基于单体烃分析的辛烷值测定方法中模糊聚类技术的应用研讨.pdfVIP

第七届全国石油化工色谱学术报告会论文集 2．10 基于单体烃分析的辛烷值测定方法中 模糊聚类技术的应用研究 刘颖荣 许育鹏杨海鹰 (中石化股份有限公司石油化工科学研究院北京 100083) 1．引言 汽油辛烷值是汽油性质的主要质量指标，但标准测量方法需要较大量的样品，所以 在许多研究中常因没有足够多量的样品而无法得到这一数据，而气相色谱法测定汽油辛 烷值的方法则可以很好的解决这一问题。文献[1]介绍了一种利用汽油单体烃气相色谱 分析结果关联出辛烷值的方法，该方法在样品工艺及来源稳定时有较好的预测准确度。然而 由于方法将汽油单体烃组分分为主、次两种组分进行简化处理，在建模方便的同时却使模型 的适用性受到限制。已有的关联计算模型表明：不同汽油样本的计算模型与工艺、产地(原 料)等有关，如果将现有汽油的单体烃组成数据按产地、工艺以及辛烷值范围进行分类分别 建立关联模型，那么模型的数量将非常可观，而且因每种模型的适用范围有限还带来了模型 选择的困难。因此，为了更好的利用汽油单体烃组成信息，发挥文献[1]所述关联计算方法 的优点，有必要在以往收集的单体烃数据和辛烷值数据基础上，研究一种合适的关联模型选 择和构建方法。 2实验部分 2．1基础数据的测量 共有410个汽油样品的数据。试验用所有辛烷值机数据为实测值 试验用单体烃分析数据均为GC．FID单体烃分析数据。 2．2辛烷值计算方法 对任意一个待测样品，首先通过GC或其它预测方法得到单体烃分析数据，然后通过模 糊分类和最近欧氏距离判别法确定最多10个、最少3个的建模样本，并按文献[1]所述方式 建立关联模型，关联计算待测样品辛烷值。 3结果与讨论 聚类分析方法可以定量的确定研究对象之间的亲疏关系，从而达到合理分类的目的伫1。 因此如果使待测样本参加聚类，即用以待测样品为中心的样本作为校正集建立关联模型，则 第七届全国石油化工色谱学术报告会论文集 不仅可减免模型选择的困难，而且对提高预测结果的准确度也将是有利的。 我们设想通过提取单体烃分析中的工艺特征组分以及辛烷值贡献大的组分构建模型 分类特征值，建立校正样本分类特征库以及对应的辛烷值库。实际分析样品时利用模糊聚类 的方法，提取与未知样品有良好相关性的样本建立关联模型，并据此实现未知样品的辛烷值 预测。 3．1单体烃分析谱图中特征变量的选择和应用 由于汽油组成的复杂性，不同类型汽油甚至同一类型汽油的出峰个数都有可能不同， 即使相同保留时间或保留指数处的色谱峰，在不同类型的汽油当中也可能对应不同类型的烃 类化合物，这些烃类化合物对辛烷值的贡献也是不同的，因此色谱工作站采集到的描述谱图 的信息如保留时间、峰面积或含量不能直接构成量测矩阵的数据，而必须选择定性之后的化 合物作为特征变量，这些特征变量所对应的质量百分数构成量测矩阵参与分类与识别。统计 不同类型汽油的化合物，得其化合物总数为521个。研究初期，我们选取410个具有代表性 的汽油样本，直接以每个样本的上述521个特征组份的百分含量组成量测矩阵，然后将它们 用主成分分解后进行模糊聚类。 然而，庞大的变量数导致聚类分析时速度较慢，计算工作量大，为此我们又重新研究 了特征值的选取方案，通过统计150个不同工艺来源及不同标号的汽油，筛选出了每种工 艺的特征组分以及大含量组分构成特征变量，最终确定了表l所列的140个组分作为聚类 分析的特征值，其中这140个组分之和占整体质量百分含量的70一90％(无氧汽油)。 表1：用于辛烷值聚类的特征值组分 87 第七届全国石油化工色谱学术报告会论文集 13 T3HC5=一2 60 IM3C3BZ 107 3MC9 14 C3MC5=-2 61 INDAN 108 蛳C7 15 C4MC5=-2 62 4MINDAN109 4MC8 16 2M