一种由中红外光谱识别原油种类的方法技术

一种由中红外光谱快速识别原油种类的方法，包括(1)测定各种类型原油样品的中红外光谱并进行二阶微分处理，选取755～1020cm-1和1160～1247cm-1谱区的吸光度建立原油中红外光谱数据库，(2)测定待识别原油样品的中红外光谱并进行二阶微分处理，选取755～1020cm-1和1160～1247cm-1谱区的吸光度构成矢量x，(3)计算矢量x与原油中红外光谱数据库中每个样品在上述特征谱区的每个移动相关系数，计算每个数据库样品对矢量x的识别参数，(4)若数据库中所有样品的识别参数均不大于域值Qt，或有样品的移动相关系数小于0.9700的情况，则数据库中没有与待识别原油相同的样品；若Qi＞Qt，且i样品的每个移动相关系数均不小于0.9700，则待识别原油与数据库中的i样品相同。该法可快速识别出待测样品是否与已有原油样品相同。

【技术实现步骤摘要】

本专利技术为ー种原油种类的快速识别方法，具体地说，是ー种由红外光谱快速识别原油种类的方法。
技术介绍
原油评价在原油开采、原油贸易、原油加工等各个方面发挥着十分重要的作用，尽管目前已经建立了一套较为完整的原油评价方法，但是这些方法分析时间长、工作量大、成本高，远不能满足实际应用的需要。因此，目前国内外大型石化企业正在利用多种现代仪器分析手段开发建立原油快速评价技术，包括色-质联用(GC-MS)、核磁共振(NMR)、近红外光谱(NIR)和红外光谱(IR)等，其中IR方法由于测量方便、速度快、分析灵敏度高而倍受青睐。与IR測定其他油品如汽、柴油不同的是，原油评价指标多，仅原油的一般性质就 有几十项，若加上各馏分的性质将有上百项。若采用传统的因子分析方法如偏最小ニ乘(PLS)建立逐个性质的校正模型显然是不可行的。将红外光谱与原油性质数据库结合起来是较好地解决这ー问题的技术路线之一，即以IR光谱为特征对待测原油进行识别，从IR光谱库中识别出其品种，然后再从已有的原油性质数据库中调出其评价数据，从而实现原油的快速评价，为确定原油加工方案和优化生产决策及时获得评价数据提供了一种简捷的方法。现存的原油评价知识库大都具有原油比对的功能，通过待测原油的几个已知性质如密度、粘度、酸值、硫含量和残碳等从数据库中找出最相似的ー种或多种原油，从而用这些近似的原油评价数据给出待测原油的评价数据。这类方法用到的识别參数是原油的ー些基本性质，这些原油性质的測定相对繁琐，且测量时间长，提供的信息也不全面，限制了这种方式的普及应用。王景芳在《模糊聚类分析在依原油特性归类中的应用》(石油炼制与化工，1991，22(6) :41 44) 一文中，通过原油的6项性质将待加工原油和原油评价数据库内有此6项性质记录的样品进行聚类比较，找出与待加工原油相似度最大的库样品，作为待加工原油评价数据指导生产。段东勇，陈丙珍，向小荣在《基于原油已知性质预测其未知性质的模糊匹配方法》(石油炼制与化工，1996，27 (7) :59 62) —文中，通过原油的若干个性质计算隶属度函数来比较已知原油与待评价原油的相似度。Hai-Yan Fu 等在“Moving window partial least-squares discriminantanalysis for identincation of different kinds of bezoar samples by nearinfrared spectroscopy and comparison of different pattern recognitionmethods，， {Journal of Near Infrared Spectroscopy, Volume 15Issue 5， Pages291-298(2007)} —文中采用移动窗ロ偏最小二乗法，用红外光谱对牛黄产品进行质量监測。Yiping Du等在“Improvement of partial least squares models for in vitroand in vivo glucose quantifications by using near-infrared spectroscopy andsearching combination moving window partial least squares” [Chemometrics andintelligent laboratory systems, 2006, vol. 82, nol-2, Pages 97-103]使用红外光谱和移动窗ロ，将第一特征谱区的每个移动窗ロ的数据用交互验证法建立偏最小ニ乘模型，选出校正标准差最小的窗ロ作为基本区间，再将基本区间与第二个特征谱区每个移动窗口数据结合，建立偏最小ニ乘模型，找出新的校正标准差最小的窗ロ作为新的基本区间，如此重复，直到最后ー个特征谱区，得到最后ー个基本区间。通过搜索结合移动窗ロ建立的预测模型在測定牛血清和人皮肤中的葡萄糖浓度上具有最小的RMSEV和最大的相关系数。
技术实现思路
本专利技术的目的是提供ー种由中红外光谱快速识别原油种类的方法，该方法可由被测样品的中红外光谱，快速识别被测原油样品的种类。本专利技术提供的由中红外光谱快速识别原油种类的方法，包括如下步骤(I)測定各种类型原油样品的中红外光谱并进行ニ阶微分处理，选取755 1020cm^和1160 1247CHT1谱区的吸光度建立原油中红外光谱数据库，(2)測定待识别原油样品的中红外光谱并进行ニ阶微分处理，选取755 1020CHT1和1160 1247CHT1谱区的吸光度构成矢量X’(3)计算矢量X与原油中红外光谱数据库中每个样品在755 1020CHT1和1160 1247cm—1谱区的每个移动相关系数，按式(I)计算每个数据库样品对矢量x的识别參数，本文档来自技高网...

【技术保护点】
一种由中红外光谱识别原油种类的方法，包括如下步骤：(1)测定各种类型原油样品的中红外光谱并进行二阶微分处理，选取755～1020cm？1和1160～1247cm？1谱区的吸光度建立原油中红外光谱数据库，(2)测定待识别原油样品的中红外光谱并进行二阶微分处理，选取755～1020cm？1和1160～1247cm？1谱区的吸光度构成矢量x，(3)计算矢量x与原油中红外光谱数据库中每个样品在755～1020cm？1和1160～1247cm？1谱区的每个移动窗口的移动相关系数，按式(I)计算每个数据库样品对矢量x的识别参数，Qi=Σj=1nrji,i＝1，2，...，m？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？(I)式(I)中，Qi为中红外光谱数据库中某一样品i的识别参数，rji为移动相关系数；i为数据库中样品的序号，j为移动窗口的序号，n为移动窗口总数，m为数据库样品总数，(4)计算阈值Qt，Qt＝(d？w？0.25)，其中d为红外光谱的采样点数，w为移动窗口宽度；若Qi＞Qt，且i样品的每个移动相关系数均不小于0.9700，则待识别原油与数据库中的i样品相同。...

【技术特征摘要】
1.一种由中红外光谱识别原油种类的方法，包括如下步骤 (1)測定各种类型原油样品的中红外光谱并进行ニ阶微分处理，选取755 1020CHT1和1160 1247CHT1谱区的吸光度建立原油中红外光谱数据库， (2)測定待识别原油样品的中红外光谱并进行ニ阶微分处理，选取755 1020CHT1和1160 1247CHT1谱区的吸光度构成矢量X， (3)计算矢量X与原油中红外光谱数据库中每个样品在755 1020CHT1和1160 1247cm—1谱区的每个移动窗ロ的移动相关系数，按式(I)计算每个数据库样品对矢量x的识别參数，2.按照权利要求I所述的方法，其特征在于若数据库中所有样品的识别參数均不大于Qt，或没有一个样品的移动相关系数大于O. 9700，则数据库中没有与待识别原油相同的样品O3.按照权利要求I所述的方...

【专利技术属性】
技术研发人员：李敬岩，褚小立，田松柏，杨玉蕊，
申请(专利权)人：中国石油化工股份有限公司，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：