近红外光谱技术与仪器的发展和推广应用

近红外光谱分析技术与近红外光谱仪器近年来有很大发展，在不少领域获得了成功的应用；但是无论是近红外光谱仪器还是近红外光谱分析技术的推广应用，都是全球亟待解决的前沿课题。     

近红外光谱技术快速测定柴油物理性质

分别在近红外短波和长波范围内考察了采用ＣＣＤ近红外光谱仪和傅立叶变换近红外光谱仪测定柴油物理性质的可行性。通过正确的光谱预处理方法,光谱区域的选择和偏最小二乘回归确定定量校正模型,建立了近红外光谱快速测柴油性质的方法。结果表明,在近红外短波和长波范围内,该方法测定均能达到标准方法的误差要求。     

近红外光谱法快速测定加氢物料的双烯含量

采用国产CCDNIR-3000型近红外光谱仪和化学计量学光谱分析软件，在700～1100nm波长范围内．运用数据预处理方法建立了测定制苯生产过程中间加氢物料控制双烯值的分析模型。通过对加氢物料双烯值的测定，验证了近红外光谱方法测定结果与化学分析方法无显著性差异。与化学分析方法相比，近红外光谱方法重复性再现性好，分析快速，准确，操作简单，降低了环境污染，特别适用于生产中间物料控制分析，是一种满足工艺控制的质量监控方法。     

近红外光谱法测定柴油中的芳烃含量

研究了采用近红外光谱测定柴油中芳烃含量的方法。通过高效液相色谱分离、移动丝氢火焰检测器检测获得柴油中芳烃的基础数据。在５０００～１００００ｃｍ－１波长范围内,应用傅立叶变换近红外光谱仪,交互检验偏最小二乘方法对使用的光谱范围进行优化。所得校正模型对训练集样品预测的平均偏差为０２３％,对未知样品将近红外预测结果与ＨＰＬＣ的测定结果比较,平均偏差为０２７％。作为一种快速分析技术,近红外光谱测定柴油中的芳烃含量是简便可靠的方法。     

近红外光谱分析技术正在快速进入石油化工领域

简述了现代近红外分析技术，包括光谱特征，定量、定性分析方法和光谱仪。着重介绍了近年来这门新技术在石化领域中的应用     

中红外光谱和近红外光谱在油品分析中的技术比较

介绍了美军对中红外和近红外光谱的对比情况,并对两种红外光谱的本质区别作了详细阐述,总结了中红外和近红外的技术性能比较,同时对两种红外光谱未来的发展趋势进行了展望。     

柴油近红外光谱与性质的相关性分析

通过近红外光谱与柴油性质的相关性分析,解释了柴油中各种C－H基团的存在对柴油十六烷值、密度、折光、馏程等性质的影响。鉴于在测样技术上的特点和相关分析的便利性,近红外光谱可以作为一种研究油品组成与性质关系的有效手段。     

近红外光谱快速测定加氢焦化汽油的烯烃和溴价

在标准方法测定数据的基础上，建立了加氢焦化汽油的烯烃和溴价的近红外光谱校正模型，并用常规分析样品测定验正模型的准确性。实验表明，近红外光谱测定准确性达到标准方法对测定结果的要求。近红外光谱技术能在5min内快速、准确、简便地测定加氢焦化汽油的烯烃和溴价。     

近红外光谱测定柴油十六烷值

采用傅立叶变换近红外光谱技术与偏最小二乘方法结合测定柴油的十六烷值。讨论了训练集体本光谱范围的选择,光谱预处理方法最佳主因子数的选择。近红外光谱技术测定的与标准方法测定的结果有良好的相关性。采用不同的校正模型测定了催化裂化柴油馏分,成品柴油等不同类型样品的十六烷值。     

近红外光谱分析技术定性部分的实现

文章主要介绍了“便携式油料质量分析仪”项目中实现近红外光谱定性分析技术常用到的几种分析方法,包括近红外光谱峰位鉴别法、模式识别法、人工神经网络法。同时对“便携式油料质量分析仪”项目中采用的光谱定性软件的组成情况进行了介绍。通过试验,模式识别法中的主成分分析法结合马氏距离法基本满足了油品定性分析要求,达到了油品鉴别、自动判断选择定量模型的目的。文章力求简化近红外光谱软件分析模式中的难点问题,达到深入浅出的目的。     

Comparison of grating-based near-infrared (NIR) and Fourier transform mid-infrared (ATR-FT/MIR) spectroscopy based on spectral preprocessing and wavelength selection for the determination of crude protein and moisture content in wheat

Growing trends towards the development of rapid, simple, and cost-effective methodologies for grain quality monitoring have been observed for a long time. Infrared spectroscopy associated with chemometrics has proven to be a promising alternative to traditional wet chemistry methods. So far comparative research that focuses on the relation between spectral preprocessing, wavelength selection, and model performance is rare. This paper aims to explore the effect of spectral preprocessing and wavelengths selection on the performance of partial least square (PLS) regression models constructed with near-infrared (NIR) and mid-infrared (ATR-FT/MIR) spectroscopy. Eighty wheat samples were randomly selected in Western Canada. NIR (680–2500 nm) and MIR (4000–700 cm⁻¹) spectra were collected and calibrated with reference crude protein (CP) and moisture content using PLS regression technique based on different spectral preprocessing methods and selected important wavelengths. In a general way, the models generated with NIR spectra showed superior performance than that developed with MIR spectra. For CP, the best NIR model was developed with the 1400–2500 nm spectral range of standard normal variate (SNV) and first derivative (FD) pretreated spectra, which showed an excellent prediction performance (R² = 0.97); the best MIR model was established using the 1750–1100 cm⁻¹ region of SNV corrected spectra, which gave a good predictive ability (R² = 0.90). Regarding to the moisture, the best model obtained by NIR technique (based on the 1100–2500 nm region of raw spectra) showed a good prediction performance (R² = 0.86), while the best model generated by MIR technique (using the full wavenumber range of FD-SNV preprocessed spectra) only gave approximate quantitative prediction (R² = 0.72). Both spectral preprocessing and wavelength selection could affect the performance of PLS models for predicting CP and moisture content in wheat. More effort is needed to improve the performance of ATR-FT/MIR spectroscopy for quantitative analysis based on appropriate chemometrics tools.     

在线近红外光谱分析仪在汽油自动调合系统中的应用

在线近红外光谱分析仪可以实时测定汽油调合组分及成品油的多种物化性质指标如烯烃、芳烃、苯及氧化物含量、辛烷值（RON、MON）、馏程、蒸气压等。文章介绍了用于汽油自动调舍工艺中的在线近红外光谱分析仪的原理、系统组成和特点，以及在国内外的汽油调合优化控制中的实际应用情况。典型的应用实例表明，将该分析仪用于汽油自动调合工艺中，可为炼油厂带来可观的经济效益和社会效益。     

LTAG加氢单元原料和产品组成的近红外快速分析及应用

利用383个催化裂化柴油和加氢柴油样品的近红外光谱及标准族组成数据,结合偏最小二乘(PLS)方法建立近红外混合分析模型,针对LTAG加氢单元中LCO原料和产品的详细族组成进行快速分析,并将该近红外快速分析方法应用于某炼油厂LTAG工艺过程中。模型验证结果显示预测值与样品族组成实测值非常接近,模型准确性与标准方法相当,重复性测试结果显示模型重复性优于标准方法;对炼油厂LTAG加氢装置原料和产品某些组分含量连续15天的近红外监控结果也证明该快速分析方法可满足实际应用需求。     

拉曼和红外光谱快速评价原油性质的可行性比较

分子光谱技术如中红外和近红外光谱已应用于原油性质的快速分析,而拉曼光谱在这方面的应用鲜有报道。为探讨拉曼光谱进行原油性质快速分析的可行性,采用拉曼、中红外、近红外3种分子光谱方法结合化学计量学来预测原油的密度、残炭和蜡含量,对3种方法采集原油光谱的重复性和预测原油性质的准确性进行了比较。结果表明,拉曼光谱采集原油信号的重复性差,分析原油性质的准确性较低,在进行原油性质快速分析方面存在较大的局限性。     

薄互层正演模拟分析及其应用

应用正演模拟技术,在时间域和频率域对薄互层地质模型的反射特征进行深入分析.利用实际资料建立地层模型,分析砂岩、泥岩和盐岩的反射特征,并用谱分解法预测盐岩的分布范围及厚度,应用效果较好.     

Web近红外光谱原油快评技术开发与应用

开发了Web版原油快评软件,在软件构架层面,由原油快评系统用户应用模块、原油快评近红外光谱库管理模块、原油快评建模模块、原油快评模型库管理模块和用户管理模块构成。该软件实现了模型库的统一维护和统一发布、光谱数据库和评价数据库的统一管理,对现有的原油快评算法进行了升级,经过对升级算法的综合调试使用,可明显提高预测结果的计算速度和识别准确率。收录石化企业A、B常加工原油并分别建立了石化企业A、B原油近红外光谱数据库,将石化企业原油近红外光谱数据库与中国石化石油化工科学研究院原油近红外光谱数据库进行合并,建立快评分析模型,对常加工油种进行监测分析,结果表明近红外光谱快评结果较为准确。     

一个烯醚化合物的结构鉴定

在工业乙酰乙酸甲酯中发现并分离了一种化合物,通过色质联用分析和氢谱及其它一些现象,确认它是烯醚类化合物-3-甲氧基-2-丁烯酸甲酯。并首次报道了它的质谱和氢谱数据。     

近红外分析方法测定润滑油基础油的化学族组成

测定了不同来源、不同工艺的润滑油基础油近红外谱图 ,以偏最小二乘方法为数学工具 ,通过硅胶吸附法取得基础数据 ,建立基础油的近红外光谱 -化学族组成模型。采用该模型测定未知样品与硅胶吸附法的测定结果相比 ,饱和烃质量分数和芳烃质量分数相关系数分别为 0 9877和 0 9875。对子分析结果表明 ,两种分析方法的测定结果一致。近红外分析方法重现性好 ,分析速度快 ,结果准确 ,且不消耗有机溶剂。