RU2639139C1 - Способ идентификации многокомпонентных углеводородных систем по статистическим параметрам сигнала электронного абсорбционного спектра - Google Patents
Способ идентификации многокомпонентных углеводородных систем по статистическим параметрам сигнала электронного абсорбционного спектра Download PDFInfo
- Publication number
- RU2639139C1 RU2639139C1 RU2016141534A RU2016141534A RU2639139C1 RU 2639139 C1 RU2639139 C1 RU 2639139C1 RU 2016141534 A RU2016141534 A RU 2016141534A RU 2016141534 A RU2016141534 A RU 2016141534A RU 2639139 C1 RU2639139 C1 RU 2639139C1
- Authority
- RU
- Russia
- Prior art keywords
- cov
- cor
- sample
- oil
- diesel fuel
- Prior art date
Links
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
Landscapes
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
Изобретение относится к способам идентификации многокомпонентных углеводородных систем. Способ включает отбор и регистрацию спектров растворов в видимой области электромагнитного излучения, во взвешенную колбочку объемом 50 мл берется навеска пробы 0,1-0,2 г, затем в колбочку со взвешенной пробой приливается 30-40 мл толуола, после полного растворения продукта в толуоле колбочка с раствором взвешивается и определяется концентрация раствора по формуле: с = (навеска, г*1000)/(вес раствора, г*0,8669), затем раствор наливается в прозрачную кварцевую кювету и с помощью спектрофотометра фиксируется оптическая плотность D на длинах волн λ=380-780 нм с шагом Δλ=1 нм, после чего определяются значения удельного коэффициента поглощения k(λ) (л/(г⋅см)), на тех же длинах волн по закону Бугера-Ламберта-Бера: k(λ)=D(λ)/(c⋅l), где l - толщина поглощающего слоя; с - концентрация раствора. Объекты идентифицируются по статистическим параметрам сигнала электронного абсорбционного спектра: математическое ожидание, дисперсия, автоковариационная и автокорреляционная функции распределения спектра, с последующим сравнением этих параметров с параметрами эталонов, при этом расчет статистических параметров проводят по формулам. В случае соответствия полученных значений рассчитываемых статистических параметров значениям эталона определяют принадлежность исследуемого объекта. Целью изобретения является идентификация многокомпонентных углеводородных систем по статистическим параметрам сигнала электронного абсорбционного спектра в видимой области, который подходит как для разбавленных в растворителе, так и для неразбавленных многокомпонентных углеводородных систем. 2 н.п. ф-лы, 1 табл., 3 пр.
Description
Изобретение относится к способам идентификации многокомпонентных углеводородных систем, в частности нефти, битумов и битуминозных материалов, гудронов, мазутов, нефтяных остатков термических процессов, бензинов и газойлей термических процессов, дизельного топлива, асфальто-смолистых веществ, продуктов процессов пиролиза углеводородов, а также групп углеводородов нефти и каменноугольной смолы.
Известно, что нефть и нефтепродукты подвергаются транспортировке на большие расстояния и длительному хранению в резервуарах, что приводит к изменению их качественных показателей. Кроме того, часто при транспортировке сырье и продукты нефтепереработки фальсифицируются, что приносит большой ущерб экономике страны. В связи с этим к разработке экспресс методов идентификации, а соответственно, контролю качества проявляется повышенный интерес.
Наиболее распространенные методы идентификации нефти и нефтепродуктов суть которых заключается:
1) в сопоставлении физико-химических свойств нефти с нормативными показателями по ГОСТ [ГОСТ 4.25-83. Система показателей качества продукции. Нефтепродукты. Топлива жидкие. Номенклатура показателей - М.: Стандартинформ, 2010]. Недостатком данного метода является трудоемкость и длительность определения физико-химических свойств.
2) в накоплении данных по инфракрасным спектрам и их оптических плотностей в диапазонах характеристических полос поглощения, определенных ИК-Фурье-спектроскопией, которые в последующем используются для идентификации объектов [Патент RU №2075062. Автоматизированный способ идентификации и определения кондиционности нефтепродуктов. Опубл. 10.03.1997, Бюл. №7]. Недостатком метода является сложность, а зачастую и невозможность определения характеристических полос поглощения в углеводородных молекулярных смесях.
3) в использовании цветовых и флуоресцентных маркеров, которыми маркируют нефтепродукт для их идентификации. Маркер растворяется в жидкости и затем распознается с помощью простых физических или химических тестов [Патент RU №2149887. Флуоресцентный маркер для нефтепродуктов. Опубл. 27.05.2000].
Недостатком этого метода является:
- возможность разбавления маркированного продукта продуктом более низкого качества. Поскольку концентрация маркера мала, то отличить разбавление продуктами более низкого качества слишком трудно;
- некоторые маркеры утрачивают со временем свои цветовые свойства, в результате чего значительно затрудняется их идентификация.
Наиболее близким техническим решением к заявляемому способу является способ идентификации многокомпонентных углеводородных систем по параметрам экспоненциального распределения интенсивности поглощения в ближней УФ- и видимой области спектра [АС №152208. Способ идентификации нефтей и нефтепродуктов. Опубл. 15.11.1989, бюл. №42]. В данном способе идентификация нефти и нефтепродуктов производится путем аппроксимации электронного абсорбционного спектра поглощения в виде зависимости:
Kλ=Qexp(-pλ)+ТС,
где Kλ - удельный или молярный коэффициент поглощения;
Q - фактор интенсивности;
p - вероятность светопоглощения;
ТС - вклад в поглощение за счет отклонения от экспоненциального распределения. Вклад тонкой структуры при любой длине волны был рассчитан как относительное отклонение реального распределения Кр от экспоненциального распределения Кэ с последующим суммированием по всем длинам волн.
Учитывая различие параметров Q, p, TC' электронного абсорбционного спектра поглощения растворов нефти и нефтепродуктов, был предложен метод идентификации изучаемых объектов.
Недостатками этого способа является:
1. Идентификация объектов только по непрерывному экспоненциально распределенному спектру, без возможности идентифицировать объекты, имеющие другой закон распределения.
2. Регистрация спектра как в ультрафиолетовой, так и в видимой областях электромагнитного спектра.
3. Известный способ использует исключительно разбавленные образцы.
Целью изобретения является устранение указанных недостатков, а именно разработка способа идентификации многокомпонентных углеводородных систем по статистическим параметрам сигнала электронного абсорбционного спектра в видимой области, который подходит как для разбавленных в растворителе, так и для неразбавленных многокомпонентных углеводородных систем и не зависит от закона распределения электронного абсорбционного спектра.
Поставленная цель достигается за счет того, что в предлагаемом способе идентификации многокомпонентных углеводородных систем по статистическим параметрам сигнала электронного абсорбционного спектра, включающем отбор и регистрацию спектров растворов в видимой области электромагнитного излучения, объекты идентифицируются по статистическим параметрам сигнала электронного абсорбционного спектра: математическое ожидание, дисперсия, автоковариационная и автокорреляционная функции распределения спектра и последующим сравнением этих параметров с параметрами эталонов. Сущность способа заключается в том, что в качестве идентификационных характеристик выбраны: математическое ожидание, дисперсия, автоковариационная и автокорреляционная функции распределения спектра, которые хорошо описывают динамику взаимодействия электромагнитного излучения с веществом, т.е. процесс поглощения им энергии потока электромагнитного излучения. Расчет этих параметров проводят по показателям удельного коэффициента поглощения, зарегистрированного в видимой области спектра, по формулам:
где k(λ) - удельный коэффициент интенсивности поглощения, л/г*см;
μ(λ) - математическое ожидание, л/г*см;
D(λ) - дисперсия, л/г*см;
Rcor - автокорреляционная функция;
Rcov - автоковариационная функция;
λ - длина волны, нм;
Δλ - шаг регистрации спектра, нм;
Т - количество измерений на заданном интервале.
Предлагаемый способ осуществляется следующим образом:
1. Во взвешенную колбочку объемом 50 мл берется навеска пробы 0,1-0,2 г. Если анализируемый продукт твердый, то его необходимо предварительно разогреть в сушильном шкафу до размягчения и тщательно перемешать.
2. В колбочку со взвешенной пробой приливается 30-40 мл толуола (плотность толуола 0,8669 г/л). Важно, чтобы оптическая плотность раствора находилась в пределах от 0,2 до 0,8.
3. После полного растворения продукта в толуоле колбочка с раствором взвешивается и определяется концентрация раствора по формуле:
с=(навеска, г * 1000) / (вес раствора, г * 0,8669).
Умножение на 1000 необходимо для выражения концентрации в г/л.
4. Раствор наливается в прозрачную кварцевую кювету. На спектрофотометре фиксируется оптическая плотность D (безразмерная величина) на длинах волн л=380-780 нм с шагом Δλ=1 нм.
5. Определяются значения удельного коэффициента поглощения k(л) (л/(г⋅см)), на тех же длинах волн по закону Бугера-Ламберта-Бера:
k(л)=Б(л)/(с⋅l),
где l - толщина поглощающего слоя;
с - концентрация раствора. В случае неразбавленного раствора, т.е. оптически прозрачного образца концентрация принимается равной 1,0 г/л.
6. Рассчитываются статистические параметры сигнала электронного абсорбционного спектра.
7. Полученные результаты сравниваются с показателями эталонного раствора или с показателями табл. 1. В таблице 1 представлены статистические параметры электронных абсорбционных спектров растворов некоторых многокомпонентных углеводородных систем, рассчитанные при концентрации 0,025 г/л (для разбавленных растворов) и Т=400.
Пример 1. Идентификация товарной нефти по месторождению на спектрофотометре СФ-2000
1. Готовят толуольный раствор вещества с концентрацией с=0,025 г/л.
2. На спектрофотометре фиксируется оптическая плотность D на длинах волн л=380-780 нм с шагом Δλ=1 нм.
3. Определяются значения коэффициента поглощения k(л) (л/(г⋅см)):
k(л)=D(л)/(0,025*1), для спектрофотометра СФ-2000 ширина кюветы l=1 см.
4. Рассчитываются статистические параметры сигнала электронного абсорбционного спектра, при условии, что Т=400.
5. Полученные статистические параметры электронного абсорбционного спектра μ(λ)=0,313, D(λ)=0,133, Rcov=0,228, Rcor=0,131 сравниваются с показателями эталонов. В результате сравнения определяется, что исследуемая нефть принадлежит Азнакаевскому месторождению.
Пример 2. Идентификация мазута на спектрофотометре СФ-2000
1. Анализируемый продукт твердый, соответственно его разогревают в сушильном шкафу до размягчения и тщательно перемешивают.
2. Готовят толуольный раствор вещества с концентрацией с=0,025 г/л.
3. На спектрофотометре фиксируется оптическая плотность D на длинах волн л=380-780 нм с шагом Δλ=1 нм.
4. Определяются значения коэффициента поглощения k(л) (л/(г⋅см)):
k(л)=D(л)/(0,025*1), для спектрофотометра СФ-2000 ширина кюветы l=1 см.
5. Рассчитываются статистические параметры сигнала электронного абсорбционного спектра, при условии, что Т=400.
6. Полученные статистические параметры электронного абсорбционного спектра μ(λ)=0,939, D(λ)=1,076, Rcov=1,935, Rcor=1,464 сравниваются с показателями эталонов. В результате сравнения определяется, что исследуемый мазут соответствует иракскому мазуту (образец №2).
Пример 3. Идентификация топлива на спектрофотометре СФ-2000
1. Анализируемый продукт является оптически прозрачным, т.е. не требует разбавления.
2. На спектрофотометре фиксируется оптическая плотность D на длинах волн л=380-780 нм с шагом Δλ=1 нм.
3. Определяются значения коэффициента поглощения k(л), при условии, что концентрация с=1 г/л (для не разбавленных растворов):
k(л)=D(л)/(1*1), для спектрофотометра СФ-2000 ширина кюветы l=1 см.
4. Рассчитываются статистические параметры сигнала электронного абсорбционного спектра, при условии, что Т=400.
5. Полученные статистические параметры электронного абсорбционного спектра μ(λ)=0,470, D(λ)=0,369, Rcov=0,578, Rcor=0,360 сравниваются с показателями эталонов. В результате сравнения определяется, что исследуемое топливо относится к фракции дизельного топлива и газойлей термокрекинга и коксования.
Таким образом, предлагаемый способ может применяться для идентификации, а также определения природы и технологической классификации многокомпонентных углеводородных систем. Рассмотренный способ не зависит от закона распределения электронного абсорбционного спектра и подходит для разбавленных в растворителе и неразбавленных объектов исследования. Кроме того, этот способ применим как для жидких, так и для твердых многокомпонентных углеводородных систем, что значительно расширяет возможности данного способа.
Claims (20)
1. Способ идентификации многокомпонентных углеводородных систем по статистическим параметрам сигнала электронного абсорбционного спектра, включающий отбор и регистрацию спектров растворов в видимой области электромагнитного излучения, отличающийся тем, что во взвешенную колбочку объемом 50 мл берется навеска пробы 0,1-0,2 г, затем в колбочку со взвешенной пробой приливается 30-40 мл толуола, после полного растворения продукта в толуоле колбочка с раствором взвешивается и определяется концентрация раствора по формуле: с = (навеска, г*1000)/(вес раствора, г*0,8669),
затем раствор наливается в прозрачную кварцевую кювету и с помощью спектрофотометра фиксируется оптическая плотность D на длинах волн λ=380-780 нм с шагом Δλ=1 нм, после чего определяются значения удельного коэффициента поглощения k(λ) (л/(г⋅см)), на тех же длинах волн по закону Бугера-Ламберта-Бера:
k(λ)=D(λ)/(c⋅l),
где l - толщина поглощающего слоя; с - концентрация раствора,
объекты идентифицируются по статистическим параметрам сигнала электронного абсорбционного спектра: математическое ожидание, дисперсия, автоковариационная и автокорреляционная функции распределения спектра, с последующим сравнением этих параметров с параметрами эталонов, при этом расчет статистических параметров проводят по формулам:
где k(λ) - удельный коэффициент интенсивности поглощения, л/г*см;
μ(λ) - математическое ожидание, л/г*см;
D(λ) - дисперсия, л/г*см;
Rcor - автокорреляционная функция;
Rcov - автоковариационная функция;
λ - длина волны, нм; Δλ - шаг регистрации спектра, нм;
Т - количество измерений на заданном интервале,
в случае соответствия полученных значений рассчитываемых статистических параметров значениям эталона определяют принадлежность исследуемого объекта, при этом эталонными параметрами являются: μ(λ)=0,919, D(λ)=0,998, Rcov=1,822 Rcor=1,363 для мазута Западносибирской товарной нефти (образец 1); μ(λ)=0,512, D(λ)=0,287, Rcov=0,543, Rcor=0,327 для мазута Западносибирской товарной нефти (образец 2); μ(λ)=0,643, D(λ)=0,457, Rcov=0,861, Rcor=0,567 для мазута Западносибирской товарной нефти (образец 3); μ(λ)=0,925, D(λ)=1,015, Rcov=1,849, Rcor=1,387 для Иракского мазута (образец 1); μ(λ)=0,939, D(λ)=1,076, Rcov=1,935, Rcor=1,464 для Иракского мазута (образец 2); μ(λ)=0,521, D(λ)=0,344, Rcov=0,608, Rcor=0,387 для Иракского мазута (образец 3); μ(λ)=0,503, D(λ)=0,348, Rcov=0,594, Rcor=0,383 для Иракского мазута (образец 4); μ(λ)=0,706, D(λ)=0,547, Rcov=1,034, Rcor=0,702 для коммутированного мазута (М - 100); μ(λ)=0,567, D(λ)=0,268, Rcov=0,584, Rcor=0,335 для мазута Гурьевского НПЗ; μ(λ)=0,465, D(λ)=0,292, Rcov=0,502, Rcor=0,315 для мазута Новоуфимского НПЗ; μ(λ)=0,594, D(λ)=0,454, Rcov=0,797, Rcor=0,532 для гудрона Котуртепинской нефти Красноводского НПЗ; μ(λ)=1,361, D(λ)=2,064, Rcov=3,875, Rcor=3,151 для гудрона Новоуфимского НПЗ (образец 1); μ(λ)=0,910, D(λ)=1,022, Rcov=1,828, Rcor=1,375 для гудрона Новоуфимского НПЗ (образец 2); μ(λ)=0,820, D(λ)=1,047, Rcov=1,696, Rcor=1,296 для гудрона Новоуфимского НПЗ (образец 3); μ(λ)=0,980, D(λ)=1,018, Rcov=1,957, Rcor=1,461 для гудрона Бакинского НПЗ; μ(λ)=0,586, D(λ)=0,511, Rcov=0,844, Rcor=0,584 для гудрона Красноводского НПЗ; для поверхностных проб малосернистой нефти месторождения Южный Балык и Южный Сургут μ(λ)=0,300, D(λ)=0,143, Rcov=0,230, Rcor=0,141 (образец №1); μ(λ)=0,284, D(λ)=0,137, Rcov=0,215, Rcor=0,135 (образец №2); μ(λ)=0,316, D(λ)=0,162, Rcov=0,258, Rcor=0,159 (образец №3); μ(λ)=0,274, D(λ)=0,125, Rcov=0,197, Rcor=0,124 (образец №4); μ(λ)=0,313, D(λ)=0,151, Rcov=0,246, Rcor=0,148 (образец №5); μ(λ)=0,206, D(λ)=0,082, Rcov=0,122, Rcor=0,089 (образец №6); μ(λ)=0,258, D(λ)=0,109, Rcov=0,173, Rcor=0,109 (образец №7); μ(λ)=0,240, D(λ)=0,098, Rcov=0,154, Rcor=0,100 (образец №8); μ(λ)=0,242, D(λ)=0,100, Rcov=0,156, Rcor=0,102 (образец №9); μ(λ)=0,230, D(λ)=0,089, Rcov=0,140, Rcor=0,093 (образец №10); μ(λ)=0,236, D(λ)=0,095, Rcov=0,148, Rcor=0,097 (образец №11); μ(λ)=0,186, D(λ)=0,067, Rcov=0,100, Rcor=0,079 (образец №12); μ(λ)=0,207, D(λ)=0,076, Rcov=0,117, Rcor=0,084 (образец №13); μ(λ)=0,200, D(λ)=0,072, Rcov=0,111, Rcor=0,081 (образец №14); μ(λ)=0,270, D(λ)=0,123, Rcov=0,193, Rcor=0,122 (образец №15); μ(λ)=0,260, D(λ)=0,114, Rcov=0,178, Rcor=0,113 (образец №16); μ(λ)=0,266, D(λ)=0,117, Rcov=0,185, Rcor=0,116 (образец №17); μ(λ)=0,251, D(λ)=0,104, Rcov=0,165, Rcor=0,105 (образец №18);
μ(λ)=0,298, D(λ)=0,139, Rcov=0,224, Rcor=0,136 (образец №19); μ(λ)=0,282, D(λ)=0,133, Rcov=0,209, Rcor=0,131 (образец №20); μ(λ)=0,303, D(λ)=0,139, Rcov=0,228, Rcor=0,137 (образец №21); μ(λ)=0,229, D(λ)=0,095, Rcov=0,146, Rcor=0,099 (образец №22); μ(λ)=0,281, D(λ)=0,128, Rcov=0,204, Rcor=0,126 (образец №23); μ(λ)=0,276, D(λ)=0,119, Rcov=0,193, Rcor=0,117 (образец №24); μ(λ)=0,244, D(λ)=0,082, Rcov=0,140, Rcor=0,084 (образец №25); μ(λ)=0,295, D(λ)=0,138, Rcov=0,222, Rcor=0,136 (образец №26); μ(λ)=0,196, D(λ)=0,071, Rcov=0,108, Rcor=0,081 (образец №27); μ(λ)=0,180, D(λ)=0,064, Rcov=0,095, Rcor=0,077 (образец №28); μ(λ)=0,180, D(λ)=0,062, Rcov=0,093, Rcor=0,076 (образец №29); μ(λ)=0,245, D(λ)=0,102, Rcov=0,160, Rcor=0,104 (образец №30); μ(λ)=0,215, D(λ)=0,082, Rcov=0,126, Rcor=0,088 (образец №31); μ(λ)=0,188, D(λ)=0,067, Rcov=0,101, Rcor=0,079 (образец №32); μ(λ)=0,376, D(λ)=0,198, Rcov=0,335, Rcor=0,200 (образец №33); μ(λ)=0,186, D(λ)=0,064, Rcov=0,097, Rcor=0,076 (образец №34); μ(λ)=0,210, D(λ)=0,079, Rcov=0,121, Rcor=0,086 (образец №35); μ(λ)=0,212, D(λ)=0,081, Rcov=0,124, Rcor=0,088 (образец №36); μ(λ)=0,215, D(λ)=0,083, Rcov=0,127, Rcor=0,089 (образец №37); μ(λ)=1,288; D(λ)=1,896; Rcov=3,516; Rcor=2,837 для доокисленного битума; μ(λ)=1,183; D(λ)=1,551; Rcov=2,920; Rcor=2,303 для Челябинского битума; μ(λ)=1,179; D(λ)=1,638; Rcov=2,994; Rcor=2,380 компаудированного битума с температурой размягчения, Тр по Киш 41,34°С; μ(λ)=1,223; D(λ)=1,701; Rcov=3,162; Rcor=2,521 компаудированного битума с температурой размягчения, Тр по Киш 33,39°С; μ(λ)=1,752; D(λ)=3,065; Rcov=6,074; Rcor=5,117 компаудированного битума с температурой размягчения, Тр по Киш 41,38°С; μ(λ)=1,415; D(λ)=2,166; Rcov=4,126; Rcor=3,370 компаудированного битума с температурой размягчения, Тр по Киш 38,89°С; μ(λ)=1,588; D(λ)=2,526; Rcov=4,997; Rcor=4,138 компаудированного битума с температурой размягчения, Тр по Киш 33,64°С; μ(λ)=0,996; D(λ)=1,337; Rcov=2,301; Rcor=1,797 остаточного битума из Арланской нефти; μ(λ)=1,726; D(λ)=3,844; Rcov=6,742; Rcor=5,801 битума из остатка висбрекинга гудрона; μ(λ)=1,354; D(λ)=2,046; Rcov=3,837; Rcor=3,118 битума из Западносибирской нефти; μ(λ)=1,705; D(λ)=2,819; Rcov=5,670; Rcor=4,741 битума из суторинской нефти; μ(λ)=1,648; D(λ)=2,811; Rcov=5,472; Rcor=4,577 битума строительного из Западносибирской нефти; μ(λ)=1,710; D(λ)=2,797; Rcov=5,666; Rcor=4,734 битума марки БН-3; для сульфированные высококипящие ароматические фракции гудронов и асфальтов μ(λ)=1,084, D(λ)=1,110, Rcov=2,264, Rcor=1,705 (образец №1); μ(λ)=1,036, D(λ)=0,974, Rcov=2,029, Rcor=1,499 (образец №2); μ(λ)=1,346, D(λ)=1,535, Rcov=3,318, Rcor=2,603 (образец №3); μ(λ)=1,404, D(λ)=1,687, Rcov=3,625, Rcor=2,876 (образец №4); μ(λ)=1,552, D(λ)=2,014, Rcov=4,383, Rcor=3,545 (образец №5); μ(λ)=1,626, D(λ)=2,394, Rcov=4,992, Rcor=4,110 (образец №6); μ(λ)=1,635, D(λ)=2,531, Rcov=5,154, Rcor=4,267 (образец №7); μ(λ)=1,470, D(λ)=2,023, Rcov=4,146, Rcor=3,357 (образец №8); μ(λ)=1,210, D(λ)=1,100, Rcov=2,544, Rcor=1,910 (образец №9); μ(λ)=1,206, D(λ)=1,361, Rcov=2,788, Rcor=2,157 (образец №10); μ(λ)=0,429; D(λ)=0,237; Rcov=0,417; Rcor=0,250 для Арланской товарной нефти; μ(λ)=0,267; D(λ)=0,050; Rcov=0,121; Rcor=0,051 для Сергеевской товарной нефти; μ(λ)=0,474; D(λ)=0,267; Rcov=0,486; Rcor=0,293 для Карачаганакской товарной нефти; μ(λ)=0,340; D(λ)=0,114; Rcov=0,227; Rcor=0,114 для Узеньской товарной нефти; μ(λ)=0,313; D(λ)=0,133; Rcov=0,228; Rcor=0,131 для Ромашкинской товарной нефти; μ(λ)=0,414; D(λ)=0,203; Rcov=0,370; Rcor=0,212 для Кушкульской товарной нефти; μ(λ)=1,093; D(λ)=1,054; Rcov=2,229; Rcor=1,665 для Вятской товарной нефти; μ(λ)=1,513; D(λ)=7,930; Rcov=9,975; Rcor=9,166 для Западносибирской товарной нефти; μ(λ)=0,384; D(λ)=0,187; Rcov=0,331; Rcor=0,191 для Игровской товарной нефти; μ(λ)=0,313; D(λ)=0,133; Rcov=0,228; Rcor=0,131 для Азнакаевской товарной нефти; μ(λ)=0,166, D(λ)=0,045, Rcov=0,072, Rcor=0,062 для фракции из смешанных бензинов Ткип 180-230°С (неразбавленный образец №1); μ(λ)=0,196, D(λ)=0,000, Rcov=0,039, Rcor=0,011 для фракции очищенной Ткип 180-230°С (неразбавленный образец №2); μ(λ)=0,105, D(λ)=0,036, Rcov=0,046, Rcor=0,073 для фракции из смешанных бензинов Ткип 120°С (неразбавленный образец №3); μ(λ)=0,247, D(λ)=0,005, Rcov=0,066, Rcor=0,008 для фракции из смешанных бензинов Ткип 120°С (неразбавленный образец №4); μ(λ)=0,258, D(λ)=0,300, Rcov=0,356, Rcor=0,293 для фракции очищенной из смеси бензинов Ткип 180-230°С (неразбавленный образец №5); μ(λ)=0,103, D(λ)=0,000, Rcov=0,011, Rcor=0,039 для фракции 180-230°С очищенной из смеси бензинов (неразбавленный образец №6); μ(λ)=0,088, D(λ)=0,029, Rcov=0,036, Rcor=0,074 для фракции бензинов, сырье исходное (неразбавленный образец №7); μ(λ)=0,160, D(λ)=0,000, Rcov=0,026, Rcor=0,020 для фракции из сырья смешанных бензинов Ткип 120°С (неразбавленный образец №8); μ(λ)=0,192, D(λ)=0,097, Rcov=0,129, Rcor=0,094 бензина гидроочищенного (неразбавленный образец №9); μ(λ)=1,010, D(λ)=0,000, Rcov=1,021, Rcor=0,000 для бензина гидроочищенного (неразбавленный образец №10); для неразбавленного дизельного топлива, а именно μ(λ)=0,111; D(λ)=0,147; Rcov=0,148; Rcor=0,137 фракции прямогонного и гидроочищенного дизельного топлива (образец №1); μ(λ)=0,178, D(λ)=0,265, Rcov=0,281, Rcor=0,250 фракции прямогонного и гидроочищенного дизельного топлива (образец №2); μ(λ)=0,114, D(λ)=0,057, Rcov=0,067, Rcor=0,054 фракции прямогонного и гидроочищенного дизельного топлива (образец №3); μ(λ)=0,137, D(λ)=0,123, Rcov=0,135, Rcor=0,117 фракции прямогонного и гидроочищенного дизельного топлива (образец №4); μ(λ)=0,182, D(λ)=0,236, Rcov=0,256, Rcor=0,224 гидроочищенного дизельного топлива (образец №5); μ(λ)=0,159, D(λ)=0,125, Rcov=0,143, Rcor=0,119 гидроочищенного дизельного топлива (образец №6); μ(λ)=0,132, D(λ)=0,105, Rcov=0,115, Rcor=0,098 гидроочищенного дизельного топлива (образец №7); μ(λ)=0,171, D(λ)=0,238, Rcov=0,253, Rcor=0,225 прямогонного дизельного топлива (образец №8); μ(λ)=0,177, D(λ)=0,247, Rcov=0,266, Rcor=0,236 гидроочищенного дизельного топлива (образец №9); μ(λ)=0,135, D(λ)=0,069, Rcov=0,084, Rcor=0,066 гидроочищенного дизельного топлива (образец №10); μ(λ)=0,302, D(λ)=0,251, Rcov=0,340, Rcor=0,249 гидроочищенного дизельного топлива (образец №11); μ(λ)=0,133, D(λ)=0,096, Rcov=0,107, Rcor=0,090 гидроочищенного дизельного топлива (образец №12); μ(λ)=0,256, D(λ)=0,299, Rcov=0,353, Rcor=0,289 гидроочищенного дизельного топлива (образец №13); μ(λ)=0,769, D(λ)=0,804, Rcov=1,392, Rcor=0,802 фракции дизельного топлива и газойлей термокрекинга и коксования (образец №14); μ(λ)=0,470, D(λ)=0,369, Rcov=0,578, Rcor=0,360 фракции дизельного топлива и газойлей термокрекинга и коксования (образец №15); μ(λ)=0,149, D(λ)=0,231, Rcov=0,240, Rcor=0,219 прямогонного дизельного топлива (образец №16); μ(λ)=0,148, D(λ)=0,234, Rcov=0,244, Rcor=0,222 прямогонного дизельного топлива (образец №17); μ(λ)=0,165, D(λ)=0,075, Rcov=0,099, Rcor=0,072 прямогонного дизельного топлива (образец №18); μ(λ)=0,114, D(λ)=0,067, Rcov=0,077, Rcor=0,064 прямогонного дизельного топлива (образец №19); μ(λ)=0,176, D(λ)=0,144, Rcov=0,166, Rcor=0,137 прямогонного дизельного топлива (образец №20); μ(λ)=0,124, D(λ)=0,118, Rcov=0,127, Rcor=0,112 прямогонного дизельного топлива (образец №21); μ(λ)=0,175, D(λ)=0,151, Rcov=0,173, Rcor=0,143 прямогонного дизельного топлива (образец №22).
2. Способ по п. 1, отличающийся тем, что твердый анализируемый образец предварительно разогревается в сушильном шкафу до размягчения и тщательно перемешивается.
3. Способ по п. 1, отличающийся тем, что оптически прозрачные образцы не требуют предварительного разбавления в растворителе.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| RU2016141534A RU2639139C1 (ru) | 2016-10-21 | 2016-10-21 | Способ идентификации многокомпонентных углеводородных систем по статистическим параметрам сигнала электронного абсорбционного спектра |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| RU2016141534A RU2639139C1 (ru) | 2016-10-21 | 2016-10-21 | Способ идентификации многокомпонентных углеводородных систем по статистическим параметрам сигнала электронного абсорбционного спектра |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| RU2639139C1 true RU2639139C1 (ru) | 2017-12-19 |
Family
ID=60719016
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| RU2016141534A RU2639139C1 (ru) | 2016-10-21 | 2016-10-21 | Способ идентификации многокомпонентных углеводородных систем по статистическим параметрам сигнала электронного абсорбционного спектра |
Country Status (1)
| Country | Link |
|---|---|
| RU (1) | RU2639139C1 (ru) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| RU2688841C1 (ru) * | 2018-12-07 | 2019-05-22 | Федеральное государственное бюджетное образовательное учреждение высшего образования "Санкт-Петербургский государственный университет (СПбГУ)" | Способ идентификации фракций термической разгонки нефти |
| RU2785591C1 (ru) * | 2022-02-08 | 2022-12-09 | федеральное государственное бюджетное образовательное учреждение высшего образования "Казанский национальный исследовательский технологический университет" (ФГБОУ ВО "КНИТУ") | Способ оценки группового углеводородного состава прямогонных нефтяных фракций |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| SU1122943A1 (ru) * | 1983-01-18 | 1984-11-07 | Ордена Трудового Красного Знамени Институт Физики Ан Бсср | Способ идентификации нефти и нефтепродуктов |
| SU1522081A1 (ru) * | 1987-11-23 | 1989-11-15 | Всесоюзный научно-исследовательский институт нефтепромысловой геофизики | Способ идентификации нефтей и нефтепродуктов |
| SU1525572A1 (ru) * | 1987-08-17 | 1989-11-30 | Грозненский Филиал Всесоюзного Научно-Исследовательского Биотехнического Института | Способ идентификации типа нефтей и нефтепродуктов |
| RU2368645C2 (ru) * | 2007-09-27 | 2009-09-27 | Государственное образовательное учреждение высшего профессионального образования "Казанский государственный университет им. В.И. Ульянова-Ленина" (ГОУ ВПО КГУ) | Способ идентификации маркированных нефтепродуктов |
| RU2013109629A (ru) * | 2013-03-04 | 2014-09-10 | Государственное унитарное предприятие "Институт проблем транспорта энергоресурсов" (ИПТЭР) | Способ обнаружения нефти или нефтепродукта из трубопровода |
-
2016
- 2016-10-21 RU RU2016141534A patent/RU2639139C1/ru not_active IP Right Cessation
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| SU1122943A1 (ru) * | 1983-01-18 | 1984-11-07 | Ордена Трудового Красного Знамени Институт Физики Ан Бсср | Способ идентификации нефти и нефтепродуктов |
| SU1525572A1 (ru) * | 1987-08-17 | 1989-11-30 | Грозненский Филиал Всесоюзного Научно-Исследовательского Биотехнического Института | Способ идентификации типа нефтей и нефтепродуктов |
| SU1522081A1 (ru) * | 1987-11-23 | 1989-11-15 | Всесоюзный научно-исследовательский институт нефтепромысловой геофизики | Способ идентификации нефтей и нефтепродуктов |
| RU2368645C2 (ru) * | 2007-09-27 | 2009-09-27 | Государственное образовательное учреждение высшего профессионального образования "Казанский государственный университет им. В.И. Ульянова-Ленина" (ГОУ ВПО КГУ) | Способ идентификации маркированных нефтепродуктов |
| RU2013109629A (ru) * | 2013-03-04 | 2014-09-10 | Государственное унитарное предприятие "Институт проблем транспорта энергоресурсов" (ИПТЭР) | Способ обнаружения нефти или нефтепродукта из трубопровода |
Non-Patent Citations (3)
| Title |
|---|
| Знаменщиков А.Н. Определение структурно-группового состава и общего содержания углеводородов в нефтях и нефтяных загрязнениях спектральными методами. Автореф. дисс. к.х.н. Тюмень, 2012. * |
| Знаменщиков А.Н. Определение структурно-группового состава и общего содержания углеводородов в нефтях и нефтяных загрязнениях спектральными методами. Автореф. дисс. к.х.н. Тюмень, 2012. ИВАНОВА Л. В. и др. ИК-спектрометрия в анализе нефти и нефтепродуктов. Вестник Башкирского университета. 2008. Т. 13. N4, с. 869 - 874. * |
| ИВАНОВА Л. В. и др. ИК-спектрометрия в анализе нефти и нефтепродуктов. Вестник Башкирского университета. 2008. Т. 13. N4, с. 869 - 874. * |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| RU2688841C1 (ru) * | 2018-12-07 | 2019-05-22 | Федеральное государственное бюджетное образовательное учреждение высшего образования "Санкт-Петербургский государственный университет (СПбГУ)" | Способ идентификации фракций термической разгонки нефти |
| EA038397B1 (ru) * | 2018-12-07 | 2021-08-23 | Федеральное государственное бюджетное образовательное учреждение высшего образования "Санкт-Петербургский государственный университет" (СПбГУ) | Способ идентификации фракций термической разгонки нефти |
| RU2785591C1 (ru) * | 2022-02-08 | 2022-12-09 | федеральное государственное бюджетное образовательное учреждение высшего образования "Казанский национальный исследовательский технологический университет" (ФГБОУ ВО "КНИТУ") | Способ оценки группового углеводородного состава прямогонных нефтяных фракций |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Andersen | Flocculation onset titration of petroleum asphaltenes | |
| US9285307B2 (en) | Characterization of crude oil by ultraviolet visible spectroscopy | |
| Cunha et al. | NMR in the time domain: A new methodology to detect adulteration of diesel oil with kerosene | |
| MX2007003005A (es) | Aparato portatil para analisis de una corriente de alimentacion de refineria o un producto de un proceso de refineria. | |
| US10527546B2 (en) | Characterizing crude oil using laser induced ultraviolet fluorescence spectroscopy | |
| US20150106032A1 (en) | Characterization of crude oil by simulated distillation | |
| Marinović et al. | Prediction of diesel fuel properties by vibrational spectroscopy using multivariate analysis | |
| Kawahara | Identification and differentiation of heavy residual oil and asphalt pollutants in surface waters by comparative ratios of infrared absorbances | |
| Nielsen et al. | Quantitative analysis of constituents in heavy fuel oil by 1H nuclear magnetic resonance (NMR) spectroscopy and multivariate data analysis | |
| RU2639139C1 (ru) | Способ идентификации многокомпонентных углеводородных систем по статистическим параметрам сигнала электронного абсорбционного спектра | |
| Ferreiro-González et al. | New headspace-mass spectrometry method for the discrimination of commercial gasoline samples with different research octane numbers | |
| Issa | Streamlining aromatic content detection in automotive gasoline for environmental protection: Utilizing a rapid and simplified prediction model based on some physical characteristics and regression analysis | |
| Sastry et al. | Determination of physicochemical properties and carbon-type analysis of base oils using mid-IR spectroscopy and partial least-squares regression analysis | |
| van den Berg | History and Review of Dual Solvent Titration Methods | |
| Blanco et al. | Determination of the penetration value of bitumens by near infrared spectroscopy | |
| El-Naggar et al. | Petroleum in view of its classification, assay and analysis | |
| Wetekam et al. | FTIR spectroscopy analysis assessment of reclaimed asphalt at asphalt mixing plants to optimize the recycling | |
| Lima et al. | Determination of the carcinogenic potential of lubricant base oil using near infrared spectroscopy and chemometrics | |
| Dolomatov et al. | Identification of oil in terms of the parameters of its electron absorption spectrum | |
| Niño et al. | FTIR-ATR predictive model for determination of asphaltene solubility class index (ASCI) based on partial least-squares regression (PLS-R) | |
| Li et al. | Data fusion of ultraviolet-visible and mid-infrared spectra for rapid performance inspection of paving asphalt binders | |
| RU2621481C1 (ru) | Способ определения эффективного потенциала ионизации и эффективного сродства к электрону многокомпонентных ароматических конденсированных сред | |
| Ahmed | Diffusion of the rejuvenators into bitumen studied by FTIR-ATR as a function of temperature and bitumen properties | |
| RU2780842C1 (ru) | Способ оперативной идентификации источников загрязнения водных объектов окружающей среды углеводородными топливами | |
| Islam et al. | Investigation of oxidative aging of field-extracted asphalt binders at various conditions using carbonyl index |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| MM4A | The patent is invalid due to non-payment of fees |
Effective date: 20181022 |