱特征信息模型,使得待测溢油能够同时与多种溢油的谱图配比,从而能够迅速检测溢油的种类,提高溢油鉴别的效率。
(2)本发明无需任何添加试剂,成本低。
(3)本发明采用了傅里叶红外光谱仪,检测准确可靠,识别率高。
附图说明
图1为傅里叶红外光谱仪的结构示意图。
图2是光谱特征信息模型建立过程示意图。
图3是溢油种类红外光谱鉴别流程图。
具体实施方式
以下结合附图和实施例对本发明的技术方案做进一步的说明。
如图2和图3所示,本发明的基于红外光谱分析的溢油种类鉴别的方法包含以下步骤:步骤1,建立溢油红外光谱信息采集系统,用于采集不同种类的溢油的红外光谱信息;步骤2,通过所述的采集系统标定来自不同种类的溢油的光谱信息;步骤3,基于主特征红外光谱吸收峰位,建立不同种类溢油的光谱特征信息模型,即建立原油种类光谱库模型;步骤4,采集待测溢油的红外光谱信息,根据步骤3建立的光谱特征信息模型,鉴别输出待测溢油的油种;所述待测溢油选取吸收强度最强的7个不同的主吸收峰位,作为判定待测溢油种类的特征吸收峰。溢油红外光谱信息采集系统选择傅里叶红外光谱仪。傅里叶红外光谱仪内设有迈克尔逊干涉仪。
实施例1
1、采用迈克尔逊型红外光谱仪(具体型号为:上海光钙高科的红外光谱仪GFTI-LD19),设计溢油的红外光谱信息采集系统,用于采集测量不同溢油种类的红外光谱信息。红外光谱仪主要包括光源、反射镜、迈克尔逊干涉仪、准直镜、光阑和样品池等核心部件,红外光谱采集测量范围为:4200-600cm-1,光谱分辨率1cm-1,扫描次数32次。
2、采用设计的红外光谱信息采集系统,进行背景红外光谱信息和不同油种的红外光谱信息测量,每种样品红外光谱信息测量前,都必须对气体池进行蒸馏水和无水乙醇进行擦拭,然后进行干燥处理,再进行样品导入测量,以保证获取的红外光谱信息准确可靠。每种溢油都重复采样5次进行平均法去噪处理,获取准确高信噪比的不同溢油的红外光谱信息。
3、采用主吸收峰法进行光谱特征信息模型建立,针对不同种类的溢油吸收红外光谱,选取吸收强度最强的7个不同的主吸收峰位,作为判定该类溢油的特征吸收峰,进而为溢油种类的判定提供光谱参考标准。
4、对待测溢油红外光谱与光谱特征信息模型中的谱图进行分析及匹配,从而给出被测溢油的类别输出,达到对未知溢油的种类鉴别的目的。
实施例2
由于海上溢油会受到风化影响,为使检测结果更准确,实施例2建立的光谱特征信息模型还包含:实验室模拟风化后获得的溢油的光谱特征信息。实验室模拟风化时,待模拟风化的溢油中混合有海水,将混合有海水的溢油进行风化处理。因此每种溢油种类样品均检测原油及风化处理后的谱图。
检测出被测溢油的种类时,仪器输出存储于光谱特征信息模型中的该油种的谱图,以供检测人员对被测溢油及匹配到的光谱特征信息模型中的谱图进行比对,保证鉴定结果的准确性。
综上所述,本发明基于傅里叶红外光谱仪,建立溢油种类的光谱谱库,使得待测溢油能够同时与多种溢油的谱图配比,从而能够迅速检测溢油的种类,提高溢油鉴别的效率。
尽管本发明的内容已经通过上述优选实施例作了详细介绍,但应当认识到上述的描述不应被认为是对本发明的限制。在本领域技术人员阅读了上述内容后,对于本发明的多种修改和替代都将是显而易见的。因此,本发明的保护范围应由所附的权利要求来限定。
Claims (8)
1.一种基于红外光谱分析的溢油种类鉴别的方法,其特征在于,包含以下步骤:
步骤1,建立溢油红外光谱信息采集系统,用于采集不同种类的溢油的红外光谱信息;
步骤2,通过所述的采集系统标定来自不同种类的溢油的光谱信息;
步骤3,基于主特征红外光谱吸收峰位,建立含有不同种类溢油的光谱信息的光谱特征信息模型;
步骤4,采集待测溢油的红外光谱信息,根据步骤3建立的光谱特征信息模型,鉴别输出待测溢油的油种;所述待测溢油选取吸收强度最强的7个不同的主吸收峰位,作为判定待测溢油种类的特征吸收峰。
2.根据权利要求1所述的基于红外光谱分析的溢油种类鉴别的方法,其特征在于,步骤1,所述的红外光谱信息采集系统选择傅里叶红外光谱仪。
3.根据权利要求2所述的基于红外光谱分析的溢油种类鉴别的方法,其特征在于,所述的傅里叶红外光谱仪包含:迈克尔逊干涉仪。
4.根据权利要求1所述的基于红外光谱分析的溢油种类鉴别的方法,其特征在于,步骤2中,每种溢油都重复采样5次进行平均法去噪处理,以获取准确高信噪比的不同溢油的红外光谱信息。
5.根据权利要求1所述的基于红外光谱分析的溢油种类鉴别的方法,其特征在于,每种样品红外光谱信息测量前,均对气体池进行蒸馏水和无水乙醇擦拭,并干燥处理。
6.根据权利要求1所述的基于红外光谱分析的溢油种类鉴别的方法,其特征在于,步骤3所述的光谱特征信息模型包含:实验室模拟风化后获得的溢油的光谱特征信息。
7.根据权利要求6所述的基于红外光谱分析的溢油种类鉴别的方法,其特征在于,验室模拟风化时,待模拟风化的溢油中混合有海水。
8.根据权利要求1所述的基于红外光谱分析的溢油种类鉴别的方法,其特征在于,在鉴定出待测溢油的油种后,输出存储于所述光谱特征信息模型中的该油种的谱图。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911158191.3A CN110907388A (zh) | 2019-11-22 | 2019-11-22 | 一种基于红外光谱分析的溢油种类鉴别的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911158191.3A CN110907388A (zh) | 2019-11-22 | 2019-11-22 | 一种基于红外光谱分析的溢油种类鉴别的方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110907388A true CN110907388A (zh) | 2020-03-24 |
Family
ID=69819181
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911158191.3A Pending CN110907388A (zh) | 2019-11-22 | 2019-11-22 | 一种基于红外光谱分析的溢油种类鉴别的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110907388A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111631681A (zh) * | 2020-04-21 | 2020-09-08 | 上海市杨浦区市东医院 | 一种基于红外傅里叶光谱探测口腔癌的诊断系统 |
CN113156420A (zh) * | 2021-03-12 | 2021-07-23 | 中国石油大学(华东) | 溢油检测系统以及方法 |
CN116242799A (zh) * | 2023-03-14 | 2023-06-09 | 合肥工业大学 | 一种基于深度学习红外多维融合算法的基础油检测装置及检测方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107356535A (zh) * | 2017-06-12 | 2017-11-17 | 湖北久之洋红外系统股份有限公司 | 一种基于光谱成像技术的海上溢油检测方法 |
US20190162658A1 (en) * | 2017-11-24 | 2019-05-30 | Oil Crops Research Institute, Chinese Acadamy Of Agricultural Sciences | Method for detecting multivariate adulteration of edible oil based on near-infrared spectroscopy |
-
2019
- 2019-11-22 CN CN201911158191.3A patent/CN110907388A/zh active Pending
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107356535A (zh) * | 2017-06-12 | 2017-11-17 | 湖北久之洋红外系统股份有限公司 | 一种基于光谱成像技术的海上溢油检测方法 |
US20190162658A1 (en) * | 2017-11-24 | 2019-05-30 | Oil Crops Research Institute, Chinese Acadamy Of Agricultural Sciences | Method for detecting multivariate adulteration of edible oil based on near-infrared spectroscopy |
Non-Patent Citations (2)
Title |
---|
吴锡英: "红外光谱法在船舶溢油鉴别中的应用", 《交通部上海船舶运输科学研究所学报》 * |
程劲松 等: "白酒质量控制技术的研究进展", 《食品安全质量检测学报》 * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111631681A (zh) * | 2020-04-21 | 2020-09-08 | 上海市杨浦区市东医院 | 一种基于红外傅里叶光谱探测口腔癌的诊断系统 |
CN113156420A (zh) * | 2021-03-12 | 2021-07-23 | 中国石油大学(华东) | 溢油检测系统以及方法 |
CN116242799A (zh) * | 2023-03-14 | 2023-06-09 | 合肥工业大学 | 一种基于深度学习红外多维融合算法的基础油检测装置及检测方法 |
CN116242799B (zh) * | 2023-03-14 | 2023-08-18 | 合肥工业大学 | 一种基于深度学习红外多维融合算法的基础油检测装置及检测方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN101458213B (zh) | 海洋溢油的浓度辅助参量荧光光谱油种鉴别方法 | |
CN110907388A (zh) | 一种基于红外光谱分析的溢油种类鉴别的方法 | |
US10557792B2 (en) | Spectral modeling for complex absorption spectrum interpretation | |
CN101221125A (zh) | 用光谱技术测定富营养化水体特征参量的方法 | |
EP2710353A1 (en) | Spectroscopic apparatus and methods for determining components present in a sample | |
CN102636450A (zh) | 基于近红外光谱技术无损检测枸杞中枸杞多糖含量的方法 | |
CN106442474B (zh) | 一种基于偏最小二乘法的水泥生料三率值测量方法 | |
CN109444092B (zh) | 运用太赫兹与激光联合识别油品种类的测试系统及方法 | |
EP3290908A1 (en) | Unknown sample determining method, unknown sample determining instrument, and unknown sample determining program | |
CN104730043A (zh) | 一种基于偏最小二乘法的墨水中重金属测定方法 | |
CN106248653B (zh) | 一种提高激光诱导击穿光谱定量分析长期稳定性的方法 | |
CN102890067A (zh) | 基于近红外的甲醇汽油快速检测仪 | |
CN109916831B (zh) | 一种降低激光气体遥测仪数据误报率的方法和系统 | |
CN104344890A (zh) | 微弱光信号光谱的快速测试装置及方法 | |
CN106769906B (zh) | 光谱仪数据漂移补偿方法 | |
CN202956337U (zh) | 基于近红外的甲醇汽油快速检测仪 | |
CN110609017A (zh) | 一种基于反射率光谱的溢油风化时间分析方法及应用 | |
CN110414169B (zh) | 一种傅立叶红外气测录井方法及其装置 | |
NL2034211B1 (en) | Method and system for quantitatively identifying multi-pollution sources of mixed water body | |
CN102564965B (zh) | 基于光谱检测技术的检测方法 | |
CN111426648B (zh) | 一种红外谱图的相似度确定方法及系统 | |
CN103983612B (zh) | 一种模拟呼吸重金属的检测系统 | |
CN103398966A (zh) | 光谱仪在有机溶液中测定tmc浓度的方法 | |
CN102128808B (zh) | 地表水中的邻苯二甲酸氢钾的快速识别方法 | |
CN110907386A (zh) | 一种垃圾焚烧电厂多组分气体分析系统及其方法 |
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 | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20200324 |