-
公开(公告)号：CN107966499B
公开(公告)日：2023-05-05
申请号：CN201610909376.3
申请日：2016-10-19
IPC分类号： G01N30/02 , G01N21/359
摘要： 一种由近红外光谱预测原油碳数分布的方法，包括收集代表性的原油样品，用标准方法，如气相色谱法测定原油样品的碳数分布数据，即原油中所含各碳数烃组分的含量，再测定其近红外光谱，取3800～4900cm‑1及6600～7400cm‑1两个特征谱区的吸光度，将其进行二阶微分处理，再将处理后的吸光度与标准方法测定的碳数分布中各碳数烃组分的含量相关联，分别建立各碳数烃组分含量的校正模型，由待测原油样品在特征谱区的吸光度，通过各校正模型预测待测样品各碳烃组分的含量，即为原油样品的碳数分布。该法通过特征谱区的选择，可建立较为准确的校正模型，用于原油样品的在线分析，操作简单、分析速度快、预测准确。
-
公开(公告)号：CN116008216A
公开(公告)日：2023-04-25
申请号：CN202111233019.7
申请日：2021-10-22
IPC分类号： G01N21/3577 , G01N21/359 , G06F17/18
摘要： 本申请提供一种检测油液掺混的方法及设备。该方法包括：获取待测油液样本的近红外光谱；从该待测油液样本的近红外光谱获取特征谱区吸光度；以及根据该特征谱区吸光度及预先建立的判别分析模型，确定所述待测油液样本的类别，其中所述判别分析模型根据第一油液与第二油液的多个样本的近红外光谱及其掺混比例、特征谱区吸光度而被生成。该方案可基于已知第一油液和第二油液的样本的近红外光谱合成的掺混光谱来构建判别分析模型，故而在已知样本典型、充足的情况下，能够利用其光谱合成掺混任意比例第一油液光谱的第二油液光谱，从而模拟了掺混有不同第一油液比例的第二油液光谱。相比于直接收集掺混油液的样本而建立模型的方法，该方法更可靠、简便。
-
公开(公告)号：CN115436317A
公开(公告)日：2022-12-06
申请号：CN202110615763.7
申请日：2021-06-02
IPC分类号： G01N21/359 , G01N21/3577 , G06N3/04 , G06N3/08
摘要： 本公开涉及一种预测汽油辛烷值的方法，将调和汽油样品的第一近红外光谱与标准辛烷值进行偏最小二乘多元回归分析，建立第一校正模型；然后根据第一校正模型的构建过程选取光谱拟合残差矩阵和辛烷值拟合残差矩阵，并分别作为极限学习机的输入信号和教师信号，获得第二校正模型，通过第一校正模型和第二校正模型的组合应用可以综合考虑调和汽油样品的第一近红外光谱与辛烷值之间的线性关系以及非线性关系，具有较宽范围的辛烷值预测能力，提高模型预测精度；并且在第一模型构建过程中选择特征谱区吸光度与标准辛烷值进行回归分析，可以进一步提高辛烷值预测结果的精准度。
-
公开(公告)号：CN114428067A
公开(公告)日：2022-05-03
申请号：CN202011082720.9
申请日：2020-10-12
IPC分类号： G01N21/359
摘要： 本发明提出了一种预测汽油辛烷值的方法，包括如下步骤：(1)获取已知辛烷值汽油样本的近红外光谱，建立校正集与任选的验证集；(2)按相同的差减方法，获取校正集近红外光谱的差谱，以及与所述差谱相对应的辛烷值差值；(3)建立校正集近红外光谱的差谱与辛烷值差值之间的关联模型；(4)测定待测汽油样本的近红外光谱，从校正集中找到与待测汽油样本最邻近的光谱，计算两者之间的差谱，通过步骤(3)中的关联模型计算该差谱所对应的辛烷值差值，与所述最邻近光谱所对应汽油样本的辛烷值相加，得到待测汽油的辛烷值。本发明方法分析速度快，测试准确，重复性好，适用于快速预测汽油样品的辛烷值。
-
公开(公告)号：CN107976417B
公开(公告)日：2020-05-19
申请号：CN201610920271.8
申请日：2016-10-21
IPC分类号： G01N21/3577 , G01N21/359
摘要： 一种基于红外光谱的原油种类识别方法，包括如下步骤测定各种类型原油样品的中红外光谱和近红外光谱，对其进行二阶微分处理，取每个原油样品下述五个特征谱区的吸光度在X轴和Y轴的极坐标投影得分，所述的五个特征谱区为：W1＝1650～1800cm‑1，W2＝4000～4500cm‑1，W3＝4500～5000cm‑1，W4＝5000～5500cm‑1，W5＝5500～6000cm‑1，并由极坐标投影得分建立原油光谱识别数据库，再通过测定待识别原油在上述五个特征谱区的吸光度在X轴和Y轴的极坐标投影得分，计算待识别原油的识别向量与各原油样品向量之间的距离，将距离最小值与设定的阈值对比，若小于阈值，则其对应的原油与待识别原油为同一种类原油，若不小于设定的阈值，则原油光谱库中没有与待识别原油相同的原油。该法有效提高原油样品识别速度和识别准确率。
-
公开(公告)号：CN110658162A
公开(公告)日：2020-01-07
申请号：CN201810716079.6
申请日：2018-06-29
IPC分类号： G01N21/64
摘要： 本发明涉及一种由三维荧光光谱预测岩屑萃取液中原油浓度的方法，本发明方法采集不同浓度的原油溶液标样，测定三维荧光光谱，再选取三维荧光光谱特征区间中的二维发射光谱首尾相连，得到一组荧光发射强度二维谱，将荧光发射强度二维谱进行归一化并添加随机光谱噪声消除多重共线性后组成校正集，然后将该校正集通过偏最小二乘法建立分析模型，采用该分析模型能够预测岩屑萃取液中原油浓度。
-
公开(公告)号：CN102841069B
公开(公告)日：2015-07-01
申请号：CN201110170240.2
申请日：2011-06-23
IPC分类号： G01N21/3577
摘要： 一种由中红外光谱快速识别原油种类的方法，包括(1)测定各种类型原油样品的中红外光谱并进行二阶微分处理，选取755～1020cm-1和1160～1247cm-1谱区的吸光度建立原油中红外光谱数据库，(2)测定待识别原油样品的中红外光谱并进行二阶微分处理，选取755～1020cm-1和1160～1247cm-1谱区的吸光度构成矢量x，(3)计算矢量x与原油中红外光谱数据库中每个样品在上述特征谱区的每个移动相关系数，计算每个数据库样品对矢量x的识别参数，(4)若数据库中所有样品的识别参数均不大于域值Qt，或有样品的移动相关系数小于0.9700的情况，则数据库中没有与待识别原油相同的样品；若Qi＞Qt，且i样品的每个移动相关系数均不小于0.9700，则待识别原油与数据库中的i样品相同。该法可快速识别出待测样品是否与已有原油样品相同。
-
公开(公告)号：CN102998276A
公开(公告)日：2013-03-27
申请号：CN201110272632.X
申请日：2011-09-15
IPC分类号： G01N21/35
摘要： 一种由红外光谱测定原油实沸点蒸馏曲线的方法，包括(1)收集各种原油样品，用标准方法测定原油样品在每个馏出温度下馏出组分的收率，分别建立每个蒸馏温度下原油样品的收率矩阵，(2)测定各个原油样品在不同温度下的红外光谱，进行微分处理，取677～3060cm-1特征谱区的吸光度构成三维光谱矩阵X(I×J×K)，将X分别与每个馏出温度下的组分收率矩阵采用多维偏最小二乘法建立每个馏出温度下馏分收率的校正模型，(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，并进行微分处理，取特征谱区内的吸光度构成待测原油样品的三维光谱矩阵，将其代入(2)步建立的每个馏出温度下组分收率的校正模型，得到待测原油样品的实沸点蒸馏曲线。该方法实现了原油实沸点曲线的快速预测，为确定原油加工方案和优化生产决策提供了一种快捷的方法。
-
公开(公告)号：CN115656095B
公开(公告)日：2024-10-11
申请号：CN202110767663.6
申请日：2021-07-07
IPC分类号： G01N21/359 , G01N21/3577
摘要： 本公开涉及一种预测汽油辛烷值的方法，该方法采用高斯混合模型算法对调和汽油样品进行无监督精细聚类，在最佳聚类条件下对每个子类的光谱差值集以及辛烷值差值集建模得到每个子类对应的dPLS校正子模型，采用分类建模的方法可以使dPLS校正子模型精度更高；本公开在对待测样品的辛烷值预测过程中，采用归属的目标子类的dPLS校正模型进行辛烷值差值预测，最终根据标准辛烷值以及辛烷值差值预测值得到待测样品的预测辛烷值，可以充分考虑汽油调和过程的中样品数据在时间序列上的分布特性，能更好缓解调和汽油近红外光谱与辛烷值之间的非线性，具有更高的预测精度。
-
公开(公告)号：CN110658162B
公开(公告)日：2022-03-11
申请号：CN201810716079.6
申请日：2018-06-29
IPC分类号： G01N21/64
摘要： 本发明涉及一种由三维荧光光谱预测岩屑萃取液中原油浓度的方法，本发明方法采集不同浓度的原油溶液标样，测定三维荧光光谱，再选取三维荧光光谱特征区间中的二维发射光谱首尾相连，得到一组荧光发射强度二维谱，将荧光发射强度二维谱进行归一化并添加随机光谱噪声消除多重共线性后组成校正集，然后将该校正集通过偏最小二乘法建立分析模型，采用该分析模型能够预测岩屑萃取液中原油浓度。
-
-
-
-
-
-
-
-
-
搜索结果
77 条记录 (耗时 0.076 秒)
