[發(fā)明專利]一種辛烷值回歸模型的建立方法

有效

• 申請(qǐng)?zhí)枺?/td>: 201310399170.7
• 申請(qǐng)日: 2013-09-05
• 公開（公告）號(hào): CN103440425A
• 公開（公告）日: 2013-12-11
• 發(fā)明（設(shè)計(jì)）人: 趙日峰;錢鋒;孫柏軍;程輝;唐超
• 申請(qǐng)（專利權(quán)）人: 中國(guó)石油化工股份有限公司
• 主分類號(hào): G06F19/00
• 分類號(hào): G06F19/00
• 代理公司: 南京天翼專利代理有限責(zé)任公司 32112
• 代理人: 李建芳

技術(shù)領(lǐng)域

本發(fā)明涉及一種辛烷值回歸模型的建立方法。

背景技術(shù)

汽車工業(yè)的發(fā)展以及節(jié)能和環(huán)境保護(hù)的緊迫性，推動(dòng)著汽油產(chǎn)品更新?lián)Q代。為滿足新的汽油規(guī)格，提高產(chǎn)品質(zhì)量并且減少能耗；各大煉廠廣泛采用油品在線調(diào)合技術(shù)對(duì)傳統(tǒng)的罐式調(diào)合進(jìn)行升級(jí)改造。

汽油辛烷值是度量汽油性質(zhì)的重要指標(biāo)，其大小直接影響著車用汽油的品質(zhì)。在汽油調(diào)合過(guò)程中以經(jīng)濟(jì)合理的方法增加汽油辛烷值將產(chǎn)生巨大的經(jīng)濟(jì)效益，人們從原料，催化劑，工藝等方面不斷進(jìn)行探索研究，試圖找到提高汽油辛烷值的最佳途徑。因此，研究汽油辛烷值的測(cè)量方法對(duì)汽油的生產(chǎn)和使用都將具有重要意義。

目前，辛烷值標(biāo)準(zhǔn)測(cè)定方法ASTMD采用ASTM-DFR辛烷值機(jī)臺(tái)架測(cè)定方法，我國(guó)采用與ASTMD等效的標(biāo)準(zhǔn)測(cè)試方法：GB/T5487-1995規(guī)定了研究法汽油辛烷值的測(cè)定方法，GB/T503-1995規(guī)定了馬達(dá)法汽油辛烷值的測(cè)定方法。但是ASTM-CFR辛烷值機(jī)臺(tái)架測(cè)定方法在汽油的生產(chǎn)控制與使用中受到一定限制：（1）測(cè)試速度慢，一個(gè)辛烷值測(cè)量至少需要1個(gè)多小時(shí)，不能及時(shí)反饋進(jìn)行生產(chǎn)優(yōu)化控制；（2）由于ASTM-CFR辛烷值機(jī)體積龐大，需要專門化驗(yàn)室，不利于現(xiàn)場(chǎng)分析使用；（3）操作和維護(hù)費(fèi)用高，設(shè)備費(fèi)用高，使用過(guò)程中需要不斷維護(hù)；（4）環(huán)保性差，測(cè)試的樣品消耗大，約需500ml汽油樣品，測(cè)量過(guò)程中存在著揮發(fā)損失與嚴(yán)重污染。

發(fā)明內(nèi)容

本發(fā)明的目的是提供一種辛烷值回歸模型的建立方法。

為解決上述技術(shù)問(wèn)題，本發(fā)明的技術(shù)方案是：

一種辛烷值回歸模型的建立方法，包括順序相接的如下步驟：

（1）采集汽油調(diào)合過(guò)程中，汽油調(diào)合總管的汽油樣品的近紅外光譜樣本作為建模樣本集，記為E₀；

（2）測(cè)定所采集汽油樣品的辛烷值，從已有的樣本庫(kù)中選擇與所采集汽油樣品的辛烷值屬性牌號(hào)相同的近紅外光譜樣本集E₁；

（3）采用主成分分析的方法對(duì)E₀與E₁提取主成分，繪制主成分的離散點(diǎn)圖，并計(jì)算數(shù)據(jù)集（E₀；E₁）的馬氏距離，從E₁中選擇馬氏距離在閾值范圍內(nèi)的樣本點(diǎn)添加到E₀中，其中馬氏距離的閾值為3*npc/N；npc為提取的主成分個(gè)數(shù)，N為數(shù)據(jù)集（E₀；E₁）中的樣本個(gè)數(shù)；

（4）用樣本集建立近紅外光譜吸光度與汽油辛烷值回歸模型。

采用上述技術(shù)方案，可通過(guò)所建立的回歸模型預(yù)測(cè)未知樣品的辛烷值，其中，自變量是近紅外光譜吸光度，應(yīng)變量是汽油辛烷值，上述方法大大簡(jiǎn)化了辛烷值的測(cè)試。

為了提高使用方便，同時(shí)模型的準(zhǔn)確性，步驟（4）中，利用Unscramable軟件對(duì)樣本集建立近紅外光譜吸光度與汽油辛烷值的偏最小二乘數(shù)學(xué)模型。

在使用過(guò)程中，只要將采集到的光譜數(shù)據(jù)矩陣X與對(duì)應(yīng)的辛烷值屬性矩陣Y輸入到Unscramable的數(shù)據(jù)表中就可以利用軟件提供的回歸分析工具進(jìn)行建模工作。

為了消除水等雜質(zhì)對(duì)建模的影響，步驟（1）中，近紅外光譜為1100-1300nm的波長(zhǎng)范圍的近紅外光譜。

為了提高所建立模型的穩(wěn)健性，利用二階微分技術(shù)對(duì)近紅外光譜進(jìn)行優(yōu)化處理。

為了進(jìn)一步提高所建立模型的準(zhǔn)確性，步驟（1）中，在汽油調(diào)合總管中汽油樣品的流量穩(wěn)定、近紅外光譜讀數(shù)波動(dòng)在0～0.2內(nèi)、辛烷值曲線平穩(wěn)無(wú)毛刺的情況下，采集近紅外光譜樣本。

為了方便分析，同時(shí)提高所建模型的準(zhǔn)確性，步驟（3）中的主成分的貢獻(xiàn)率>90%。

為了更進(jìn)一步提高所建立模型的準(zhǔn)確性，樣本集E₀與E₁的近紅外光譜圖的形狀相同。

本發(fā)明提供了一種光譜建模方法，該方法根據(jù)采樣樣本數(shù)據(jù)以及樣本庫(kù)中的數(shù)據(jù)，采用主成分分析結(jié)合馬氏距離的方法從樣本庫(kù)中選擇合適的樣本添加到建模樣本集中，然后利用建模軟件Unscramable，建立校正模型預(yù)測(cè)未知汽油樣品的屬性。

本發(fā)明未特別說(shuō)明的技術(shù)均為現(xiàn)有技術(shù)。