利用反射式近红外光纤探头构建快速预测原油性质的模型的方法及其应用技术

本发明专利技术提供利用反射式近红外光纤探头构建快速预测原油性质的模型的方法及其应用。该模型构建方法包括：构建原油校正集，测定校正集中原油的性质；利用反射式光纤探头采集原油近红外光谱；利用一阶微分对步骤二获得的原油近红外光谱进行预处理；利用主成分分析方法对预处理后的光谱数据进行训练集样本的选择；根据原油待测性质和原油光谱数据集，选择特定的光谱频段；和利用偏最小二乘法建立原油性质与近红外光谱数据之间的数学关联模型。该方法在线应用时，无需复杂的样品预处理，具有操作简单、近红外光谱信噪比高、定量分析模型精度高等特点。通过选择合适型号的近红外仪和反射式近红外光纤探头，可以完成原油性质的离线/在线快速分析。

A method for rapid prediction of the properties of crude oil by a reflective near infrared optical fiber probe and its application

The present invention provides a method for constructing a model for rapidly predicting the properties of crude oil by using a reflective near infrared optical fiber probe and its application. The construction method comprises the following steps: to construct the model of crude oil calibration set, determining the nature of calibration of crude oil; the use of reflective optical fiber probe acquisition of crude oil near infrared spectroscopy; step two of the crude oil is obtained near infrared spectra were pretreated by first order differential analysis method; the training of spectral data pretreatment in sample selection using principal components according to the measured properties; crude oil and crude oil spectral data set, select the specific spectral band; and the use of mathematical models for the association between the establishment of crude oil properties of partial least squares method and near infrared spectral data. This method does not require complex sample pretreatment when it is applied online. It has the characteristics of simple operation, high signal-to-noise ratio and high accuracy of quantitative analysis model. The off-line / online fast analysis of crude oil properties can be completed by selecting suitable near infrared and reflective near-infrared optical fiber probes.

【技术实现步骤摘要】
利用反射式近红外光纤探头构建快速预测原油性质的模型的方法及其应用
本专利技术涉及利用反射式近红外光纤探头构建快速预测原油性质的模型的方法及其应用。
技术介绍
原油作为炼化企业的最主要原料，一方面，原油的需求量剧增、进口量扩大、价格居高不下且波动频繁；另一方面，原油产品存在着性质劣质化、种类丰富、同名油前后性质有差异、装置进料要求高、混兑油性质难掌握等诸多特点。这些给炼化企业带来了巨大的压力。及时获得当前原油的性质评价数据——即原油快速评价，将为原油贸易、原油输送、原油调合、原油加工、全厂生产计划、生产调度等生产过程优化提供支撑。原油评价包含指标众多，如密度、残炭、酸值、硫含量、氮含量、蜡含量、沥青质含量和实沸点蒸馏曲线等。采用传统的评价方法，存在分析时间长、处理繁琐、仪器要求高、劳动强度大等现象，已不能满足实际应用的需求。近红外分析技术是目前最有前景且应用最广泛的快速分析方法之一。近几年来光纤在近红外光谱
的应用使近红外光谱技术从实验室走向现场，光纤化学和热稳定性、对电磁干扰不敏感、传输信号能量集中、灵敏度高、价格低廉等优点，使得近红外光谱仪可以在恶劣、危险的环境中进行远距离快速在线分析。近红外光谱仪的光纤测样附件，按照测样的形式可分为透射器件和漫反射器件；从样品的引入方式来看，有探头型和流通池型。基于光纤结构的近红外探头结构非常灵活，可按硬件要求设计。从现场应用效果看，光纤结构的近红外探头越来越受到急需远程和在线分析的各行业的青睐。原油组分复杂，属于黏稠深色液体。原油的待测性质多，并且其近红外光谱吸收带较宽且重叠严重。在实际测量中，光谱分析系统探头的结构非常关键。光纤探头的性质和结构不同对测量信噪比有很大的影响。光纤探头的窗片或透镜表面被污染则会影响光通量使灵敏度降低，测试过程中有外来光的干扰则会使检测的信噪比和灵敏度下降。常规透射式光纤探头在测量深色原油时携带样品信息不够，并且在实际应用中流通池易被黏稠原油粘附，进而造成样品谱图失真，模型预测精度低、现场仪器维护工作量大等问题，影响实际投用效果。因设计原理的不同，反射式光纤探头结合近红外光谱仪，在原油的近红外光谱检测上将一定程度上改善现有的分析不足。根据通过光纤技术远程采集信号，建立原油的近红外反射光谱数据库，利用光谱预处理技术以及近红外建模技术，可以快速获取原油性质，就有可能成为原油等深色重质油品物化性质的在线快速测定的一种良好手段。同时，由于近红外分析仪是二次测量仪表，即近红外分析仪并不是直接测量物质性质，必须先建立待测物质的属性与近红外光谱之间的数学模型然后根据模型来测量物质属性。因此，可以预想到，一种兼顾实用性、实时性、稳定性和良好预测精度的原油快速评价方法的专利技术，将倍受青睐。
技术实现思路
鉴于上述问题，本专利技术提出了一种利用反射式近红外光纤探头构建快速预测原油性质的模型以及利用该模型快速预测原油性质的方法。该方法通过选取合适型号的反射式近红外光纤探头和离线/在线近红外分析仪，采用将光纤探头直接插入原油样品的测量方式，快速获取原油近红外光谱图。通过一阶微分对原油近红外光谱图进行预处理，采用主成分分析方法(PCA)对预处理后的光谱样本进行筛选，利用偏最小二乘法(PLS)建立的原油定量分析模型，基于此模型可实现未知原油性质的快速预测分析。该方法与其他的原油性质测量方法相比，无需复杂的样品预处理，具有操作简单、探头维护量小、近红外光谱信噪比高、定量分析模型精度高等特点，可快速预测原油的性质，在工业在线应用时具有较好的前景。本专利技术提供的构建基于近红外反射式光纤探头检测原油性质的模型的方法包括以下步骤：步骤一：构建原油校正集，测定校正集中原油的性质；步骤二：利用反射式光纤探头采集原油近红外光谱；步骤三：利用一阶微分对步骤二获得的原油近红外光谱进行预处理；步骤四：利用主成分分析方法对预处理后的光谱数据进行训练集样本的选择；步骤五：根据原油待测性质和原油光谱数据集，选择特定的光谱频段；和步骤六：利用偏最小二乘法建立原油性质与近红外光谱数据之间的数学关联模型。在一个或多个实施方案中，步骤一中，用于构建校正集的原油20℃的密度在0.7-1.1g/cm3的范围内，硫含量在0.03％-5.50％的范围内，酸值在0.01-12.00mgKOH/g的范围内。在一个或多个实施方案中，所述原油性质包括密度、残炭、酸值、硫含量、氮含量、蜡含量、胶质含量、沥青质含量和实沸点数据中的一个或多个。在一个或多个实施方案中，步骤二包括，将校正集样品放置于30℃温度下(维持恒定)，待原油样品温度达到稳定状态后，测定该原油样品的近红外光谱数据。在一个或多个实施方案中，步骤二中，采用的反射式近红外光纤探头含有14根光纤，7根输出，7根输入，探头外部加装有一个底部由蓝宝石材质制成光窗材料的金属套筒，套筒可拆卸。在一个或多个实施方案中，步骤二中，利用配置反射式近红外光纤探头的离线/在线近红外分析仪，将该反射式近红外光纤探头直接插入原油，探头外部套筒底的蓝宝石光窗材料被原油浸没即可的方式，测得原油近红外光谱数据。在一个或多个实施方案中，步骤二中，扫描范围为4000-12500cm-1，扫描次数为10-400次。在一个或多个实施方案中，步骤三包括，利用一阶微分对步骤二获得的波数范围为12500～4000cm-1区域的原油样本近红外光谱图进行预处理，消除基线和背景干扰，建立初始训练集。在一个或多个实施方案中，步骤三所述的预处理为S-G一阶导数，用以消除背景干扰。在一个或多个实施方案中，步骤四包括，对样本光谱进行主成分(PCA)分析后，利用主成分得分作为特征变量，再利用样本间的欧式距离来选择样本，确定最终的训练集。在一个或多个实施方案中，步骤四包括，采用剔除的方式对校正样本进行选择，其过程为：首先对样本光谱进行主成分(PCA)分析，然后利用主成分得分作为特征计算每个样本与邻近样本之间的欧式距离，并根据样本分布的密度确定阈值；对于每一个样本，剔除与其距离小于阈值的样本，从而剔除冗余样本，剩余的样本作为校正样本；部分样本之间的欧式距离过小造成样本冗余，通过设定阈值并且剔除与其距离小于阈值的样本的方法来消除冗余样本。在一个或多个实施方案中，步骤四所述的所有样本两两之间的欧式距离dij按下式计算：式中，dij：第i个样本和第j个样本之间的欧式距离；m：为主成分数；xi：为第i个样本的主成分得分；xj：为第j个样本的主成分得分。在一个或多个实施方案中，步骤五中，对于密度选择波数范围为4247-6107cm-1、对于残炭选择波数范围4599-5456cm-1和6099-7500cm-1、对于酸值选择波数范围4599-7500cm-1、对于硫含量选择波数范围4599-7500cm-1、对于氮含量选择波数范围4500-6600cm-1、对于蜡含量选择波数范围4500-6600cm-1、对于胶质含量选择波数范围4500-6600cm-1、对于沥青质含量选择波数范围4500-6600cm-1和对于实沸点蒸馏数据选择波数范围为4599-7500cm-1。在一个或多个实施方案中，步骤六中，所述原油性质包括密度、残炭、酸值、硫含量、氮含量、蜡含量、胶质含量、沥青质含量和实沸点数据中的一个或多个。在一个或多个实施方本文档来自技高网...

【技术保护点】
一种利用反射式近红外光纤探头构建快速预测原油性质的模型方法，其特征在于，所述方法包括以下步骤：步骤一：构建原油校正集，测定校正集中原油的性质；步骤二：利用反射式光纤探头采集原油近红外光谱；步骤三：利用一阶微分对步骤二获得的原油近红外光谱进行预处理；步骤四：利用主成分分析方法对预处理后的光谱数据进行训练集样本的选择；步骤五：根据原油待测性质和原油光谱数据集，选择特定的光谱频段；步骤六：利用偏最小二乘法建立原油性质与近红外光谱数据之间的数学关联模型。

【技术特征摘要】
1.一种利用反射式近红外光纤探头构建快速预测原油性质的模型方法，其特征在于，所述方法包括以下步骤：步骤一：构建原油校正集，测定校正集中原油的性质；步骤二：利用反射式光纤探头采集原油近红外光谱；步骤三：利用一阶微分对步骤二获得的原油近红外光谱进行预处理；步骤四：利用主成分分析方法对预处理后的光谱数据进行训练集样本的选择；步骤五：根据原油待测性质和原油光谱数据集，选择特定的光谱频段；步骤六：利用偏最小二乘法建立原油性质与近红外光谱数据之间的数学关联模型。2.如权利要求1所述的方法，其特征在于，所述步骤一中用于构建校正集的原油20℃的密度在0.7-1.1g/cm3的范围内，硫含量在0.03％-5.50％的范围内，酸值在0.01-12.00mgKOH/g的范围内；和/或所述原油性质包括密度、残炭、酸值、硫含量、氮含量、蜡含量、胶质含量、沥青质含量和实沸点数据中的一个或多个。3.如权利要求1－2中任一项所述的方法，其特征在于，所述步骤二包括，将校正集样品放置于30℃温度下，维持温度恒定，待原油样品温度达到稳定状态后，测定该原油样品的近红外光谱数据。4.如权利要求1－3中任一项所述的方法，其特征在于，所述步骤二中，利用配置反射式近红外光纤探头的离线/在线近红外分析仪，将该反射式近红外光纤探头直接插入原油，探头外部套筒底的蓝宝石光窗材料被原油浸没即可的方式，测得原油近红外光谱数据；优选地，所述反射式近红外光纤探头含有14根光纤，7根输出，7根输入，探头外部加装有一个底部由蓝宝石材质制成光窗材料的金属套筒，套筒可拆卸；优选地，检测时的扫描范围为4000-12500cm-1，扫描次数为10-400次。5.如权利要求1－4中任一项所述的方法，其特征在于，所述步骤三包括，利用一阶微分对所述步骤二获得的波数范围为12500～4000cm-1区域的原油样本近红外光谱图进行预处理，消除基线和背景干扰，建立初始训练集；优选地，所述预处理为S-G一阶导数。6.如权利要求1－5中任一项所述的方法，其特征在于，所述步骤四包括，对样本光谱进行主成分(PCA)分析后，利用主成分得分作为特征变量，再利用样本间的欧式距离来选择样本，确定最终的训练集；优选地，步骤四包括，采用剔除的方式对校正样本进行选择，其过程为：首先对样本光谱进行主成分(PCA)分析，然后利用主成分得分作为特征计算每个样本与邻近样本之间的欧式距离，并根据样本分布的密度确定阈值；对于每一个样本，剔除与其距离小于阈值的样本，从而剔除冗余样本，剩余的样本作为校正样本；部分样本之间的欧式距离过小造成样本冗余，通过设定阈值并且剔除与其距离小于阈值的样本的方法来消除冗余样本；更优选地，所述所有样本两两之间的欧式距离dij按下式计算：

【专利技术属性】
技术研发人员：钱锋，钟伟民，隆建，杨明磊，杜文莉，
申请(专利权)人：华东理工大学，
类型：发明
国别省市：上海,31