试析油品检测中近红外光谱技术的应用

2016-03-16梁家铭

环球市场 2016年7期

关键词：基团油品光谱

梁家铭

广东省茂名市质量计量监督检测所

试析油品检测中近红外光谱技术的应用

梁家铭

广东省茂名市质量计量监督检测所

本文从近红外光谱技术的概念出发，对近红外光谱技术的原理、应用现状及检测分析方法进行了详细探究，以供参考。

近红外光谱；分析技术；油品分析；检测

前言

近些年来，随着计算机技术的快速发展，越来越多度偶的信息技术应用到油品分析工作中，并且取得了良好的效果。近红外光谱分析技术室一种快速分析技术，而且具有快速、低耗等特点，在众多领域的检测分析工作中都有广泛的应用。

1　近红外光谱技术的概念

近红外光谱技术是一种常见的分析手段，它以物质对红外光的吸收作为理论基础。它是介于中红外光（2500～25000nm）和可见光（400～780nm）之间的电磁辐射波，一般将近红外光谱区定义为780～2526 nm（波数范围为12820～3959cm-1）的区域。由于近红外光谱区与有机分子中含氢基团（C—H、O—H、N—H）的振动频率吸收区相一致，所以通过扫描样品的近红外光谱，就可以得到样品中含氢基团的特征信息。同时，利用近红外光谱技术分析样品具有简便、快捷、高效、准确、价廉、不破坏样品、不消耗化学试剂、不污染环境等优点，因此该技术受到越来越多的青睐［1］。

2　近红外光谱技术的原理

近红外光谱（波长范围780- 2526mm）的产生主要是样品分子中含X- H 键（X 为C，O，N，S 等）基团的化合物在中红外区域基频振动的倍频及合频吸收。与中红外光谱和远红外光谱技术相比，近红外光谱技术有更宽的谱带，而且强度被极大的降低，所以使得近红外光谱技术可以在检测样品不经过稀释的情况下直接进行测定，而且可以获得准确度较高的测定结果。受到光谱吸收峰位和强度的变化影响，不同的样品基团产生的光谱存在较大的差异，随着样品成分发生变化，形成的光谱特征也会随之变化，这就为近红外光谱技术的应用提供了检测基础。

在油品分析中，样品中包含很多不同种类的C- H 基团信息的烃类化合物，而烃类化合物的结构和成分含量的变化都会对油品产生一定的影响，所以通过近红外光谱技术的运用，可以将这些细致的变化信息进行采集和处理，形成近红外光谱的处理图和化学校正方法，进而建立近红外光谱的校正模型，运用该模型便可以得到油品分析的数据结果。

3　近红外光谱分析技术在油品中的应用现状

石油化工产品的主要成分是烃类化合物，而近红外分析技术可以针对其中的基团化合物进行检测，因此在油品分析中运用近红外光谱分析技术，是十分适合的。美国华盛顿大学是最早针对油品分析中近红外光谱技术应用的问题进行研究，并且在《HydrocarbonProcessing》上发表了关于运用近红外改光谱技术测定汽油辛烷值的检测结果和研究报告，为近红外光谱技术的广泛应用奠定了基础。随后，近红外光谱技术不断发展，应用的范围也越来越广泛，对于辛烷值、芳烃含量、含氧化合物含量等都可以实现有效科学的检测，为石油化工领域的生产活动提供了丰富的数据基础。

我国关于近红外光谱技术在石油化工领域中应用的课题研究，是从20 世纪80 年代开始，主要的科研工作集中在化工科学院，随着研究工作的不断深入，产生了关于近红外光谱技术在柴油基团中密度、折光等性质的检测，而且与油品性质之间存在密切关系，可以从相关文献中查询。

4　近红外光谱技进行油品检测分析的方法

从油品分析的角度来说，其中包含很多复杂的基团因子，如甲基- CH3、亚甲基=CH2 等，由于这些分子在排列和成分方面的差异，形成的光谱也存在一定的差异，正是这种差异性的存在为近红外光谱技术的应用提供了空间。通过检测和计算，可以针对不同基团分子之间的细微差异做出判断，进而获得相应的数据信息，通过对数据的处理形成谱图和计量学模型，获得油品分析的完整数据。运用近红外光谱技术进行油品分析的方法主要有两种：

4.1定性分析方法

近红外光谱定性分析方法主要是依靠检测样本和未知样品的谱图比较获得结果，适用于已经形成完整谱图的样本检测。近红外光谱具有较强的敏感性，容易形成重叠的吸收峰，依靠人的肉眼无法准确判断，所以需要通过计算机的辅助作用，对不同的光谱数据进行区分和处理，才能形成准确的分析结果。在定性分析中主要运用的方法有：第一，峰位鉴别法。运用近红外光谱技术分析时，不同种类的油品会形成不同的峰位图，油品化学成分的差异性越大，则其形成的峰位图存在的差异也月明显，鉴别的难度也越小。因此，峰位鉴别法一般适用于成分差异较大的不同种类油品分析，鉴别过程简单，结果准确。第二，建库判别算法。该方法主要是通过检测油品样本中的标准物质并且形成近红外光谱，建立标准物质样品库，根据样品库中的数据与品均光谱数据之间的对比，判断油品中含有的物质成分及含量。第三，聚类分析法。该方法是运用光谱图谱的视图降维显示，将光谱数据矩阵进行分解，获得若干不同成分的矩阵图，再根据样本的得分做出相应的计算结果。运用聚类分析法时，首先要对样本进行分类，将相似的样本作为一个类别，再逐一比较不同分类之间的样本总是否包含相近的要素，并且将这些要素作进行分类形成不同的谱系图。通常情况下，谱图的设计步骤都相对较为复杂，但是完成后的谱图可以清晰的显示出样本中的物质种类和含量，所以在运用聚类分析法时，可以配合马氏距离判别法，确定在样本中是否含有未知的物质以及这种物质与特定检测物质之间的距离，在同样的空间内呈现的状态等，从而获得完整的检测结果。

4.2定量分析方法

定量分析法中包含以下几个步骤：第一，模型样本的选择和确定。运用近红外光谱技术进行油品分析时，样本的正确性是影响其检测结果的主要因素，所以需要建立正确的样本模型。首先确定样本模型涵盖的范围，其次对样本的选择过程和确定过程进行建确定，保证样本具有代表性，符合油品分析对于样本组成、颗粒均匀性等要求，保证后续检验结果的准确性。第二，对样本的物化性质进行检验。建立模型样本之后，对严格不能的基础数据进行判断，保证样本质量，在此基础上建立标准的检测方法，降低检测结果的误差。第三，光谱数据的测量。通过对样本模型中获得的光谱图进行测量，保证所有样本测量的环境和条件一致，才能提高检测结果的准确性。第四，对获得的数据进行预处理，包括平滑、微分、基线校正等，选择确定的数据光谱的变化范围。第四，建立校正模型，主要包括多元线性回归（MLR）、主成分回归（PCR）和偏最小二乘（PLS）是常用的三种建立校正模型的方法。