近红外光谱分析技术在油品分析中的应用

耿 锐

（中国石油西北销售云南分公司，云南昆明 650000）

随着科学技术的快速发展，较多信息技术被应用于油品分析中，且应用效果较佳。该项技术作为快速分析技术，存在较多优点，如低能耗、分析速率高、成本低、分辨率高等，因而被广泛应用于石油化工领域中，不但能对汽油辛烷、汽油族组成测定，而且在不同形式样品测量中运用，均能够获得较好的效果。

1 近红外光谱分析技术的基本概述

近红外线为介于可见光、红外线间的电磁波，近红外光谱分析技术应用于光谱测量、化学计量中，作为快速分析技术能对石油产品性质、组成加以分析，在石油炼制中应用效果同样比较理想，可对汽油性质、组成加以测定。近红外光谱技术经分子振动非谐振分子振动经基态—高能级发生变化，红外光谱测量的重点为含氢基团X-H键振动倍频、合频吸收，油品分析的过程将近红外光谱、组成数据通过谱图预处理、化学计量，构成校正模型在较短时间获得最终组成的结果。近红外光谱分析技术特点：分析速度快、分辨率高、分析效率佳，并且分析成本不会非常高，对于样品没有损害，当前多在汽油辛烷、乙醇、汽油族组成等检测中使用。值得一提的是，近红外光谱测量方式较多，比如透射、反射、漫反射等方式，对固体、液体和浆状等样品检测均能获得理想的效果，不需对样品预处理，将汽油置于测量杯中即可测量，操作简便、有效[1]。结合样品光谱图快速判定检测样品，与以往测定样品是否相同，若是相同可以直接使用，反之则需对样品数据分析后置于模型库中，从而不断收集数据资源，为生产控制部门提供相关分析数据，严格控制成本、降低工作人员工作量。

2 近红外光谱分析技术应用于油品分析现状

石油化工产品多通过烃类化合物构成，近红外分析技术能对基团化合物检测，随着近红外光谱技术的快速发展，使该项技术应用范围加大，在检测汽油辛烷、芳烃含量，以及含氧化合物含量中应用效果均比较理想，利于为石油化工领域生产提供支持。近红外光谱技术于柴油机团密度和折光检测中运用，能够明确和油品性质的关系。

3 近红外光谱技术的工作原理和主要特征

3.1 近红外光谱技术主要工作原理

近红外光谱技术通过分子振动产生非谐振使得分子发生振动，主要可对分子单个化学键合频信息、基频振动倍频进行记录，所以近红外光谱范围内重点为对含氢基团X-H键合频吸收倍频、振动倍频测定，与中红外光谱进行比较，谱带更宽但强度稍弱，不需实行稀释直接测定即可。由于各种基团发出的光谱在吸收强度、峰位方面存在一定差异性，会受到样品组成因素、光谱特征影响，故此便于为近红外光谱定性分析、定量分析提供良好的支持[2]。

3.2 近红外光谱技术主要特征

3.2.1 近红外光谱分析多元矫正技术主要特征

由于近红外光谱分析技术有较多待测组分，波长光谱数据关联，因此合理应用多元矫正技术进行油品分析极其关键，其属于化学计量中的重点部分，与化学计量学发展联系紧密。近红外光谱分析技术属于间接测量手段，可对数据处理、分析，从而获取准确的数据分析结果，该项技术经关联样品光谱、质量参数构建矫正模型的方式，构建校正模型对待测样品进行组成、属性测定。需要注意的是，近红外光谱分析技术中的多元矫正涵盖多方面内容，如光谱预处理，近红外光谱定量研究、定性研究，校正模型传递技术研究等方面内容。

3.2.2 近红外光谱技术主要特征

近红外光谱技术分析的速率较高，可通过一次光谱测量、构建校正模型，对多种组成成分、性质加以分析，以此获得定量及定性分析结果。该项技术在样品类型齐全中运用效果较好，能借助各种测量仪器的作用，对固体、液体/半固体测定，测量简便、有效。值得一提的是，近红外光谱技术分析样品不需预处理，分析后不会对生物、化学、电磁等构成污染影响，利于达到绿色分析技术的相关标准[3]。与此同时，这项技术分析投入资金较少、可重复性佳，而且在一般光纤传输中运用专业性不强。不足：测试灵敏度较低，究其原因和近红外光谱技术为间接测量技术有关，因而构建模型应该使用化学计量，该项技术可在含氢基团组分中使用，从而充分发挥出这项技术的应用价值。

4 近红外光谱分析技术在油品分析中的应用情况

站在油品分析角度观察存在较多复杂的基团因子，比方说甲基CH3、亚甲基CH2，相关分子排列、成分、形成的光谱相比有较大区别，所以可为近红外光谱技术提供支持。经检测、计算客观评判各种基团分子间的差异，从而获取相关数据信息，形成数据处理谱图、计量学模型，获得油品分析数据。

4.1 定性分析法的应用

近红外光谱定性分析方法的应用，多会借助检测样本谱图、位置样品谱图获取最终的结果，建议在形成完整谱图样本检测中应用。值得一提的是，近红外光谱敏感性非常强，所以会形成重叠的吸收峰，使用计算机对各种光谱数据鉴别、处理，进而利于提高分析结果的准确性。定性分析过程多会使用峰位鉴别法、建库判别算法，以及聚类分析法，其中前者应用近红外光谱技术分析过程，各类油品形成的峰位图有较大差异，油品化学成分对比同样存在非常大区别，这时峰位图区别非常大，使鉴别难度系数下降。所以，通过该种方法可处理成分差异较大不同类型油品，促使鉴别工作更加简单，分析结果更加准确、完整。建库判别算法对油品样本中的物质检测能形成近红外光谱，这时构建标准物质样品库需要结合样品库中的数据、平均光谱数据，客观评判油品中的物质成分及含量。聚类分析法一般通过光谱图谱视图降维的方式展现，会对光谱数据矩阵加以分解，然后获取不同的成分矩阵图，在此之后联系样本最终得分对结果加以计算。使用这一方法前需要做好样本分类工作，将相似样本分为一类，然后对各分类样本有无相似要素加以分析，从而形成谱系图[4]。一般来讲谱图设计流程复杂，通过谱图能够观察到样本中的物质种类、含量。除此之外，使用聚类分析法期间可联合马氏距离判别法进行处理，以便明确样品中有无未知物质，对物质间的距离加以检测，以便提高检测结果的完整性、准确性。

4.2 定量分析法的应用

定量分析法需按照顺序处理，首先应选用模型样本，通过近红外光谱技术对油品实行分析，客观评判样本是否准确，构建相应的样本模型，以满足油品分析相关样本组成要求、颗粒均匀性要求，为后期检验工作提供支持。其次，应做好样本物化性质检验工作，在构建模型样本后实行基础数据判断工作，确保样本的整体质量，然后构建标准检验法，避免发生检测结果误差问题[5]。其三，对样本模型中的光谱图测量，旨在使全部样本测量环境、测量条件保持统一，并做好获取数据平滑处理、微分处理，以及校正处理等相关工作，确定数据光谱变化的主要范围。最后，构建多元线性回归MLR、主成分回归PCR、最小二乘PLS等校正模型。

4.3 发动机油质量监控要点

为提高发动机油品的质量，可使用红外光谱技术处理，如果观察到发动机油质量降低问题，需在第一时间更换处理，以此有效控制油品的应用时间，避免发生发动机故障问题。借助红外光谱仪器的作用，对原油、新油波数吸光度谱线峰位监测，从而降低发动机有机化合物污染的严重程度[6-7]。

4.4 汽油族组成测定方法

无铅汽油的应用能够关注到汽油组分的优化工作，芳烃作为汽油高辛烷主要组成部分，容易使得有毒尾气排放，这时易在不同程度增加发动机燃烧室堆积、尾气量。烯烃抗爆性较强但热温性不理想，而这也是易于引发堵塞问题的基本原因，会于燃烧室、发动机进气位置发生堆积，对汽车尾气排放的影响非常大，故此需要将汽油中的烯烃、芳烃减少[8]。当前，汽油族组成测定中会使用荧光指示剂法、质谱法、气相色谱法、近红外光谱法等处理，后者可在较短时间对石油性质、组成进行分析，满足工艺生产的实际要求，但应用过程需联合色谱法。

5 结束语

近红外光谱技术能借助计算机技术的作用对油品进行分析，弥补以往实验室光谱分析技术的不足，达到油品分析等级测定要求、物性参数测定要求，检测方法应用简单、有效，能够确保油品分析结果的准确性，为促进石油化工行业发展打下良好基础。