共查询到18条相似文献,搜索用时 62 毫秒
1.
2.
近红外光谱法在线测定在汽油调合中的应用 总被引:4,自引:0,他引:4
1引言在炼油厂的油品分析中,要测定油品的许多物性参数,如辛烷值、密度、馏程、蒸气压等,常规的分析方法速度慢,并且当质检部门得到数据时物流的性质已发生了变化。近红外光谱(NIR)在线分析方法是一种间接测定方法,使用先进的光谱统计技术和光缆技术,能快速、... 相似文献
3.
近红外光谱测定柴油十六烷值 总被引:7,自引:0,他引:7
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。 相似文献
4.
高效液相色谱法测定催化裂化柴油族组成 总被引:1,自引:0,他引:1
高效液相色谱(HPLC)法可取代经典柱色谱法对催化裂化柴油进行烃族组成分析,可将样品分离成饱和烃、轻芳烃、中芳烃、重芳烃和胶质5个组分,而且具有快速、自动化程度高的优点。 相似文献
5.
探讨高效液相色谱示差折光检测器方法测定柴油中多环芳烃过程中,部分样品与标准中的典型谱图差异较大的情况及色谱柱失效问题。通过加入萘作为标记物来辅助划分单环和双环的切割点,并定期对色谱柱进行活化的方法,能够有效提高测试的准确性,对液相色谱法测定柴油单环、双环和多环芳烃具有一定的指导意义。 相似文献
6.
近红外光谱技术快速测定柴油物理性质 总被引:10,自引:3,他引:10
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。 相似文献
7.
通过对各种柴油组分油中多环芳烃含量分布及加工变化规律进行具体研究和对照分析,对如何有效控制车用柴油多环芳烃含量提出了有效解决途径,有利于柴油产品的清洁化生产。 相似文献
8.
甲基叔丁基醚含量对近红外光谱法测定汽油族组成的影响 总被引:1,自引:1,他引:1
建立了快速分析汽油族组成的近红外光谱法,研究了汽油近红外光谱随甲基叔丁基醚(MTBE)含量变化的规律,建立了不含MTBE汽油和含MTBE汽油的混合校正模型,评价了MTBE对近红外光谱分析校正模型预测的影响。研究结果表明,MTBE含量对汽油的近红外光谱的影响较大,随着MTBE含量的增加,汽油试样的近红外光谱向短波方向平移。混合校正模型的预测准确性不受MTBE含量的影响。近红外光谱法测定汽油族组成的结果与GB/T 11132—2002《液体石油产品烃类测定法(荧光指示剂吸附法)》测定的结果一致。近红外光谱法快速、准确,可用于在线分析。 相似文献
9.
10.
通过液相色谱法测定柴油中多环芳烃,验证该方法在测定柴油中多环芳烃分析数据准确性。实验表明:用液相色谱法分析柴油多环芳烃,最大相对误差小于1.0%,相对标准偏差为0.6%,与质谱法相比操作步骤简单,分析时间由60min缩短至20min。此方法具有分析快、准确度高,操作简便等优点,提高了柴油芳烃组成分析效率和准确度,降低了分析成本。 相似文献
11.
柴油近红外光谱与性质的相关性分析 总被引:1,自引:2,他引:1
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。 相似文献
12.
针对车用柴油酸度等性质测定过程繁琐,采用衰减全反射样品池测定车用柴油的红外光谱,用偏最小二乘法(PLS)建立红外光谱测定车用柴油酸度、密度、闪点和凝点的4个校正模型,验证标准误差分别为0.46 mg/(100 mL),0.77kg/m3,2.60 ℃,2.77 ℃,该方法符合标准方法再现性要求。与标准方法相比,该方法具有无需预处理、操作简单、测量快速、重复性好等优点。 相似文献
13.
针对车用柴油酸度等性质测定过程繁琐,采用衰减全反射样品池测定车用柴油的红外光谱,用偏最小二乘法(PLS)建立红外光谱测定车用柴油酸度、密度、闪点和凝点的4个校正模型,验证标准误差分别为0.46 mg/(100 mL),0.77kg/m3,2.60 ℃,2.77 ℃,该方法符合标准方法再现性要求。与标准方法相比,该方法具有无需预处理、操作简单、测量快速、重复性好等优点。 相似文献
14.
15.
16.
柴油近红外光谱的独立分量分析方法 总被引:3,自引:0,他引:3
将新兴的多变量分析工具—独立分量分析(ICA)应用到石化行业中,分析柴油的十六烷值和密度、组分中芳烃含量与其近红外光谱之间的关系。ICA方法用于提取柴油近红外光谱数据矩阵的独立成分和相应的混合矩阵,再用BP神经网络对混合矩阵和十六烷值、芳烃含量以及密度进行回归分析,提出了新的柴油组分含量测定和特性分析的基于独立分量分析-神经网络回归(ICA-NNR)的近红外光谱分析方法。通过分析独立分量数和网络中间隐层的神经元数对模型性能的影响,分别建立柴油组分含量测定模型和密度特性的关联模型。结果表明,该方法用于实测的柴油样品近红外光谱数据的处理,测试样品集的标准方法测定值与所建模型预测值的相关性及相对误差均优于现行常用的PLS、PCR等方法。基于ICA-NNR的近红外光谱分析方法对石化行业中油品的组分及物理特性分析具有很好的可行性。 相似文献
17.
18.
应用全二维气相色谱(GC×GC)法的方法原理和族分离特性,研究建立了一次进样即可完成柴油馏分的非芳烃、一环芳烃、二环芳烃、和三环及以上稠环芳烃的分离、定性和定量。该方法的加标回收率在95.1%~104.6%,对稠环芳烃测定的重复性相对标准偏差(RSD)≤5.60%,对总芳烃测定的重复性RSD≤1.26%,与ASTMD2425中间馏分烃类组成测定的标准方法(质谱法)测定结果相比,平均相对平均偏差(RAD)≤5.68%。该方法具有操作简单、快速、准确等优点,完成一个实验仅需70min。 相似文献