【技术实现步骤摘要】
利用近红外光谱快速测定石脑油单体烃分布的方法
[0001]本专利技术涉及一种利用近红外光谱快速测定石脑油单体烃分布的方法。
技术介绍
[0002]近些年,优化炼油过程已成为石油加工行业的重要工作,主要原因有:(1)原油重质化越来越严重,而市场对轻质油的需求越来越多,需要提高重油向轻油的转化效率;(2)国家对环保越来越重视、要求越来越高,需要优化生产过程以节约能源、减少污染排放。如何优化炼油过程与其原料的性质息息相关,而石油的物化性质是由其分子组成决定的。从分子水平上认识石油的组成和性质,深入研究炼油过程中各分子的化学反应,可以更加准确地认识石油及其各馏分的加工性质,确定更加高效的加工路线。
[0003]石脑油是我国乙烯裂解和催化重整的最主要原料之一,对其分子组成进行表征的最直接和最准确的方法是色谱分析,能定性定量出上百个单体烃分子。但是,色谱分析实验周期较长,且还需要一些专业人员进行操作,很难满足炼厂在优化控制方面对分析速度的要求。而近红外光谱(NIR)因其测量速度快、能同时测量多个组分而受到越来越多的重视。上世纪9 ...
【技术保护点】
【技术特征摘要】
1.一种利用近红外光谱快速测定石脑油单体烃分布的方法,包括如下步骤:(1)收集n个石脑油实际样本,测定各个实际样本的近红外光谱,利用气相色谱法测定各个实际样本的族组分分布和单体烃含量,n为正整数;(2)将步骤(1)中所述实际样本的近红外光谱和单体烃含量分别按照波数和分子类型一一对应整理成矩阵,计算各个实际样本中每个单体烃的分布比例,构建石脑油单体烃分布比例库;(3)根据步骤(1)测定的实际样本的近红外光谱、族组分分布和步骤(2)所计算出的单体烃分布比例,利用样本增强方法生成虚拟样本,包括所述虚拟样本的近红外光谱、族组分分布和单体烃分布比例,并与步骤(1)中收集到的实际样本共同组成混合样本;(4)将步骤(3)所述的混合样本的近红外光谱,取其特征谱区的谱图进行降噪处理;(5)将所述混合样本在步骤(4)中经过降噪处理后光谱的吸光度与各个样本的族组分分布结果中的各族组分含量分别进行关联,分别进行回归分析,建立近红外光谱与各族组分含量的校正模型;(6)采用与步骤(1)相同的方法测定待测样本的近红外光谱并对谱图进行降噪处理,将特征谱区的吸光度代入步骤(5)建立的各族组分含量的校正模型,得到待测样本的各个族组分含量;(7)利用步骤(6)测定的待测样本的近红外光谱,在步骤(2)构建的混合样本中寻找相似样本,利用相似样本去计算待测样本的单体烃分布比例,并与步骤(6)得到的各个单体烃分子所在族的族组分含量相乘,即得到待测样本的单体烃分布。2.按照权利要求1所述的方法,其特征在于,在步骤(1)中,所述近红外光谱的测定温度为25~40℃,光谱采集范围为3500~10000cm
‑1。3.按照权利要求1所述的方法,其特征在于,在步骤(1)中,按照国家标准石脑油单体烃组成测定方法(SH/T 0714)测定所述实际样本的族组分分布和单体烃含量。4.按照权利要求1所述的方法,其特征在于,在步骤(3)中,所述增强方法包括:通过预设的选择规则选择实际样本中的m个样本,对所述的m个样本通过预设的组合规则组合得到所述的虚拟样本,所述虚拟样本中每个样本的近红外光谱、族组分分布和单体烃分布比例通过组成该样本的实际样本的近红外光谱、族组分分布和单体烃分布比例按其组合比例通过线性加和得到,其中m为大于等于2、小于等于n的正整数。5.按照权利要求4所述的方法,其特征在于,在步骤(3)中,所述预设的选择规则包括随机选择规则、固定顺序选择规则和近红外光谱相似度选择规则。6.按照权利要求5所述的方法,其特征在于,在步骤(3)中,所述近红外光谱相似度选择规则包括:通过分别计算待测样本的近红外光谱与n个实际样本的近红外光谱的相似度,从中选择m个相似度最大的实际样本。7.按照权利要求4所述的方法,其特征在于,在步骤(3)中,所述预设的组合规则包括固定比例加和规则和/或随机比例加和规则。8.按照权利要求7所述的方法,其特征在于,在步骤(3)中,所述固定比例加和是实际样本中的m个样本通过固定比例进行加和的方式得到虚拟样本,所得到的虚拟样本的近红外光谱通过组成该样本的实际样本的近红外光谱进行固定比例加和后任选加上噪音得到,相应的族组分分布和单体烃分布比例通过组成该样本的实际样本的族组分分布和单体烃分
布比例进行相同的固定比例加和得到;所述随机比例加和是实际样本中的m个样本通过随机比例加和规则得到的虚拟样本,所得到的虚拟样本的近红外光谱通过组成该样本的实际样本的近红外...
【专利技术属性】
技术研发人员:刘秋芳,褚小立,陈瀑,李敬岩,
申请(专利权)人:中国石油化工股份有限公司石油化工科学研究院,
类型:发明
国别省市:
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。