近紅外光谱方法预测生物柴油主要成分.docVIP

近红外光谱方法预测生物柴油主要成分 　　采用近红外光谱快速测定法对生物柴油的成分(脂肪酸甲酯、单甘酯、二甘酯、三甘酯和甘油)进行了研究。采用气相色谱方法获得其成分的基础数据，通过偏最小二乘方法与近红外光谱数据进行回归运算，分别建立以文冠果油生物柴油为例的单原料油校正模型及多种原料油生物柴油的混合校正模型，并以花椒油生物柴油为例考察了校正模型的适用性。结果表明：通过偏最小二乘方法可以建立适合多种原料油生物柴油的通用校正模型。对于新型生物柴油，向校正集中添加10个以上样本，扩充校正模型后，便可较为准确地测定这类新生物柴油样本的成分含量。此方法分析速度快、成本低、操作便捷、重复性好，适合于生物柴油生产过程的中间控制分析。 　　【关键词】近红外光谱;生物柴油;化学计量学;甲酯 　　1引言 　　动植物油脂主要是各种脂肪酸甘油三酯的混合物，在与甲醇的反应过程中会生成脂肪酸单甘酯、二甘酯等中间产物和副产物甘油，影响生物柴油的产率及品质。因此，在生产过程中，需要及时准确地测定脂肪酸甲酯、单甘酯、二甘酯、三甘酯和甘油的含量，以便精确控制反应过程及产品质量。目前，对这些组分的测定均采用气相色谱方法[3,4]，分析前需对样品进行衍生化(如硅烷化)处理，定性和定量过程较为复杂，操作难度大，分析时间长，不适用于生物柴油生产过程的中间控制分析。 　　近红外光谱法(NIR)不需要对样品进行预处理，操作简单,分析快速，非常适合油品的定量和定性分析[5]，石油化工业中得到了较为广泛的应用[6～10]。已有将NIR光谱用于测定生物柴油中甲酯、甲醇和甘油等成分的报道[11～14]，均得到了满意结果。但这些研究所用样本的原料相对单一，建模样本较少，所测定的成分也不完全，且大都是实验室合成的样品，不具有实际的工业应用价值。 　　本研究从我国多个中试和工业装置中收集了200余个生物柴油样本，涉及6种原料油及多种加工工艺，其中包括来源复杂的地沟油和酸化油，样本的覆盖范围广，所得的结果更具参考性，建立的校正模型具有实际应用价值。 　　2实验部分 　　2.1生物柴油样品和仪器 　　收集了224个生物柴油样品，从反应器取样后取其甲酯相，并蒸馏除去(120℃)其中的甲醇及少量的水，置于20mL密封小瓶中保存。其原料油来源分别为花椒油(47个)、苦山杏油(16个)、文冠果油(44个)、地沟油(40个)和酸化油(石炼厂43个、中粮集团34个)。 　　气相色谱仪，程序升温冷柱头柱上进样系统，HT1不锈钢毛细柱。光谱仪。 　　2.2基础数据测定 　　采用气相色谱方法[4]测定生物柴油成分的基础数据，色谱条件：分别采用油酸甲酯、单油酸甘油酯、1,3二油酸甘油酯、三油酸甘油酯作为定性和定量标准。采用双内标法进行定量分析，以正十五烷为内标测定甲酯含量，以三癸酸甘油酯为内标测定甘油、单甘酯、二甘酯和三甘酯的含量。 　　以空白样品池为参比，采集生物柴油样品的NIR谱图，光谱范围4000～10000cm-1，分辨率8cm-1，扫描次数128。 　　2.3数据分析 　　采用石油化工科学研究院编制的“化学计量学软件3.0版”在PC计算机上处理光谱数据。用KS方法将生物柴油样品分为校正集和验证集，其中校正集用于建立分析模型，验证集用于检测模型的准确性。采用马氏距离、光谱残差和最邻近距离3个指标判断模型对未知样本的适用性。 　　校正集的光谱经一阶微分处理后分别与气相色谱测定的成分数据(甘油、甲酯、单甘酯、二甘酯以及三甘酯的质量分数)通过偏最小二乘方法(PLS1)进行回归运算，建立校正模型，PLS所用的最佳主因子数由留一法交互验证所得的预测残差平方和(PRESS值)确定。为考察校正模型的适用性和准确性。本研究对不同种类的生物柴油样品分别进行建模与验证研究，包括：以文冠果油生物柴油为例的单原料油的校正模型与验证;多种原料油的通用校正模型的建立与验证;以花椒油生物柴油为例，研究了NIR光谱校正模型的适用性。 　　3结果与讨论 　　3.1基础数据获取 　　采用2.2节的方法测定生物柴油成分的基础数据。典型的生物柴油样品色谱图见图1;224个生物柴油的成分分布见表1。可见样本的覆盖范围较宽，具有较强的代表性。与标准方法[15]相比，此方法的准确性和重复性较好。表1样品集性质统计(略) 　　3.2近红外光谱解析 　　图2是所收集的6类原料油生物柴油的NIR光谱图。由图2可见，光谱中主要包含CH倍频和合频的吸收信息，如8609和8316cm-1处的吸收是甲基CH的二级倍频峰，7216和7108cm-1处的吸收是亚甲基CH的第一组合频峰，5828和5766cm-1处的吸收分别是甲基和亚甲基CH的一