[发明专利]一种由近红外光谱预测原油碳数分布的方法有效
申请号: | 201610909376.3 | 申请日: | 2016-10-19 |
公开(公告)号: | CN107966499B | 公开(公告)日: | 2023-05-05 |
发明(设计)人: | 陈瀑;褚小立;许育鹏;李敬岩 | 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 |
主分类号: | G01N30/02 | 分类号: | G01N30/02;G01N21/359 |
代理公司: | 暂无信息 | 代理人: | 暂无信息 |
地址: | 100728 北*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 红外 光谱 预测 原油 分布 方法 | ||
一种由近红外光谱预测原油碳数分布的方法,包括收集代表性的原油样品,用标准方法,如气相色谱法测定原油样品的碳数分布数据,即原油中所含各碳数烃组分的含量,再测定其近红外光谱,取3800~4900cmsupgt;‑1/supgt;及6600~7400cmsupgt;‑1/supgt;两个特征谱区的吸光度,将其进行二阶微分处理,再将处理后的吸光度与标准方法测定的碳数分布中各碳数烃组分的含量相关联,分别建立各碳数烃组分含量的校正模型,由待测原油样品在特征谱区的吸光度,通过各校正模型预测待测样品各碳烃组分的含量,即为原油样品的碳数分布。该法通过特征谱区的选择,可建立较为准确的校正模型,用于原油样品的在线分析,操作简单、分析速度快、预测准确。
技术领域
本发明为一种由光谱预测原油碳数分布的方法,具体地说,是一种利用近红外光谱方法预测原油碳数分布的方法。
背景技术
石油是非常复杂的有机混合物,分子组成决定了石油及其产品的化学和物理性质,也决定着石油加工原料的反应性能。碳数分布,即各碳数烃组分的含量是原油分子组成的一个重要指标,该性质决定了原油的很多物理性质,如低温流动性、凝胶特性等等。原油碳数分布也和它的实沸点蒸馏(TBP)曲线密切相关,在原油加工工艺过程中具有重要的参考价值。
原油及各类油品的碳数分布一般可以利用气相色谱法(GC)、高效液相色谱法(HPLC)或色质联用法(GC-MS)测定,其中毛细管气相色谱法由于所用仪器普遍、测定速度最快、结果准确而应用最为广泛。但气相色谱法分析原油碳数分布时仍需要溶剂稀释等样品前处理手段,每个样品平均分析时间也要将近一小时,且目前以离线应用为主,在线色谱设备复杂且成本较高,上述不足限制了其在原油加工工艺过程中的性质快速测定。
CN1148174A公开了一种色谱法测定石蜡和微晶蜡正异构烷烃及碳数分布的方法,采用石英毛细管柱对被测样品进行气相色谱分析,用面积归一法计算各碳数烃含量。
近红外光谱技术分析速度更快,在工业在线分析中应用非常广泛,在分析准确性上也能保证生产需求。近红外光(NIR)的波长范围为780~2526nm,是由于分子振动的非谐振性使分子振动从基态向高能级跃迁时产生的,反映的是含氢基团X-H(X=C、N、O)振动的倍频和合频吸收,因此,非常适合用于油品的物化参数测量。
早在上世纪90年代前期,近红外光谱技术就被用于原油的快速分析和在线分析,可以在1min内测定原油和混兑原油的关键物化性质数据,如实沸点蒸馏曲线(TBP)、残炭、硫含量和API度等,在原油输送、原油贸易、原油调合等领域得到了应用,取得了显著经济和社会效益。
发明内容
本发明的目的是提供一种由近红外光谱预测原油碳数分布的方法,该法操作简单、分析速度快、预测准确,适合工业在线分析。
本发明提供的由近红外光谱预测原油碳数分布的方法,包括如下步骤:
(1)收集有代表性原油样品,用标准方法测定样品中各种碳数烃组分的含量,
(2)测定(1)步收集的原油样品的近红外光谱,取3800~4900cm-1和6600~7400cm-1特征光谱区间的吸光度,并对其进行二阶微分处理,
(3)将(2)步处理后的吸光度与标准方法测定的样品中各碳数烃组分的含量进行关联,采用回归分析法建立各碳数烃组分含量的校正模型,
(4)测定待测原油样品的近红外光谱,取3800~4900cm-1及6600~7400cm-1特征光谱区间的吸光度,对其进行二阶微分处理,将处理后的吸光度代入(3)步建立的各碳数烃组分含量的校正模型,得到待测原油样品的各碳数烃组分含量。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于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,未经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许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201610909376.3/2.html,转载请声明来源钻瓜专利网。