提供一种润滑剂基础油。所述润滑剂基础油具有使用碳‑13核磁共振(NMR)谱峰值的逐步回归确定的低温性质。还提供一种选择具有可接受的低温性能的候选润滑剂基础油或其混合物的方法。还提供一种掺合润滑剂基础油的在线方法和一种成品润滑剂。
The composition based on 13C-NMR and the method to design and produce them as well as their performance in the finished lubricant
【技术实现步骤摘要】
【国外来华专利技术】优质润滑油基础油的基于13C-NMR的组成和能够设计和生产它们的方法以及它们在成品润滑剂中的性能领域本公开大体上涉及润滑基础油、选择润滑基础油的方法和润滑油组合物。背景在润滑油领域中，传统上将添加剂如倾点下降剂添加到润滑基础油，包括高度精制的矿物油中，以改进润滑油的性质，如低温粘度特性。生产高粘度指数基础油的已知方法包括通过加氢裂化或加氢异构化对含天然或合成正链烷烃的原料油施以润滑基础油精制的方法。为润滑基础油和润滑油的低温粘度特性评估的性质通常是倾点、浊点和凝固点。根据它们的正链烷烃或异链烷烃含量评估润滑基础油的低温粘度特性的方法也是已知的。在内燃机、齿轮箱和其它机械装置中使用润滑油的目的是使这些装置中的运行更顺畅。内燃机润滑油(发动机油)特别必须在内燃机的高性能、高输出和苛刻运行条件下表现出高性能。因此将各种添加剂，如抗磨剂、金属基清净剂、无灰分散剂和抗氧化剂添加到常规发动机油中以满足这些性能要求。成品润滑剂性能明显受基础油参数和组成影响。如所示，成品润滑剂的关键性能参数之一是低温性质，即在不同产品用途的各种剪切环境中呈现的粘度。这些粘度通常受试验的性质和制剂中的相对较低浓度的蜡质组分影响。此外，许多润滑剂用截然不同类型的基础油料如第II类和第III类和PAO(其中残余蜡的量和性质可相差很大)配制。粘度指数(VI)和倾点是重要的润滑剂和工业油品质，它们通常用作基础油的制造规范和/或产品规范。存在这样的需要，即使用少量(<1ml)基础油样品快速(在数小时内)评估VI和倾点，并针对最佳VI和倾点为工艺(包括润滑剂生产工艺)和催化剂的设计、选择和优化提供指导以生产具有所需异构物结构(isomericstructure)的第I、II和II+、III、III+、IV类和其它相关异链烷烃基础油料。因此，需要界定满足一定范围的低温性质的基础油料的可接受组成的方法，该基础油料使用混合基础油料体系和独立基础油料。该方法可界定满足产品范围的可接受组成，以提供可快速和容易地验证的产品范围。概述在一个方面中，提供一种成品润滑剂。该成品润滑剂包含具有使用关于碳-13核磁共振(NMR)谱峰值的数据分析/机器学习技术确定的低温性质(LTP)的润滑剂基础油。在一些实施方案中，数据分析/机器学习技术包含逐步回归、贝叶斯回归、LASSO/Ridge回归、随机森林(randomforest)、支持向量机(supportvectormachine)、深度学习技术等。在一些实施方案中，数据分析/机器学习技术包含逐步回归，且逐步回归中使用的谱峰值在90％置信度下具有显著性。在一些实施方案中，逐步回归中使用的谱峰值在95％置信度下具有显著性。在一些实施方案中，该成品润滑剂是工业油。在一些实施方案中，该逐步回归使用至少三个谱峰值。在一些实施方案中，逐步回归方程是a-b＊P15+c＊P17-d＊P18+e＊(P2+P4+P10)<LN(扫描Brookfield粘度@-30℃＝30,000)。在一些实施方案中，a＝11.06；b＝2.857；c＝0.811；d＝3.328和e＝2.966。在一些实施方案中，该成品润滑剂是适合在高剪切下运行的发动机油。在一些实施方案中，该逐步回归使用至少三个谱峰值。在一些实施方案中，逐步回归方程是a+b＊P17+c＊P118-d＊P15+e＊(P2+P4+P10)-f＊(P1+P5)<LN(冷启动模拟器粘度@-25℃＝7,000)。在一些实施方案中，a＝9.093；b＝0.4957；c＝2.842；d＝1.850、e＝2.094和f＝1.964。在一些实施方案中，低温性质是小型旋转粘度计粘度(MiniRotaryViscometerviscosity)，ASTMD4684。在一些实施方案中，逐步回归方程是a-b＊P18+c＊(P2+P4)<LN(小型旋转粘度@-30℃＝40,000)。在一些实施方案中，a＝12.18；b＝4.16；和c＝3.24。在另一方面中，提供一种选择具有可接受的低温性能的候选润滑剂基础油或其混合物的方法。该方法包含使用碳-13核磁共振(NMR)谱法评估一组样品，各样品具有低温性质；执行关于对这组样品获得的碳-13NMR谱峰值和它们的低温性质的数据分析/机器学习技术；为所选低温性质选择被发现在至少90％置信度下具有显著性的碳-13NMR谱峰值；基于所述数据分析/机器学习技术选择候选润滑剂基础油。在一些实施方案中，该润滑剂基础油用于配制高剪切发动机油。在一些实施方案中，这组样品跨越含异链烷烃的基础油，如第II、III和IV类基础油。在再一方面中，提供一种润滑剂基础油，所述润滑剂基础油具有使用碳-13核磁共振(NMR)谱峰值的逐步回归确定的低温性质。在一些实施方案中，逐步回归中使用的谱峰值在90％置信度下具有显著性。在一些实施方案中，逐步回归中使用的谱峰值在95％置信度下具有显著性。在再一方面中，提供一种掺合润滑剂基础油的在线方法，所述方法包含使用碳-13核磁共振(NMR)谱法评估一组样品，各样品具有低温性质；执行关于对这组样品获得的碳-13NMR谱峰值和它们的低温性质的数据分析/机器学习技术；为所选低温性质选择被发现在至少90％置信度下具有显著性的碳-13NMR谱峰值；在线监测第一润滑剂基础油掺合组分的碳-13NMR谱峰值；在线监测至少第二润滑剂基础油掺合组分的碳-13NMR谱峰值；数学确定第一润滑剂基础油掺合组分和至少第二润滑剂基础油掺合组分的最佳掺合比；和根据所述最佳掺合比掺合第一润滑剂基础油掺合组分和至少第二润滑剂基础油掺合组分以形成润滑剂基础油。在一些实施方案中，可能希望使用不同粘度基础油。在这样的实施方案中，可相对于公知的标准，如API第IV类基础油料，尤其是4、6和8cStPAO作出函数方程。在一些实施方案中，可以使用其它合适技术相对于该不同粘度的比率。例如，对于任何低温性质预测，可以使用下列形式的方程：预测LTP粘度(基础油)<1.2＊预测LTP粘度(PAO)，其中PAO的粘度是适当的参考粘度。在一些实施方案中，PAO的参考粘度范围可从2延伸到150cSt@100℃。在一些实施方案中，方程的形式可以更复杂以包含预期的非线性。一个实例可以是：预测LTP粘度(基础油)<1.2＊F(29cSt/kV40)＊预测LTP粘度(PAO)，其中F(自变量)是可为线性形式或可为指数定律、对数定律或幂定律的函数。附图简述本公开能有各种修改和替代形式，其具体示例性实施方案显示在附图中并在本文中详细描述。但是，应该理解的是，本文中对具体示例性实施方案的描述无意将本公开限于本文中公开的特定形式。本公开应该涵盖如所附权利要求书界定的所有修改和等同方案。还应该理解的是，附图不一定按比例，而是有所强调以清楚图示本专利技术的示例性实施方案的原理。此外，可能放大某些尺寸以助于视觉传达这些本文档来自技高网...
【技术保护点】
1.一种润滑剂基础油，所述润滑剂基础油具有使用碳-13核磁共振(NMR)谱峰值的逐步回归确定的低温性质。/n
【技术特征摘要】
【国外来华专利技术】20170630 US 62/527,4181.一种润滑剂基础油，所述润滑剂基础油具有使用碳-13核磁共振(NMR)谱峰值的逐步回归确定的低温性质。
2.权利要求1的润滑剂基础油，其中逐步回归中使用的谱峰值在90％置信度下具有显著性。
3.权利要求1或2的润滑剂基础油，其中逐步回归中使用的谱峰值在95％置信度下具有显著性。
4.权利要求1-3的润滑剂基础油，其中所述润滑剂基础油是工业油的组分。
5.权利要求4的润滑剂基础油，其中所述逐步回归使用至少三个谱峰值。
6.权利要求5的润滑剂基础油，其中逐步回归方程是a-b*P15+c*P17-d*P18+e*(P2+P4+P10)<LN(扫描Brookfield粘度@-30℃＝30,000)。
7.权利要求6的润滑剂基础油，其中a＝11.06；b＝2.857；c＝0.811；d＝3.328和e＝2.966。
8.权利要求1-3的润滑剂基础油，其中所述润滑剂基础油是高剪切发动机油的组分。
9.权利要求8的润滑剂基础油，其中所述逐步回归使用至少三个谱峰值。
10.权利要求9的润滑剂基础油，其中逐步回归方程是a+b*P17+c*P118-d*P15+e*(P2+P4+P10)-f*(P1+P5)<LN(冷启动模拟器粘度@-25C＝7,000)。
11.权利要求10的润滑剂基础油，其中a＝9.093；b＝0.4957；c＝...
【专利技术属性】
技术研发人员：C·L·小贝克尔，L·龚，E·桑切斯，A·R·霍顿，D·A·西斯恩，R·C·多尔蒂，
申请(专利权)人：埃克森美孚研究工程公司，
类型：发明
国别省市：美国;US
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。