近红外光谱预测汽油辛烷值.pdf

烃加工工业中，连续在线监测关键石油物流的性质，是强化过程控制和炼厂信息系统集成的

重要环节，为表征石油物流这一高度复杂的烃类混合物，引入了一系列测试手段和标准指标，

总的来说，这些指标测试费用高、重复性差、试样用量大，在线实现时维护代价高，响应速

度慢。

七十年代以来，近红外光谱(NIR)技术在分析机理、仪器制造、数据处理方面有了很大发展，

与传统分析仪器相比，近红外分析仪有显著优势：光纤远程信号传输，可实现非接触式测量；

一谱多用，只要建立模型，可同时测量多个指标；预处理简单，分析中不需化学试剂；响应

速度快；易于制成小型紧凑的过程分析仪，在农作物分析等方面已建立实用标准[47]。

八十年代末，西雅图华盛顿大学过程分析化学中心(CPAC)进行了将近红外技术用于石油化学

领域的研究，最重要的工作是测量汽油辛烷值，族组成和其它几个关键指标，随后在世界范

围内的众多试验室和炼厂开展了这方面的研究工作，例如位于法国的BP拉菲尔炼厂将近红

外技术大量用于过程控制，效益显著：在调合工艺中，一套近红外分析仪可替代两台辛烷机

和一套雷德蒸汽压测试仪和其它蒸馏测试装置，月维护时间减小到数小时，光学仪器发生故

障的平均时间间隔能够提高到几百小时，辛烷值测量范围增宽，重复性偏差小于0.1，该厂

借助于近红外分析系统对乙烯蒸汽裂解炉的进料进行高频监测和优化，年收益百万美元，分

析设备的投资可很快回收，还有利于下游分馏塔的稳定操作

尽管NIR预测的重复性很好，在数学模型的设计上仍要谨慎从事。因为近红外技术用于石油

物流性质的预测是基于ASTM系列测定的二次方法，NIR模型只有在其适用范围内，才能获

得与ASTM测试一样的准确性，当对象物流由于进料、工艺等原因偏离原模型的适用范围时，

NIR模型必须重新标定。

如何提取NIR光谱和目标性质的统计关系是这门技术软件方面的关键。一些典型的数学方法

有主因子分析(PCA)、偏最小二乘法(PLS)、多元线性回归(MLR)、判别分析(DA)、聚类分析

和人工神经网络(ANN)等，这些基本属于计量化学问题。一个有工业价值的模型，是基于工

艺、产品、光谱和数学知识，适用范围宽、预测准确、重复性好、易于维护的模型。

与国外近红外技术的应用相比，国内做的工作还很不够，红外光谱的应用主要停留在中红外

光谱的定性分析上，计量化学方法的使用还较少。毋庸质疑，NIR的最大收益将来自在线监

测，需要控制环节的配套投资。但是，诸如减少辛烷值测试频度的离线应用，投入小，见效

快，还可为在线应用积累经验，完全可在现有试验室基础上开展。就硬件方面，国外较新的

红外仪器都具备或可括充至近红外波段，数据可转至微机处理，也有具备条件的国产仪器开

始推出。

由于近红外光谱数据处理的复杂性，表1所示众多性质模型的建立和维护将是一个瓶颈问题，

本课题的目的在于，将传统计量化学模型与人工神经网络模型结合起来，探索通用性、鲁棒

性好,易于推广使用的NIR建模方法和计算程序，促进近红外技术在石化生产中的应用。

由于辛烷值预测在石油化工中的重要作用，本工作的试验和理论工作集中于汽油辛烷值与近

红外光谱的关系，但是所建立的方法毫无疑问可推广到其它油品质量指标与近红外光谱的模

型关联，只要这些质量指标与红外光谱存在内在联系。同样这些方法也可应用到中红外光谱。

近红外光谱预测汽油辛烷值综述

发动机爆震现象是一个传递和反应强交互作用的复杂过程，构成了发动机运作的重要约束条

件，因此衡量爆震强度的辛烷值成为汽油燃料最重要的质量指标，在控制、调合、科研试验

和商检等场合及时获取辛烷值信息有重大价值。但是，传统的汽油辛烷值测定标准方法是在

CFR发动机上进行的，此种方法耗样量大，周期长，测试和维护费用高。

Horowitz曾预测过，到本试纪末,辛烷值调合增量的问题很可能仍不能得到解决[51]。目前

的爆震机理主要是定性的解释：由于一部分燃料和空气的混合物多次自燃,从而极迅速地完

成了燃烧过程,同时伴随着冲击波的产生和残余混合物的超声速燃烧[52]。虽然已有大量单

体烃和混合烃的辛烷值数据[5]-[8]，从机理出发的物理化学模型或从分子结构出发的构效

关联远未达到实用[53]-[57]。

改进的方法主要分为物理模拟和化学分析两种，物理模拟如热反应仪，化学分析可利用多种

仪器分析方法，如汽相色谱(GC)，核磁共振(NMR)，近红外(NIR)等。这些方法在成为工业标

准以前必须用ASTM标准的发动机测试方法来标定，所以又称为二次方法。

第一节近红外与其它方法的比较

一、色