基于激光拉曼检测技术的输油管道原油鉴别方法

为降低长距离原油输送过程中混油产生的损失, 需定时检测管线原油成分以确定是否出现混油事故。常规检测输油管线原油成分需从现场管线中取样后, 再进行室内检测, 该类技术操作复杂且易受环境因素的影响, 未能实时反映管道混油后油品成分变化。文中应用激光拉曼光谱对原油识别检测进行了实验研究, 试验选取辽河油田不同区块2种原油, 通过特征峰及图谱分析, 实现不同类型原油的识别。结果表明, 2 800 cm-1~3 000 cm-1区域特征峰是激光拉曼证明烷烃存在的重要标志, 该段拉曼谱图特征峰的不同代表了烷烃组分的差异性, 可以有效区分不同类型的原油。该方法的进一步研究, 有望形成一套油品快速、实时检测的技术方法。     

声波在高含蜡油生产中防蜡作用的实验研究

含蜡原油在生产过程中,蜡组分随井筒温度的降低而逐渐析出,这种结蜡现象导致原油粘度急剧上升而影响油井的正常生产,因此采取防蜡措施在高含蜡原油生产中是必不可少的,利用声波进行防蜡的实验研究表明,声波作用可以破坏蜡晶网状结构,降低原油粘度和凝固点,从而达到防蜡的目的,声波防蜡以其独特的作用机理较其它防蜡方法具有更大的可靠性和更加广阔的应用前景。     

复配菌对原油微观结构变化的研究

含蜡原油因其蜡组分的存在使其在开采和运输的过程中易使蜡晶析出,蜡晶析出堵塞管道,减小输送半径,严重时会发生凝管停运等事故,造成严重的经济损失.本文利用已发现的一株嗜蜡菌与产表面活性剂菌株进行复配,利用得到的复配菌发酵液按一定比例接种于含蜡原油中,实验表明作用7天后的原油含蜡量降低;利用ImageJ软件对偏光显微镜图片进行后处理发现蜡晶结构变小且密集;最后利用FBRM技术分析得原油中大粒径所占比例减少,小粒径所占比例增多.复配菌作为一种新方法、新思路,可以有效地降低含蜡原油在开采和运输过程中产生的危害,减少经济损失.     

基于超声波和云测试的油井液面测试系统研究

针对目前油井液面深度测试系统测量范围小、误差大、稳定性低的缺点,提出了基于声波法测动液面原理,利用时间序列分析技术、新息自适应卡尔曼滤波技术来实时检测回波信号,进而实现对油井液面深度的高精度测量和噪声处理;选用FPGA和云测试技术成功实现了油井液面深度测量系统的远程化和网络化。基于云测试的油井液面远程监测系统目前已在油田生产现场通过测试,测试结果表明,系统稳定,算法实时、高效,动液面深度测量误差小,测量精度高,能满足实际工程应用。     

利用反射太赫兹时域强度分布定量检测沙粒中的微量原油

原油污染是海洋生物和环境安全的主要威胁之一,检测近海沙粒中的微量原油对于环境保护和原油勘探有着重要意义.本文采用反射式太赫兹时域波形对近海沙粒中的原油进行定量检测,详细地分析了延迟时间与沙粒中的原油浓度的关系.结果表明,原油浓度与延迟时间呈线性递减关系,反射式太赫兹时域波形是一种具有潜力的污染定量检测方法.     

油井远程监控系统采集层设备RTM的设计与实现

所设计的油井远程监控系统采用三层架构,分别为数据采集层、数据传输层和数据处理层。文章详细介绍了采集层设备RTM(Remote Terminal Measurement)主要功能模块的硬件设计与软件开发。RTM采用ARM处理器STM32F103作为核心控制器,通过485通信与传输层设备RTU(Remote Terminal Unit)相连,可完成油井油压、油温等生产参数的自动采集、抽油机皮带轮转速的实时检测以及油井启停的远程控制等功能,具有兼容性好、易拓展和适用范围广等特点。所设计的系统已在油田现场部署应用,不仅可以降低工人劳动强度,提高工作效率,而且可及时发现油井的异常情况并及时采取措施,保障了油井生产安全运行。     

煤粉再燃燃烧含氮组分转化机理的敏感性分析

本文以GRI 3.0数据库为基础,结合CHEMKIN模块软件中敏感性分析的方法对煤粉再燃燃烧过程进行了数值模拟研究.通过对整个全模型反应方程进行分析,可以把整个反应机理模型主要分为碳氢组分转化反应机理和含氮组分转化反应机理两大类.本文重点对含氮组分转化反应机理进行了分析.在模拟的基础上,对含氮组分HCN、HNCO、NHt、NCO等转化反应进行了分类,系统地讨论了燃烧过程中含氮组分转化反应对NO的敏感性分析,清晰地揭示了含氮组分生成与还原NO的途径以及作用大小,为实际超细煤粉再燃燃烧技术提供了一定的理论依据.     

水驱油藏中原油极性物质对吸附和润湿性影响的分子模拟

为了研究水驱油藏中原油极性物质的吸附机理及其对油藏表面润湿性的影响,构建以石英为代表的砂岩岩石骨架模型,己烷为代表的非极性物质模型和以甲苯、胶质和沥青质为代表的极性物质模型,运用分子模拟方法研究4种原油组分和水分子在砂岩油藏表面竞争吸附过程和润湿状态。结果表明：水与4种原油组分在石英矿物表面竞争吸附时,原油中的非极性物质会比极性物质更加容易脱附。极性物质会随着时间的变化逐渐吸附在矿物表面,非极性的物质会随着时间变化逐渐远离矿物表面。吸附过程中静电力起吸附作用,范德华力起排斥作用。最后结合润湿性实验结果,从机理上解释了不同原油组成对润湿性的影响,即原油组分中极性物质含量越高,胶质沥青质含量越大,岩石表面油湿性越大,且水驱过程中润湿性向亲水方向变化越难。结论对提升水驱油藏采收率影响因素的认识有重要意义。     

荧光光谱定量表征不同成熟度的同源混合原油——以东营凹陷沙四段为例

混源油比例定量分析对于判识不同成藏期的油源贡献度具有重要意义,为建立一种快捷确定混源油贡献度的方法,采用显微荧光光谱技术对同源混合原油贡献度进行了定量表征。以东营凹陷王家岗地区为例,通过γ蜡烷/C₃₀霍烷、Ts/(Tm+Ts)、Ts/Tm及C₂₉20S/（20S+20R）等生物标志化合物参数对沙四段原油进行了的原油组群划分与油源对比,对原油类型和成熟度进行了限定。选择具有代表性的X₁和X₂井作为沙四型成熟原油和低熟原油的两个端元组分进行人工配比实验,在验证端元组分可靠性的基础上,对端元油按照质量分数进行了配比,分别为0∶10,2∶8,4∶6,6∶4,8∶2,10∶0。对配比进行了原油族组分和显微荧光光谱分析,分析了混合原油成熟度、端元油贡献度和荧光光谱参数之间的关系。结果表明：配比混源油继承了端元油“三峰型”的荧光光谱谱形特征,混源油荧光颜色明显不同,通过荧光颜色定量系数（CIE-X,CIE-Y）分析可知,在CIE色度图上表现为近线性渐变的荧光特征;随着沙四型成熟油混入量的增加,混源油中芳香烃含量逐渐减少,荧光强度也逐渐降低,荧光颜色发生了明显的蓝移;原油混合使荧光光谱参数发生了变化,荧光光谱参数（QF-535、荧光强度-567 nm、红绿商、黄绿商）与混合比例呈现良好的线性关系,能够较好的反映原油成熟度;随着混源油成熟度增高,高分子量烃类组分含量降低,荧光光谱参数逐渐降低。通过配比实验建立的数学关系能够定量判别原油混合比例,实验证实可以利用荧光光谱参数定量表征混源油中端元组分的贡献度。     

SPA-PLS的高含水原油近红外光谱含水率分析

准确及时的检测原油含水率对注水策略调整、原油开采能力评估、油井开发寿命预测等均具有重要意义。然而,当前我国大多数油田均已进入高含水的开发中晚期,含水率测量难度大且准确率不高。在此背景下,开展了高含水情况下利用近红外光谱进行原油含水率测量的研究。 首先介绍了目前原油含水率检测的常用方法,分析了它们的优劣。理论上,由于水的近红外光吸收带与原油中C-H键的吸收带有明显区别,根据Lambert-Beer吸收定律和吸光度线性叠加定律可知,不同含水率高含水原油近红外光谱会存在较强响应差异。为此,对高含水原油进行近红外光谱检测,建立原油含水率与近红外光谱响应间的非线性映射模型,可实现高含水原油含水率的精确测量。为了验证该方法的有效性,搭建了近红外光谱数据采集实验装置：采用白炽灯作为光源,经过光路调节成平行光后垂直射入样品池,用近红外光谱仪（海洋光学NIR512）采集光谱用于分析。其中,接收光谱仪带宽为900～1 700 nm,平均分成512个波段。光谱数据利用光谱仪配套软件储存在电脑中。样本采用相同厚度不同比例的油水混合物,样本含水率范围为70%～99%,共采集数据60组,每组重复3次取平均值。得到原始数据后,先进行原始数据预处理,以减少数据采集时来自高频随机噪音及温度不稳定、样本不均匀、基线漂移、光散射等不利因素的影响。分别选用了S-G滤波、一阶导数和S-G滤波+一阶导数作为数据预处理的方法,利用连续投影算法(SPA)对光谱数据进行降维,并利用偏最小二乘法（PLS）和多元线性回归（MLR）进行建模,模型精度通过计算均方根误差值（RMSE）和相关系数（r）来验证。对比发现,使用S-G滤波+一阶导数建立的模型RMSE值最小（RMSE=0.007 0,r=0.998 3）。使用SPA降维后的模型要优于全波段PLS模型（RMSE=0.083 3,r=0.920 6）与MLR模型（RMSE=0.099 9,r=0.967 1）。利用SPA提取出的31个特征波长建立的模型仅占全波段的6.05%,并获得了较好的精度。证明了利用光谱检测高含水原油含水率可行性,并且得到了满意的精度,为高含水原油的含水率检测提供了新的方法, 为进一步利用近红外光进行高含水原油的快速检测与在线监测提供参考。     

基于近红外光谱法的多组分复杂溢油源定量建模分析

研究利用近红外光谱分析方法进行模拟复杂混合溢油源的定量分析问题。选取汽油、柴油、煤油三种轻质石油类产品,按照不同浓度比例配置成40个模拟混合溢油样本,利用傅里叶变换近红外光谱仪采集其在4 000～12 000 cm-1谱区范围内的近红外光谱;采用不同预处理方法,利用偏最小二乘算法建立混合溢油样本三组分各自的浓度定量模型。汽油、柴油和煤油的最优预处理方法均为二阶导数方法,分别在8 501.3～7 999.8 cm-1,6 102.1～4 597.8 cm-1,6 549.5～4 597.8 cm-1,7 999.8～7 498.4 cm-1和6 102.1～4 597.8 cm-1谱区范围内,预测模型的决定系数R2分别为0.998 2,0.990 2和0.993 6;RMSEP值分别为0.474 7,0.936 1和1.013 1;RPD值分别为25.126 9,10.517 3和13.072 0。实验结果表明：利用近红外光谱分析技术结合化学计量学方法能够定量确定模拟混合溢油样本中各组分的浓度,为海洋复杂溢油源的定量检测与分析提供有效手段。     

近红外光谱谱线特性对物质浓度分析误差影响的研究

为解决近红外光谱法分析物质浓度过程中缺乏可测度分析而导致测量过程存在一定盲目性问题,研究在已知测量条件、样品种类、被测组分以及建模分析方法的条件下,利用近红外光谱谱线特性作为参数,在大量样品近红外光谱采集和标准法测得浓度数据等工作前,对被测物质浓度的分析误差做大致估算。经过大量尝试和试验提出等效信噪比（ESNR）和谱线重叠系数（OC）两个重要参数,其中ESNR反映待测组分吸光度占总吸光度的比重,而OC则反映待测组分近红外光谱曲线间的重叠程度。通过理论仿真得到光谱分析中用经典的偏最小二乘回归建立定量分析模型时谱线特性与物质浓度分析误差的关系,分别计算ESNR和OC与被测组分浓度分析误差（RMSE）的关系,并且研究两个谱线参数的独立性。利用理论分析得到结果对浓度为8%~12%乙醇水溶液进行可测度分析,并与近红外光谱法分析的实际结果进行比较。研究通过理论仿真得到使用光谱分析中经典的偏最小二乘回归建立定量分析模型时谱线特性与物质浓度分析误差的关系,其中ESNR与RMSE成反比关系,而OC与被测组分分析误差成非线性的单调关系,并且验证了ESNR和OC两个参数的独立性。通过理论计算和乙醇水溶液近红外光谱检测实验对等效信噪比和谱线重叠系数与光谱分析浓度误差的定量关系进行讨论,通过理论分析得到的乙醇浓度RMSE预估值为0.30%,近红外光谱分析实际RMSE为0.32%,相对误差6.67%,二者结果相符。实现了在测量条件、样品种类、被测组分以及建模分析方法已知的条件下基于近红外光谱分析的待测组分含量理论误差的定量计算和实验验证。该研究明确了对近红外光谱法分析物质浓度有明确定量关系的两个谱线参数,给出了使用光谱分析中经典的偏最小二乘回归建立定量分析模型时的分析误差经验曲线,以及利用曲线进行近红外光谱法待测组分浓度可测度分析方法。结果表明所提出的ESNR和OC两个谱线特性参数的有效性,以及分析误差预估方法的有效性。为近红外光谱法待测组分浓度定量分析提供了有效、快捷的预估方法,完善了近红外光谱法成分含量可测度分析理论,对近红外光谱法物质浓度定量分析研究具有一定指导意义。     

基于卷积神经网络的烟叶近红外光谱分类建模方法研究

卷积神经网络(CNN)在图像分类识别领域应用广泛,但其在近红外光谱分类中的研究还未见报道,对基于CNN的近红外光谱分类建模方法进行了研究。针对近红外光谱数据的特点,提出了一种改进的卷积神经网络建模方法,对CNN经典模型LeNet-5所做改进：①将方形矩阵卷积核改为适用于一维近红外光谱的向量卷积核;②简化网络结构,将LeNet-5结构中C5,F6及输出层改为单层感知机。同时,采用隔点采样的方法对近红外光谱降维,加快收敛速度;并对卷积核尺寸对建模结果的影响进行了研究。以我国东北、黄淮、西南三大烤烟产区的600个中部烟叶样本的近红外光谱为实验对象,建立烟叶产区分类NIR-CNN模型。该模型对训练集和测试集的判别准确率为98.2%和95%。实验结果表明,应用卷积神经网络可对近红外光谱数据准确、可靠地判别分类;烟叶产区NIR-CNN建模方法可为卷烟企业烟叶原料科学合理利用提供指导,为维护卷烟产品的质量稳定有重要意义;基于卷积神经网络的近红外光谱判别方法也可推广到其他农产品的分类应用中。     

畜禽肉化学成分近红外光谱检测技术研究进展

和传统的肉品化学成分检测方法相比,近红外光谱分析是一种能够快速、简单、安全和可同时测定多种化学成分的肉品检测方法。论述了近年来猪、鸡、牛、羊四种动物肉中粗蛋白质、肌间脂肪、脂肪酸、水分、灰分、肌红蛋白和胶原蛋白七种化学成分的近红外光谱分析检测研究进展,并探讨了目前研究中存在的问题及其原因。从已发表的研究结果可以看出,近红外光谱分析具有替代耗时成本高的现有肉品化学检测方法的巨大潜力,特别是用于商业上同步检测多种化学成分。研究大多采用主成分分析法进行特征光谱筛选,偏最小二乘和修正偏最小二乘法建立校正模型,交互验证进行预测结果评价。目前研究热点集中在肉中脂肪酸含量预测模型和应用近红外高光谱图像和多元回归预测肉中化学成分。近红外光谱预测结果差异性较大,这与样品集选择、光谱预处理和建模方法都有很密切的关系。样品选择对近红外预测精度具有重要的意义,非均质肉样影响了近红外化学成分预测精度。总的来说,肌间脂肪、脂肪酸与水分指标预测效果较好,粗蛋白质和肌红蛋白指标预测效果次之,灰分和胶原蛋白指标预测结果较差。     

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。     

近红外光谱法测定不同产地黄芪中毛蕊异黄酮葡萄糖苷和黄芪甲苷含量

采用近红外漫反射光谱法对黄芪中毛蕊异黄酮葡萄糖苷和黄芪甲苷的含量进行快速无损检测。以液相色谱质谱联用分析值为参比,采用偏最小二乘法建立黄芪中毛蕊异黄酮葡萄糖苷和黄芪甲苷的定量分析模型。结果显示,毛蕊异黄酮葡萄糖苷近红外光谱经多元散射校正(MSC)+一阶导数+Savitzky-Golay卷积平滑预处理后模型最优,模型参数R2为0.826 6,RMSEP值为0.022 7,校正集R2为0.863 5,RMSEC值为0.019 0;黄芪甲苷近红外光谱经二阶导数+Savitzky-Golay卷积平滑预处理后模型最优,模型参数R2为0.854 8,RMSEP值为0.006 41,校正集R2为0.796 3,RMSEC值为0.007 99。近红外光谱技术结合偏最小二乘法可快速、准确的对黄芪中毛蕊异黄酮葡萄糖苷和黄芪甲苷的含量进行检测。此外,通过主成分分析,发现甘肃产黄芪与其他产地黄芪差异不大,排除甘肃产黄芪后,山西、四川和吉林的样本区分度较高。     

近红外光谱快速分析技术及其在动物饲料和产品品质检测中的应用

近红外光谱是近年来发展最快、最引人注目的光谱学技术。主要介绍了近红外光谱技术的基本原理和发展, 包括近红外光谱预处理技术如微分处理、信号平滑等技术的发展和近红外光谱分析模型如多元线性回归、主成分分析、偏最小二乘法和人工神经网络等的发展。综述了国内外近几年来此技术在动物饲料和产品品质检测中的应用。文献调查显示, 近红外光谱分析技术以其快速、无损、不污染环境等诸多优点在国内外饲料和动物产品检测方面得到广泛应用。在饲料分析方面,近红外不仅能用于其常量成分干物质、粗蛋白、粗纤维、粗脂肪等的测定,而且能用于微量成分、有毒有害成分的测定。在动物产品分析方面,该技术已用于禽蛋、牛肉、羊肉、猪肉等的各种物理和化学指标的测定。文中详细给出了已经报道的利用近红外光谱技术测定饲料和动物产品测定指标和光谱处理以及模型建立的情况, 并讨论了近红外光谱快速检测技术的在饲料分析和动物产品分析领域的应用新趋势和局限性。     

Determination of carotenoid and tocopherol content in maize flour and oil samples using near-infrared spectroscopy

Abstract

Secondary metabolites are important components in terms of nutrition and health. Carotenoids and tocopherols, two groups of the fat-soluble components, are also included in this category. There is an increasing interest in the detection of secondary metabolites with near-infrared spectroscopy. However, the number of scientific studies for the detection of these components, especially for tocopherols in corn flour or oil samples by near-infrared reflectance spectroscopy is rather limited. This study was carried out to determine the amount of carotenoids and tocopherols in flour and oil samples of 250 different maize genotypes by near-infrared reflectance spectroscopy using the partial least squares regression modeling method. Liquid chromatography mass spectrophotometry was used as a reference method in order to determine the contents of five carotenoids and four tocopherol subcomponents. The estimation models were created by using the spectral data collected from ground samples, and oil samples extracted from the same flour; along with the results of the reference analysis. The reliability of these models was tested by external validation (n?=?50). The prediction models generated by the spectra taken from corn flour yielded more successful results than the models created with the spectra taken from the oil samples. Among the models compared, the one developed with the spectra taken from flour samples for lutein was the most successful. It is seen that the estimation models generated from flour samples can be used for screening purposes, though different approaches are needed to increase the success of models.     

近红外光谱法测定蜂蜜中主要成分的可行性研究

以153个单植物源和混合植物源蜂蜜样品为研究对象,使用３种近红外光谱仪(FT型、CCD型、PDA型)采集蜂蜜的透反射和透射光谱,并应用近红外定量分析技术进行蜂蜜中主要成分(水分含量、果糖含量、葡萄糖含量)的检测研究。用偏最小二乘回归(partial least square repression, PLSR)方法分别建立了蜂蜜水分含量、果糖含量、葡萄糖含量的近红外定量分析模型。结果表明,水分含量、果糖含量、葡萄糖含量的相关系数(r)分别达到0.978 5, 0.931 1和0.890 7,预测误差均方根(RMSEP)分别为0.410 8(%), 1.914 4(%)和2.531 9(%)。研究表明基于近红外光谱的蜂蜜主要成分快速无损检测准确度高,具有很高的实用价值。