一種測定渣油組分含量的方法
2023-05-02 09:25:26 1
>序號N0.uiAuiBuiC聚類結果12345678910111213141516171819202122232425262728293031323334350.99580.99820.99300.99900.96880.99980.99880.99430.99830.99971.00000.99930.99990.99641.00001.00000.99860.99920.99440.99901.00000.00000.03200.00030.00440.01790.00120.00290.00110.00020.06820.00990.00230.00180.00000.00390.00050.00500.00080.00950.00020.00070.00130.00140.00020.00000.00050.00010.00250.00000.00000.00060.00070.00270.00070.00001.00000.96240.99960.99490.98080.99870.99690.99870.99980.93020.98860.99710.99781.00000.00040.00130.00200.00010.02170.00000.00050.00440.00030.00010.00000.00020.00000.00110.00000.00000.00080.00010.00290.00030.00000.00000.00560.00010.00070.00130.00010.00020.00020.00000.00160.00150.00060.00040.0000AAAAAAAAAAAAAAAAAAAAABBBBBBBBBBBBBB表230個未知渣油樣品四組分含量的測定結果權利要求1.一種紫外-可見吸收光譜結合化學計量學測定渣油各組分含量的方法，其特徵是(1)將具有代表性的渣油樣品經濃度歸一化後的紫外-可見吸收光譜組成光譜矩陣，進行主成分分析，並以主成分得分為特徵變量進行模糊K-均值聚類；(2)將模糊聚類後區分開的各類型渣油組成的校正集的紫外-可見吸收光譜與相應洗脫色譜法測得的基礎數據用數學方法進行回歸分析，建立各類型渣油的校正模型；(3)對未知渣油樣品的紫外-可見吸收光譜進行主成分分析，根據主成分得分識別渣油類型並由步驟(2)中建立的相應類型渣油的校正模型計算組分含量。2.按照權利要求1所述的方法，其中所說的紫外-可見吸收光譜的波長範圍是190～700nm。3.按照權利要求1所述的方法，其中所說的具有代表性的渣油樣品是常壓渣油、減壓渣油和二次加工油。4.按照權利要求3所述的方法，其中所說的二次加工油是加氫渣油、回煉油、油漿和焦化蠟油。5.按照權利要求1所述的方法，其中步驟(2)所說的數學方法是多元校正方法。6.按照權利要求5所述的方法，其中所說的多元校正方法是經典最小二乘法(CLS)、逆最小二乘法(ILS)、多元線性回歸(MLR)、主成分回歸(PCR)、偏最小二乘法(PLS)、穩健偏最小二乘法(RPLS)或人工神經網絡(ANN)。7.按照權利要求6所述的方法，其中所說的多元校正方法是偏最小二乘法(PLS)。全文摘要本發明公開了一種渣油各組分含量的測定方法,是將具有代表性的渣油樣品經濃度歸一化後的紫外－可見吸收光譜組成光譜矩陣,以主成分分析的得分為特徵變量進行模糊K－均值聚類;將聚類後的每種類型渣油組成的校正集的紫外－可見吸收光譜與相應洗脫色譜法測定的基礎數據進行回歸分析,建立校正模型;對未知渣油樣品的紫外－可見吸收光譜進行主成分分析,識別渣油類型並根據相應類型渣油的校正模型計算出渣油各組分含量。本方法具有工業適用性強,準確、快速的特點,特別適合於成批相同類型渣油的常規分析。文檔編號G01N21/35GK1283790SQ9910967公開日2001年2月14日申請日期1999年7月6日優先權日1999年7月6日發明者褚小立,袁洪福,陸婉珍申請人:中國石油化工集團公司,中國石油化工集團公司石油化工科學研究院