[发明专利]由近红外光谱预测润滑油基础油性质的方法

说明书

一种由近红外光谱预测润滑油基础油性质的方法，包括收集润滑油基础油样本，用标准方法测定每个样本的性质数据，测定每个样本的近红外光谱，对其进行二阶微分处理，取7000～4000cm^‑1谱区的吸光度，与该样本用标准方法测定的性质数据对应，建立近红外光谱数据库，在近红外光谱数据库随机选取多个分库，用各分库光谱拟合得到的待测样品性质数据值的平均值和全库光谱拟合得到的性质数据预测值按适当比例加合得到待测润滑油基础油样品的性质数据预测值。

技术领域

本发明为一种用近红外光谱预测油品性质的方法，具体地说，是一种用近红外光谱预测润滑油基础油性质的方法。

背景技术

润滑油基础油的化学组成与许多性质如氧化安定性、粘度指数、倾点等密切相关，测定基础油的化学组成不仅可以控制基础油生产质量，对润滑油的研制调配也有重要的意义。目前测定润滑油基础油详细化学组成的方法采用MS 方法，该方法分析时间长，不能满足生产和科研的快速分析要求。粘度指数是表征润滑油粘温性能的重要参数，也是API分类中重要的质量指标之一。目前粘度指数是通过测定40℃和100℃粘度计算的，方法比较复杂。王艳斌等人(“近红外分析方法测定润滑油基础油的化学族组成”，《石油化工》，2001，30(3)： 224-227.；“近红外分析方法测定润滑油基础油粘度指数”，《润滑油》，2001， 16(6)：53-56)采用近红外光谱结合偏最小二乘方法建立了预测润滑油基础油化学组成和粘度指数的快速分析方法。但是，采用偏最小二乘方法建立的校正模型有一定的适用范围的，若待测样本的组成与建立校正模型收集的校正集样本存在较大差异，则需要对校正模型进行扩充更新才能适用。建立偏最小二乘定量校正模型需根据具体的应用对象对光谱进行预处理和光谱区间优选等操作，因所选参数多、多元校正方法较难理解和掌握等原因，模型的建立通常需要受过训练的专业人员来完成，这成为制约该技术广泛推广使用的瓶颈问题，很多项目都因为校正模型维护不及时而不能发挥其应有的作用。

CN102374975A公开了一种利用近红外光谱预测油品物性数据的方法，提出了一种新的性质预测方法—库光谱拟合方法(Library Spectra Fitting Method)，这种方法基于油品的近红外光谱库和光谱拟合技术，基于光谱相似、性质相似的原理，通过光谱库中的一张或多张光谱对未知待测样本的光谱进行拟合，然后根据参与拟合光谱的性质计算出待测样本的性质，其化学实质在于未知样本可由一组库样本按一定比例混合而成，因此，未知样本的待测性质可通过库样本的性质按照混合比例计算得出。但该法依赖于光谱库中参与光谱拟合的有限的几个样本性质数据预测待测样本的性质，从而影响预测的准确性和稳定性。

发明内容

本发明的目的是提供一种由近红外光谱预测润滑油基础油性质的方法，该法可提高待测样品性质数据的预测准确性和稳定性。

本发明提供的由近红外光谱预测润滑油基础油性质的方法，包括如下步骤：

(1)收集至少300个润滑油基础油样本，用标准方法测定每个样本的性质数据，

(2)测定每个样本的近红外光谱，对其进行二阶微分处理，取 7000～4000cm^-1谱区的吸光度，与该样本用标准方法测定的性质数据对应，建立近红外光谱数据库，

(3)测定待测润滑油基础油样本的近红外光谱，并进行二阶微分，选取 7000～4000cm^-1谱区的吸光度；

(4)在近红外光谱数据库中，随机选取多个样本的光谱数据，建立近红外光谱数据库分库，每个分库的样本数为近红外光谱数据库样本数的50～70％，共建立n个近红外光谱数据库分库，且每个分库中的样本均不相同，

(5)(Ⅰ)对于某一个近红外光谱数据库分库A_p，按下述方法对待测样本的光谱进行拟合：

a)按式①表示待测样本的光谱，求得库光谱的拟合系数，