近红外光谱分析技术在油品分析中的应用研究

鲁静 剡根姣 贺晓莹

摘 要：炼油过程中，需要对产品的关键品质进行在线监测，传统的实验室分析方法因费用高、测量滞后较大而不适合实时在线分析。近红外光谱分析是利用近红外光包容的物质信息进行分析的无损分析技术，可用于对石油产品质量的在线实时分析。论文在简述近红外线光谱技术的基础上，对近红外线光谱分析主要应用技术即汽油产品品质分析的NIR定量分析技术进行技术原理研究和应用研究。

关键词：近红外线光谱；分析技术；油品分析

1 概述近红外线光谱分析技术

近红外线是介于可见光和中红外线之间的电磁波，近红外光谱分析技术在光谱测量、化学计量等方面发挥着重要作用，其作为一种快速分析方法，也已广泛应用于石油产品的性质及组成分析。近红外线光谱分析技术在石油炼制中成功地应用于汽油性质和组成的测定，这也是论文的主要研究内容，即对NIR定量分析中在汽油分析中的应用研究。

近红外光谱主要是由于分子振动的非谐振性使分子振动从基态向高能级跃迁时产生的。红外光谱范围内，测量的主要是含氢基团 X—H 键振动的倍频和合频吸收。在油品分析中可将油品的近红外光谱和组成数据，通过合理的谱图预处理（如平滑、微分）和化学计量学校正方法建立起近红外光谱与组成间的校正模型，通过建立的校正模型便可快速得到组成结果。近红外光谱分析的主要技术特点有分析速度快、分析效率高、分析成本较低、对样品无损伤、适用的样品范围广等，因而近红外光谱技术之所以成为一种快速、高效、适合过程在线分析、的有利工具。近红外光谱法在汽油分析中的应用主要表现在如汽油辛烷值的测定，汽油中烯烃、芳烃含量的测定，汽油中乙醇的测定，汽油族组成的分析等方面。

2 NIR定量分析在汽油分析中的技术分析

汽油是最广泛应用的的发动机燃料，辛烷值标志着汽油抗爆性能力的强弱。因此汽油辛烷值的检测是油品分析的重要内容。传统的辛烷值测定方法分别测定汽油的研究法辛烷值和马达法辛烷值，传统测试法存在着机器价格比较贵且需经常性保养，测试费用高，对工作人员的要求较高等缺点，不适合生产控制和在线测试。国外首先应用近红外线（NIR）光谱法来进行油品测试。近红外光谱法是新兴的一种快速检测辛烷值的方法。NIR分析法具有仪器设备便宜、操作难度较低、分析时间短、可远程操控等优点，这使得NIR适应各种恶劣条件而能得到更广泛的应用。

首先，近红外线测定汽油辛烷值方法取决于汽油辛烷值与汽油组分的分子结构，通过测定汽油的近红外光谱数据，将其与汽油实测辛烷值用数理统计方法关联起来，建立汽油辛烷值的预测模型。因此，根据化学计量学建立的数学模型对NIR测定的准确度起着重要作用。建立时间和空间都较稳定的数学模型需要选择有代表性的样品，建立规范的的测试方法，准确测定样品的NIR光谱，在此基础上根据现实变化对模型进行不断的修正，确保模型预测效果的准确性。

近红外光谱分析测量工作就是要系统地解决NIR测定各种疑难点并最终完成分析的整个过程。NIR定量分析首先通过确定高效仪器设备和样品来源及基础数据的测定制定出汽油样品的近红外线光谱图，接着对光谱图上的数据进行预处理，建立校正模型。NIR定量分析流程一般分为两个步骤，首先在选择并分析样品的基础上建立并优化数学模型，确保数学模型能在运算过程中更精确、更稳定；第二运用建立好的数学模型分析被选样品的近红外光谱，并根据此分析预测未被测量的样品中有关组分的相关性质。通过对有代表性的样品的光谱分析和模型计算就能更有效地预测未知样品的对应成分的性质和含量。

建立稳定的数学模型对NIR定量分析具有至关重要的作用。首先需要对样品进行优化选择，使选用的数学模型更具代表性，对样品进行准确扫描以确认其规范光谱和性质参数，最后运用各种处理技术校正光谱，使其能真正克服近红外线固有的光谱测定失真的难点。第二，运用化学计量学方法建立数学模型，克服近红外线光谱分析的固有难点，并通过严格的统计学方法，检验数学模型是否符合应用要求。第三，优化数学模型，提高数学模型在时空上的稳定性。第四，维护并修正数学模型，使模型能更好地适应不同时间、空间的改变及其要求。

3 NIR定量分析在汽油分析中的应用分析

国内外对近红外线光谱分析汽油甲烷值已经有一些相关实验，如Kelly、曹动、王宗明等运用PLS技术对汽油甲烷值的测量及其取得的越来越高的精确度。本论文将之前的技术分析进一步应用到特定的汽油品质分析的实验中，用选定的一组汽油样品，测定其光谱和甲烷值数据，建立定量校正模型，并对模型进行评价分析。

本文搜集了本地多处加油站、科研单位的汽油样本，在此样品分析的基础上进行具体的建模过程。首先，准备好实验工具，将准备好的测验样品倒入干燥洁净的小烧杯，并进行三十二次的光谱扫描，记录每次测得的近红外光谱图，并将光结果绘制成图。第二步，对光谱上的数据进行预处理，论文采用使用范围较广泛的OPUS软件对数据进行校正和处理并在此基础上进行微分处理，消除由于仪器噪音引起的数据不准确现象和光散射的不良影响。第三，对已经建立好的数学模型进行校正，将汽油样本分为校验集和预测集两部分，利用校验集得到预测模型，以此对未知样本进行预测，将两者进行比较，以此校正模型。需要提出的是，常用的校验方法有偏最小二乘法（PLS）和人工神经网络法（BP-ANN），一般情况下，人工神经网络法所预测的结果更适合汽油辛烷值的光谱法测定。

4 结语

论文主要从多个方面分析了红外光谱对汽油产品质量的分析，论文在简述近红外线光谱技术原理和使用的基础上，对近红外线光谱分析主要应用技术即汽油产品品质分析的NIR定量分析技术进行了基本的技术原理研究和更进一步的实践应用分析。总的来说，作为新兴的汽油辛烷值的测量法，具有仪器设备便宜、操作难度较低、分析时间短、可远程操控等优点，通过汽油的近红外光谱分析，建立数学模型并进一步校正模型，使得近红外光谱分析技术在油品分析中的应用取得较好的效果，并得到广泛应用。

参考文献：

[1]冯新泸，史永刚.近红外光谱及其在石油产品分析中的应用[M]. 北京：中国石化出版社，2002.

[2]陆婉珍，袁洪福，记长青等.现代近红外光谱分析技术[M].北京：中国石化出版社，2000.

[3]徐广通，袁洪福，陆婉珍.近红外光谱法测定柴油中的芳烃含量[J].石油化工，1999（04）.