近紅外光譜分析技術在油品分析中的應用研究

魯靜 剡根姣 賀曉瑩

摘 要：煉油過程中，需要對產品的關鍵品質進行在線監測，傳統的實驗室分析方法因費用高、測量滯后較大而不適合實時在線分析。近紅外光譜分析是利用近紅外光包容的物質信息進行分析的無損分析技術，可用于對石油產品質量的在線實時分析。論文在簡述近紅外線光譜技術的基礎上，對近紅外線光譜分析主要應用技術即汽油產品品質分析的NIR定量分析技術進行技術原理研究和應用研究。

關鍵詞：近紅外線光譜；分析技術；油品分析

1 概述近紅外線光譜分析技術

近紅外線是介于可見光和中紅外線之間的電磁波，近紅外光譜分析技術在光譜測量、化學計量等方面發揮著重要作用，其作為一種快速分析方法，也已廣泛應用于石油產品的性質及組成分析。近紅外線光譜分析技術在石油煉制中成功地應用于汽油性質和組成的測定，這也是論文的主要研究內容，即對NIR定量分析中在汽油分析中的應用研究。

近紅外光譜主要是由于分子振動的非諧振性使分子振動從基態向高能級躍遷時產生的。紅外光譜范圍內，測量的主要是含氫基團 X—H 鍵振動的倍頻和合頻吸收。在油品分析中可將油品的近紅外光譜和組成數據，通過合理的譜圖預處理（如平滑、微分）和化學計量學校正方法建立起近紅外光譜與組成間的校正模型，通過建立的校正模型便可快速得到組成結果。近紅外光譜分析的主要技術特點有分析速度快、分析效率高、分析成本較低、對樣品無損傷、適用的樣品范圍廣等，因而近紅外光譜技術之所以成為一種快速、高效、適合過程在線分析、的有利工具。近紅外光譜法在汽油分析中的應用主要表現在如汽油辛烷值的測定，汽油中烯烴、芳烴含量的測定，汽油中乙醇的測定，汽油族組成的分析等方面。

2 NIR定量分析在汽油分析中的技術分析

汽油是最廣泛應用的的發動機燃料，辛烷值標志著汽油抗爆性能力的強弱。因此汽油辛烷值的檢測是油品分析的重要內容。傳統的辛烷值測定方法分別測定汽油的研究法辛烷值和馬達法辛烷值，傳統測試法存在著機器價格比較貴且需經常性保養，測試費用高，對工作人員的要求較高等缺點，不適合生產控制和在線測試。國外首先應用近紅外線（NIR）光譜法來進行油品測試。近紅外光譜法是新興的一種快速檢測辛烷值的方法。NIR分析法具有儀器設備便宜、操作難度較低、分析時間短、可遠程操控等優點，這使得NIR適應各種惡劣條件而能得到更廣泛的應用。

首先，近紅外線測定汽油辛烷值方法取決于汽油辛烷值與汽油組分的分子結構，通過測定汽油的近紅外光譜數據，將其與汽油實測辛烷值用數理統計方法關聯起來，建立汽油辛烷值的預測模型。因此，根據化學計量學建立的數學模型對NIR測定的準確度起著重要作用。建立時間和空間都較穩定的數學模型需要選擇有代表性的樣品，建立規范的的測試方法，準確測定樣品的NIR光譜，在此基礎上根據現實變化對模型進行不斷的修正，確保模型預測效果的準確性。

近紅外光譜分析測量工作就是要系統地解決NIR測定各種疑難點并最終完成分析的整個過程。NIR定量分析首先通過確定高效儀器設備和樣品來源及基礎數據的測定制定出汽油樣品的近紅外線光譜圖，接著對光譜圖上的數據進行預處理，建立校正模型。NIR定量分析流程一般分為兩個步驟，首先在選擇并分析樣品的基礎上建立并優化數學模型，確保數學模型能在運算過程中更精確、更穩定；第二運用建立好的數學模型分析被選樣品的近紅外光譜，并根據此分析預測未被測量的樣品中有關組分的相關性質。通過對有代表性的樣品的光譜分析和模型計算就能更有效地預測未知樣品的對應成分的性質和含量。

建立穩定的數學模型對NIR定量分析具有至關重要的作用。首先需要對樣品進行優化選擇，使選用的數學模型更具代表性，對樣品進行準確掃描以確認其規范光譜和性質參數，最后運用各種處理技術校正光譜，使其能真正克服近紅外線固有的光譜測定失真的難點。第二，運用化學計量學方法建立數學模型，克服近紅外線光譜分析的固有難點，并通過嚴格的統計學方法，檢驗數學模型是否符合應用要求。第三，優化數學模型，提高數學模型在時空上的穩定性。第四，維護并修正數學模型，使模型能更好地適應不同時間、空間的改變及其要求。

3 NIR定量分析在汽油分析中的應用分析

國內外對近紅外線光譜分析汽油甲烷值已經有一些相關實驗，如Kelly、曹動、王宗明等運用PLS技術對汽油甲烷值的測量及其取得的越來越高的精確度。本論文將之前的技術分析進一步應用到特定的汽油品質分析的實驗中，用選定的一組汽油樣品，測定其光譜和甲烷值數據，建立定量校正模型，并對模型進行評價分析。

本文搜集了本地多處加油站、科研單位的汽油樣本，在此樣品分析的基礎上進行具體的建模過程。首先，準備好實驗工具，將準備好的測驗樣品倒入干燥潔凈的小燒杯，并進行三十二次的光譜掃描，記錄每次測得的近紅外光譜圖，并將光結果繪制成圖。第二步，對光譜上的數據進行預處理，論文采用使用范圍較廣泛的OPUS軟件對數據進行校正和處理并在此基礎上進行微分處理，消除由于儀器噪音引起的數據不準確現象和光散射的不良影響。第三，對已經建立好的數學模型進行校正，將汽油樣本分為校驗集和預測集兩部分，利用校驗集得到預測模型，以此對未知樣本進行預測，將兩者進行比較，以此校正模型。需要提出的是，常用的校驗方法有偏最小二乘法（PLS）和人工神經網絡法（BP-ANN），一般情況下，人工神經網絡法所預測的結果更適合汽油辛烷值的光譜法測定。

4 結語

論文主要從多個方面分析了紅外光譜對汽油產品質量的分析，論文在簡述近紅外線光譜技術原理和使用的基礎上，對近紅外線光譜分析主要應用技術即汽油產品品質分析的NIR定量分析技術進行了基本的技術原理研究和更進一步的實踐應用分析。總的來說，作為新興的汽油辛烷值的測量法，具有儀器設備便宜、操作難度較低、分析時間短、可遠程操控等優點，通過汽油的近紅外光譜分析，建立數學模型并進一步校正模型，使得近紅外光譜分析技術在油品分析中的應用取得較好的效果，并得到廣泛應用。

參考文獻：

[1]馮新瀘，史永剛.近紅外光譜及其在石油產品分析中的應用[M]. 北京：中國石化出版社，2002.

[2]陸婉珍，袁洪福，記長青等.現代近紅外光譜分析技術[M].北京：中國石化出版社，2000.

[3]徐廣通，袁洪福，陸婉珍.近紅外光譜法測定柴油中的芳烴含量[J].石油化工，1999（04）.