基于临氢热解反应研究石油沥青质中镍和钒化合物的存在形态

本研究通过临氢热解方法处理委内瑞拉减压渣油沥青质,通过电感偶合等离子体质谱仪（ICP MS）、紫外-可见光光谱仪（UV-vis）、高温气相色谱-原子发射检测器联用仪（HT GC-AED）和傅里叶变换离子回旋共振质谱（FT-ICR MS）等手段分析表征反应产物,探究沥青质的分子组成与结构,以及镍和钒化合物的存在形态。实验结果表明,随着临氢热解反应温度从330℃升高至410℃,反应产物的甲苯可溶物收率由64%下降至19%,可被GC-AED检测到的镍、钒化合物的含量大幅度升高,镍和钒卟啉的分子组成分布也随反应温度的升高呈现出规律性的变化。     

近红外光谱法快速测定原油密度的应用研究

建立近红外光谱法快速测定原油20℃密度的方法,在市售原油光谱数据库的基础上,添加广西石化常炼原油品种,采用拓扑法建立分析模型。用该方法和标准方法对炼厂原油密度进行了三个月的对比测试,115个实际样品的预测标准偏差为0.0024g/cm3。近红外光谱法测定原油密度具有分析速度快,测定方法简便,重复性好等特点,能够满足炼厂对原油密度快速测定的要求。     

人工神经网络用于近红外光谱测定柴油闪点

采用主成分－人工神经网络对不同留程柴油的近红外光谱进行校正,预测其闪点。采用监控集控制网络训练过程,以避免过训练。探讨了人工神经网络（ＡＮＮ）、直接线性连接人工神经网络（ＬＡＮＮ）的校正效果,并与局部权重回归（ＬＷＲ）、主成分回归（ＰＣＲ）及偏最小二乘（ＰＬＳ）等校正方法进行了比较,认为人工神经及直接线性关联的较好手段。     

近红外光谱定量校正模型的建立及应用

介绍了近红外光谱定量校正模型的建立步骤,从样品集的选择,光谱的采集,定量校正模型的建立和验证,到模型适用性判据的建立.在此基础上,剖析了影响近红外光谱分析结果的因素,并讨论了在实际应用过程中应注意的关键性问题.     

近红外原油快速评价技术预测常减压蒸馏装置侧线收率

常减压蒸馏装置侧线收率对于装置操作优化具有重要的实际意义,但缺乏可靠的预测方法。在近红外原油快速评价技术基础上,结合H/CAMS软件,建立了常减压侧线收率的有效预测方法。首先建立近红外光谱快速测定原油实沸点蒸馏收率的方法,在市售原油光谱数据库的基础上,添加广西石化常炼原油品种,采用拓扑法建立分析模型,验证结果表明,近红外分析方法预测的实沸点蒸馏收率与实际测定结果基本吻合。进一步通过H/CAMS软件将近红外原油快速评价技术得到的实沸点蒸馏收率转换为常减压蒸馏装置的侧线收率。将该方法得到的常减压装置石脑油、柴油、蜡油和渣油收率与炼厂生产报表中各个侧线的收率数据进行对比,7个月的对比数据表明,近红外原油快速评价技术预测的各个侧线生产收率能够反应实际生产收率的变化趋势。基于近红外分析方法预测常减压蒸馏装置侧线收率分析速度快,结果可靠,容易实现在线操作,可以为炼厂计划优化、原油调合等过程提供基础数据。     

近红外光谱用于过氧化氢含量的定量分析研究

用长波近红外光谱仪（傅里叶变换,InGaAs检测器）和短波近红外光谱仪（光栅分光,CCD检测器）对比研究了25％～30％过氧化氢水溶液中过氧化氢含量的定量分析方法。结果表明,应用短波近红外光谱结合长光程样品池对25％-30％过氧化氢水溶液样品中过氧化氢含量进行定量分析,可以显著减少过氧化氢分解对定量分析的干扰,使定量分析的准确度和重复性显著提高。短波近红外光谱定量分析模型RMSECV和RMSEP分别为0．06和0．05;长波近红外光谱定量分析模型RMSECV和RMSEP分别为0．10和0．09。     

遗传算法用于偏最小二乘方法建模中的变量筛选

利用全局搜索方法－遗传算法（genetic algorithms,GA)对近红外光谱分析中的波长变量进行筛选,再用偏最小二乘方法（patrial least squares,PLS）建立分析校正模型。对两类样品的近红外光谱分析应用实例表明,这种选取变量进行校正的方法,不仅简化、优化了模型,而且增强了所建模型的预测能力,尤其适用于单纯PLS较以校正关联的体系。     

一种基于目标因子分析的模型传递方法

在目标转换因子分析的基础上建立了一种新的模型传递方法,并将该方法与传统的分段直接标准化(PDS)方法进行比较。采用了两个样品集：虚拟样品集和配制样品(含苯,甲苯,二甲苯和异辛烷)的近红外光谱集。结果表明：新方法的传递效果至少与PDS方法的传递效果相同,对于谱图出现非线性变化的情况,新方法的传递效果更好。     

近红外稳健分析校正模型的建立(Ⅰ)--样品温度的影响

样品温度对近红外光谱分析模型稳健性有明显影响 ,消除其影响的三类方法包括光谱预处理、波长选择和温度补偿校正集。文章以重整汽油 /辛烷值 /苯含量为研究体系 ,考察了这三类方法对建立稳健分析模型的有效性 ,并详细研究了温度补偿校正集样品数量及性质分布对温度混合模型稳健性的影响规律。结果表明 ,仅通过光谱预处理方法难以消除温度对模型稳健性的影响 ;遗传算法波长选择和温度补偿校正集对消除温度影响是有效的 ,而后者更容易实现 ,但在实际应用中应考虑非线性问题