CN111899802A - 一种混合物物性检测方法、系统、设备和存储介质 - Google Patents
一种混合物物性检测方法、系统、设备和存储介质 Download PDFInfo
- Publication number
- CN111899802A CN111899802A CN202010533869.8A CN202010533869A CN111899802A CN 111899802 A CN111899802 A CN 111899802A CN 202010533869 A CN202010533869 A CN 202010533869A CN 111899802 A CN111899802 A CN 111899802A
- Authority
- CN
- China
- Prior art keywords
- mixture
- single molecule
- group
- physical property
- physical properties
- 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
- 230000000704 physical effect Effects 0.000 title claims abstract description 616
- 239000000203 mixture Substances 0.000 title claims abstract description 593
- 238000001514 detection method Methods 0.000 title claims abstract description 73
- 238000004364 calculation method Methods 0.000 claims abstract description 136
- 238000000034 method Methods 0.000 claims abstract description 51
- 239000013598 vector Substances 0.000 claims description 121
- TVMXDCGIABBOFY-UHFFFAOYSA-N octane Chemical compound CCCCCCCC TVMXDCGIABBOFY-UHFFFAOYSA-N 0.000 claims description 88
- 150000001875 compounds Chemical class 0.000 claims description 81
- 150000001336 alkenes Chemical class 0.000 claims description 79
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 claims description 79
- 229910052760 oxygen Inorganic materials 0.000 claims description 79
- 239000001301 oxygen Substances 0.000 claims description 79
- JRZJOMJEPLMPRA-UHFFFAOYSA-N olefin Natural products CCCCCCCC=C JRZJOMJEPLMPRA-UHFFFAOYSA-N 0.000 claims description 78
- 150000004945 aromatic hydrocarbons Chemical class 0.000 claims description 76
- 150000001924 cycloalkanes Chemical class 0.000 claims description 67
- PAYRUJLWNCNPSJ-UHFFFAOYSA-N Aniline Chemical compound NC1=CC=CC=C1 PAYRUJLWNCNPSJ-UHFFFAOYSA-N 0.000 claims description 60
- 238000009835 boiling Methods 0.000 claims description 54
- 239000012188 paraffin wax Substances 0.000 claims description 42
- 230000003993 interaction Effects 0.000 claims description 36
- 238000004817 gas chromatography Methods 0.000 claims description 24
- 238000012545 processing Methods 0.000 claims description 24
- 150000001335 aliphatic alkanes Chemical class 0.000 claims description 21
- 238000012549 training Methods 0.000 claims description 18
- 238000004949 mass spectrometry Methods 0.000 claims description 16
- 230000015654 memory Effects 0.000 claims description 15
- 238000004252 FT/ICR mass spectrometry Methods 0.000 claims description 8
- 238000004497 NIR spectroscopy Methods 0.000 claims description 8
- 238000005481 NMR spectroscopy Methods 0.000 claims description 8
- 238000001069 Raman spectroscopy Methods 0.000 claims description 8
- 230000005686 electrostatic field Effects 0.000 claims description 8
- 150000002500 ions Chemical class 0.000 claims description 8
- 238000001269 time-of-flight mass spectrometry Methods 0.000 claims description 8
- 238000011160 research Methods 0.000 claims description 7
- 125000004429 atom Chemical group 0.000 claims description 6
- 125000004435 hydrogen atom Chemical group [H]* 0.000 claims description 6
- 239000003209 petroleum derivative Substances 0.000 claims description 6
- 239000007789 gas Substances 0.000 claims description 4
- 238000002290 gas chromatography-mass spectrometry Methods 0.000 claims description 4
- 239000000047 product Substances 0.000 description 13
- 239000000126 substance Substances 0.000 description 9
- 238000012512 characterization method Methods 0.000 description 6
- 238000002474 experimental method Methods 0.000 description 6
- 239000004215 Carbon black (E152) Substances 0.000 description 4
- 229930195733 hydrocarbon Natural products 0.000 description 4
- 150000002430 hydrocarbons Chemical class 0.000 description 4
- CIWBSHSKHKDKBQ-JLAZNSOCSA-N Ascorbic acid Chemical compound OC[C@H](O)[C@H]1OC(=O)C(O)=C1O CIWBSHSKHKDKBQ-JLAZNSOCSA-N 0.000 description 3
- 125000003118 aryl group Chemical group 0.000 description 3
- 238000006243 chemical reaction Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- IJGRMHOSHXDMSA-UHFFFAOYSA-N Atomic nitrogen Chemical compound N#N IJGRMHOSHXDMSA-UHFFFAOYSA-N 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 238000007710 freezing Methods 0.000 description 2
- 230000008014 freezing Effects 0.000 description 2
- 238000013178 mathematical model Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- NINIDFKCEFEMDL-UHFFFAOYSA-N Sulfur Chemical compound [S] NINIDFKCEFEMDL-UHFFFAOYSA-N 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 125000004432 carbon atom Chemical group C* 0.000 description 1
- 239000007795 chemical reaction product Substances 0.000 description 1
- 239000010779 crude oil Substances 0.000 description 1
- 150000001925 cycloalkenes Chemical class 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 125000005842 heteroatom Chemical group 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 239000013067 intermediate product Substances 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 229910052757 nitrogen Inorganic materials 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000010517 secondary reaction Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 229910052717 sulfur Inorganic materials 0.000 description 1
- 239000011593 sulfur Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16C—COMPUTATIONAL CHEMISTRY; CHEMOINFORMATICS; COMPUTATIONAL MATERIALS SCIENCE
- G16C20/00—Chemoinformatics, i.e. ICT specially adapted for the handling of physicochemical or structural data of chemical particles, elements, compounds or mixtures
- G16C20/10—Analysis or design of chemical reactions, syntheses or processes
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16C—COMPUTATIONAL CHEMISTRY; CHEMOINFORMATICS; COMPUTATIONAL MATERIALS SCIENCE
- G16C20/00—Chemoinformatics, i.e. ICT specially adapted for the handling of physicochemical or structural data of chemical particles, elements, compounds or mixtures
- G16C20/30—Prediction of properties of chemical compounds, compositions or mixtures
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16C—COMPUTATIONAL CHEMISTRY; CHEMOINFORMATICS; COMPUTATIONAL MATERIALS SCIENCE
- G16C20/00—Chemoinformatics, i.e. ICT specially adapted for the handling of physicochemical or structural data of chemical particles, elements, compounds or mixtures
- G16C20/70—Machine learning, data mining or chemometrics
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16C—COMPUTATIONAL CHEMISTRY; CHEMOINFORMATICS; COMPUTATIONAL MATERIALS SCIENCE
- G16C20/00—Chemoinformatics, i.e. ICT specially adapted for the handling of physicochemical or structural data of chemical particles, elements, compounds or mixtures
- G16C20/90—Programming languages; Computing architectures; Database systems; Data warehousing
Landscapes
- Engineering & Computer Science (AREA)
- Chemical & Material Sciences (AREA)
- Computing Systems (AREA)
- Theoretical Computer Science (AREA)
- Crystallography & Structural Chemistry (AREA)
- Life Sciences & Earth Sciences (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- Chemical Kinetics & Catalysis (AREA)
- Analytical Chemistry (AREA)
- Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Computation (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Other Investigation Or Analysis Of Materials By Electrical Means (AREA)
- Organic Low-Molecular-Weight Compounds And Preparation Thereof (AREA)
Abstract
本发明公开了一种混合物物性检测方法、系统、设备和存储介质。该方法包括：确定待检测混合物的分子组成；将分子组成在预设的第一数据库中进行匹配；如果第一数据库中存在与分子组成相匹配的样本分子组成，则将样本分子组成对应的物性作为混合物物性；如果第一数据库中不存在与分子组成相匹配的样本分子组成，则根据混合物中各单分子的物性，计算混合物物性。本发明在确定混合物分子组成后，在预先设置的第一数据库中进行匹配，确定是否存在与该分子组成相匹配的样本分子组成，如存在，则直接将样本分子组成对应的物性作为该混合物的物性，有效节省了检测时间，如不存在，则计算该混合物物性，该分子级的物性计算方式准确性较高且物性容易测定。
Description
技术领域
本发明涉及计算机技术领域，尤其涉及一种混合物物性检测方法、系统、设备和存储介质。
背景技术
随着化学化工研究的发展，新的化合物不断出现。至2012年，美国化学文摘社(CAS，Chemical Abstracts Service)登录的物质数量已达到6600万种。通过实验测定化合物的物性数据除耗费大量的人力和物力外，还受到实验方法和检测条件的制约，对于某些物质的性质甚至无法直接进行实验测定，如一些物质在达到临界温度前就分解了，其临界温度就无法直接测定。
在石油化工领域，要实现原油资源的最大化利用，需要获知混合物的物性，然而有些化合物物性检测难以测定，这就导致混合物的物性无法准确获得。
综上所述，在石油化工领域，如何检测混合物的物性已经成为本领域技术人员亟待解决的问题之一。
发明内容
本发明的主要目的在于提供一种混合物物性检测方法、系统、设备和存储介质，以解决现有技术中无法准确获得混合物物性的问题。
针对上述技术问题，本发明是通过以下技术方案来解决的：
本发明提供了一种混合物物性检测方法，其中，该方法包括：
确定待检测的混合物的分子组成；
将所述分子组成在预设的第一数据库中进行匹配；其中，所述第一数据库中包括：多种样本分子组成和每种所述样本分子组成对应的物性；
如果所述第一数据库中存在与所述分子组成相匹配的样本分子组成，则将所述样本分子组成对应的物性作为所述混合物的物性；
如果所述第一数据库中不存在与所述分子组成相匹配的样本分子组成，则根据所述混合物中各种单分子的物性，计算所述混合物的物性。
其中，根据所述混合物中各种单分子的物性，计算所述混合物的物性，优选包括：针对所述混合物中的每种单分子，根据构成所述单分子的每种基团的基团数量以及所述每种基团对物性的贡献值，计算所述单分子的物性；根据所述混合物中的各种单分子的物性和各个单分子在所述混合物中的含量，计算所述混合物的物性。
其中，在计算所述单分子的物性之前，优选还包括：将构成所述单分子的每种基团的基团数量与第二数据库中预存储的物性已知的模板单分子的分子信息进行比对；其中，所述分子信息包括：构成所述模板单分子的每种基团的基团数量；判断是否存在与所述单分子相同的模板单分子；若存在与所述单分子相同的模板单分子，则输出所述模板单分子的物性作为所述单分子的物性；若不存在与所述单分子相同的模板单分子，则计算所述单分子的物性。
其中，计算所述单分子的物性，优选包括：针对所述混合物中的每种单分子，获取构成所述单分子的每种基团的基团数量，以及获取每种所述基团对物性的贡献值；将构成所述单分子的每种基团的基团数量以及每种所述基团对物性的贡献值，输入预先训练的物性计算模型，获取所述物性计算模型输出的所述单分子的物性；其中，所述物性计算模型，用于根据单分子包含的每种基团的基团数量以及所述每种基团对物性的贡献值，计算所述单分子的物性。其中，训练所述物性计算模型的步骤，优选包括：构建单分子的物性计算模型；获取构成样本单分子的每种基团的基团数量；其中，所述样本单分子的物性已知；将构成所述样本单分子的每种基团的基团数量输入所述物性计算模型；获取所述物性计算模型输出的所述样本单分子的预测物性；如果所述预测物性与已知的所述物性之间的偏差值小于预设偏差阈值，则判定所述物性计算模型收敛，在已收敛的所述物性计算模型中获取每种基团对所述物性的贡献值，并存储所述基团对所述物性的贡献值；如果所述预测物性与已知的所述物性之间的偏差值大于等于所述偏差阈值，则调整所述物性计算模型中每种基团对所述物性的贡献值，直到所述物性计算模型收敛为止。
其中，在所述单分子的所有基团中优选确定一级基团和多级基团；其中，将构成单分子的所有基团作为一级基团；将同时存在且对同一种物性共同存在贡献的多种基团作为多级基团，将所述多种基团的数量作为所述多级基团的级别；所述多级基团指二级以上的基团；所述多种基团指两种以上的基团。
其中，所述计算所述单分子的物性，优选包括：
通过如下方式计算所述单分子的物性：
获得各个基团的基团数量与各个基团对所述物性的贡献值的乘积；
根据各个基团相应的乘积的总和获得所述单分子的物性。
例如，根据如下物性计算模型计算所述单分子的物性：
其中，f为单分子的物性，ni为所述单分子中第i种基团的基团数量，Δfi为所述单分子中第i种基团对所述物性的贡献值，a为关联常数。
其中，在所述单分子的所有基团中优选确定一级基团和多级基团；其中，将构成单分子的所有基团作为一级基团；将同时存在且对同一种物性共同存在贡献的多种基团作为多级基团，将所述多种基团的数量作为所述多级基团的级别；所述多级基团指二级以上的基团；所述多种基团指两种以上的基团。
其中，所述计算所述单分子的物性，优选包括：
通过如下方式计算所述单分子的物性：
在每一级基团中，分别获得其所包含的各种基团的基团数量与各种基团对所述物性的贡献值的乘积，然后获得各种基团相应的乘积的总和记为该级基团对物性的贡献值；
根据各级基团对物性的贡献值的总和获得所述单分子的物性。
例如，根据如下物性计算模型计算所述单分子的物性：
其中，f为单分子的物性，m1i为所述单分子的一级基团中第i种基团的基团数量，Δf1i为所述单分子的一级基团中第i种基团对所述物性的贡献值；m2j为所述单分子的二级基团中第j种基团的基团数量，Δf2j为所述单分子的二级基团中第j种基团对所述物性的贡献值；mNl为所述单分子的N级基团中第l种基团的基团数量，ΔfNl为所述单分子的N级基团中第l种基团对所述物性的贡献值；所述N为大于或等于2的正整数；a为关联常数。
其中，优选地，所述单分子的物性包括：单分子的沸点；
所述计算所述单分子的物性，包括：
根据如下物性计算模型计算所述单分子的沸点：
其中，T为所述单分子的沸点，SOL为根据构成所述单分子的每种基团的基团数量转化得到的单分子向量，GROUP11为根据一级基团对所述沸点的贡献值转化得到的第一贡献值向量，GROUP12为根据二级基团对所述沸点的贡献值转化得到的第二贡献值向量，GROUP1N为根据N级基团对沸点的贡献值转化得到的第N贡献值向量；Numh为所述单分子中除氢原子以外的原子个数；d为第一预设常数，b为第二预设常数，c为第三预设常数；所述N为大于或等于2的正整数。
其中，优选地，所述单分子的物性包括：单分子的密度；
所述计算所述单分子的物性，包括：
通过如下方式计算所述单分子的密度：
根据构成所述单分子的每种基团的基团数量转化得到的单分子向量；
根据每一级基团对所述密度的贡献值转化得到的该级基团的贡献值向量；
获得单分子向量分别与各级基团的贡献值向量的乘积，然后获得单分子向量与各级基团相应的乘积的总和；
根据单分子向量与一级基团的贡献值向量的乘积在单分子向量与各级基团相应的乘积的总和中的占比获得所述单分子的密度。
例如，根据如下物性计算模型计算所述单分子的密度：
其中，D为所述单分子的密度，SOL为根据构成所述单分子的每种基团的基团数量转化得到的单分子向量，GROUP21为根据一级基团分别对所述密度的贡献值转化得到的第N+1贡献值向量，GROUP22为根据二级基团分别对所述密度的贡献值转化得到的第N+2贡献值向量，GROUP2N为根据N级基团分别对密度的贡献值转化得到的第2N贡献值向量，所述N为大于或等于2的正整数，e为第四预设常数。
其中，优选地，所述单分子的物性包括：单分子的辛烷值；
所述计算所述单分子的物性，包括：
通过如下方式计算所述单分子的辛烷值：
根据构成所述单分子的每种基团的基团数量转化得到的单分子向量；
根据每一级基团对所述辛烷值的贡献值转化得到的该级基团的贡献值向量；
获得单分子向量分别与各级基团的贡献值向量的乘积；
根据单分子向量与各级基团相应的乘积的总和获得所述单分子的辛烷值。
例如，根据如下物性计算模型计算所述单分子的辛烷值：
X＝SOL×GROUP31+SOL×GROUP32+......+SOL×GROUP3N+h；
其中，X为所述单分子的辛烷值，SOL为根据构成所述单分子的每种基团的基团数量转化得到的单分子向量，GROUP31为根据一级基团分别对所述辛烷值的贡献值转化得到的第2N+1贡献值向量，GROUP32为根据二级基团分别对所述辛烷值的贡献值转化得到的第2N+2贡献值向量，GROUP3N为根据N级基团分别对辛烷值的贡献值转化得到的第3N贡献值向量；所述N为大于或等于2的正整数；h为第五预设常数。
其中，所述混合物的物性，优选包括：密度、浊点、倾点、苯胺点和辛烷值中的至少一者。
其中，当所述混合物的物性为密度时，计算所述混合物的物性，优选包括：
通过如下方法计算所述混合物的密度：
获得每种所述单分子的密度与该种所述单分子的含量的乘积；
根据各种所述单分子相应的乘积的总和获得所述混合物的密度。
例如，通过如下计算公式计算所述混合物的密度：
density＝∑(Di×xi_volume)；
其中，density为所述混合物的密度，Di为第i种单分子的密度，xi_volume为第i种单分子的含量。
其中，当所述混合物的物性为浊点时，计算所述混合物的物性，优选包括：根据每种单分子的密度和沸点，计算所述单分子的浊点贡献值；根据所述混合物中每种单分子的浊点贡献值以及每种单分子在所述混合物中的含量，计算所述混合物的浊点。
其中，当所述混合物的物性为倾点时，计算所述混合物的物性，优选包括：根据每种单分子的密度和分子量，计算所述单分子的倾点贡献值；根据所述混合物中每种单分子的倾点贡献值以及每种单分子在所述混合物中的含量，计算所述混合物的倾点。
其中，当所述混合物的物性为苯胺点时，计算所述混合物的物性，优选包括：根据每种单分子的密度和沸点，计算所述单分子的苯胺点贡献值；根据所述混合物中每种单分子的苯胺点贡献值以及每种单分子在所述混合物中的含量，计算所述混合物的苯胺点。
其中，当所述混合物的物性为辛烷值时，计算所述混合物的物性，优选包括：
通过如下计算公式计算所述混合物的辛烷值：
其中，所述ON为所述混合物的辛烷值，HISQFG为分子集合，H为正构烷烃的分子集合，I为异构烷烃的分子集合，S为环烷烃的分子集合，Q为烯烃的分子集合，F为芳香烃的分子集合，G为含氧化合物的分子集合，υi为所述混合物中的各个分子的含量；υH、υI、υS、υQ、υF、υG分别为所述混合物中的正构烷烃的总含量、异构烷烃的总含量、环烷烃的总含量、烯烃的总含量、芳香烃的总含量和含氧化合物的化合物总含量；βi为所述混合物中的每种分子的回归参数；ONi为所述混合物中的每种分子的辛烷值；CH表示正构烷烃与其他分子的交互系数；CI表示异构烷烃与其他分子的交互系数；CS表示环烷烃与其他分子的交互系数；CQ表示烯烃与其他分子的交互系数；CF表示芳香烃与其他分子的交互系数；CG表示含氧类化合物与其他分子的交互系数；
表示正构烷烃与异构烷烃之间的第一常数系数、
表示正构烷烃与环烷烃之间的第一常数系数、
表示正构烷烃与烯烃之间的第一常数系数、
表示正构烷烃与芳香烃之间的第一常数系数、
表示正构烷烃与含氧化合物之间的第一常数系数、
表示异构烷烃与环烷烃之间的第一常数系数、
表示异构烷烃与烯烃之间的第一常数系数、
表示异构烷烃与芳香烃之间的第一常数系数、
表示异构烷烃与含氧化合物之间的第一常数系数、
表示环烷烃与烯烃之间的第一常数系数、
表示环烷烃与芳香烃之间的第一常数系数、
表示环烷烃与含氧化合物之间的第一常数系数、
表示烯烃与芳香烃之间的第一常数系数、
表示烯烃与含氧化合物之间的第一常数系数、
表示芳香烃与含氧化合物之间的第一常数系数、
表示正构烷烃与异构烷烃之间的第二常数系数、
表示正构烷烃与环烷烃之间的第二常数系数、
表示正构烷烃与烯烃之间的第二常数系数、
表示正构烷烃与芳香烃之间的第二常数系数、
表示正构烷烃与含氧化合物之间的第二常数系数、
表示异构烷烃与环烷烃之间的第二常数系数、
表示异构烷烃与烯烃之间的第二常数系数、
表示异构烷烃与芳香烃之间的第二常数系数、
表示异构烷烃与含氧化合物之间的第二常数系数、
表示环烷烃与烯烃之间的第二常数系数、
表示环烷烃与芳香烃之间的第二常数系数、
表示环烷烃与含氧化合物之间的第二常数系数、
表示烯烃与芳香烃之间的第二常数系数、
表示烯烃与含氧化合物之间的第二常数系数、
表示芳香烃与含氧化合物之间的第二常数系数；其中，所述辛烷值包括：研究法辛烷值和马达法辛烷值。
其中，根据所述混合物中各种单分子的物性，计算所述混合物的物性，优选包括：将所述混合物的分子组成输入预先训练的物性检测模型，获取所述物性检测模型输出的所述混合物的物性；其中，所述物性检测模型，用于根据所述混合物中各种单分子的物性，计算所述混合物的物性。
其中，在计算所述混合物的物性之后，优选还包括：将所述混合物的分子组成和所述混合物的物性对应存储到所述第一数据库中；其中，将所述混合物的分子组成作为所述第一数据库中的样本分子组成，将所述混合物的物性作为所述样本分子组成对应的物性。
其中，确定待检测的混合物的分子组成，优选包括：通过全二维气相色谱法、四级杆气相色谱-质谱仪检测法、气相色谱/场电离-飞行时间质谱检测法、气相色谱法、近红外光谱法、核磁共振波谱法、拉曼光谱法、傅立叶变换离子回旋共振质谱法、静电场轨道阱质谱法和离子淌度质谱法中的一种或多种，确定所述混合物的分子组成。
其中，所述混合物优选为石油烃类混合物。
本发明还提供了一种混合物物性检测系统，所述检测系统包括：
获取单元，用于确定待检测的混合物的分子组成；
第一处理单元，用于将所述分子组成在预设的第一数据库中进行匹配；其中，所述第一数据库中包括：多种样本分子组成和每种所述样本分子组成对应的物性；
第二处理单元，用于如果所述第一数据库中存在与所述分子组成相匹配的样本分子组成，则将所述样本分子组成对应的物性作为所述混合物的物性；如果所述第一数据库中不存在与所述分子组成相匹配的样本分子组成，则根据所述混合物中各种单分子的物性，计算所述混合物的物性。
其中，第二处理单元，具体用于针对所述混合物中的每种单分子，根据构成所述单分子的每种基团的基团数量以及所述每种基团对物性的贡献值，计算所述单分子的物性；根据所述混合物中的各种单分子的物性和各个单分子在所述混合物中的含量，计算所述混合物的物性。
其中，所述检测系统还包括：单分子物性模板匹配单元，用于将构成所述单分子的每种基团的基团数量与第二数据库中预存储的物性已知的模板单分子的分子信息进行比对；其中，所述分子信息包括：构成所述模板单分子的每种基团的基团数量；判断是否存在与所述单分子相同的模板单分子；若存在与所述单分子相同的模板单分子，则输出所述模板单分子的物性作为所述单分子的物性；若不存在与所述单分子相同的模板单分子，则计算所述单分子的物性。
其中，所述第二处理单元，具体用于将所述混合物的分子组成输入预先训练的物性检测模型，获取所述物性检测模型输出的所述混合物的物性；其中，所述物性检测模型，用于根据所述混合物中各种单分子的物性，计算所述混合物的物性。
其中，检测系统包括：存储单元，用于将所述混合物的分子组成和所述混合物的物性对应存储到所述第一数据库中；其中，将所述混合物的分子组成作为所述第一数据库中的样本分子组成，将所述混合物的物性作为所述样本分子组成对应的物性。
其中，所述获取单元，具体用于通过全二维气相色谱法、四级杆气相色谱-质谱仪检测法、气相色谱/场电离-飞行时间质谱检测法、气相色谱法、近红外光谱法、核磁共振波谱法、拉曼光谱法、傅立叶变换离子回旋共振质谱法、静电场轨道阱质谱法和离子淌度质谱法中的一种或多种，确定所述混合物的分子组成。
本发明还提供了一种混合物物性检测设备，所述混合物物性检测设备包括处理器、存储器；所述处理器用于执行所述存储器中存储的混合物物性检测程序，以实现上述的混合物物性检测方法。
本发明还提供了一种存储介质，所述存储介质存储有一个或者多个程序，所述一个或者多个程序可被一个或者多个处理器执行，以实现上述的混合物物性检测方法。
本发明有益效果如下：
本发明在确定混合物的分子组成之后，可以在预先设置的第一数据库中进行匹配，确定是否存在与该分子组成相匹配的样本分子组成，如果存在，则直接将样本分子组成对应的物性作为该混合物的物性，有效节省了检测时间，如果不存在，则根据混合物的分子组成中的单分子的物性，计算该混合物的物性，该分子级的物性计算方式准确性较高且物性容易测定。
附图说明
此处所说明的附图用来提供对本发明的进一步理解，构成本申请的一部分，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：
图1是根据本发明一实施例的混合物物性检测方法的流程图。
图2是根据本发明一实施例的计算混合物的物性的步骤流程图。
图3是根据本发明一实施例的计算单分子的物性的步骤流程图。
图4是根据本发明一实施例的训练物性计算模型的步骤流程图。
图5是根据本发明一实施例的混合物物性检测系统的结构图。
图6是根据本发明一实施例的混合物物性检测设备的结构图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚，以下结合附图及具体实施例，对本发明作进一步地详细说明。
根据本发明的实施例，提供了一种混合物物性检测方法。如图1所示，为根据本发明一实施例的混合物物性检测方法的流程图。
步骤S110，确定待检测的混合物的分子组成。
混合物的分子组成是指混合物的各种分子(单分子)的信息。例如：混合物中包含的单分子以及单分子的种类，当然还可以包括每种单分子的含量。
在本实施例中，混合物为石油烃类混合物。
在本实施例中，可以通过全二维气相色谱法、四级杆气相色谱-质谱仪检测法、气相色谱/场电离-飞行时间质谱检测法、气相色谱法、近红外光谱法、核磁共振波谱法、拉曼光谱法、傅立叶变换离子回旋共振质谱法、静电场轨道阱质谱法和离子淌度质谱法中的一种或多种，确定所述混合物的分子组成。当然，还可以通过其他方式来确定混合物的分子组成，例如：通过ASTM D2425、SH/T 0606和/或ASTM D8144-18的方式确定混合物的分子组成。
步骤S120，将所述分子组成在预设的第一数据库中进行匹配。
在第一数据库中，包括：多种样本分子组成和每种样本分子组成对应的物性。进一步地，第一数据库中存储有多个物性已知的石油烃类混合物的样本分子组成。
其中，样本分子组成对应的物性，包括但不限于：密度、浊点、倾点、苯胺点和辛烷值。当然，样本分子组成对应的物性还可以包括：十六烷值、凝点、冷滤点等。
步骤S130，判断所述第一数据库中是否存在与所述分子组成相匹配的样本分子组成；如果是，则执行步骤S140；如果否，则执行步骤S150。
混合物的分子组成与样本分子组成相匹配是指，混合物包含的单分子的种类和样本分子组成中单分子的种类相同。
步骤S140，如果所述第一数据库中存在与所述分子组成相匹配的样本分子组成，则将所述样本分子组成对应的物性作为所述混合物的物性。
如果第一数据库中存在与所述混合物的分子组成相匹配的样本分子组成，则说明该混合物的分子组成已经被作为样本分子组成存储到第一数据库中，这时可以直接将该样本分子组成对应的物性作为混合物的物性。
步骤S150，如果所述第一数据库中不存在与所述分子组成相匹配的样本分子组成，则根据所述混合物中各种单分子的物性，计算所述混合物的物性。
混合物的物性，包括但不限于：密度、浊点、倾点、苯胺点和辛烷值。当然，混合物的物性还可以包括：十六烷值、凝点、冷滤点等。
如果所述第一数据库中不存在与所述混合物的分子组成相匹配的样本分子组成，则说明该混合物的分子组成尚且没有被作为样本分子组成存储到第一数据库中，这时不能通过已知的样本分子组成对应的物性来确定混合物的物性。针对这种情况，本实施例可以构建数学模型，通过该构建的数学模型直接或者间接地计算出该混合物的物性。
在本实施例中，可以预先训练物性检测模型。该物性检测模型可以是混合物的物性检测模型。该混合物的物性检测模型，用于根据混合物中各种单分子的物性，计算该混合物的物性。进一步地，将混合物的分子组成输入预先训练的物性检测模型，获取物性检测模型输出的该混合物的物性。在训练物性检测模型时，可以使用该第一数据库中物性已知的样本分子组成作为训练样本集，利用训练样本集训练物性检测模型，使得收敛后的物性检测模型可以根据输入的分子组成，输出该分子组成对应的物性，也即是混合物的物性。
在本实施例中，可以预先训练物性计算模型。该物性计算模型可以是单分子的物性计算模型。该单分子的物性计算模型，用于根据单分子包含的每种基团的基团数量以及每种基团对物性的贡献值，计算该单分子的物性。进而可以根据混合物中单分子的物性，确定该混合物的物性。针对该物性计算模型的训练方式将在后面进行描述，在此不做赘述。
在本实施例中，在计算所述混合物的物性之后，还包括：将所述混合物的分子组成和所述混合物的物性对应存储到所述第一数据库中；其中，将所述混合物的分子组成作为所述第一数据库中的样本分子组成，将所述混合物的物性作为所述样本分子组成对应的物性。
在本发明实施例中，在确定混合物的分子组成之后，可以在预先设置的第一数据库中进行匹配，确定是否存在与该分子组成相匹配的样本分子组成，如果存在，则直接将样本分子组成对应的物性作为该混合物的物性，有效节省了检测时间，如果不存在，则根据混合物的分子组成中的单分子的物性，计算该混合物的物性，该分子级的物性计算方式准确性较高且物性容易测定。
在本实施例中，可以利用基于SOL(Structure-Oriented Lumping，结构导向集总)的分子表征方法，来表征单分子。根据该分子表征方式表征的单分子，确定混合物中各种单分子的物性，根据该混合物中各种单分子的物性，计算该混合物的物性。其中，基于SOL的分子表征方法，可以利用24个基团表征烃类分子的结构。基团是分子的某一部分特征结构，每个基团一般是作为一个整体进行化学反应。
进一步地，SOL属于分子尺度上的集总，将实际体系中的分子数由上百万个减少到几千，大大降低了物性检测的复杂性。该基于SOL的分子表征方法不仅可以表示烷烃、环烷烃，一直到包含50-60个碳原子的复杂芳烃结构，还可表示作为中间产物或二次反应产物的烯烃或环烯烃，另外还考虑了含硫、氮、氧等杂原子化合物。
下面对根据混合物中各种单分子的物性，计算所述混合物的物性的步骤进行进一步地描述。
如图2所示，为根据本发明一实施例的计算混合物的物性的步骤流程图。
步骤S210，确定混合物中包含的各种单分子。
确定混合物中包含的各种单分子，也即是确定混合物的分子组成。
步骤S220，针对所述混合物中的每种单分子，根据构成该单分子的每种基团的基团数量以及所述每种基团对物性的贡献值，计算所述单分子的物性。
单分子的物性，包括但不限于：密度、沸点、密度、辛烷值。例如：单分子的物性还可以包括：粘度、溶解度参数、十六烷值、不饱和度等。
基团是分子的一部分，基团一般作为一个整体参加化学反应。
基于SOL的分子表征方法，确定每种单分子包含的基团；分别在每个单分子中，确定该单分子的每种基团的基团数量以及在该单分子中每种基团对物性的贡献值。由于单分子的物性的数量为多个，需要确定该单分子中每种基团分别对每种物性的贡献值。
具体计算单分子的物性的方式将在后面进行描述，此处不做赘述。
步骤S230，根据所述混合物中的各种单分子的物性和各个单分子在所述混合物中的含量，计算所述混合物的物性。
下面提供五种，计算混合物物性的方式，但是本领域技术人员应当知道的是，以下几种方式仅用于说明本实施例，而不用于限定本实施例。
方式一，当混合物的物性为密度时，通过如下计算公式计算所述混合物的密度：
density＝∑(Di×xi_volume)；
其中，density为所述混合物的密度，Di为第i种单分子的密度，xi_volume为第i种单分子的含量。
方式二，当混合物的物性为浊点时，计算混合物的物性，包括：
根据每种单分子的密度和沸点，计算所述单分子的浊点贡献值；
根据所述混合物中每种单分子的浊点贡献值以及每种单分子在所述混合物中的含量，计算所述混合物的浊点。
方式三，当混合物的物性为倾点时，计算混合物的物性，包括：
根据每种单分子的密度和分子量，计算所述单分子的倾点贡献值；
根据所述混合物中每种单分子的倾点贡献值以及每种单分子在所述混合物中的含量，计算所述混合物的倾点。
方式四，当混合物的物性为苯胺点时，计算混合物的物性，包括：
根据每种单分子的密度和沸点，计算所述单分子的苯胺点贡献值；
根据所述混合物中每种单分子的苯胺点贡献值以及每种单分子在所述混合物中的含量，计算所述混合物的苯胺点。
方式五，当混合物的物性为辛烷值时，通过如下计算公式计算所述混合物的辛烷值：
其中，所述ON为所述混合物的辛烷值，HISQFG为分子集合，H为正构烷烃的分子集合，I为异构烷烃的分子集合，S为环烷烃的分子集合，Q为烯烃的分子集合，F为芳香烃的分子集合，G为含氧化合物的分子集合，υi为所述混合物中的各个分子的含量；υH、υI、υS、υQ、υF、υG分别为所述混合物中的正构烷烃的总含量、异构烷烃的总含量、环烷烃的总含量、烯烃的总含量、芳香烃的总含量和含氧化合物的化合物总含量；βi为所述混合物中的每种分子的回归参数；ONi为所述混合物中的每种分子的辛烷值；CH表示正构烷烃与其他分子的交互系数；CI表示异构烷烃与其他分子的交互系数；CS表示环烷烃与其他分子的交互系数；CQ表示烯烃与其他分子的交互系数；CF表示芳香烃与其他分子的交互系数；CG表示含氧类化合物与其他分子的交互系数；
表示正构烷烃与异构烷烃之间的第一常数系数、
表示正构烷烃与环烷烃之间的第一常数系数、
表示正构烷烃与烯烃之间的第一常数系数、
表示正构烷烃与芳香烃之间的第一常数系数、
表示正构烷烃与含氧化合物之间的第一常数系数、
表示异构烷烃与环烷烃之间的第一常数系数、
表示异构烷烃与烯烃之间的第一常数系数、
表示异构烷烃与芳香烃之间的第一常数系数、
表示异构烷烃与含氧化合物之间的第一常数系数、
表示环烷烃与烯烃之间的第一常数系数、
表示环烷烃与芳香烃之间的第一常数系数、
表示环烷烃与含氧化合物之间的第一常数系数、
表示烯烃与芳香烃之间的第一常数系数、
表示烯烃与含氧化合物之间的第一常数系数、
表示芳香烃与含氧化合物之间的第一常数系数、
表示正构烷烃与异构烷烃之间的第二常数系数、
表示正构烷烃与环烷烃之间的第二常数系数、
表示正构烷烃与烯烃之间的第二常数系数、
表示正构烷烃与芳香烃之间的第二常数系数、
表示正构烷烃与含氧化合物之间的第二常数系数、
表示异构烷烃与环烷烃之间的第二常数系数、
表示异构烷烃与烯烃之间的第二常数系数、
表示异构烷烃与芳香烃之间的第二常数系数、
表示异构烷烃与含氧化合物之间的第二常数系数、
表示环烷烃与烯烃之间的第二常数系数、
表示环烷烃与芳香烃之间的第二常数系数、
表示环烷烃与含氧化合物之间的第二常数系数、
表示烯烃与芳香烃之间的第二常数系数、
表示烯烃与含氧化合物之间的第二常数系数、
表示芳香烃与含氧化合物之间的第二常数系数；其中，所述辛烷值包括：研究法辛烷值和马达法辛烷值。
在本实施例中，在计算所述单分子的物性之前，还可以将构成所述单分子的每种基团的基团数量与第二数据库中预存储的物性已知的模板单分子的分子信息进行比对；其中，所述分子信息包括：构成所述模板单分子的每种基团的基团数量；判断是否存在与所述单分子相同的模板单分子；若存在与所述单分子相同的模板单分子，则输出所述模板单分子的物性作为所述单分子的物性；若不存在与所述单分子相同的模板单分子，则计算所述单分子的物性。进一步地，如果构成模板单分子的基团的种类与构成所述单分子的基团的种类相同，并且模板单分子的每种基团的基团数量与所述单分子的对应基团的基团数量相同，则判定该模板单分子和所述单分子相同，反之，则判定该模板单分子和所述单分子不同。
在本实施例中，在获取到构成单分子的每种基团的基团数量后，通过比对相应的基团数量，确认该类单分子的结构是否已被存储在数据库中，并在确认出现与单分子一致的模板单分子后，直接输出所述单分子的物性，提高单分子物性计算效率，减少计算量。
下面对计算单分子的物性进行进一步地描述。
如图3所示，为根据本发明一实施例的计算单分子的物性的步骤流程图。
步骤S310，针对混合物中的每种单分子，获取构成所述单分子的每种基团的基团数量，以及获取每种基团对物性的贡献值。
进一步地，确定单分子包含的基团种类，确定每个种类的基团的基团数量，获取每个种类的基团对混合物的各个物性的贡献值。
步骤S320，将构成所述单分子的每种基团的基团数量以及每种所述基团对物性的贡献值，输入预先训练的物性计算模型，获取所述物性计算模型输出的所述单分子的物性。
在本实施例中，物性计算模型，用于根据单分子包含的每种基团的基团数量以及每种基团对物性的贡献值，计算所述单分子的物性。
进一步地，将单分子的每个种类的基团的基团数量，获取每个种类的基团对混合物的各个物性的贡献值，输入预先训练的物性计算模型，获取物性计算模型输出的该单分子的多个物性。
下面对训练物性计算模型的步骤进行进一步地描述。
如图4所示，为根据本发明一实施例的训练物性计算模型的步骤流程图。
步骤S410，构建单分子的物性计算模型。
在该物性计算模型中，包括：每种基团对物性的贡献值。该贡献值为可调的值，该贡献值在首次训练时为初始值。进一步地，在该物性计算模型中，包括：每种基团对每种物性的贡献值。
下面给出两种针对不同物性均可使用的物性计算模型。本领域技术人员应当知道的是，下面两种物性计算模型仅为说明本实施例，而不用于限定本实施例。
模型一：建立如下所示的物性计算模型：
其中，f为单分子的物性，ni为所述单分子中第i种基团的基团数量，Δfi为所述单分子中第i种基团对所述物性的贡献值，a为关联常数。
对于构成单分子的基团，可以进一步划分为多级基团。进一步地，在所述单分子的所有基团中确定一级基团和多级基团；其中，将构成单分子的所有基团作为一级基团；将同时存在且对同一种物性共同存在贡献的多种基团作为多级基团，将所述多种基团的数量作为所述多级基团的级别。进一步地，基团分别单独存在不同的分子中时，会对物性产生一定的影响，而其同时存在于一个分子中时，在原先对该物性的贡献值的基础上，对该物性的贡献值会产生一定的波动。划分上述多级基团的方式还可以通过基团之间的化学键力所属的键力区间进行划分。针对不同的物性，化学键力不同会有不同的影响，具体的可以根据分子稳定性对物性的影响进行划分。
例如：对于沸点而言，在基于SOL的分子表征方法中，24种基团都作为一级基团；在24种基团中，N6、N5、N4、N3、me、AA、NN、RN、NO、RO、KO中的一种或者多种同时存在会对沸点存在贡献。在对一单分子的基团进行划分时，将构成该单分子的所有基团都作为一级基团，查看该单分子的所有基团中是否存在多个同时存在会共同对沸点存在贡献的基团，如果存在，则将多个同时存在会共同对沸点存在贡献的基团作为多级基团，如：该单分子中同时存在N6和N4，那么同时存在时会对沸点共同存在贡献的基团数量为两个，则将该N6和N4的组合作为二级基团。
模型二：基于划分的多级基团，可以建立如下所述物性计算模型：
其中，f为单分子的物性，m1i为所述单分子的一级基团中第i种基团的基团数量，Δf1i为所述单分子的一级基团中第i种基团对所述物性的贡献值；m2j为所述单分子的二级基团中第j种基团的基团数量，Δf2j为所述单分子的二级基团中第j种基团对所述物性的贡献值；mNl为所述单分子的N级基团中第l种基团的基团数量，ΔfNl为所述单分子的N级基团中第l种基团对所述物性的贡献值；所述N为大于或等于2的正整数；a为关联常数。
步骤S420，获取构成样本单分子的每种基团的基团数量；其中，所述样本单分子的物性已知。
预先设置训练样本集。在训练样本集中包括多个样本单分子信息。样本单分子信息，包括但不限于：构成样本单分子的每种基团的基团数量，以及样本单分子的物性。
步骤S430，将构成样本单分子的每种基团的基团数量输入物性计算模型。
步骤S440，获取所述物性计算模型输出的所述样本单分子的预测物性。
步骤S450，判断预测物性与已知的物性之间的偏差值是否小于预设偏差阈值；如果是，则执行步骤S460；如果否，则执行步骤S470。
如果样本单分子的物性为多个，那么物性计算模型输出的样本单分子的预测物性也将为多个，这时，计算每个预测物性与对应的已知物性之间的偏差值，判定所有预测物性分别与对应的已知物性之间的偏差值是否都小于预设偏差值，如果是，则执行步骤S460；如果否，则执行步骤S470。
在本实施例中，可以计算预测物性和对应的已知物性的相对偏差值或者绝对偏差值。
步骤S460，如果所述预测物性与已知的所述物性之间的偏差值小于预设偏差阈值，则判定所述物性计算模型收敛，在已收敛的所述物性计算模型中获取每种基团对所述物性的贡献值，并存储所述基团对所述物性的贡献值。
由于单分子的物性可能为多种，所以，可以在已收敛的物性计算模型中获取到每种基团分别对每种物性的贡献值。
针对不同的物性，基团对不同物性的贡献值可能是不一致的，但在不同分子中同一基团对同一物性的贡献值是一致的，在本实施例中构建上述物性计算模型，通过训练构建的物性计算模型，使得物性计算模型收敛，即训练物性计算模型中的每种基团对物性的贡献值，得到每种基团对物性的贡献值。
针对每种基团而言，存储该基团对每种物性的贡献值，以便后续计算单分子的物性时，可以获取到该单分子中每种基团对需要获知的物性的贡献值，并将该单分子的每种基团的基团数量，以及每种基团对需要获知的物性的贡献值作为物性计算模型的输入，物性计算模型将该单分子的每种基团的基团数量作为模型变量，将每种基团对需要获知的物性的贡献值作为模型参量(替换物性计算模型中每种基团对物性的可调贡献值)，计算出该需要获知的物性。
步骤S470，如果所述预测物性与已知的所述物性之间的偏差值大于等于所述偏差阈值，则调整所述物性计算模型中每种基团对所述物性的贡献值，跳转到步骤S450，直到所述物性计算模型收敛为止。
除了上述的通用型的物性计算模型，还可以根据物性种类的不同，为每种物性分别构建物性计算模型。
例如：根据如下物性计算模型计算单分子的沸点：
其中，T为所述单分子的沸点，SOL为根据构成所述单分子的每种基团的基团数量转化得到的单分子向量，GROUP11为根据一级基团分别对所述沸点的贡献值转化得到的第一贡献值向量，GROUP12为根据二级基团分别对所述沸点的贡献值转化得到的第二贡献值向量，GROUP1N为根据N级基团分别对沸点的贡献值转化得到的第N贡献值向量；Numh为所述单分子中除氢原子以外的原子个数；d为第一预设常数，b为第二预设常数，c为第三预设常数；所述N为大于或等于2的正整数。b、c和d可以为经验值或者通过实验获得的值。
根据构成所述单分子的每种基团的基团数量转化得到的单分子向量，包括：将构成所述单分子的基团的种类数量作为所述单分子向量的维数；将每种所述基团的基团数量作为所述单分子向量中对应维度的元素值。
根据一级基团分别对所述沸点的贡献值转化得到的第一贡献值向量，包括：将一级基团的种类数量作为所述第一贡献值向量的维数；将每种所述一级基团的贡献值作为所述第一贡献值向量中对应维度的元素值。根据二级基团分别对所述沸点的贡献值转化得到的第二贡献值向量，包括：将二级基团的种类数量作为所述第二贡献值向量的维数；将每种所述二级基团的贡献值作为所述第二贡献值向量中对应维度的元素值。以此类推，根据N级基团分别对沸点的贡献值转化得到的第N贡献值向量，包括：将N级基团的种类数量作为所述第N贡献值向量的维数；将每种所述N级基团的贡献值作为所述第N贡献值向量中对应维度的元素值。
又如：根据如下物性计算模型计算单分子的密度：
其中，D为所述单分子的密度，SOL为根据构成所述单分子的每种基团的基团数量转化得到的单分子向量，GROUP21为根据一级基团分别对所述密度的贡献值转化得到的第N+1贡献值向量，GROUP22为根据二级基团分别对所述密度的贡献值转化得到的第N+2贡献值向量，GROUP2N为根据N级基团分别对密度的贡献值转化得到的第2N贡献值向量，所述N为大于或等于2的正整数，e为第四预设常数。e可以是经验值或者通过实验获得的值。
根据构成所述单分子的每种基团的基团数量转化得到的单分子向量，包括：将构成所述单分子的基团的种类数量作为所述单分子向量的维数；将每种所述基团的基团数量作为所述单分子向量中对应维度的元素值。
根据一级基团分别对所述密度的贡献值转化得到的第N+1贡献值向量，包括：将一级基团的种类数量作为所述第N+1贡献值向量的维数；将每种所述一级基团的贡献值作为所述第N+1贡献值向量中对应维度的元素值。根据二级基团分别对所述密度的贡献值转化得到的第N+2贡献值向量，包括：将二级基团的种类数量作为所述第N+2贡献值向量的维数；将每种所述二级基团的贡献值作为所述第N+2贡献值向量中对应维度的元素值。以此类推，根据N级基团分别对密度的贡献值转化得到的第2N贡献值向量，包括：将N级基团的种类数量作为所述第2N贡献值向量的维数；将每种所述N级基团的贡献值作为所述第2N贡献值向量中对应维度的元素值。
再如：根据如下物性计算模型计算单分子的辛烷值：
X＝SOL×GROUP31+SOL×GROUP32+......+SOL×GROUP3N+h；
其中，X为所述单分子的辛烷值，SOL为根据构成所述单分子的每种基团的基团数量转化得到的单分子向量，GROUP31为根据一级基团分别对所述辛烷值的贡献值转化得到的第2N+1贡献值向量，GROUP32为根据二级基团分别对所述辛烷值的贡献值转化得到的第2N+2贡献值向量，GROUP3N为根据N级基团分别对辛烷值的贡献值转化得到的第3N贡献值向量；所述N为大于或等于2的正整数；h为第五预设常数。h为经验值或者通过实验获得的值。
根据构成所述单分子的每种基团的基团数量转化得到的单分子向量，包括：将构成所述单分子的基团的种类数量作为所述单分子向量的维数；将每种所述基团的基团数量作为所述单分子向量中对应维度的元素值。
根据一级基团分别对所述辛烷值的贡献值转化得到的第2N+1贡献值向量，包括：将一级基团的种类数量作为所述第2N+1贡献值向量的维数；将每种所述一级基团的贡献值作为所述第2N+1贡献值向量中对应维度的元素值。根据二级基团分别对所述辛烷值的贡献值转化得到的第2N+2贡献值向量，包括：将二级基团的种类数量作为所述第2N+2贡献值向量的维数；将每种所述二级基团的贡献值作为所述第2N+2贡献值向量中对应维度的元素值。以此类推，根据N级基团分别对辛烷值的贡献值转化得到的第3N贡献值向量，包括：将N级基团的种类数量作为所述第3N贡献值向量的维数；将每种所述N级基团的贡献值作为所述第3N贡献值向量中对应维度的元素值。
本实施例提供一种混合物物性检测系统。如图5所示，为根据本发明以实施例的混合物物性检测系统的结构图。
在本实施例中，所述混合物物性检测系统，包括但不限于：获取单元11、第一处理单元12和第二处理单元13。
在本实施例中，获取单元11，用于确定待检测的混合物的分子组成。
在本实施例中，第一处理单元12，用于将所述分子组成在预设的第一数据库中进行匹配；其中，所述第一数据库中包括：多种样本分子组成和每种所述样本分子组成对应的物性。
在本实施例中，第二处理单元13，用于如果所述第一数据库中存在与所述分子组成相匹配的样本分子组成，则将所述样本分子组成对应的物性作为所述混合物的物性；如果所述第一数据库中不存在与所述分子组成相匹配的样本分子组成，则根据所述混合物中各种单分子的物性，计算所述混合物的物性。
在本实施例中，第二处理单元13，具体用于针对所述混合物中的每种单分子，根据构成所述单分子的每种基团的基团数量以及所述每种基团对物性的贡献值，计算所述单分子的物性；根据所述混合物中的各种单分子的物性和各个单分子在所述混合物中的含量，计算所述混合物的物性。
在本实施例中，所述系统还包括：单分子物性模板匹配单元，用于将构成所述单分子的每种基团的基团数量与第二数据库中预存储的物性已知的模板单分子的分子信息进行比对；其中，所述分子信息包括：构成所述模板单分子的每种基团的基团数量；判断是否存在与所述单分子相同的模板单分子；若存在与所述单分子相同的模板单分子，则输出所述模板单分子的物性作为所述单分子的物性；若不存在与所述单分子相同的模板单分子，则计算所述单分子的物性。
在本实施例中，所述第二处理单元13，具体用于针对所述混合物中的每种单分子，获取构成所述单分子的每种基团的基团数量，以及获取每种所述基团对物性的贡献值；将构成所述单分子的每种基团的基团数量以及每种所述基团对物性的贡献值，输入预先训练的物性计算模型，获取所述物性计算模型输出的所述单分子的物性；其中，所述物性计算模型，用于根据单分子包含的每种基团的基团数量以及所述每种基团对物性的贡献值，计算所述单分子的物性。
在本实施例中，所述系统还包括：模型训练单元，用于构建单分子的物性计算模型；获取构成样本单分子的每种基团的基团数量；其中，所述样本单分子的物性已知；将构成所述样本单分子的每种基团的基团数量输入所述物性计算模型；获取所述物性计算模型输出的所述样本单分子的预测物性；如果所述预测物性与已知的所述物性之间的偏差值小于预设偏差阈值，则判定所述物性计算模型收敛，在已收敛的所述物性计算模型中获取每种基团对所述物性的贡献值，并存储所述基团对所述物性的贡献值；如果所述预测物性与已知的所述物性之间的偏差值大于等于所述偏差阈值，则调整所述物性计算模型中每种基团对所述物性的贡献值，直到所述物性计算模型收敛为止。
在本实施例中，模型训练单元，具体用于建立如下所示的物性计算模型：
其中，f为单分子的物性，ni为所述单分子中第i种基团的基团数量，Δfi为所述单分子中第i种基团对所述物性的贡献值，a为关联常数。
在本实施例中，模型训练单元，具体用于在所述单分子的所有基团中确定一级基团和多级基团；其中，将构成单分子的所有基团作为一级基团；将同时存在且对同一种物性共同存在贡献的多种基团作为多级基团，将所述多种基团的数量作为所述多级基团的级别。
在本实施例中，模型训练单元，具体用于建立如下所述物性计算模型：
其中，f为单分子的物性，m1i为所述单分子的一级基团中第i种基团的基团数量，Δf1i为所述单分子的一级基团中第i种基团对所述物性的贡献值；m2j为所述单分子的二级基团中第j种基团的基团数量，Δf2j为所述单分子的二级基团中第j种基团对所述物性的贡献值；mNl为所述单分子的N级基团中第l种基团的基团数量，ΔfNl为所述单分子的N级基团中第l种基团对所述物性的贡献值；所述N为大于或等于2的正整数；a为关联常数。
在本实施例中，第二处理单元13，具体用于在所述单分子的所有基团中确定一级基团和多级基团；其中，将构成单分子的所有基团作为一级基团；将同时存在且对同一种物性共同存在贡献的多种基团作为多级基团，将所述多种基团的数量作为所述多级基团的级别。
在本实施例中，第二处理单元13，具体用于根据如下物性计算模型计算所述单分子的沸点：
其中，T为所述单分子的沸点，SOL为根据构成所述单分子的每种基团的基团数量转化得到的单分子向量，GROUP11为根据一级基团分别对所述沸点的贡献值转化得到的第一贡献值向量，GROUP12为根据二级基团分别对所述沸点的贡献值转化得到的第二贡献值向量，GROUP1N为根据N级基团分别对沸点的贡献值转化得到的第N贡献值向量；Numh为所述单分子中除氢原子以外的原子个数；d为第一预设常数，b为第二预设常数，c为第三预设常数；所述N为大于或等于2的正整数。
在本实施例中，第二处理单元13，具体用于根据如下方式计算所述单分子的密度：
其中，D为所述单分子的密度，SOL为根据构成所述单分子的每种基团的基团数量转化得到的单分子向量，GROUP21为根据一级基团分别对所述密度的贡献值转化得到的第N+1贡献值向量，GROUP22为根据二级基团分别对所述密度的贡献值转化得到的第N+2贡献值向量，GROUP2N为根据N级基团分别对密度的贡献值转化得到的第2N贡献值向量，所述N为大于或等于2的正整数，e为第四预设常数。
在本实施例中，第二处理单元13，具体用于根据如下方式计算所述单分子的辛烷值：
X＝SOL×GROUP31+SOL×GROUP32+......+SOL×GROUP3N+h；
其中，X为所述单分子的辛烷值，SOL为根据构成所述单分子的每种基团的基团数量转化得到的单分子向量，GROUP31为根据一级基团分别对所述辛烷值的贡献值转化得到的第2N+1贡献值向量，GROUP32为根据二级基团分别对所述辛烷值的贡献值转化得到的第2N+2贡献值向量，GROUP3N为根据N级基团分别对辛烷值的贡献值转化得到的第3N贡献值向量；所述N为大于或等于2的正整数；h为第五预设常数。
在本实施例中，混合物的物性，包括密度、浊点、倾点、苯胺点和辛烷值。
在本实施例中，第二处理单元13，具体用于通过如下方式计算所述混合物的密度：
density＝∑(Di×xi_volume)；
其中，density为所述混合物的密度，Di为第i种单分子的密度，xi_volume为第i种单分子的含量。
在本实施例中，第二处理单元13，具体用于根据每种单分子的密度和沸点，计算所述单分子的浊点贡献值；根据所述混合物中每种单分子的浊点贡献值以及每种单分子在所述混合物中的含量，计算所述混合物的浊点。
在本实施例中，第二处理单元13，具体用于根据每种单分子的密度和分子量，计算所述单分子的倾点贡献值；根据所述混合物中每种单分子的倾点贡献值以及每种单分子在所述混合物中的含量，计算所述混合物的倾点。
在本实施例中，第二处理单元13，具体用于根据每种单分子的密度和沸点，计算所述单分子的苯胺点贡献值；根据所述混合物中每种单分子的苯胺点贡献值以及每种单分子在所述混合物中的含量，计算所述混合物的苯胺点。
在本实施例中，第二处理单元13，具体用于通过如下计算公式计算所述混合物的辛烷值：
其中，所述ON为所述混合物的辛烷值，HISQFG为分子集合，H为正构烷烃的分子集合，I为异构烷烃的分子集合，S为环烷烃的分子集合，Q为烯烃的分子集合，F为芳香烃的分子集合，G为含氧化合物的分子集合，υi为所述混合物中的各个分子的含量；υH、υI、υS、υQ、υF、υG分别为所述混合物中的正构烷烃的总含量、异构烷烃的总含量、环烷烃的总含量、烯烃的总含量、芳香烃的总含量和含氧化合物的化合物总含量；βi为所述混合物中的每种分子的回归参数；ONi为所述混合物中的每种分子的辛烷值；CH表示正构烷烃与其他分子的交互系数；CI表示异构烷烃与其他分子的交互系数；CS表示环烷烃与其他分子的交互系数；CQ表示烯烃与其他分子的交互系数；CF表示芳香烃与其他分子的交互系数；CG表示含氧类化合物与其他分子的交互系数；
表示正构烷烃与异构烷烃之间的第一常数系数、
表示正构烷烃与环烷烃之间的第一常数系数、
表示正构烷烃与烯烃之间的第一常数系数、
表示正构烷烃与芳香烃之间的第一常数系数、
表示正构烷烃与含氧化合物之间的第一常数系数、
表示异构烷烃与环烷烃之间的第一常数系数、
表示异构烷烃与烯烃之间的第一常数系数、
表示异构烷烃与芳香烃之间的第一常数系数、
表示异构烷烃与含氧化合物之间的第一常数系数、
表示环烷烃与烯烃之间的第一常数系数、
表示环烷烃与芳香烃之间的第一常数系数、
表示环烷烃与含氧化合物之间的第一常数系数、
表示烯烃与芳香烃之间的第一常数系数、
表示烯烃与含氧化合物之间的第一常数系数、
表示芳香烃与含氧化合物之间的第一常数系数、
表示正构烷烃与异构烷烃之间的第二常数系数、
表示正构烷烃与环烷烃之间的第二常数系数、
表示正构烷烃与烯烃之间的第二常数系数、
表示正构烷烃与芳香烃之间的第二常数系数、
表示正构烷烃与含氧化合物之间的第二常数系数、
表示异构烷烃与环烷烃之间的第二常数系数、
表示异构烷烃与烯烃之间的第二常数系数、
表示异构烷烃与芳香烃之间的第二常数系数、
表示异构烷烃与含氧化合物之间的第二常数系数、
表示环烷烃与烯烃之间的第二常数系数、
表示环烷烃与芳香烃之间的第二常数系数、
表示环烷烃与含氧化合物之间的第二常数系数、
表示烯烃与芳香烃之间的第二常数系数、
表示烯烃与含氧化合物之间的第二常数系数、
表示芳香烃与含氧化合物之间的第二常数系数；其中，所述辛烷值包括：研究法辛烷值和马达法辛烷值。
在本实施例中，第二处理单元13，具体用于将所述混合物的分子组成输入预先训练的物性检测模型，获取所述物性检测模型输出的所述混合物的物性；其中，所述物性检测模型，用于根据所述混合物中各种单分子的物性，计算所述混合物的物性。
在本实施例中，检测系统包括：存储单元，用于将所述混合物的分子组成和所述混合物的物性对应存储到所述第一数据库中；其中，将所述混合物的分子组成作为所述第一数据库中的样本分子组成，将所述混合物的物性作为所述样本分子组成对应的物性。
在本实施例中，获取单元11，具体用于通过全二维气相色谱法、四级杆气相色谱-质谱仪检测法、气相色谱/场电离-飞行时间质谱检测法、气相色谱法、近红外光谱法、核磁共振波谱法、拉曼光谱法、傅立叶变换离子回旋共振质谱法、静电场轨道阱质谱法和离子淌度质谱法中的一种或多种，确定所述混合物的分子组成。
本实施例提供一种混合物物性检测设备。如图6所示，为根据本发明一实施例的混合物物性检测设备的结构图。
在本实施例中，所述混合物物性检测设备，包括但不限于：处理器510、存储器520。
所述处理器510用于执行存储器520中存储的混合物物性检测程序，以实现上述的混合物物性检测方法。
具体而言，所述处理器510用于执行存储器520中存储的混合物物性检测程序，以实现以下步骤：确定待检测的混合物的分子组成；将所述分子组成在预设的第一数据库中进行匹配；其中，所述第一数据库中包括：多种样本分子组成和每种所述样本分子组成对应的物性；如果所述第一数据库中存在与所述分子组成相匹配的样本分子组成，则将所述样本分子组成对应的物性作为所述混合物的物性；如果所述第一数据库中不存在与所述分子组成相匹配的样本分子组成，则根据所述混合物中各种单分子的物性，计算所述混合物的物性。
其中，根据所述混合物中各种单分子的物性，计算所述混合物的物性，包括：针对所述混合物中的每种单分子，根据构成所述单分子的每种基团的基团数量以及所述每种基团对物性的贡献值，计算所述单分子的物性；根据所述混合物中的各种单分子的物性和各个单分子在所述混合物中的含量，计算所述混合物的物性。
其中，在计算所述单分子的物性之前，还包括：将构成所述单分子的每种基团的基团数量与第二数据库中预存储的物性已知的模板单分子的分子信息进行比对；其中，所述分子信息包括：构成所述模板单分子的每种基团的基团数量；判断是否存在与所述单分子相同的模板单分子；若存在与所述单分子相同的模板单分子，则输出所述模板单分子的物性作为所述单分子的物性；若不存在与所述单分子相同的模板单分子，则计算所述单分子的物性。
其中，计算所述单分子的物性，包括：针对所述混合物中的每种单分子，获取构成所述单分子的每种基团的基团数量，以及获取每种所述基团对物性的贡献值；将构成所述单分子的每种基团的基团数量以及每种所述基团对物性的贡献值，输入预先训练的物性计算模型，获取所述物性计算模型输出的所述单分子的物性；其中，所述物性计算模型，用于根据单分子包含的每种基团的基团数量以及所述每种基团对物性的贡献值，计算所述单分子的物性。
其中，训练所述物性计算模型的步骤，包括：构建单分子的物性计算模型；获取构成样本单分子的每种基团的基团数量；其中，所述样本单分子的物性已知；将构成所述样本单分子的每种基团的基团数量输入所述物性计算模型；获取所述物性计算模型输出的所述样本单分子的预测物性；如果所述预测物性与已知的所述物性之间的偏差值小于预设偏差阈值，则判定所述物性计算模型收敛，在已收敛的所述物性计算模型中获取每种基团对所述物性的贡献值，并存储所述基团对所述物性的贡献值；如果所述预测物性与已知的所述物性之间的偏差值大于等于所述偏差阈值，则调整所述物性计算模型中每种基团对所述物性的贡献值，直到所述物性计算模型收敛为止。
其中，构建单分子的物性计算模型，包括：
建立如下所示的物性计算模型：
其中，f为单分子的物性，ni为所述单分子中第i种基团的基团数量，Δfi为所述单分子中第i种基团对所述物性的贡献值，a为关联常数。
其中，在所述单分子的所有基团中确定一级基团和多级基团；其中，将构成单分子的所有基团作为一级基团；将同时存在且对同一种物性共同存在贡献的多种基团作为多级基团，将所述多种基团的数量作为所述多级基团的级别。
其中，构建单分子的物性计算模型包括：
建立如下所述物性计算模型：
其中，f为单分子的物性，m1i为所述单分子的一级基团中第i种基团的基团数量，Δf1i为所述单分子的一级基团中第i种基团对所述物性的贡献值；m2j为所述单分子的二级基团中第j种基团的基团数量，Δf2j为所述单分子的二级基团中第j种基团对所述物性的贡献值；mNl为所述单分子的N级基团中第l种基团的基团数量，ΔfNl为所述单分子的N级基团中第l种基团对所述物性的贡献值；所述N为大于或等于2的正整数；a为关联常数。
其中，在所述单分子的所有基团中确定一级基团和多级基团；其中，将构成单分子的所有基团作为一级基团；将同时存在且对同一种物性共同存在贡献的多种基团作为多级基团，将所述多种基团的数量作为所述多级基团的级别。
其中，所述单分子的物性包括：单分子的沸点；
所述计算所述单分子的物性，包括：
根据如下物性计算模型计算所述单分子的沸点：
其中，T为所述单分子的沸点，SOL为根据构成所述单分子的每种基团的基团数量转化得到的单分子向量，GROUP11为根据一级基团分别对所述沸点的贡献值转化得到的第一贡献值向量，GROUP12为根据二级基团分别对所述沸点的贡献值转化得到的第二贡献值向量，GROUP1N为根据N级基团分别对沸点的贡献值转化得到的第N贡献值向量；Numh为所述单分子中除氢原子以外的原子个数；d为第一预设常数，b为第二预设常数，c为第三预设常数；所述N为大于或等于2的正整数。
其中，所述单分子的物性包括：单分子的密度；
所述计算所述单分子的物性，包括：
根据如下物性计算模型计算所述单分子的密度：
其中，D为所述单分子的密度，SOL为根据构成所述单分子的每种基团的基团数量转化得到的单分子向量，GROUP21为根据一级基团分别对所述密度的贡献值转化得到的第N+1贡献值向量，GROUP22为根据二级基团分别对所述密度的贡献值转化得到的第N+2贡献值向量，GROUP2N为根据N级基团分别对密度的贡献值转化得到的第2N贡献值向量，所述N为大于或等于2的正整数，e为第四预设常数。
其中，所述单分子的物性包括：单分子的辛烷值；
所述计算所述单分子的物性，包括：
根据如下物性计算模型计算所述单分子的辛烷值：
X＝SOL×GROUP31+SOL×GROUP32+......+SOL×GROUP3N+h；
其中，X为所述单分子的辛烷值，SOL为根据构成所述单分子的每种基团的基团数量转化得到的单分子向量，GROUP31为根据一级基团分别对所述辛烷值的贡献值转化得到的第2N+1贡献值向量，GROUP32为根据二级基团分别对所述辛烷值的贡献值转化得到的第2N+2贡献值向量，GROUP3N为根据N级基团分别对辛烷值的贡献值转化得到的第3N贡献值向量；所述N为大于或等于2的正整数；h为第五预设常数。
其中，所述混合物的物性，包括：密度、浊点、倾点、苯胺点和辛烷值。
其中，当所述混合物的物性为密度时，计算所述混合物的物性，包括：
通过如下计算公式计算所述混合物的密度：
density＝∑(Di×xi_volume)；
其中，density为所述混合物的密度，Di为第i种单分子的密度，xi_volume为第i种单分子的含量。
其中，当所述混合物的物性为浊点时，计算所述混合物的物性，包括：根据每种单分子的密度和沸点，计算所述单分子的浊点贡献值；根据所述混合物中每种单分子的浊点贡献值以及每种单分子在所述混合物中的含量，计算所述混合物的浊点。
其中，当所述混合物的物性为倾点时，计算所述混合物的物性，包括：根据每种单分子的密度和分子量，计算所述单分子的倾点贡献值；根据所述混合物中每种单分子的倾点贡献值以及每种单分子在所述混合物中的含量，计算所述混合物的倾点。
其中，当所述混合物的物性为苯胺点时，计算所述混合物的物性，包括：根据每种单分子的密度和沸点，计算所述单分子的苯胺点贡献值；根据所述混合物中每种单分子的苯胺点贡献值以及每种单分子在所述混合物中的含量，计算所述混合物的苯胺点。
其中，当所述混合物的物性为辛烷值时，计算所述混合物的物性，包括：
通过如下计算公式计算所述混合物的辛烷值：
其中，所述ON为所述混合物的辛烷值，HISQFG为分子集合，H为正构烷烃的分子集合，I为异构烷烃的分子集合，S为环烷烃的分子集合，Q为烯烃的分子集合，F为芳香烃的分子集合，G为含氧化合物的分子集合，υi为所述混合物中的各个分子的含量；υH、υI、υS、υQ、υF、υG分别为所述混合物中的正构烷烃的总含量、异构烷烃的总含量、环烷烃的总含量、烯烃的总含量、芳香烃的总含量和含氧化合物的化合物总含量；βi为所述混合物中的每种分子的回归参数；ONi为所述混合物中的每种分子的辛烷值；CH表示正构烷烃与其他分子的交互系数；CI表示异构烷烃与其他分子的交互系数；CS表示环烷烃与其他分子的交互系数；CQ表示烯烃与其他分子的交互系数；CF表示芳香烃与其他分子的交互系数；CG表示含氧类化合物与其他分子的交互系数；
表示正构烷烃与异构烷烃之间的第一常数系数、
表示正构烷烃与环烷烃之间的第一常数系数、
表示正构烷烃与烯烃之间的第一常数系数、
表示正构烷烃与芳香烃之间的第一常数系数、
表示正构烷烃与含氧化合物之间的第一常数系数、
表示异构烷烃与环烷烃之间的第一常数系数、
表示异构烷烃与烯烃之间的第一常数系数、
表示异构烷烃与芳香烃之间的第一常数系数、
表示异构烷烃与含氧化合物之间的第一常数系数、
表示环烷烃与烯烃之间的第一常数系数、
表示环烷烃与芳香烃之间的第一常数系数、
表示环烷烃与含氧化合物之间的第一常数系数、
表示烯烃与芳香烃之间的第一常数系数、
表示烯烃与含氧化合物之间的第一常数系数、
表示芳香烃与含氧化合物之间的第一常数系数、
表示正构烷烃与异构烷烃之间的第二常数系数、
表示正构烷烃与环烷烃之间的第二常数系数、
表示正构烷烃与烯烃之间的第二常数系数、
表示正构烷烃与芳香烃之间的第二常数系数、
表示正构烷烃与含氧化合物之间的第二常数系数、
表示异构烷烃与环烷烃之间的第二常数系数、
表示异构烷烃与烯烃之间的第二常数系数、
表示异构烷烃与芳香烃之间的第二常数系数、
表示异构烷烃与含氧化合物之间的第二常数系数、
表示环烷烃与烯烃之间的第二常数系数、
表示环烷烃与芳香烃之间的第二常数系数、
表示环烷烃与含氧化合物之间的第二常数系数、
表示烯烃与芳香烃之间的第二常数系数、
表示烯烃与含氧化合物之间的第二常数系数、
表示芳香烃与含氧化合物之间的第二常数系数；其中，所述辛烷值包括：研究法辛烷值和马达法辛烷值。
其中，根据所述混合物中各种单分子的物性，计算所述混合物的物性，包括：将所述混合物的分子组成输入预先训练的物性检测模型，获取所述物性检测模型输出的所述混合物的物性；其中，所述物性检测模型，用于根据所述混合物中各种单分子的物性，计算所述混合物的物性。
其中，在计算所述混合物的物性之后，还包括：将所述混合物的分子组成和所述混合物的物性对应存储到所述第一数据库中；其中，将所述混合物的分子组成作为所述第一数据库中的样本分子组成，将所述混合物的物性作为所述样本分子组成对应的物性。
其中，确定待检测的混合物的分子组成，包括：通过全二维气相色谱法、四级杆气相色谱-质谱仪检测法、气相色谱/场电离-飞行时间质谱检测法、气相色谱法、近红外光谱法、核磁共振波谱法、拉曼光谱法、傅立叶变换离子回旋共振质谱法、静电场轨道阱质谱法和离子淌度质谱法中的一种或多种，确定所述混合物的分子组成。
其中，所述混合物为石油烃类混合物。
本发明实施例还提供了一种存储介质。这里的存储介质存储有一个或者多个程序。其中，存储介质可以包括易失性存储器，例如随机存取存储器；存储器也可以包括非易失性存储器，例如只读存储器、快闪存储器、硬盘或固态硬盘；存储器还可以包括上述种类的存储器的组合。
当存储介质中一个或者多个程序可被一个或者多个处理器执行，以实现上述的混合物物性检测方法。
具体而言，所述处理器用于执行存储器中存储的混合物物性检测程序，以实现以下步骤：确定待检测的混合物的分子组成；将所述分子组成在预设的第一数据库中进行匹配；其中，所述第一数据库中包括：多种样本分子组成和每种所述样本分子组成对应的物性；如果所述第一数据库中存在与所述分子组成相匹配的样本分子组成，则将所述样本分子组成对应的物性作为所述混合物的物性；如果所述第一数据库中不存在与所述分子组成相匹配的样本分子组成，则根据所述混合物中各种单分子的物性，计算所述混合物的物性。
其中，根据所述混合物中各种单分子的物性，计算所述混合物的物性，包括：针对所述混合物中的每种单分子，根据构成所述单分子的每种基团的基团数量以及所述每种基团对物性的贡献值，计算所述单分子的物性；根据所述混合物中的各种单分子的物性和各个单分子在所述混合物中的含量，计算所述混合物的物性。
其中，在计算所述单分子的物性之前，还包括：将构成所述单分子的每种基团的基团数量与第二数据库中预存储的物性已知的模板单分子的分子信息进行比对；其中，所述分子信息包括：构成所述模板单分子的每种基团的基团数量；判断是否存在与所述单分子相同的模板单分子；若存在与所述单分子相同的模板单分子，则输出所述模板单分子的物性作为所述单分子的物性；若不存在与所述单分子相同的模板单分子，则计算所述单分子的物性。
其中，计算所述单分子的物性，包括：针对所述混合物中的每种单分子，获取构成所述单分子的每种基团的基团数量，以及获取每种所述基团对物性的贡献值；将构成所述单分子的每种基团的基团数量以及每种所述基团对物性的贡献值，输入预先训练的物性计算模型，获取所述物性计算模型输出的所述单分子的物性；其中，所述物性计算模型，用于根据单分子包含的每种基团的基团数量以及所述每种基团对物性的贡献值，计算所述单分子的物性。
其中，训练所述物性计算模型的步骤，包括：构建单分子的物性计算模型；获取构成样本单分子的每种基团的基团数量；其中，所述样本单分子的物性已知；将构成所述样本单分子的每种基团的基团数量输入所述物性计算模型；获取所述物性计算模型输出的所述样本单分子的预测物性；如果所述预测物性与已知的所述物性之间的偏差值小于预设偏差阈值，则判定所述物性计算模型收敛，在已收敛的所述物性计算模型中获取每种基团对所述物性的贡献值，并存储所述基团对所述物性的贡献值；如果所述预测物性与已知的所述物性之间的偏差值大于等于所述偏差阈值，则调整所述物性计算模型中每种基团对所述物性的贡献值，直到所述物性计算模型收敛为止。
其中，构建单分子的物性计算模型，包括：
建立如下所示的物性计算模型：
其中，f为单分子的物性，ni为所述单分子中第i种基团的基团数量，Δfi为所述单分子中第i种基团对所述物性的贡献值，a为关联常数。
其中，在所述单分子的所有基团中确定一级基团和多级基团；其中，将构成单分子的所有基团作为一级基团；将同时存在且对同一种物性共同存在贡献的多种基团作为多级基团，将所述多种基团的数量作为所述多级基团的级别。
其中，构建单分子的物性计算模型包括：
建立如下所述物性计算模型：
其中，f为单分子的物性，m1i为所述单分子的一级基团中第i种基团的基团数量，Δf1i为所述单分子的一级基团中第i种基团对所述物性的贡献值；m2j为所述单分子的二级基团中第j种基团的基团数量，Δf2j为所述单分子的二级基团中第j种基团对所述物性的贡献值；mNl为所述单分子的N级基团中第l种基团的基团数量，ΔfNl为所述单分子的N级基团中第l种基团对所述物性的贡献值；所述N为大于或等于2的正整数；a为关联常数。
其中，在所述单分子的所有基团中确定一级基团和多级基团；其中，将构成单分子的所有基团作为一级基团；将同时存在且对同一种物性共同存在贡献的多种基团作为多级基团，将所述多种基团的数量作为所述多级基团的级别。
其中，所述单分子的物性包括：单分子的沸点；
所述计算所述单分子的物性，包括：
根据如下物性计算模型计算所述单分子的沸点：
其中，T为所述单分子的沸点，SOL为根据构成所述单分子的每种基团的基团数量转化得到的单分子向量，GROUP11为根据一级基团分别对所述沸点的贡献值转化得到的第一贡献值向量，GROUP12为根据二级基团分别对所述沸点的贡献值转化得到的第二贡献值向量，GROUP1N为根据N级基团分别对沸点的贡献值转化得到的第N贡献值向量；Numh为所述单分子中除氢原子以外的原子个数；d为第一预设常数，b为第二预设常数，c为第三预设常数；所述N为大于或等于2的正整数。
其中，所述单分子的物性包括：单分子的密度；
所述计算所述单分子的物性，包括：
根据如下物性计算模型计算所述单分子的密度：
其中，D为所述单分子的密度，SOL为根据构成所述单分子的每种基团的基团数量转化得到的单分子向量，GROUP21为根据一级基团分别对所述密度的贡献值转化得到的第N+1贡献值向量，GROUP22为根据二级基团分别对所述密度的贡献值转化得到的第N+2贡献值向量，GROUP2N为根据N级基团分别对密度的贡献值转化得到的第2N贡献值向量，所述N为大于或等于2的正整数，e为第四预设常数。
其中，所述单分子的物性包括：单分子的辛烷值；
所述计算所述单分子的物性，包括：
根据如下物性计算模型计算所述单分子的辛烷值：
X＝SOL×GROUP31+SOL×GROUP32+......+SOL×GROUP3N+h；
其中，X为所述单分子的辛烷值，SOL为根据构成所述单分子的每种基团的基团数量转化得到的单分子向量，GROUP31为根据一级基团分别对所述辛烷值的贡献值转化得到的第2N+1贡献值向量，GROUP32为根据二级基团分别对所述辛烷值的贡献值转化得到的第2N+2贡献值向量，GROUP3N为根据N级基团分别对辛烷值的贡献值转化得到的第3N贡献值向量；所述N为大于或等于2的正整数；h为第五预设常数。
其中，所述混合物的物性，包括：密度、浊点、倾点、苯胺点和辛烷值。
其中，当所述混合物的物性为密度时，计算所述混合物的物性，包括：
通过如下计算公式计算所述混合物的密度：
density＝∑(Di×xi_volume)；
其中，density为所述混合物的密度，Di为第i种单分子的密度，xi_volume为第i种单分子的含量。
其中，当所述混合物的物性为浊点时，计算所述混合物的物性，包括：根据每种单分子的密度和沸点，计算所述单分子的浊点贡献值；根据所述混合物中每种单分子的浊点贡献值以及每种单分子在所述混合物中的含量，计算所述混合物的浊点。
其中，当所述混合物的物性为倾点时，计算所述混合物的物性，包括：根据每种单分子的密度和分子量，计算所述单分子的倾点贡献值；根据所述混合物中每种单分子的倾点贡献值以及每种单分子在所述混合物中的含量，计算所述混合物的倾点。
其中，当所述混合物的物性为苯胺点时，计算所述混合物的物性，包括：根据每种单分子的密度和沸点，计算所述单分子的苯胺点贡献值；根据所述混合物中每种单分子的苯胺点贡献值以及每种单分子在所述混合物中的含量，计算所述混合物的苯胺点。
其中，当所述混合物的物性为辛烷值时，计算所述混合物的物性，包括：
通过如下计算公式计算所述混合物的辛烷值：
其中，所述ON为所述混合物的辛烷值，HISQFG为分子集合，H为正构烷烃的分子集合，I为异构烷烃的分子集合，S为环烷烃的分子集合，Q为烯烃的分子集合，F为芳香烃的分子集合，G为含氧化合物的分子集合，υi为所述混合物中的各个分子的含量；υH、υI、υS、υQ、υF、υG分别为所述混合物中的正构烷烃的总含量、异构烷烃的总含量、环烷烃的总含量、烯烃的总含量、芳香烃的总含量和含氧化合物的化合物总含量；βi为所述混合物中的每种分子的回归参数；ONi为所述混合物中的每种分子的辛烷值；CH表示正构烷烃与其他分子的交互系数；CI表示异构烷烃与其他分子的交互系数；CS表示环烷烃与其他分子的交互系数；CQ表示烯烃与其他分子的交互系数；CF表示芳香烃与其他分子的交互系数；CG表示含氧类化合物与其他分子的交互系数；
表示正构烷烃与异构烷烃之间的第一常数系数、
表示正构烷烃与环烷烃之间的第一常数系数、
表示正构烷烃与烯烃之间的第一常数系数、
表示正构烷烃与芳香烃之间的第一常数系数、
表示正构烷烃与含氧化合物之间的第一常数系数、
表示异构烷烃与环烷烃之间的第一常数系数、
表示异构烷烃与烯烃之间的第一常数系数、
表示异构烷烃与芳香烃之间的第一常数系数、
表示异构烷烃与含氧化合物之间的第一常数系数、
表示环烷烃与烯烃之间的第一常数系数、
表示环烷烃与芳香烃之间的第一常数系数、
表示环烷烃与含氧化合物之间的第一常数系数、
表示烯烃与芳香烃之间的第一常数系数、
表示烯烃与含氧化合物之间的第一常数系数、
表示芳香烃与含氧化合物之间的第一常数系数、
表示正构烷烃与异构烷烃之间的第二常数系数、
表示正构烷烃与环烷烃之间的第二常数系数、
表示正构烷烃与烯烃之间的第二常数系数、
表示正构烷烃与芳香烃之间的第二常数系数、
表示正构烷烃与含氧化合物之间的第二常数系数、
表示异构烷烃与环烷烃之间的第二常数系数、
表示异构烷烃与烯烃之间的第二常数系数、
表示异构烷烃与芳香烃之间的第二常数系数、
表示异构烷烃与含氧化合物之间的第二常数系数、
表示环烷烃与烯烃之间的第二常数系数、
表示环烷烃与芳香烃之间的第二常数系数、
表示环烷烃与含氧化合物之间的第二常数系数、
表示烯烃与芳香烃之间的第二常数系数、
表示烯烃与含氧化合物之间的第二常数系数、
表示芳香烃与含氧化合物之间的第二常数系数；其中，所述辛烷值包括：研究法辛烷值和马达法辛烷值。
其中，根据所述混合物中各种单分子的物性，计算所述混合物的物性，包括：将所述混合物的分子组成输入预先训练的物性检测模型，获取所述物性检测模型输出的所述混合物的物性；其中，所述物性检测模型，用于根据所述混合物中各种单分子的物性，计算所述混合物的物性。
其中，在计算所述混合物的物性之后，还包括：将所述混合物的分子组成和所述混合物的物性对应存储到所述第一数据库中；其中，将所述混合物的分子组成作为所述第一数据库中的样本分子组成，将所述混合物的物性作为所述样本分子组成对应的物性。
其中，确定待检测的混合物的分子组成，包括：通过全二维气相色谱法、四级杆气相色谱-质谱仪检测法、气相色谱/场电离-飞行时间质谱检测法、气相色谱法、近红外光谱法、核磁共振波谱法、拉曼光谱法、傅立叶变换离子回旋共振质谱法、静电场轨道阱质谱法和离子淌度质谱法中的一种或多种，确定所述混合物的分子组成。
其中，所述混合物为石油烃类混合物。
以上所述仅为本发明的实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的权利要求范围之内。
Claims (30)
1.一种混合物物性检测方法，其特征在于，包括：
确定待检测的混合物的分子组成；
将所述分子组成在预设的第一数据库中进行匹配；其中，所述第一数据库中包括：多种样本分子组成和每种所述样本分子组成对应的物性；
如果所述第一数据库中存在与所述分子组成相匹配的样本分子组成，则将所述样本分子组成对应的物性作为所述混合物的物性；
如果所述第一数据库中不存在与所述分子组成相匹配的样本分子组成，则根据所述混合物中各种单分子的物性，计算所述混合物的物性。
2.根据权利要求1所述的方法，其特征在于，根据所述混合物中各种单分子的物性，计算所述混合物的物性，包括：
针对所述混合物中的每种单分子，根据构成所述单分子的每种基团的基团数量以及所述每种基团对物性的贡献值，计算所述单分子的物性；
根据所述混合物中的各种单分子的物性和各个单分子在所述混合物中的含量，计算所述混合物的物性。
3.根据权利要求2所述的方法，其特征在于，在计算所述单分子的物性之前，还包括：
将构成所述单分子的每种基团的基团数量与第二数据库中预存储的物性已知的模板单分子的分子信息进行比对；其中，所述分子信息包括：构成所述模板单分子的每种基团的基团数量；
判断是否存在与所述单分子相同的模板单分子；
若存在与所述单分子相同的模板单分子，则输出所述模板单分子的物性作为所述单分子的物性；
若不存在与所述单分子相同的模板单分子，则计算所述单分子的物性。
4.根据权利要求2或3所述的方法，其特征在于，计算所述单分子的物性，包括：
针对所述混合物中的每种单分子，获取构成所述单分子的每种基团的基团数量，以及获取每种所述基团对物性的贡献值；
将构成所述单分子的每种基团的基团数量以及每种所述基团对物性的贡献值，输入预先训练的物性计算模型，获取所述物性计算模型输出的所述单分子的物性；其中，
所述物性计算模型，用于根据单分子包含的每种基团的基团数量以及所述每种基团对物性的贡献值，计算所述单分子的物性。
5.根据权利要求4所述的方法，其特征在于，训练所述物性计算模型的步骤，包括：
构建单分子的物性计算模型；
获取构成样本单分子的每种基团的基团数量；其中，所述样本单分子的物性已知；
将构成所述样本单分子的每种基团的基团数量输入所述物性计算模型；
获取所述物性计算模型输出的所述样本单分子的预测物性；
如果所述预测物性与已知的所述物性之间的偏差值小于预设偏差阈值，则判定所述物性计算模型收敛，在已收敛的所述物性计算模型中获取每种基团对所述物性的贡献值，并存储所述基团对所述物性的贡献值；
如果所述预测物性与已知的所述物性之间的偏差值大于等于所述偏差阈值，则调整所述物性计算模型中每种基团对所述物性的贡献值，直到所述物性计算模型收敛为止。
6.根据权利要求5所述的方法，其特征在于，构建单分子的物性计算模型，包括：
建立如下所示的物性计算模型：
f＝a+∑niΔfi；
其中，f为所述单分子的物性，ni为所述单分子中第i种基团的基团数量，Δfi为所述单分子中第i种基团对所述物性的贡献值，a为关联常数。
7.根据权利要求5所述的方法，其特征在于，
在所述单分子的所有基团中确定一级基团和多级基团；其中，
将构成单分子的所有基团作为一级基团；
将同时存在且对同一种物性共同存在贡献的多种基团作为多级基团，将所述多种基团的数量作为所述多级基团的级别。
8.根据权利要求7所述的方法，其特征在于，构建单分子的物性计算模型包括：
建立如下所述物性计算模型：
其中，f为所述单分子的物性，m1i为一级基团中第i种基团的基团数量，Δf1i为一级基团中第i种基团对物性的贡献值，m2j为二级基团中第j种基团的基团数量，Δf2j为二级基团中第j种基团对物性的贡献值；mNl为N级基团中第l种基团的基团数量，ΔfNl为N级基团中第l种基团对物性的贡献值；a为关联常数；N为大于或等于2的正整数。
9.根据权利要求2或3所述的方法，其特征在于，
在所述单分子的所有基团中确定一级基团和多级基团；其中，
将构成单分子的所有基团作为一级基团；
将同时存在且对同一种物性共同存在贡献的多种基团作为多级基团，将所述多种基团的数量作为所述多级基团的级别。
10.根据权利要求9所述的方法，其特征在于，
所述单分子的物性包括：单分子的沸点；
所述计算所述单分子的物性，包括：
根据如下物性计算模型计算所述单分子的沸点：
其中，T为所述单分子的沸点，SOL为根据构成所述单分子的每种基团的基团数量转化得到的单分子向量，GROUP11为根据一级基团对所述沸点的贡献值转化得到的第一贡献值向量，GROUP12为根据二级基团对所述沸点的贡献值转化得到的第二贡献值向量，GROUP1N为根据N级基团对沸点的贡献值转化得到的第N贡献值向量，Numh为单分子中除氢原子以外的原子个数，d为第一预设常数、b为第二预设常数、c为第三预设常数；所述N为大于或等于2的正整数。
11.根据权利要求9所述的方法，其特征在于，
所述单分子的物性包括：单分子的密度；
所述计算所述单分子的物性，包括：
根据如下方式计算所述单分子的密度：
其中，D为所述单分子的密度，SOL为根据构成所述单分子的每种基团的基团数量转化得到的单分子向量，GROUP21为根据一级基团对所述密度的贡献值转化得到的第N+1贡献值向量，GROUP22为根据二级基团对所述密度的贡献值转化得到的第N+2贡献值向量，GROUP2N为根据N级基团对密度的贡献值转化得到的第2N贡献值向量，e为第四预设常数；所述N为大于或等于2的正整数。
12.根据权利要求9所述的方法，其特征在于，
所述单分子的物性包括：单分子的辛烷值；
所述计算所述单分子的物性，包括：
根据如下方式计算所述单分子的辛烷值：
X＝SOL×GROUP31+SOL×GROUP32+......+SOL×GROUP3N+h；
其中，X为所述单分子的辛烷值，SOL为根据构成所述单分子的每种基团的基团数量转化得到的单分子向量，GROUP31为根据一级基团对辛烷值的贡献值转化得到的第2N+1贡献值向量，GROUP32为根据二级基团对辛烷值的贡献值转化得到的第2N+2贡献值向量，GROUP3N为根据N级基团对辛烷值的贡献值转化得到的第3N贡献值向量；所述N为大于或等于2的正整数；h为第五预设常数。
13.根据权利要求2所述的方法，其特征在于，
所述混合物的物性，包括密度、浊点、倾点、苯胺点和辛烷值中的至少一者。
14.根据权利要求13所述的方法，其特征在于，当所述混合物的物性为密度时，计算所述混合物的物性，包括：
通过如下方式计算所述混合物的密度：
density＝∑(Di×xi_volume)；
其中，density为所述混合物的密度，Di为第i种单分子的密度，xi_volume为第i种单分子的含量。
15.根据权利要求13所述的方法，其特征在于，当所述混合物的物性为浊点时，计算所述混合物的物性，包括：
根据每种单分子的密度和沸点，计算所述单分子的浊点贡献值；
根据所述混合物中每种单分子的浊点贡献值以及每种单分子在所述混合物中的含量，计算所述混合物的浊点。
16.根据权利要求13所述的方法，其特征在于，当所述混合物的物性为倾点时，计算所述混合物的物性，包括：
根据每种单分子的密度和分子量，计算所述单分子的倾点贡献值；
根据所述混合物中每种单分子的倾点贡献值以及每种单分子在所述混合物中的含量，计算所述混合物的倾点。
17.根据权利要求13所述的方法，其特征在于，当所述混合物的物性为苯胺点时，计算所述混合物的物性，包括：
根据每种单分子的密度和沸点，计算所述单分子的苯胺点贡献值；
根据所述混合物中每种单分子的苯胺点贡献值以及每种单分子在所述混合物中的含量，计算所述混合物的苯胺点。
18.根据权利要求13所述的方法，其特征在于，当所述混合物的物性为辛烷值时，计算所述混合物的物性，包括：
通过如下计算公式计算所述混合物的辛烷值：
其中，所述ON为所述混合物的辛烷值，HISQFG为分子集合，H为正构烷烃的分子集合，I为异构烷烃的分子集合，S为环烷烃的分子集合，Q为烯烃的分子集合，F为芳香烃的分子集合，G为含氧化合物的分子集合，υi为所述混合物中的各个分子的含量；υH、υI、υS、υQ、υF、υG分别为所述混合物中的正构烷烃的总含量、异构烷烃的总含量、环烷烃的总含量、烯烃的总含量、芳香烃的总含量和含氧化合物的化合物总含量；βi为所述混合物中的每种分子的回归参数；ONi为所述混合物中的每种分子的辛烷值；CH表示正构烷烃与其他分子的交互系数；CI表示异构烷烃与其他分子的交互系数；CS表示环烷烃与其他分子的交互系数；CQ表示烯烃与其他分子的交互系数；CF表示芳香烃与其他分子的交互系数；CG表示含氧类化合物与其他分子的交互系数；
表示正构烷烃与异构烷烃之间的第一常数系数、
表示正构烷烃与环烷烃之间的第一常数系数、
表示正构烷烃与烯烃之间的第一常数系数、
表示正构烷烃与芳香烃之间的第一常数系数、
表示正构烷烃与含氧化合物之间的第一常数系数、
表示异构烷烃与环烷烃之间的第一常数系数、
表示异构烷烃与烯烃之间的第一常数系数、
表示异构烷烃与芳香烃之间的第一常数系数、
表示异构烷烃与含氧化合物之间的第一常数系数、
表示环烷烃与烯烃之间的第一常数系数、
表示环烷烃与芳香烃之间的第一常数系数、
表示环烷烃与含氧化合物之间的第一常数系数、
表示烯烃与芳香烃之间的第一常数系数、
表示烯烃与含氧化合物之间的第一常数系数、
表示芳香烃与含氧化合物之间的第一常数系数、
表示正构烷烃与异构烷烃之间的第二常数系数、
表示正构烷烃与环烷烃之间的第二常数系数、
表示正构烷烃与烯烃之间的第二常数系数、
表示正构烷烃与芳香烃之间的第二常数系数、
表示正构烷烃与含氧化合物之间的第二常数系数、
表示异构烷烃与环烷烃之间的第二常数系数、
表示异构烷烃与烯烃之间的第二常数系数、
表示异构烷烃与芳香烃之间的第二常数系数、
表示异构烷烃与含氧化合物之间的第二常数系数、
表示环烷烃与烯烃之间的第二常数系数、
表示环烷烃与芳香烃之间的第二常数系数、
表示环烷烃与含氧化合物之间的第二常数系数、
表示烯烃与芳香烃之间的第二常数系数、
表示烯烃与含氧化合物之间的第二常数系数、
表示芳香烃与含氧化合物之间的第二常数系数；其中，所述辛烷值包括：研究法辛烷值和马达法辛烷值。
19.根据权利要求1所述的方法，其特征在于，根据所述混合物中各种单分子的物性，计算所述混合物的物性，包括：
将所述混合物的分子组成输入预先训练的物性检测模型，获取所述物性检测模型输出的所述混合物的物性；其中，所述物性检测模型，用于根据所述混合物中各种单分子的物性，计算所述混合物的物性。
20.根据权利要求1所述的方法，其特征在于，在计算所述混合物的物性之后，还包括：
将所述混合物的分子组成和所述混合物的物性对应存储到所述第一数据库中；其中，将所述混合物的分子组成作为所述第一数据库中的样本分子组成，将所述混合物的物性作为所述样本分子组成对应的物性。
21.根据权利要求1所述的方法，其特征在于，确定待检测的混合物的分子组成，包括：
通过全二维气相色谱法、四级杆气相色谱-质谱仪检测法、气相色谱/场电离-飞行时间质谱检测法、气相色谱法、近红外光谱法、核磁共振波谱法、拉曼光谱法、傅立叶变换离子回旋共振质谱法、静电场轨道阱质谱法和离子淌度质谱法中的一种或多种，确定所述混合物的分子组成。
22.根据权利要求1所述的方法，其特征在于，所述混合物为石油烃类混合物。
23.一种混合物物性检测系统，其特征在于，所述检测系统包括：
获取单元，用于确定待检测的混合物的分子组成；
第一处理单元，用于将所述分子组成在预设的第一数据库中进行匹配；其中，所述第一数据库中包括：多种样本分子组成和每种所述样本分子组成对应的物性；
第二处理单元，用于如果所述第一数据库中存在与所述分子组成相匹配的样本分子组成，则将所述样本分子组成对应的物性作为所述混合物的物性；如果所述第一数据库中不存在与所述分子组成相匹配的样本分子组成，则根据所述混合物中各种单分子的物性，计算所述混合物的物性。
24.根据权利要求23所述的混合物物性检测系统，其特征在于，第二处理单元，具体用于针对所述混合物中的每种单分子，根据构成所述单分子的每种基团的基团数量以及所述每种基团对物性的贡献值，计算所述单分子的物性；根据所述混合物中的各种单分子的物性和各个单分子在所述混合物中的含量，计算所述混合物的物性。
25.根据权利要求23所述的混合物物性检测系统，其特征在于，所述检测系统还包括：单分子物性模板匹配单元，用于将构成所述单分子的每种基团的基团数量与第二数据库中预存储的物性已知的模板单分子的分子信息进行比对；其中，所述分子信息包括：构成所述模板单分子的每种基团的基团数量；判断是否存在与所述单分子相同的模板单分子；若存在与所述单分子相同的模板单分子，则输出所述模板单分子的物性作为所述单分子的物性；若不存在与所述单分子相同的模板单分子，则计算所述单分子的物性。
26.根据权利要求23所述的混合物物性检测系统，其特征在于，所述第二处理单元，具体用于将所述混合物的分子组成输入预先训练的物性检测模型，获取所述物性检测模型输出的所述混合物的物性；其中，所述物性检测模型，用于根据所述混合物中各种单分子的物性，计算所述混合物的物性。
27.根据权利要求23所述的混合物物性检测系统，其特征在于，检测系统包括：存储单元，用于将所述混合物的分子组成和所述混合物的物性对应存储到所述第一数据库中；其中，将所述混合物的分子组成作为所述第一数据库中的样本分子组成，将所述混合物的物性作为所述样本分子组成对应的物性。
28.根据权利要求23所述的混合物物性检测系统，其特征在于，所述获取单元，具体用于通过全二维气相色谱法、四级杆气相色谱-质谱仪检测法、气相色谱/场电离-飞行时间质谱检测法、气相色谱法、近红外光谱法、核磁共振波谱法、拉曼光谱法、傅立叶变换离子回旋共振质谱法、静电场轨道阱质谱法和离子淌度质谱法中的一种或多种，确定所述混合物的分子组成。
29.一种混合物物性检测设备，其特征在于，所述混合物物性检测设备包括处理器、存储器；所述处理器用于执行所述存储器中存储的混合物物性检测程序，以实现权利要求1-22中任一项所述的混合物物性检测方法。
30.一种存储介质，其特征在于，所述存储介质存储有一个或者多个程序，所述一个或者多个程序可被一个或者多个处理器执行，以实现权利要求1-22中任一项所述的混合物物性检测方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010533869.8A CN111899802B (zh) | 2020-06-12 | 2020-06-12 | 一种混合物物性检测方法、系统、设备和存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010533869.8A CN111899802B (zh) | 2020-06-12 | 2020-06-12 | 一种混合物物性检测方法、系统、设备和存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN111899802A true CN111899802A (zh) | 2020-11-06 |
| CN111899802B CN111899802B (zh) | 2024-06-25 |
Family
ID=73206289
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010533869.8A Active CN111899802B (zh) | 2020-06-12 | 2020-06-12 | 一种混合物物性检测方法、系统、设备和存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111899802B (zh) |
Citations (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20070050154A1 (en) * | 2005-09-01 | 2007-03-01 | Albahri Tareq A | Method and apparatus for measuring the properties of petroleum fuels by distillation |
| US20130185044A1 (en) * | 2012-01-13 | 2013-07-18 | Aspen Technology, Inc. | Method of Characterizing Chemical Composition Of Crude Oil For Petroleum Processing |
| US20140229010A1 (en) * | 2010-04-09 | 2014-08-14 | Real-Time Analysers, Inc. | Method of monitoring and controlling activity involving a fuel composition |
| US20160091467A1 (en) * | 2014-07-29 | 2016-03-31 | The Government Of The United States Of America, As Represented By The Secretary Of The Navy | Prediction of Fuel Properties |
| 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 |
| US20170220710A1 (en) * | 2015-02-16 | 2017-08-03 | John David Chung | Quantitative methods for heterogeneous sample composition determination and biochemical characterization |
| CN108713136A (zh) * | 2018-03-29 | 2018-10-26 | 深圳达闼科技控股有限公司 | 物质检测方法、装置、电子设备及计算机可读存储介质 |
| JP2019132740A (ja) * | 2018-01-31 | 2019-08-08 | 一般財団法人石油エネルギー技術センター | 多成分混合物の性状の推定方法 |
| CN110672185A (zh) * | 2018-07-02 | 2020-01-10 | 上海工业自动化仪表研究院有限公司 | 天然气流量计算机的物性参数计算精度评价方法及其应用 |
| US20200103340A1 (en) * | 2018-10-02 | 2020-04-02 | Exxonmobil Research And Engineering Company | Systems and processes for performance property determination using optical spectral data |
| CN111223519A (zh) * | 2018-11-23 | 2020-06-02 | 中国石油化工股份有限公司 | 一种用于确定有机物基础物性参数的系统及其应用 |
-
2020
- 2020-06-12 CN CN202010533869.8A patent/CN111899802B/zh active Active
Patent Citations (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20070050154A1 (en) * | 2005-09-01 | 2007-03-01 | Albahri Tareq A | Method and apparatus for measuring the properties of petroleum fuels by distillation |
| US20140229010A1 (en) * | 2010-04-09 | 2014-08-14 | Real-Time Analysers, Inc. | Method of monitoring and controlling activity involving a fuel composition |
| US20130185044A1 (en) * | 2012-01-13 | 2013-07-18 | Aspen Technology, Inc. | Method of Characterizing Chemical Composition Of Crude Oil For Petroleum Processing |
| US20160091467A1 (en) * | 2014-07-29 | 2016-03-31 | The Government Of The United States Of America, As Represented By The Secretary Of The Navy | Prediction of Fuel Properties |
| 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 |
| US20170220710A1 (en) * | 2015-02-16 | 2017-08-03 | John David Chung | Quantitative methods for heterogeneous sample composition determination and biochemical characterization |
| JP2019132740A (ja) * | 2018-01-31 | 2019-08-08 | 一般財団法人石油エネルギー技術センター | 多成分混合物の性状の推定方法 |
| CN108713136A (zh) * | 2018-03-29 | 2018-10-26 | 深圳达闼科技控股有限公司 | 物质检测方法、装置、电子设备及计算机可读存储介质 |
| CN110672185A (zh) * | 2018-07-02 | 2020-01-10 | 上海工业自动化仪表研究院有限公司 | 天然气流量计算机的物性参数计算精度评价方法及其应用 |
| US20200103340A1 (en) * | 2018-10-02 | 2020-04-02 | Exxonmobil Research And Engineering Company | Systems and processes for performance property determination using optical spectral data |
| CN111223519A (zh) * | 2018-11-23 | 2020-06-02 | 中国石油化工股份有限公司 | 一种用于确定有机物基础物性参数的系统及其应用 |
Non-Patent Citations (1)
| Title |
|---|
| PRASENJEET GHOSH等: "Development of a Detailed Gasoline Composition-Based Octane Model", IND. ENG. CHEM. RES., vol. 45, no. 1, 24 November 2005 (2005-11-24), pages 337 - 345, XP055076962, DOI: 10.1021/ie050811h * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN111899802B (zh) | 2024-06-25 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Pasadakis et al. | Octane number prediction for gasoline blends | |
| CN111899793B (zh) | 一种分子级装置的实时优化方法、装置、系统及存储介质 | |
| Centner et al. | Comparison of multivariate calibration techniques applied to experimental NIR data sets | |
| CN111892953B (zh) | 一种原油分子转化路径确定方法、系统、设备和存储介质 | |
| CN111899798B (zh) | 一种原油数据管理方法、系统、装置及存储介质 | |
| CN104990893B (zh) | 一种基于相似判别的汽油辛烷值检测方法 | |
| CN111899813B (zh) | 柴油加氢装置的产物预测模型优化方法、系统、设备及存储介质 | |
| He et al. | A novel adaptive algorithm with near-infrared spectroscopy and its application in online gasoline blending processes | |
| Wang et al. | Nonparametric estimation of large covariance matrices with conditional sparsity | |
| Onel et al. | Grouping of complex substances using analytical chemistry data: A framework for quantitative evaluation and visualization | |
| Matyushin et al. | Various aspects of retention index usage for GC-MS library search: A statistical investigation using a diverse data set | |
| CN111892938B (zh) | 一种原油分子组成的确定方法、系统、装置及存储介质 | |
| CN111892939B (zh) | 一种原油蒸馏切割方法、系统、设备及存储介质 | |
| Medina et al. | Gibbs–Helmholtz graph neural network: capturing the temperature dependency of activity coefficients at infinite dilution | |
| CN111899812B (zh) | 一种石油加工装置的产物模拟方法、系统、设备和存储介质 | |
| Wehrens et al. | Meta-statistics for variable selection: The R package BioMark | |
| Donahue et al. | Successive average orthogonalization of spectral data | |
| CN111899802A (zh) | 一种混合物物性检测方法、系统、设备和存储介质 | |
| CN111899814B (zh) | 一种单分子、混合物物性计算方法、设备及存储介质 | |
| Doicin et al. | Octane number estimation using neural networks | |
| Muhammad et al. | Compound-specific isotope analysis of diesel fuels in a forensic investigation | |
| CN115758163A (zh) | 石油馏分组成的检测方法、装置、设备和存储介质 | |
| Leal et al. | Estimation of gasoline properties by 1H NMR spectroscopy with repeated double cross‐validated partial least squares models | |
| Barea-Sepúlveda et al. | Development of a Novel HS-GC/MS Method Using the Total Ion Spectra Combined with Machine Learning for the Intelligent and Automatic Evaluation of Food-Grade Paraffin Wax Odor Level | |
| Brink-Jensen et al. | Inference for feature selection using the Lasso with high-dimensional data |
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 |