二维近红外光谱定量分析内燃机油粘度指数性能的研究

针对常规近红外光谱技术测试内燃机油性能指标的不足,提出了以电压为外扰方式,获取内燃机油二维近红外光谱的技术。对内燃机油样品进行二维相关光谱分析可以定性分析内燃机油粘度等级。使用来自不同厂家、不同质量等级的35个内燃机油样品建立多维偏最小二乘（N-PLS）模型对内燃机油粘度指数进行了预测研究。结果表明，内燃机油的二维近红外光谱中含有与粘度指数相关的信息，使用N-PLS模型能够实现对内燃机油粘度指数的定量分析。该方法的提出为研究复杂对象性能指标的快速检测提供了一种新的技术手段。     

近红外光谱法定性分析内燃机油的粘度特性

根据近红外光谱表征的内燃机油结构族组成信息,采用Kohonen神经网络数据处理数学模型。预测了内燃机油的粘度指数,结果表明Kohonen神经网络是1种有效的定性分析内燃机油粘度特性的工具,内燃机油的组成与粘度特性有良好的相关性。     

近红外分析方法测定润滑油基础油粘度指数

采用PLS校正方法建立了近红外光谱－粘度指数校正模型,能够覆盖多种源油、多种工艺及牌号的基础油。使用该模型对23个样品的对比测定结果表明,验证集标准误差（SEV）为2．13。成对t检验结果表明,近红外分析方法与标准分析方法测定的粘度指数没有显著性差别,具有重现性好、分析速度快,结果准确等特点,可以代替传统方法进行润滑油基础油粘度指数的测定。     

红外光谱法评价内燃机油高温清净性的研究

研究了内燃机油的红外光谱信息与其高温清净性能的相关性。根据内燃机油的红外光谱信息，采用量化自组织神经网络数学模型预测内燃机油的高温清净性能，在此基础上，建立了红外光谱快速检测内燃机油高温清净性能的方法。结果表明，预测结果的准确性、误差都能够满足对内燃机油高温清净性能测试的要求，红外光谱分析为快速检测内燃机油的高温清净性能提供了又一途径。     

自组织神经网络在火成岩岩性识别中的应用

火成岩储层岩性复杂,识别难度大,当已知地层信息较少时,传统的交会图和有监督神经网络(如BP神经网络)等方法在识别岩性时会受到一定限制.为此,基于自组织神经网络(SOM网络)的结构和原理,在松辽盆地南部利用实际测井资料建立了火成岩样本数据集;利用SOM网络对样本数据集进行了训练,得到了数据集的聚类结果;讨论了SOM网络的标准化方式、结构参数和测井曲线对聚类结果的影响,认为利用正态标准化方法、选择合适的结构参数和测井曲线,以样本数据集的聚类结果作为分类基础,对火成岩井段测井资料进行了岩性识别,获得了较好的效果.     

柴油近红外光谱的独立分量分析方法

 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。     

介电谱技术快速识别不同配方体系内燃机润滑油

 介电谱技术是一种重要的物质结构检测技术。为探索介电谱技术在石油产品分析测试领域的适用性，笔者在自制介电谱仪和采用化学计量学方法的基础上，提出了介电谱技术应用于内燃机润滑油分析的技术路线，建立了基于无监督主成分分类、有监督偏最小二乘分类和层次分类的不同配方体系内燃机润滑油分类识别算法和数学模型，实现了Mobil、Esso和Shell 3个典型配方体系的21个内燃机润滑油对象的分类识别。结果表明，除1个样品（层次一交互验证21号样品）有偏差外，其余样品都得到了正确的识别结果。介电谱技术能够提取代表内燃机油组成、结构的特征信息，并有可能发展成为石油产品分析测试领域中一种全新的技术。研究成果为内燃机润滑油的管理和防伪打假提供了一种技术手段，同时为介电谱技术对内燃机油进行进一步的质量指标的定量分析奠定了基础。     

映射分析中的自组织方法在烃类检测中的应用

自组织分析是在自组织映射神经网络基础上发展的一种新的非监督聚类和数据分析方法，其核心是将神经网络学习所用的原数据体映射为自组织映射密度图。在自组织映射密度图上，原空间中具有较大的相似性在数据样本放映射到同一个位置或相近的两个位置，勘探早期可用于约束储集层预测的井很少，借助于原数据体中存在的聚类关系，利用自组织分析技术对数据体隐含的油气信息进行聚类分析，有助于提高钻井成功率。     

基于近红外光谱的汽油模糊聚类分析

测定了不同种类汽油的近红外光谱，在主因子分析的基础上引入了系统聚类法和模糊聚类法对汽油样本集合进行分类和识别研究。建立了基于近红外光谱的快速鉴别汽油类型的模型，为汽油理化性质预测模型奠定了基础     

石油天然气加工工业

TE622.11200609019近红外光谱测定重质馏分油中环烷烃含量〔刊〕/杨素(扬子石化公司研究院)∥扬子石油化工.-2005,20(4).-43~45研究了采用近红外光谱测定重质馏分油中的环烷烃含量的方法,通过气相色质联用仪获得重质馏份油中环烷烃的基础数据。结果表明,在波长6000~11000cm-1,应用傅立叶变换红外光谱仪,交互检验偏最小二乘方法对使用的光谱范围进行优化。所得较正模型对训练集样品预测的平均偏差为0.5%,对未知样品将近红外预测结果与HPGC/MS-FID的测定结果比较,平均偏差为0.3%。近红外光谱法测定重质馏分油中的环烷烃含量是完全可行的,…     

润滑油基础油分子表征方法及其黏度性质预测

采用气相色谱/场电离飞行时间质谱(GC/FI TOF MS)对润滑油基础油进行分子表征。依据精确相对分子质量和质谱图平均丰度分别进行定性和定量分析,可简单快速地获得基础油中链烷烃及一环～六环环烷烃的碳数分布结果。基于基础油分子组成数据,采用Kennard-Stone方法将样品集分为校正集和验证集,依据偏最小二乘方法(PLS)建立预测黏度和黏度指数的模型,模型验正集及预测集预测值的标准偏差分别小于2.0 mm²/s和2.0,相关系数均大于0.99。所建模型对基础油黏度及黏度指数的预测适用性好、准确度高,具有一定的实用价值。     

基础油及粘度指数改进剂对润滑油高温清净性的影响

用成焦板（或成漆板）试验法考察了基础油及粘度指数改进剂对润滑油高温清净性的影响。结果表明,基础油的粘度和粘度指数改进剂对油品的高温清净性有很大影响;粘度较大的基础油的高温清净性明显优于低粘度的基础油,在低粘度的基础油中加入一些重组分,可明显改善油品的高温清净性;而在油品中加入粘度指数改进剂会使油品的高温清净性变差,非分散型粘度指数改进剂的负面影响更大。     

发动机油低温泵送性及其保持性的影响因素

通过对车用发动机油低温泵送性能测试方法变化过程的分析,指出发动机在用油低温泵送性分析的必要性,论述了发动机油低温泵送性及其保持性的影响因素,适当的基础油精制深度、合适的粘度指数改进剂类型、长效降凝剂的优选是保证低温性能保持性的前提,发动机油的混用对油品低温性能影响较大。     

Compatibility Tests for Some Model SAE 30-50 Engine Oil Formulations and Correlation of Properties

A series of laboratory tests have been conducted on commercially available model engine oils of SAE 30-50 grades obtained from different oil companies operating in Nigeria. Experimental analysis showed that these model oil formulations conform to certain standards governing their constituents and performance. All the samples have high viscosity index of 100 and above. Their pour points indicate low temperature fluidity and suitability to be used in cold weather conditions. Data correlation shows that viscosity and viscosity gravity constant (VGC) can be adequately used to characterize the oil samples. The semi-logarithmic plot of VGC against viscosity at 40°C produced the best correlation. The study further proves that VGC should find a wider application as a correlating parameter for the physical property of model oils.     

Compatibility Tests for Some Model SAE 30–50 Engine Oil Formulations and Correlation of Properties

Abstract

A series of laboratory tests have been conducted on commercially available model engine oils of SAE 30–50 grades obtained from different oil companies operating in Nigeria. Experimental analysis showed that these model oil formulations conform to certain standards governing their constituents and performance. All the samples have high viscosity index of 100 and above. Their pour points indicate low temperature fluidity and suitability to be used in cold weather conditions. Data correlation shows that viscosity and viscosity gravity constant (VGC) can be adequately used to characterize the oil samples. The semi-logarithmic plot of VGC against viscosity at 40°C produced the best correlation. The study further proves that VGC should find a wider application as a correlating parameter for the physical property of model oils.     

集成神经网络信息融合技术在油种鉴别中的应用

介绍了一种应用集成神经网络信息融合技术的油种鉴别系统。它以加权信息融合技术为基础,对各种油类的三维荧光谱的光谱分析数据采用集成神经网络进行油种鉴别。通过对机油的举例验证表明,该鉴别系统能将鉴别误差由7．59％减小到2．51％。该系统充分利用了数据信息,其诊断精度及学习能力明显优于单一神经网络诊断模型。     

燃油稀释对城市公交车发动机

对多组柴油机油城市公交车实车使用试验样品粘度的变化及引起这种变化的原因,特别是燃油的稀释进行了叙述,同时分析了由于发动机在用油粘度降低增加的磨损。通过实车使用试验数据的说明及本文的分析,提出了在选用城市公交车发动机润滑油粘度时应注意的问题。