基于近红外光谱技术的石油组分定量分析新方法

针对石油化工产品生产控制和质量检查的需要,为提高测定产品组成的效率,将近红外光谱法作为基础测定方法,以直馏柴油、加氢精制柴油和催化裂化柴油为校正模型的训练样本,测定其中饱和烃、胶质、单环芳烃、双环芳烃、三环芳烃和环烷烃的组成,论述了采用模糊神经网络建立校正模型测定石油化工产品组成的可行性。基于dSPACE硬件平台,用验证样本对模糊神经网络校正模型进行了检验,实验结果表明,该方法响应快、误差小、鲁棒性强,在近红外长波区内,校正样品和验证样品的均方误差小于10-6。该方法可用于石油化工产品的生产工艺研究中。     

间接原子吸收测定硅酸盐中的钛

硅酸盐中微量钛的测定常用的是分光光度法。国外有报道用一氧化二氮-乙炔焰原子吸收测定钛,由于此法的精密度灵敏度及一些技术问题,在国内未被广泛应用,又由于钛本身的特性,使得空气-乙炔焰直接原子吸收测定成为不可能。本法利用元素钛对铁的线性增感效应,用空气-乙炔焰间接原子吸收测定了元素钛,同时借助离子交换进行干扰分离,并将此法应用到了硅酸盐中钦的测定。此法灵敏、简便、准确。该方法TiO_2标准曲线的线性范围为0.02—0.18μg/ml,特征浓度为0.0005μg/ml/1％A,相对标准偏差为2.8％。     

定量近红外光谱分析中应用自适应神经网络法建立校正模型

论述了将自适应神经网络,结合内模控制,建立校正模型,应用手定量近红外光谱法测定石油化工产品中各组分的可行性.试验中,以dSPACE硬件平台为基础,以直馏柴油、加氢精制柴油和催化裂解柴油为校正模型的训练样本,对自适应神经网络校正模型作检验.试验结果表明:该方法响应速度快、误差小、鲁棒性强,在近红外长波区(800～2 300 nm)内,校正样品舜口验证样品的均方偏差均小于1×10-6.