RU2334971C2 - Способ идентификации и контроля качества многокомпонентных соединений - Google Patents

Способ идентификации и контроля качества многокомпонентных соединений Download PDF

Info

Publication number
RU2334971C2
RU2334971C2 RU2006128931/28A RU2006128931A RU2334971C2 RU 2334971 C2 RU2334971 C2 RU 2334971C2 RU 2006128931/28 A RU2006128931/28 A RU 2006128931/28A RU 2006128931 A RU2006128931 A RU 2006128931A RU 2334971 C2 RU2334971 C2 RU 2334971C2
Authority
RU
Russia
Prior art keywords
values
brand
quality
spectra
determined
Prior art date
Application number
RU2006128931/28A
Other languages
English (en)
Other versions
RU2006128931A (ru
Inventor
Андрей Евгеньевич Краснов (RU)
Андрей Евгеньевич Краснов
Степан Альбертович Красников (RU)
Степан Альбертович Красников
Дмитрий Юрьевич Анискин (RU)
Дмитрий Юрьевич Анискин
Василий Алексеевич Вагин (RU)
Василий Алексеевич Вагин
Original Assignee
ООО "Интеллектуальные Компьютерные Технологии"
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by ООО "Интеллектуальные Компьютерные Технологии" filed Critical ООО "Интеллектуальные Компьютерные Технологии"
Priority to RU2006128931/28A priority Critical patent/RU2334971C2/ru
Publication of RU2006128931A publication Critical patent/RU2006128931A/ru
Application granted granted Critical
Publication of RU2334971C2 publication Critical patent/RU2334971C2/ru

Links

Landscapes

  • Investigating Or Analysing Materials By Optical Means (AREA)

Abstract

Изобретение относится к измерениям и автоматизации в области оперативной идентификации и контроля качества многокомпонентных соединений, преимущественно углеводородов в нефтепродуктах и парфюмерных изделиях, углеводородных и белковых соединений в пищевых средах и готовых продуктах. Способ включает совместное измерение инфракрасных спектров оптических плотностей известных образцов каждой заданной марки многокомпонентного соединения и значений показателей их качества, определяемых физико-химическими методами. При этом известные образцы измеряют при различных условиях производства, обеспечивающих равномерное заполнение диапазонов значений их показателей качества в максимальных границах, гостированных для каждой марки. Определяют количество известных образцов, исходя из требуемой точности оценивания значений показателей качества. Измеряют спектры оптических плотностей для всех волновых чисел выбранного диапазона электромагнитных волн, оценивают нормированные значимости всех используемых волновых чисел по дисперсиям спектральных компонентов оптических плотностей известных образцов каждой марки. Идентифицируют многокомпонентное соединение неизвестной марки методом «ближайшего соседа» на основе нечетких мер сходства его спектров со спектрами всех известных образцов при определенных ранее нормированных значимостях волновых чисел каждой марки, оценивают значения показателей качества идентифицированного многокомпонентного соединения на основе непараметрической интерполяции по накопленным значениям показателей качества известных образцов всех марок, а качество многокомпонентного соединения определяют по результатам его идентификации и оцененным значениям показателей качества. Изобретение позволяет повысить достоверность идентификации и контроля качества многокомпонентных соединений. 6 з.п. ф-лы, 1 ил., 2 табл.

Description

Изобретение относится к измерениям и автоматизации в области оперативной идентификации и контроля качества многокомпонентных соединений, например углеводородов в нефтепродуктах (горючесмазочных материалах) и парфюмерных изделиях, углеводородных и белковых соединений в пищевых средах и готовых продуктах по их инфракрасным спектрам поглощения в широком диапазоне длин волн.
Известно, что для идентификации и контроля качества многокомпонентных соединений, например углеводородов в нефтепродуктах (бензинах и смазочных материалах), основное значение имеет ряд специфических физико-химических показателей, определяемых соответствующими ГОСТами и/или техническими условиями (ТУ). Так, например, в бензинах в зависимости от углеводородного состава сырья и технологии получения может содержаться несколько сотен индивидуальных углеводородов различного строения.
Для идентификации и контроля качества углеводородных соединений их физико-химические показатели сравниваются с нормативными, определенными для всех марок нефтепродуктов. Если каждый из показателей соответствует своим нормативным показателям, то принимают решение о принадлежности нефтепродукта данной марке и его кондиционности (ГОСТ 4.25-83. Система показателей качества продукции. Нефтепродукты. Топлива жидкие. Номенклатура показателей) [1].
Определение значений физико-химических показателей углеводородных соединений является достаточно трудоемким и длительным процессом. Так, например, определение индукционного периода осадкообразования бензинов требует десятков часов.
Для оперативности идентификации и контроля качества углеводородных соединений в нефтепродуктах, в частности для оценки их детонационных характеристик, применяется также метод спектроскопии в инфракрасном (ИК) диапазоне, в частности в коротковолновой области (880 мкм - 1050 мкм) ближнего ИК-диапазона (БИК) (Королев В.Н., Маргулин А.В., Цареградский В.Б. Метод определения детонационных характеристик нефтепродуктов на основе регрессионного анализа спектров поглощения в ближнем инфракрасном диапазоне. ЖТФ, 2000, том 70, вып.9, с.83-88) [2].
БИК спектроскопия используется также в сельскохозяйственной индустрии для оперативного оценивания показателей качества белковых соединений растительного происхождения в зерновых культурах (Крищенко В.П. Ближняя инфракрасная спектроскопия - М.: ООО изд. Дом КРОН-ПРЕСС, 1997. - 639 с.) [3].
В (Рогов И.А., Копылов Ю.Г. и др. Электрофизические, оптические и акустические характеристики пищевых продуктов. - М.: Легкая и пищевая промышленность, 1981. - 288 с.) [4] приведены примеры использования инфракрасных спектров поглощения многочисленных пищевых сред и готовых продуктов, характеризующих состояние их белковых соединений животного происхождения.
Суть оценивания показателей качества многокомпонентных соединений на основе ИК спектроскопии заключается в совместном измерении оптической плотности известных образцов многокомпонентных соединений для нескольких выбранных длин волн и соответствующих характеристик качества, определяемых физико-химическими методами. Построение зависимостей данных характеристик от оптической плотности многокомпонентных соединений производят методом калибровки на основе линейной интерполяции, используя метод наименьших квадратов [2-4].
Основным недостатком указанного выше метода идентификации многокомпонентных соединений является ограниченность его возможностей в отношении определения ряда характеристик многокомпонентных соединений, которые не связаны простой линейной зависимостью с концентрацией светопоглощающих, светорассеивающих или флуоресцирующих веществ.
Другим недостатком этого метода является малое количество используемых длин волн или волновых чисел. Так, например, в [2] использовано 5 длин волн, хотя там же показано, что с ростом количества длин волн точность метода возрастает. В работах [3, 4] также используют узкие диапазоны длин волн, опираясь на характерные «пики» поглощения.
В то же время увеличение количества длин волн ограничено возможностью используемой линейной интерполяции при построении калибровочных зависимостей.
Наиболее близким из известных по своей технической сущности и достигаемому результату является выбранный в качестве прототипа автоматизированный способ идентификации и определения кондиционности нефтепродуктов, включающий накопление известных образцов каждой заданной марки нефтепродукта с совместной регистрацией инфракрасных спектров их оптических плотностей в диапазонах характеристических полос поглощения (ХПП) и значений показателей качества, определяемых физико-химическими методами, с последующим сравнением спектра оптической плотности нефтепродукта неизвестной марки с накопленными спектрами известных образцов (RU 2075062 С1, 10.03.97) [5].
В указанном способе используется большая информация, заключенная как в инфракрасных спектрах, так и в показателях качества нефтепродуктов.
Действительно, в [5] предлагается использовать ХПП среднего ИК-диапазона. Средний спектральный диапазон ИК-Фурье-спектрометров составляет обычно волновые числа от 200 см-1 до 8000 см-1. Именно в данном диапазоне сосредоточены все основные колебательно-вращательные тона молекул, составляющих основу нефтепродуктов, а в ближнем инфракрасном спектре находятся лишь их обертона [5].
В частности, в прототипе используется тот факт, что для каждой марки нефтепродукта характерен индивидуальный набор (количество) ХПП, обеспечивающий надежную идентификацию. Количество этих ХПП может составлять около 50 из анализируемого диапазона волновых чисел ИК-диапазона от 4000 см-1 до 400 см-1, т.е. из 3600.
Однако недостатком этого способа является сложность, а зачастую и невозможность, определения характеристических полос поглощения в углеводородных молекулярных смесях.
Другим существенным недостатком способа является сложность и неопределенность ряда используемых вероятностных характеристик, требуемых для расчета показателей качества, в частности совместных и условных плотностей распределения ХПП для каждой марки нефтепродукта.
Также неопределенной является и сама основная процедура накопления известных образцов нефтепродуктов в каждой заданной марке.
Например, по данному способу в каждую заданную марку могут попасть образцы с идентичными физико-химическими показателями и соответственно одинаковыми спектрами. Совершенно ясно, что при этом достоверность идентификации и точность контроля качества не увеличивается.
Настоящее изобретение устраняет отмеченные недостатки прототипа.
Техническим результатом заявляемого изобретения является повышение достоверности идентификации и контроля качества многокомпонентных соединений.
Технический результат достигается за счет целенаправленного накопления информации о спектрах и показателях качества известных образцов многокомпонентных соединений, повышения количества определяемых физико-химических показателей многокомпонентных соединений, а также использования методов теории статистических решений и теории нечетких множеств.
Патентуемый способ реализуется следующим образом:
- измеряют спектры оптических плотностей известных образцов при различных условиях производства, обеспечивающих равномерное заполнение диапазонов значений их показателей качества в максимальных границах, гостированных для каждой марки;
- определяют количество известных образцов, исходя из требуемой точности оценивания значений показателей качества;
- измеряют спектры оптических плотностей известных образцов для всех волновых чисел выбранного диапазона электромагнитных волн;
- оценивают нормированные значимости всех используемых длин волн или волновых чисел по дисперсиям спектральных компонентов известных образцов каждой марки;
- идентифицируют многокомпонентное соединение неизвестной марки методом «ближайшего соседа» на основе нечетких мер сходства его спектров со спектрами всех известных образцов при определенных ранее нормированных значимостях длин волн или волновых чисел каждой марки;
- оценивают значения показателей качества идентифицированного многокомпонентного соединения на основе накопленных значений спектров и показателей качества известных образцов как всех марок, так и идентифицированной марки многокомпонентного соединения;
- определяют качество многокомпонентного соединения данной марки по результатам его идентификации и оцененным значениям показателей качества.
Рассмотрим реализацию настоящего изобретения.
Показатель качества k-го известного образца многокомпонентного соединения (k=1,2,...,Кm), который определен физико-химическим методом для его заданной m-й марки или m-го состояния (m=1,2,...,М), обозначим символом pm(k), а символом Sm(ν,k) - спектр оптической плотности используемого диапазона электромагнитных волн, определенный для каждой длины волны X или каждого волнового числа ν (ν=2π/λ) этого образца.
Покажем строго необходимые условия для определения по Кm заданным значениям pm(k) показателей качества известных образцов многокомпонентного соединения m-й марки и соответствующих им спектров Sm(ν,k) показателя качества рm неизвестного образца многокомпонентного соединения той же марки с измеренным спектром Sm(ν). Для этого представим произвольный измеренный спектр Sm(ν) многокомпонентного соединения m-й марки в виде вириального ряда по степеням параметра
Figure 00000002
Figure 00000003
Figure 00000004
где Am(ν), Bm(ν), Сm(ν), Dm(ν) - неизвестные детерминированные спектральные функции; Hm(ν) - неизвестные случайные спектральные функции, определяемые как точностью представления (1), так и точностью измерения спектра Sm(ν).
Легко заметить частный случай (1) выражается как
Figure 00000005
что соответствует по закону Ламберта-Бера зависимости оптической плотности образца от концентрации рm сильноразбавленного вещества, его молярной экстинкции εm(ν)=Bm(ν)/L и оптического пути L (Кунце У., Шведт Г. Основы качественного и количественного анализа: Пер. с нем. - М.: Мир, 1977. - 424 с.) [6].
Для общего случая зависимости (1) необходимо найти неизвестные детерминированные спектральные функции Am(ν), Вm(ν), Сm(ν), Dm(ν).
Для этого подставим в (1) известные значения pm(k) и соответствующие им Sm(ν,k)
Figure 00000006
Figure 00000007
.
Средняя ошибка представления (1) определяется как
Figure 00000008
Оценки A*m(ν), B*m(ν), C*m(ν), D*m(ν) неизвестных детерминированных спектральных функций найдем путем минимизации вариации δОШm(ν) выражения (4) по вариациям δАm(ν), δBm(ν), δCm(ν), δDm(ν) детерминированных спектральных функций.
В результате получим следующие оценки
Figure 00000009
Figure 00000010
Figure 00000011
где
Figure 00000012
,
Figure 00000013
Figure 00000014
.
Из (5) видно, что оценки детерминированных спектральных функций находятся лишь в том случае, когда четные моменты
Figure 00000015
,
Figure 00000016
,
Figure 00000017
значений показателя качества известных образцов многокомпонентного соединения m-й марки не близки к нулю, а корреляции
Figure 00000018
,
Figure 00000019
,
Figure 00000020
, первого и высших порядков значений показателей качества и спектров известных образцов отличны от нуля.
Естественно, что аналогичный вывод можно распространить на все показатели качества многокомпонентного соединения и все его выбранные марки.
Вычислим из (4) и (5) ошибку ОШm представления (1)
Figure 00000021
Из (7) видно, что для уменьшения ошибки представления (1) необходимо:
- уменьшать абсолютную величину нечетных моментов (
Figure 00000022
и
Figure 00000023
) значений показателей качества известных образцов;
- уменьшать дисперсию
Figure 00000024
значений показателей качества известных образцов.
Это возможно реализовать только отбором известных образцов многокомпонентных соединений, полученных при различных условиях их производства таким образом, чтобы, с одной стороны, получить наибольший разброс значений показателей качества, а с другой стороны, наиболее равномерно и тесно заполнить максимальный диапазон их значений.
Приведем пример реализации способа.
Пусть имеются различные наборы измеренных значений p95(k) октановых чисел бензина марки 95 и соответствующие им спектральные значения S95(k) оптических плотностей (k=1,2,...,7), измеренные для одного волнового числа, как показано в таблице 1.
Таблица 1
Октановое число Спектр плотности Октановое число Спектр плотности Октановое число Спектр плотности
№ набора 1 2 3
№ п/п p S p S p S
1 95,00 0,20 95,00 0,20
2 95,50 0,25
3 96,00 0,32 96,00 0,32 96,00 0,32
4
5 97,00 0,37 97,00 0,37 97,00 0,30
6 97,50 0,45 97,50 0,25
7 98,00 0,70 98,00 0,70 98,00 0,20
1
Средние значения 95,00 0,40 95,20 0,41 95,30 0,42
Моменты:
Figure 00000025
1,25 1,16 0,86
Figure 00000026
2,56 2,37 1,12
Figure 00000027
5,70 5,87 1,64
Figure 00000028
0,00 -0,50 -0,13
Figure 00000029
0,00 -2,06 -0,28
ОШ95 0,003 0,337% 0,016 2,774% 0,036 16,869%
Предположим, что эталонные (истинные) значения оптических плотностей известных образцов составляют величины 0,20; 0,25; 0,32; 0,34; 0,37; 0,45; 0,70.
Вычислим абсолютные и относительные ошибки представления (1), используя эталонные значения оптических плотностей и значения, рассчитанные на основании (1) и (5).
Из таблицы 1 видно, что при равномерном заполнении диапазона значений (набор 1) абсолютные и относительные ошибки представления (1) малы и составляют 0,003 и 0,0337% соответственно. При неравномерном заполнении диапазона значений (набор 2) и тем более при уменьшении разброса значений (набор 3) абсолютные и относительные ошибки представления (1) возрастают и составляют 0,016 (2,774%) и 0,036 (16,869%) соответственно.
На чертеже показаны графики зависимости оптической плотности от октанового числа, построенные с помощью выражений (1) и (5) по данным таблицы 1.
Отчетливо видно преимущество равномерного заполнения диапазона значений показателей качества при их максимально возможном разбросе. Как следует из представления (1), при известных оценках A*m(ν), B*m(ν), С*m(ν), D*m(ν) детерминированных спектральных функций значение показателя качества неизвестного образца многокомпонентного соединения m-й марки можно оценить по его измеренному спектру Sm(ν)
Figure 00000030
Решить стохастическое уравнение (8) относительно qm возможно методом наименьших квадратов, минимизируя среднеквадратичную ошибку (СКО)
Figure 00000031
В результате получим уравнение относительно qm
Figure 00000032
которое может быть решено численно, например, методом стохастической аппроксимации Роббинса-Монро
Figure 00000033
Ошибка решения hm(t)
Figure 00000034
позволяет контролировать точность вычисления показателя качества qm(t) неизвестного образца многокомпонентного соединения на t-м шаге, начиная со 2-го.
Так, например, на 3-м шаге получим
Figure 00000035
Воспользовавшись (5) и (13), получим выражение для расчета показателя качества многокомпонентного соединения и относительной ошибки (в приближении линейно-квадратичной зависимости спектров от показателя качества)
Figure 00000036
При выводе (14) использовался тот факт, что все спектры образцов многокомпонентного соединения близки
Figure 00000037
.
Так, например, при
Figure 00000038
С учетом членов второго и третьего порядка в зависимости (3) (зависимости спектров от показателя качества), а также ростом количества итераций в решении (11) ошибка уменьшается. Поэтому относительная ошибка оценки показателя качества многокомпонентного соединения будет составлять не более hm/qm≅0,015 или 1,5% уже на 3-м шаге аппроксимации.
Для того чтобы воспользоваться рассмотренной технологией вычислений показателей качества, необходимо провести идентификацию (определить марку) неизвестного образца многокомпонентного соединения.
Будем считать, что наблюдаемый спектр S(ν) многокомпонентного соединения неизвестной марки описывается моделью
Figure 00000039
где Sm(ν, k) - спектры оптической плотности используемого диапазона электромагнитных волн, определенные для каждого волнового числа ν для k-го образца (k=1, 2,...,К) известного многокомпонентного соединения m-й марки (m=1,2,...,М); Нm(ν, k) - неизвестные случайные спектральные функции, описываемые усеченными нормальными распределениями вероятностей, с нулевыми средними
Figure 00000040
и неизвестными дисперсиями
Figure 00000041
Модель (15) характерна для измерений спектров оптической плотности образцов, помещенных в толстые кюветы (L≅100 мкм ÷ 1000 мкм).
В модели (15) считается, что наблюдаемый спектр S(ν) является зашумленной версией какого-либо полностью известного спектра Sm(ν, k), измеряемого с известными дисперсиями
Figure 00000042
, определяемыми точностью σS(ν) используемого инструментального средства при измерении спектра поглощения для данного волнового числа ν.
Тогда на основании теории статистических решений возможно идентифицировать известный спектр, а следовательно, и марку неизвестного многокомпонентного соединения, используя статистики в виде нечетких мер сходства наблюдаемого спектра S(ν) с известными спектрами Sm(ν, k)
Figure 00000043
где γm(ν) - коэффициенты значимости ν-х волновых чисел (0≤γm(ν)≤1) для m-й марки, удовлетворяющие условию нормирования
Figure 00000044
.
Коэффициенты значимости определим через дисперсии значений спектральных компонентов с помощью выражений
Figure 00000045
В другом случае, характерном для регистрации спектров оптической плотности многокомпонентных соединений, помещаемых в тонкие кюветы (L≅0, 5 мкм ÷ 10 мкм), наблюдаемый спектр S(ν) образца неизвестной марки описывается моделью
Figure 00000046
аналогичной модели (15) с той лишь разницей, что масштабный коэффициент ϑ неизвестен.
Тогда снова на основании теории статистических решений возможно идентифицировать известный спектр, а следовательно, и марку многокомпонентного соединения, используя статистики в виде нечетких мер сходства наблюдаемого спектра S(ν) с известными спектрами Sm(ν, k)
Figure 00000047
Идентификацию неизвестной марки многокомпонентного соединения будем производить методом «ближайшего соседа», относя испытуемый образец к той марке m*, для которой мера сходства μ[S, Sm(k)] примет наибольшее значение, т.е.
Figure 00000048
.
После идентификации марки многокомпонентного соединения на основании выражений (5) и (11) приступим к расчетам его показателей качества.
Как было показано ранее (см. уравнение 1), параметризация зависимости спектра оптической плотности от показателя качества приводит к обратной нелинейной задаче - нелинейной связи оцениваемого показателя качества со спектром оптической плотности (см. уравнение 10).
Поэтому для упрощения расчетов будем использовать непараметрическую интерполяцию
Figure 00000049
Figure 00000050
где σp - ошибка (стандартное отклонение) оценивания показателя качества p с помощью интерполяционной зависимости (20); рmin и pmax - его минимальное и максимальное значения соответственно; Δν - спектральное разрешение;
Figure 00000051
- усредненная по используемому спектральному диапазону (νmin, νmax) дисперсия спектра оптической плотности, определяемая точностью измерений оптических плотностей для различных волновых чисел ν.
Зависимость (20) характерна для оценки показателей композитов - смесей, составленных из смесей.
Поэтому если показатель качества, определенный из выражения (20), не удовлетворяет условиям для m-й марки, то многокомпонентная смесь рассматривается как композит, составленный из известных образцов смесей разных марок, и признается некондиционным.
Если же показатель качества, определенный из выражения (20), удовлетворяет условиям для m-й марки, то его значение уточняется на основании решения уравнения (10).
По найденному уточненному значению показателя качества судят о качестве многокомпонентного соединения.
Равномерная вариация значений показателей качества образцов многокомпонентного соединения в максимальных границах, гостированных для каждой марки, необходима и для повышения точности непараметрической интерполяции (20).
Рассмотрим следующий пример. Пусть с помощью интерполяционной зависимости (20) необходимо оценить октановое число проверяемого бензина при наличии известных образцов четырех марок бензинов (М=4) с октановыми числами 82, 92, 95 и 98. В данной ситуации будем считать, что pmax=100, a pmin=80. Будем также считать, что количество известных образцов в каждой марке равны, т.е. К82929598=К.
Определим ошибку σp оценивания октанового числа р с помощью интерполяционной зависимости (20) выражением
Figure 00000052
Тогда ширина окна интерполирующей функции G будет равна
Figure 00000053
Так, например, для оценивания октанового числа p с помощью интерполяционной зависимости (20) с точностью σр=0.5, что соответствует
Figure 00000054
необходимо выбрать К=10 известных образцов в каждой марке бензинов.
Для оценивания октанового числа с максимальной требуемой в промышленности точностью (≤0.1 единицы октанового числа), например σp=0.1, необходимо выбрать К=50.
Пусть мы идентифицировали неизвестный бензин, как принадлежащий 95 марке, а значение его октанового числа определили с помощью непараметрической интерполяции, как 96,5. Тем самым подтвердился факт принадлежности неизвестного бензина к 95-й марке.
После этого, решая уравнение (10) с параметрами, характерными для 95-й марки, находим уточненное значение октанового числа р*=95,5. На основании этого значения можно судить о том, что бензин, относящийся к 95-й марке, имеет высокое качество.
Если необходимо получить численное выражение степени качества,
то его можно определить, например, как Q=р* /98,0=95,5/98,0=0,97.
С помощью рассмотренного способа можно идентифицировать, например, марки бензинов и оценивать приведенные в таблице 2 показатели качества.
Таблица 2
№ п/п Показатели качества бензинов
1 Октановые числа по моторному и исследовательскому методам
2 Концентрация свинца, г/дм3
3 Концентрация фактических смол, мг на 100 см3 бензина
4 Индукционный период бензина, мин
5 Массовая доля серы, %
6 Массовая доля меркаптановой серы, %
7 Объемная доля бензола, %
8 Плотность, кг/м3
9 Давление насыщенных паров, кПа
10 Фракционный состав
11 Индекс испаряемости
12 Кислотность, мг КОН на 100 см3
13 Тяжелые углеводороды
14 Индекс паровой пробки
Приведенные выше математические расчеты, необходимые для реализации способа идентификации и контроля качества бензинов, автоматизированы, например, в «Программе расчета качественных показателей бензинов по их инфракрасным спектрам» (Федеральная служба по интеллектуальной собственности, патентам и товарным знакам. Свидетельство об официальной регистрации программы для ЭВМ №2005611834, 2005).
Патентуемый способ обеспечивает повышение достоверности идентификации и контроля качества многокомпонентных соединений и может применяться в топливной энергетике (для анализа нефтепродуктов - горюче-смазочных материалов); парфюмерной промышленности (для анализа кремов и мазей); пищевой промышленности (для анализа углеводородных и белковых соединений в пищевых средах и готовых продуктах, в частности для идентификации и контроля качества спиртосодержащих жидкостей).

Claims (7)

1. Способ идентификации и контроля качества многокомпонентных соединений, преимущественно углеводородов в нефтепродуктах и парфюмерных изделиях, углеводородных и белковых соединений в пищевых средах и готовых продуктах, включающий совместное измерение инфракрасных спектров оптических плотностей известных образцов каждой заданной марки многокомпонентного соединения и значений показателей их качества, определяемых физико-химическими методами, отличающийся тем, что известные образцы измеряют при различных условиях производства, обеспечивающих равномерное заполнение диапазонов значений их показателей качества в максимальных границах, гостированных для каждой марки, определяют количество известных образцов, исходя из требуемой точности оценивания значений показателей качества, измеряют спектры оптических плотностей для всех волновых чисел выбранного диапазона электромагнитных волн, оценивают нормированные значимости всех используемых волновых чисел по дисперсиям спектральных компонентов оптических плотностей известных образцов каждой марки, идентифицируют многокомпонентное соединение неизвестной марки методом «ближайшего соседа» на основе нечетких мер сходства его спектров со спектрами всех известных образцов при определенных ранее нормированных значимостях волновых чисел каждой марки, оценивают значения показателей качества идентифицированного многокомпонентного соединения на основе непараметрической интерполяции по накопленным значениям показателей качества известных образцов всех марок, а качество многокомпонентного соединения определяют по результатам его идентификации и оцененным значениям показателей качества.
2. Способ по п.1, отличающийся тем, что количество известных образцов определяют, исходя из соотношения
Figure 00000055
где σр - ошибка оценивания показателя качества р на основе непараметрической интерполяции; pmin и рmax - минимальное и максимальное значения показателя качества соответственно; М - количество марок многокомпонентного соединения; Кm - количество образцов в m-й марке.
3. Способ по п.1, отличающийся тем, что нормированные значимости всех используемых волновых чисел оценивают как
Figure 00000056
Figure 00000057
Figure 00000058
Figure 00000059
где Sm(v, k) - спектры оптической плотности используемого диапазона электромагнитных волн, определенные для каждого волнового числа ν для k-го образца известного многокомпонентного соединения m-й марки; Km - количество всех известных образцов многокомпонентного соединения m-й марки.
4. Способ по п.1, отличающийся тем, что нечеткие меры сходства спектров S(ν, k) оптической плотности многокомпонентного соединения неизвестной марки с соответствующими спектрами всех измеренных известных образцов определяют как
Figure 00000060
где
Figure 00000061
- известные дисперсии значений спектральных компонентов, определяемые точностью используемого инструментального средства при измерении спектров для данного волнового числа ν.
5. Способ по п.1, отличающийся тем, что нечеткие меры сходства спектров S(ν, k) оптической плотности молекулярного соединения неизвестной марки с соответствующими спектрами всех измеренных известных образцов определяют как
Figure 00000062
,
где
Figure 00000063
- известные дисперсии спектральных компонентов, определяемые точностью используемого инструментального средства при измерении спектров для данного волнового числа ν.
6. Способ по п.1,отличающийся тем, что значения показателей качества оценивают согласно следующей непараметрической интерполяции:
Figure 00000064
Figure 00000065
Figure 00000066
где Pm(k) - показатель качества k-го образца известного молекулярного соединения, определенный физико-химическим методом для его заданной m-й марки; Δν - спектральное разрешение в используемом спектральном диапазоне (νmin, νmax) оптической плотности.
7. Способ по п.1, отличающийся тем, что качество многокомпонентного соединения определяют по значению
Figure 00000067
оцененного показателя качества, которое находят на основании решения уравнения
Figure 00000068
Figure 00000069
где
Figure 00000070
Figure 00000071
Figure 00000072
Figure 00000073
Figure 00000074
Figure 00000075
Figure 00000076
Figure 00000077
RU2006128931/28A 2006-08-09 2006-08-09 Способ идентификации и контроля качества многокомпонентных соединений RU2334971C2 (ru)

Priority Applications (1)

Application Number Priority Date Filing Date Title
RU2006128931/28A RU2334971C2 (ru) 2006-08-09 2006-08-09 Способ идентификации и контроля качества многокомпонентных соединений

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
RU2006128931/28A RU2334971C2 (ru) 2006-08-09 2006-08-09 Способ идентификации и контроля качества многокомпонентных соединений

Publications (2)

Publication Number Publication Date
RU2006128931A RU2006128931A (ru) 2008-02-20
RU2334971C2 true RU2334971C2 (ru) 2008-09-27

Family

ID=39266772

Family Applications (1)

Application Number Title Priority Date Filing Date
RU2006128931/28A RU2334971C2 (ru) 2006-08-09 2006-08-09 Способ идентификации и контроля качества многокомпонентных соединений

Country Status (1)

Country Link
RU (1) RU2334971C2 (ru)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
RU2502984C2 (ru) * 2008-10-20 2013-12-27 Налко Компани Способ прогнозирования устойчивости технологического потока углеводородов с использованием ближних инфракрасных спектров
RU2678989C1 (ru) * 2017-12-21 2019-02-05 Федеральное государственное бюджетное образовательное учреждение высшего образования "Санкт-Петербургский государственный университет" (СПбГУ) Способ текущего контроля октанового числа товарных бензинов в процессе их производства

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
ПРИБОРЫ И МЕТОДЫ АНАЛИЗА В БЛИЖНЕЙ ИНФРАКРАСНОЙ ОБЛАСТИ. - М.: Химия, 1977, с.185-190. *

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
RU2502984C2 (ru) * 2008-10-20 2013-12-27 Налко Компани Способ прогнозирования устойчивости технологического потока углеводородов с использованием ближних инфракрасных спектров
RU2678989C1 (ru) * 2017-12-21 2019-02-05 Федеральное государственное бюджетное образовательное учреждение высшего образования "Санкт-Петербургский государственный университет" (СПбГУ) Способ текущего контроля октанового числа товарных бензинов в процессе их производства
EA033683B1 (ru) * 2017-12-21 2019-11-15 Federal State Budget Educaitional Institution Of Higher Education Saint Petersburg State Univ Spbu Способ текущего контроля октанового числа бензинов при их производстве

Also Published As

Publication number Publication date
RU2006128931A (ru) 2008-02-20

Similar Documents

Publication Publication Date Title
Fodor et al. Analysis of gasolines by FT-IR spectroscopy
Balabin et al. Motor oil classification by base stock and viscosity based on near infrared (NIR) spectroscopy data
US5668374A (en) Method for stabilizing near-infrared models and determining their applicability
US5046846A (en) Method and apparatus for spectroscopic comparison of compositions
CN102374975B (zh) 一种利用近红外光谱预测油品物性数据的方法
US8332162B2 (en) Apparatus and method for measuring the properties of petroleum fractions and pure hydrocarbon liquids by light refraction
JPH08503075A (ja) 物質の特性の化学測定学的評価を向上させる方法
Barbosa et al. Time-domain proton nuclear magnetic resonance and chemometrics for identification and classification of Brazilian petroleum
CN101351688A (zh) 测定介质中化合物的同一性或不同性和浓度的方法
Moura et al. Advances in chemometric control of commercial diesel adulteration by kerosene using IR spectroscopy
US20190064076A1 (en) Method and system for analysing a blend of two or more hydrocarbon feed streams
US20090121138A1 (en) Measuring Near Infra-Red Spectra Using a Demountable Nir Transmission Cell
RU2334971C2 (ru) Способ идентификации и контроля качества многокомпонентных соединений
JP3615390B2 (ja) オンライン用分光分析計の計測値解析方法
Guan et al. Determination of octane numbers for clean gasoline using dielectric spectroscopy
US7420170B2 (en) Fourier transform infrared (FTIR) chemometric method to determine cetane number of diesel fuels containing fatty acid alkyl ester additives
CN113504198A (zh) 一种苋菜红色素浓度检测方法、装置及存储介质
Issa Parametric and Nonparametric Approaches of Reid Vapor Pressure Prediction for Gasoline Containing Oxygenates: A Comparative Analysis Using Partial Least Squares, Nonlinear, and LOWESS Regression Modelling Strategies with Physical Properties
US20200103390A1 (en) Systems and methods for implicit chemical resolution of vacuum gas oils and fit quality determination
US11402323B2 (en) Systems and processes for performance property determination using optical spectral data
Baird Predicting Fuel Properties from Infrared Spectra
RU2227320C2 (ru) Способ измерений показателей качества нефтепродуктов
RU2506571C1 (ru) Способ измерения показателей качества нефтепродуктов
He et al. Measuring routine parameters of wine by ATR-MIR spectroscopy
Moreira et al. Evaluation of the influence of sample variability on the calibration of a NIR photometer for quantification of ethanol in gasoline

Legal Events

Date Code Title Description
MM4A The patent is invalid due to non-payment of fees

Effective date: 20080810