【应用干货】拉曼光谱应用于识别汽油燃料的品质

2023-10-10 13:04:50 赛默飞智能制作与过程分析

汽油的质量通常用多种参数进行表征，比如API度（用以表示石油及石油产品密度的一种量度）、研究法辛烷值（RON）、发动机辛烷值（MON）和苯含量等特性参数，高的辛烷值和低的苯含量代表这更好质量的汽油，因此这些参数必须精确测量和控制，以使炼油厂能够保证并稳定产品质量，并快速将汽油输送到市场。

为了做到这一点，炼油厂实验室每天必须分析数百个汽油样本。在中型炼油厂，这个数字可能是每天250个，在大型炼油厂，这个数字可能高达每天500个。巨大的样品量对实验室检测提出了巨大的挑战，因为样品的处理速度取决于实验室的测量技术。

如何确定汽油燃料的品质?

”

石油和天然气行业通常使用气相色谱仪、模拟蒸馏、闪点和凝固点分析装置、密度计、蒸汽压力测试仪、RON和MON的爆震测试发动机等分析工具来鉴别汽油燃料特性。最新的一种检测方法是采用在线拉曼光谱，它可以在几秒钟内精确、快速地一次性测量汽油的多种特性参数。

* D5191是一种自动小型测试方法，用于自动测定干蒸气压当量(DVPE)，通常称为Reid蒸气压(RVP)

测量辛烷值是汽油进入市场的关键指标，与传统方法相比，拉曼技术可以加速炼油厂在该指标上的应用，这是一个很好的例子。例如，在爆震发动机分析一个样品的时间情况下，拉曼光谱可以分析180个样品。拉曼配置也很灵活，可以直接在原料的管路上分析，而不需要采样测试。

汽油燃料特性拉曼分析与建模

”

在Thermo Scientific Ramina 在线拉曼过程分析仪最近进行的一项实验中，对87个汽油样品进行了分析，每个样品进行了10次扫描。每个样品的分析时间为5秒。对生成的光谱进行SOLO (Eigenvector)处理。采用偏最小二乘(PLS) 建立模型。采用交叉验证优化模型标定。对于汽油模型，留下一个保留集确定模型的准确性。建立模型所用的参考数据采用ASTM相关方法收集。

利用87个汽油样品建立模型，对汽油的6种燃料品质进行了预测。下表概述了测量的属性和生成的模型误差情况。