基于近红外光谱快速预测石脑油单体烃分子组成

提供了一种快速测定石脑油分子水平组成的方法,以石脑油的族组成(PINA)和单体烃组成的实验室气相色谱分析数据样本为基础,建立了石脑油的单体烃分布比例库;采用样本增强(DA)法生成大量虚拟样本,以石脑油近红外光谱(NIR)作为输入变量,结合偏最小二乘法(PLS)建立了石脑油PINA组成预测模型,利用K-近邻回归法(KNR)建立了石脑油单体烃分布比例预测模型。预测结果表明,在数据样本范围内,利用所建模型可以快速测定石脑油的单体烃分子组成。     

近红外光谱快速测定石脑油族组成

以气相色谱法测定石脑油族组成为基础,采用近红外光谱和化学计量学方法建立了快速、准确测定石脑油族组成的分析方法。实验表明,该方法分析速度快、重现性好、成本低,特别适用于生产中间控制分析。     

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。     

近红外光谱在清洁汽油生产控制分析中的应用

介绍近红外光谱分析在清洁汽油生产控制中的应用。在标准方法的基础上,采用偏最小二乘方法建立了适合催化裂化、催化重整、90号清洁汽油和93号清洁汽油测定RON、MON、烯烃含量、芳烃含量、苯含量和氧含量的分析模型,通过大量试样对所建分析模型的可靠性进行了考察。结果表明,近红外光谱的测定结果与标准方法的测定结果有很好的一致性。近红外光谱技术的应用可以提高分析效率,降低成本,对装置的平稳运行和汽油的优化调合起到积极作用。     

浅析近红外光谱在液压油水分含量分析中的应用

水分含量是反应液压油油品性能的重要指标之一,本文主要通过近红外光谱分析技术实现了水分含量指标的简便、快速、无损检测。文中介绍了近红外光谱分析的原理、过程及评价方法,并在此基础上以10号航空液压油为例建立了多元校正模型。结果表明,模型通过验证,预测精度较高,符合水分检测相关标准的要求。     

在线近红外光谱成套分析技术及其在石油化工中的应用

介绍了我国自行研制的NIR-6000在线近红外光谱成套分析技术,包括分析原理、系统组成、特点、主要技术指标以及在石油化工中的应用情况.期望该技术能够以较快的速度应用于我国的炼油和化工装置中,给企业带来可观的经济和社会效益,同时为石化工业的科技进步作出积极的贡献.     

在线近红外光谱分析技术在催化重整中型试验装置上的应用

采用我国自行研制的NIR-6000型多通道在线近红外光谱分析仪同时检测8套催化重整中型试验装置，实时测量重整生成油的RON和芳烃组成等5项物化指标。结果表明，该分析系统能够快速、准确地为催化剂评价提供数据，完成8个通道的全分析时间仅需6．5min。该系统的投用显著提高了催化剂评价技术水平和工作效率。     

在线近红外光谱分析技术在重整装置的应用

介绍国内首次将在线近红外光谱分析技术应用于中国石化广州分公司重整装置先进过程控制(APC)系统的情况,该项目的成功实施说明在线近红外光谱分析技术完全可以实时、准确和完整地给APC提供所需的分析数据,而且分析仪日常维护费用低,几乎没有消耗品,解决了长期制约先进过程控制发展的一个关键技术问题.对APC实现装置的平稳优化生产,提高目的产品产率、降低能耗,最终提高经济效益起到了显著作用.     

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。     

多维气相色谱法测定石脑油族组成

建立了一种采用具有多阀、多柱和吸附阱的多维气相色谱测定石脑油族组成的分析方法。通过5个阀对7根选择性不同的色谱柱进行准确切换控制,使样品分别进入不同的色谱柱中,分离出正构、异构烷烃,正构、异构烯烃,环烷烃,环烯烃和芳烃,然后利用程序升温,使各族组分再按碳数分离后进行定量分析。对标样的测定结果表明,组分质量分数可精确至0.01%,加标回收率为99.7%～108.6%,相对标准偏差为0.24%～1.40%。     

蓬莱原油及石脑油化合物组成规律研究

利用气相色谱分析技术对某炼厂不同原油及所产石脑油、二次加工轻石脑油等化合物组成进行了系统研究。发现蓬莱原油和蓬莱混合原油所含化合物构成丰富,仅C8以下化合物就有48种,且以C7组分为主,其次是C8和C6;但两种原油化合物种类、含量变化规律完全一致;蓬莱原油直馏石脑油(≤120℃)化合物仍以C7组分为主,其次是C8和C6,其变化规律与蓬莱原油化合物组成含量变化规律一致;属重质石脑油;而其二次加工所产拔头油、戊烷油、抽余油及中高压加氢石脑油均为轻质石脑油,所产焦化汽柴油加氢石脑油属重质石脑油。     

LH-02催化剂在重整石脑油后加氢中的应用

采用齐茂化工公司生产的氢氧化铝干胶进行了LH-02加氢精制催化剂的工业生产．生产的3批催化剂全部达到指标要求。在实验室以胜利炼油厂重整后加氢原料油作评价，结果表明，该催化剂在反应器人口温度255℃、压力2．0MPa、液空速2．0h^-1、氢油比150：1(体积)的条件下，加氢产品的硫含量低于0．5μg／g，溴价低于0．1gBr／100g，芳烃损失小于1个单位。     

纤维喷涂技术在石脑油加氢装置上的应用

纤维喷涂衬里无接缝、严密性好、保温钉全部埋在纤维层内,可以有效的防止钉头烧损,减少炉墙表面的散热损失,提高加热炉的热效率。文中阐述了耐火纤维喷涂技术的特点,并对其在石脑油加氢装置的加热炉上的应用情况及实际使用效果进行了分析。     

Potential of infrared emission spectroscopy for on-line analysis

Many food production processes involve heating. When hot, the ingredients emit infrared radiation. In principle, this radiation may be steered directly into a spectrometer for analysis: this is the basis of infrared emission spectroscopy. This preliminary communication presents simulations and measurements of emission spectra, and demonstrates that for optically thin samples, good results can be obtained with comparative ease.     

基于分子矩阵预测石脑油分子水平组成

针对石脑油的组成特点,对分子同系物(MTHS)矩阵进行简化,以C_3~C_(12)的正构烷烃、异构烷烃、环烷烃和芳烃构成的分子矩阵来表示石脑油的分子水平组成;建立了通过工业中常用的石脑油物性数据(如蒸馏曲线、密度)等计算石脑油分子水平组成的方法。以各项物理性质的实测值与预测值的残差平方和构建目标函数,并在原模型的基础上加以有效的约束,进行优化求解,得到石脑油分子水平组成数据。选择两组已知组成的石脑油作为样本,由Aspen Plus模拟软件计算其蒸馏曲线、密度等整体性质,根据上述方法对两组样本进行计算。两组样本的预测结果与真实组成的对比表明,该方法可用来预测石脑油分子水平组成,且准确度较原模型有提升。     

Prime-G^＋催化裂化汽油加氢脱硫技术的应用

为使出厂汽油硫含量满足北京市地方标准DB11／238-2007要求,中国石油天然气股份有限公司大港石化分公司国内首家采用法国Axens公司Prime-G^＋技术,新建处理能力为0．75Mt／a催化裂化汽油加氢脱硫装置,并于2008年5月投产。工业运行实践表明,装置操作简便,运行平稳,加工处理硫质量分数不超过120μg／g的催化裂化汽油,处理后硫质量分数为19μg／g,辛烷值损失为0．4。     

Gum Arabic authentication and mixture quantification by near infrared spectroscopy

A rapid and reliable method is developed for Gum Arabic authentication based on Near Infrared (NIR) spectroscopy and chemometric methods. On a large industrial collection of authentic gum Arabics, the two major Acacia gum species, Acacia senegal and Acacia seyal could be assigned perfectly by the NIR spectroscopic method. In addition, a partial least squares (PLS) regression model is calibrated to predict the blending percentage of the two pure gum types, producing an accuracy, root mean square error of cross validation (RMSECV) of 2.8%. Sampling of the Gum Arabic ‘tears’ is discussed, and it was determined that subsamples from three ‘tears’ is required for a representative result. It is concluded that NIR spectroscopy is a very powerful and reliable method for authenticity testing of Gum Arabic species.