[發(fā)明專利]一種由核磁共振譜預測原油粘度的方法

有效

• 申請?zhí)枺?/td>: 201410157764.1
• 申請日: 2014-04-18
• 公開（公告）號: CN105004745B
• 公開（公告）日: 2019-02-01
• 發(fā)明（設計）人: 馮云霞;褚小立;田松柏;許育鵬
• 申請（專利權(quán)）人: 中國石油化工股份有限公司;中國石油化工股份有限公司石油化工科學研究院
• 主分類號: G01N24/08
• 分類號: G01N24/08;G01N11/00
• 代理公司: 暫無信息
• 代理人: 暫無信息

一種由核磁共振譜預測原油粘度的方法，包括如下步驟：（1）取不同種類的原油樣品，用標準方法測定其粘度值，（2）測定上述各原油樣品的核磁共振氫譜，對譜圖進行一階微分處理，取化學位移為5.5～8.5ppm和1.0～3.7ppm譜區(qū)的峰強度與對應的用標準方法測定的粘度的對數(shù)相關聯(lián)，用偏最小二乘法建立校正模型，（3）測定待測原油樣品的核磁共振氫譜，對譜圖進行一階微分處理，取化學位移為5.5～8.5ppm和1.0～3.7ppm譜區(qū)的峰強度代入校正模型，得到待測原油樣品的粘度對數(shù)值，再將其換算成粘度。該法可由原油樣品的核磁共振譜預測原油的粘度，建立具有線性相關性的校正模型，分析速度快、測試準確、操作方便。

技術(shù)領域

本發(fā)明為一種原油粘度預測方法，具體地說，是一種由核磁共振譜預測原油粘度的方法。

背景技術(shù)

化學計量學中常用的回歸方法主要有線性回歸和非線性回歸，其中線性回歸包括偏最小二乘法（PLS）、主成分回歸（PCR）和多元線性回歸（MLR），非線性包括人工神經(jīng)網(wǎng)絡（ANN）、徑向基神經(jīng)網(wǎng)絡（RBF）和支持向量機回歸（SVR）。偏最小二乘法（PLS）作為最為經(jīng)典的線性統(tǒng)計建模方法，在數(shù)學建模中發(fā)揮著重要的作用，對于因變量與自變量有線性關系時，它的預測能力是相當滿意的，而且其結(jié)果要優(yōu)于主成分回歸（PCR）。但是對于物質(zhì)的不具有加和性的性質(zhì)直接利用線性模型對其進行建模，變量間的相關性難以較好的得到體現(xiàn)。

粘度是評價油品流動性的一個重要的指標，也是煉油加工過程中一個重要的物理性質(zhì)。油品粘度與其結(jié)構(gòu)組成密切相關，反映了油品的組成特性。粘度隨著溫度的變化而變化，溫度升高，粘度變小，溫度降低，粘度變大。變化趨勢呈現(xiàn)明顯的非線性關系。目前主要測定油品粘度的方法有GB265—石油產(chǎn)品運動粘度測定法和動力粘度計算法，GB11137—深色石油產(chǎn)品運動粘度測定法（逆流法）和動力粘度計算法，這些方法測量速度慢、步驟繁瑣，不能滿足快速評價的需要。

實踐證明，粘度是一個沒有可加性的物性。不同的兩種油在混合前后，粘度呈非線性變化。相混合的兩種油品的組成及性質(zhì)相差越遠、粘度相差越大，則混合后實測的粘度與用加和法計算出的粘度相比，其差值就越大。因此在利用偏最小二乘建立粘度預測模型時，很難得到譜圖與粘度間的線性關系。

發(fā)明內(nèi)容

本發(fā)明的目的是提供一種由核磁共振譜預測原油粘度的方法，該法可由原油樣品的核磁共振譜預測原油的粘度，建立具有線性相關性的校正模型，分析速度快、測試準確、操作方便。

本發(fā)明提供的由核磁共振譜預測原油粘度的方法，包括如下步驟：

（1）取不同種類的原油樣品，用標準方法測定其粘度值，

（2）測定上述各原油樣品的核磁共振氫譜，對譜圖進行一階微分處理，取化學位移為5.5～8.5ppm和1.0～3.7ppm譜區(qū)的峰強度與對應的用標準方法測定的粘度的對數(shù)相關聯(lián)，用偏最小二乘法建立校正模型，

（3）測定待測原油樣品的核磁共振氫譜，對譜圖進行一階微分處理，取化學位移為5.5～8.5ppm和1.0～3.7ppm譜區(qū)的峰強度代入校正模型，得到待測原油樣品的粘度對數(shù)值，再將其換算成粘度。

本發(fā)明針對粘度的非線性特性，通過對粘度取對數(shù)的方法對原油粘度進行處理，再與樣品核磁共振譜特征譜區(qū)的峰強度相關聯(lián)，可提高粘度預測模型的線性相關性，由此提高原油粘度核磁共振譜預測的準確性。

附圖說明

圖1為原油一階微分核磁共振氫譜與粘度的相關性。

圖2為原油一階微分核磁共振氫譜與粘度對數(shù)值的相關性。

圖3為對比例PLS交互驗證中粘度預測值與實測值的相關性。

圖4為本發(fā)明方法PLS交互驗證中粘度預測值與實測值的相關性。

具體實施方式