-
公开(公告)号：CN113970531A
公开(公告)日：2022-01-25
申请号：CN202010724586.1
申请日：2020-07-24
IPC分类号： G01N21/3577 , G01N21/359 , G01N21/35 , G01N21/33 , G01N21/65
摘要： 本发明涉及一种校正光谱的方法，首先将已知原油样本分别在两台光谱仪上采集光谱并计算该同一组已知原油样本在不同光谱仪上采集的光谱差谱，然后，对于在其中一光谱仪上采集的未知样品光谱，在相同的波段区间内使用拟合算法得到该光谱仪上采集的已知原油样本的光谱与待转移光谱的拟合系数向量，计算拟合系数向量与光谱差谱矩阵的乘积得到拟合差谱波段，由拟合差谱波段组成拟合差谱，计算未知样品光谱与拟合差谱的差值，即可得到在另一光谱仪采集该未知原油样品的校正光谱。该方法具有使用简便、测试准确的优势。
-
公开(公告)号：CN109668856B
公开(公告)日：2021-06-11
申请号：CN201710977928.9
申请日：2017-10-17
IPC分类号： G01N21/359
摘要： 本公开涉及一种预测LCO加氢原料与产物的烃族组成的方法和装置，该方法包括：收集LCO加氢原料与产物样本，获取LCO加氢原料与产物样本的第一烃族组成数据，采集LCO加氢原料与产物样本在预设谱区内以及预设恒定温度下的近红外光谱，根据近红外光谱的主成分与从第一烃族组成数据中获取的主成分对应的第二烃族组成数据建立第一校正模型，根据近红外光谱和主成分确定光谱残差，并根据光谱残差与光谱残差对应的烃族组成残差数据建立第二校正模型，获取待测LCO加氢原料与产物的近红外光谱，并根据待测LCO加氢原料与产物的近红外光谱通过第一校正模型和第二校正模型预测待测LCO加氢原料与产物的烃族组成，从而实现LCO加氢原料与产物的烃族组成的快速预测。
-
公开(公告)号：CN109668856A
公开(公告)日：2019-04-23
申请号：CN201710977928.9
申请日：2017-10-17
IPC分类号： G01N21/359
摘要： 本公开涉及一种预测LCO加氢原料与产物的烃族组成的方法和装置，该方法包括：收集LCO加氢原料与产物样本，获取LCO加氢原料与产物样本的第一烃族组成数据，采集LCO加氢原料与产物样本在预设谱区内以及预设恒定温度下的近红外光谱，根据近红外光谱的主成分与从第一烃族组成数据中获取的主成分对应的第二烃族组成数据建立第一校正模型，根据近红外光谱和主成分确定光谱残差，并根据光谱残差与光谱残差对应的烃族组成残差数据建立第二校正模型，获取待测LCO加氢原料与产物的近红外光谱，并根据待测LCO加氢原料与产物的近红外光谱通过第一校正模型和第二校正模型预测待测LCO加氢原料与产物的烃族组成，从而实现LCO加氢原料与产物的烃族组成的快速预测。
-
公开(公告)号：CN109668854A
公开(公告)日：2019-04-23
申请号：CN201710965725.8
申请日：2017-10-17
IPC分类号： G01N21/3577
摘要： 本公开涉及一种预测LCO加氢原料与产物的烃族组成的方法和装置，收集LCO加氢原料与产物样本，获取LCO加氢原料与产物样本的第一烃族组成数据，采集LCO加氢原料与产物样本在预设谱区内常温下的红外光谱，根据红外光谱的主成分与从第一烃族组成数据中获取的主成分对应的第二烃族组成数据建立第一校正模型，根据红外光谱和主成分获取光谱残差，并根据光谱残差与光谱残差对应的烃族组成残差数据建立第二校正模型，获取待测LCO加氢原料与产物的红外光谱，并根据待测LCO加氢原料与产物的红外光谱通过第一校正模型和第二校正模型预测待测LCO加氢原料与产物的烃族组成，从而实现LCO加氢原料与产物的烃族组成的快速预测。
-
公开(公告)号：CN107966420A
公开(公告)日：2018-04-27
申请号：CN201610911610.6
申请日：2016-10-19
IPC分类号： G01N21/3577 , G01N21/359
CPC分类号： G01N21/3577 , G01N21/359 , G01N2021/3595
摘要： 一种由近红外光谱预测原油性质的方法，包括收集各种类型原油样品，用常规方法测定其物性数据，并测定近红外光谱，进行二阶微分处理，选取4628～4000cm-1和6076～5556cm-1谱区的吸光度与原油样品对应的物性数据建立原油样品近红外光谱数据库，将待测原油样品在上述谱区的吸光度构成光谱矢量x，通过计算识别参数Qi,取Qi值最大的u个邻近原油样品，组成邻近物性数据库，并以此为基准，通过随机虚拟建立虚拟数据库，由其中识别成功的若干与待测原油接近的虚拟数据库样品的性质通过加权计算预测待测原油的性质。该法可有效提高原油性质的预测准确性。
-
公开(公告)号：CN105203497B
公开(公告)日：2018-04-13
申请号：CN201410307163.4
申请日：2014-06-30
IPC分类号： G01N21/359
摘要： 一种由近红外光谱预测脱硫胺液中硫化氢含量的方法，包括如下步骤：(1)收集不同浓度的有代表性的脱硫胺液样品，用标准方法测定样品的硫化氢含量，(2)测定(1)步收集的样品的近红外光谱，取4000～6000cm‑1光谱区间为特征谱区，对特征谱区的谱图进行二阶微分处理，将其吸光度与标准方法测定的样品的硫化氢含量相关联，进行回归分析，建立校正模型，(3)测定待测样品的近红外光谱，对谱图进行二阶微分处理，取4000～6000cm‑1光谱区间为特征谱区，将特征谱区的吸光度代入校正模型，得到待测样品的硫化氢含量。操作简单、分析速度快、预测准确，并能有效地改善分析操作的环境。
-
公开(公告)号：CN103115889B
公开(公告)日：2016-08-24
申请号：CN201110364622.9
申请日：2011-11-17
IPC分类号： G01N21/3577 , G01N23/223
摘要： 一种由透射红外光谱预测原油硫含量的方法，包括如下步骤：(1)收集各种原油样品，用标准方法测量原油样品的硫含量，(2)用透射方式测定各个原油样品的红外光谱，进行一阶或二阶微分处理，取750～1315cm?1和2479～2780cm?1特征谱区的吸光度，与用标准方法测得的原油样品的硫含量采用偏最小二乘法建立校正模型，(3)按测定原油样品同样的方法测定待测原油样品的红外光谱，进行一阶或二阶微分处理，将750～1315cm?1和2479～2780cm?1特征谱区的吸光度代入校正模型，得到待测原油样品的硫含量。该方法分析速度快，测试准确度高、重复性好。
-
公开(公告)号：CN103063599B
公开(公告)日：2015-08-26
申请号：CN201110317819.7
申请日：2011-10-18
IPC分类号： G01N21/3577
摘要： 一种由透射红外光谱预测原油密度的方法，包括(1)收集各种原油样品，用标准方法测定原油样品的密度，(2)用透射方式测定各个原油样品的红外光谱，进行一阶或二阶微分处理，取750～1350cm-1谱区的吸光度，与用标准方法测得的原油样品的密度采用偏最小二乘法建立校正模型，(3)按测定原油样品同样的方法测定待测原油样品的红外光谱，并进行一阶或二阶微分处理，将750～1350cm-1谱区的吸光度，代入校正模型，得到待测原油样品的密度。该方法测试样品用量少，简单、快速，测试结果准确性好。
-
公开(公告)号：CN103134762A
公开(公告)日：2013-06-05
申请号：CN201110375156.4
申请日：2011-11-23
IPC分类号： G01N21/35
摘要： 一种由红外光谱预测原油氮含量的方法，包括如下步骤：(1)收集各种原油样品，用标准方法测定原油样品的氮含量，建立原油氮含量矩阵Y，(2)测定收集的各个原油样品在不同温度下的红外光谱并进行一阶或二阶微分处理，取730～851cm-1和1029～1360cm-1特征谱区的吸光度构成三维光谱矩阵X(I×J×K)，其中I为原油样品数，J为特征谱区的波长点数，K为温度变化数，与用标准方法建立的原油氮含量矩阵，通过多维偏最小二乘法建立校正模型，(3)在与收集的原油样品相同的条件下测定待测原油样品在不同温度下的红外光谱并进行一阶或二阶微分处理，取730～851cm-1和1029～1360cm-1特征谱区的吸光度构成三维光谱矩阵Xun，将其代入(2)步建立的校正模型，得到待测原油样品的氮含量。该方法分析速度快，测试准确度高、重复性好。
-
公开(公告)号：CN103063599A
公开(公告)日：2013-04-24
申请号：CN201110317819.7
申请日：2011-10-18
IPC分类号： G01N21/35
摘要： 一种由透射红外光谱预测原油密度的方法，包括(1)收集各种原油样品，用标准方法测定原油样品的密度；(2)用透射方式测定各个原油样品的红外光谱，进行一阶或二阶微分处理，取750～1350cm-1谱区的吸光度，与用标准方法测得的原油样品的密度采用偏最小二乘法建立校正模型；(3)按测定原油样品同样的方法测定待测原油样品的红外光谱，并进行一阶或二阶微分处理，将750～1350cm-1谱区的吸光度，代入校正模型，得到待测原油样品的密度。该方法测试样品用量少，简单、快速，测试结果准确性好。
-
-
-
-
-
-
-
-
-
搜索结果
77 条记录 (耗时 0.085 秒)
