朱亮
锦西石化公司研究院 辽宁葫芦岛 125000
摘要：要想获得质量合格的油类产品，生产环节中不可缺少的就是对于关乎油品质量的关键指标的实时监测。相比于传统检测方法，近红外光谱分析法具有突出的优势，这种不损伤被测物质的方法在应用于油类提炼过程中的品质快速分析时可以满足实时监测的要求。本文较为详细地探讨了近红外光谱在油品快速分析过程中应用的原理和应用。
关键词：近红外线光谱；分析技术；油品分析
一、近红外线光谱分析技术概述
在多种光谱分析法中，近红外光谱分析技术可以用于物质结构测定、定量分析或者特征光谱检测，而且具有检测迅速、操作简便、省时省力等优点。在石油产品的生产提炼过程中，近红外光谱分析技术也被用来测定产品的组成和性质，对生产过程进行可视化的实时监测。同样，近红外光谱分析技术在汽油生产中也具有相当的应用价值。
物质分子产生红外光谱的原因主要有，一是分子振动瞬间存在偶极矩的变化，即分子内的键的伸缩振动、弯曲振动等会导致分子的电荷分布发生变化，同时分子所吸收的激发光的能量要等于振动跃迁前后的能级之差。对物质分子的近红外光谱进行分析，主要观察的特征峰为物质分子内的各种含氢键振动形成的多种峰：倍频峰和合频峰。应用这一原理，结合光谱对应的分子结构进行综合推理和分析，结合预处理和适当的校正方法，近红外光谱分析技术可以帮助构建光谱-组成的校正模型。通过光谱-组成模型，就可以快速找到光谱对应的物质组成，达到对于油品提炼过程中的实时监测。近红外光谱分析技术对于被测物质不会造成损伤，分析过程简便迅速，分析结果准确可靠，可以保证分析过程和生产过程的实时同步，目前已经应用于汽油分析的多个领域中。
二、NIR 定量分析在汽油分析中的技术分析
工业化时代，汽油已经成为了推动工业化脚步向前迈进的化工产品。在汽油品质检测方面，主要将汽油所含的辛烷值作为主要考察指标，是反映汽油品质是否合格的重要参考。传统方法测试汽油中的辛烷值需要使用昂贵的设备仪器，除了日常的保养维修的支出费用，还需要专业的操作技术人员，整个检测过程不可控因素多，成本支出高，应用在实际生产中显然是不太合理的，无法保证生产要求的高收益目标。为了解决这一问题，近红外光谱分析技术应运而生，作为一种新兴的油品快速分析方法，近红外光谱分析技术收到了广泛应用和如潮好评。近红外光谱技术于柴油机团密度和折光检 测中运用，能够明确和油品性质的关系[1]。
首先，想要获得较为准确的光谱-汽油辛烷值模型，进行合理的预测模型的建立是必不可少的。通过结合以及分析汽油的近红外光谱数据，选出与实测辛烷值有联系的关键数据，同时运用适当的数学统计方法来进行数据处理，完成光谱-汽油辛烷值预测模型的建立。为了保证预测模型具有较高的准确度，要求样品具有突出的代表性，要求测试方法必须合理且操作严谨规范，模型建立后还需要根据生产过程出现的各种实际变化进行及时地调整和校正，从而保证模型的稳定性，不会随着时间和空间的变化发生不可预测的波动，对分析结果造成直接影响。
与所有分析方法一样，近红外光谱分析技术也具有一定的误差和不准确性，为了尽量规避误差，在使用这项分析技术时，要从分析的整个过程来着手调整。建立模型不可缺少的两个因素分别是质量稳定、代表性强的样品以及准确度高、精密度高的高效检测仪器。这两个因素直接影响到测量出的样品的近红外光谱图的准确性和可靠性，也直接影响到了后续校正工作的任务量和难易程度。一般说来，当得到样品的特征近红外光谱图之后，将其与实现构建并进行优化的数学模型进行联合分析，解读出待测样品中的未知组分及其相对应的理化性质，对待测样品中某种成分进行较为可靠地定量和定性分析。
由此可见，实现建立好的数学模型的准确度对于分析结果有着至关重要的影响，想要获得可靠的数学模型，待测样品必须性质稳定且各方面参数都可以很好地代表整体，从而让建立的数学模型也更具适用性。其次，待测样品选择好之后，使用高效仪器进行精准扫描与检测也是关键步骤，保证所得光谱和参数的可靠。最后，对所获得光谱和参数进行适当地校正，主要针对近红外光谱分析技术固有的测定结果容易失真的问题。
为了保证数学模型可以应对空间和时间的变化，需要用严谨的数学统计方法对模型进行检验和修正，结合生产过程中可能出现的各种变化，对数学模型进行更改和调整，让数学模型处于一个动态且稳定的模式中，才能保证监测分析结果的持续可靠。
三、NIR 定量分析在汽油分析中的应用分析
近些年，近红外光谱技术以其独特的优势在多个领域得到了日益广泛的应用，并已逐渐得到用户的普遍接受和官方的认可[2]。近红外光谱分析技术已经获得了国内外的广泛关注，许多相关研究机构已经开展了相关研究，并且通过对检测方法的不断完善和改进，实现了检测精度和准确度的大幅度提升，挖掘出更加丰富的应用价值。主要手段也都是结合测定的光谱和参数，构建并校正数学模型，通过分析结果对模型进行进一步评价和完善。
预处理过程常采用的软件有OPUS软件，它可以在校正数据的基础上实现微分处理，解决仪器的暗噪声和光散射对分析结果产生的误差影响。对于数学模型进行校正的方法常用的有最小二乘法和人工神经网络法，后者相比与前者应用更多。
四、结语
本文简要介绍了近红外光谱分析技术的应用原理，以油品快速分析为例，阐明了近红外光谱分析技术在这一领域所具备的优势。结合质量检测所需标准和近红外光谱的光谱特点进行合理地方法建立，并对检测方法进行完善和校正。同时，近红外光谱分析技术的应用也正在逐步扩展和完善。近红外分析技术在基础油生产的质量控制过程应用效果良好，应该不断对其进行深入研究和有效使用[3]。
总而言之，在汽油的生产提炼过程中，以汽油所含辛烷值作为质量评估标准，近红外光谱分析技术作为实时质量监测技术具有突出的优势。替换掉了传统方法的昂贵复杂的仪器，大大降低了监测过程所需的人力物力，也让质量检测更加快捷简便，通过与智能系统的联用，完全可以实现远程操控，大大提升了生产效率和降低了生产投入成本，相信近红外光谱分析技术在未来一定会拥有更为广阔的应用市场。
参考文献
[1]耿锐.近红外光谱分析技术在油品分析中的应用.[J].化工设计通讯.2020(9):34,69
[2]褚小立 ,史云颖,陈瀑,李敬岩,许育鹏.近五年我国近红外光谱分析技术研究与应用进展.[J].分析测试学报.2019(5):603-611
[3]张文慧,杜娟,王晶.近红外光谱技术在油品检测中的有效利用研究.[J].中国标准化.2018(4):226-227