[发明专利]预测基础油粘度的方法、装置

说明书

本公开涉及一种预测基础油粘度的方法和装置，该方法包括获取待检测的基础油的近红外光谱；将预设波数范围内的所述近红外光谱输入预设模型中以得到所述待检测的基础油的粘度混合指数，其中，所述预设模型表征基础油的近红外光谱与粘度混合指数之间的对应关系；根据所述粘度混合指数和预设函数，计算得到所述基础油的粘度。与粘度相比，经过预设函数变换后得到的粘度混合指数与近红外光谱之间的线性相关性更高，因此通过预设函数对粘度和粘度混合指数之间的变换处理，就能够解决近红外光谱与基础油粘度性质之间非线性信息过多，导致基于多元回归分析方法建立的表征近红外光谱与粘度之间的对应关系的模型出现不稳定、预测不准确的问题。

技术领域

本公开涉及油料分析领域，具体地，涉及一种预测基础油粘度的方法和装置。

背景技术

近年来，随着汽车制造业、机械工业的迅猛发展，以及环保、节能要求的日渐严苛，对润滑油产品的质量要求愈加严格，同时直接导致对高品质润滑油基础油的需求增加。目前高品质基础油的生产工艺主要是全加氢工艺，加工过程涉及多种工艺以及多种类的物料和产品，一个环节的变化可能给整个基础油的生产带来影响。在线实时地对物料和产品的指标进行跟踪监测可以快速得到相关信息，及时为工艺参数的调整进行指导，更好控制基础油质量、增加产品收率、节约分析成本，为企业生产带来更大的效益。

其中，粘度就是一项基础油生产过程中非常重要的性质参数，一方面粘度是基础油牌号的分类依据，另一方面粘度是计算基础油粘度指数的基础数据。目前国内企业都是基于离线的传统分析方法测定基础油粘度，耗时长、不环保，传统方法已经不能满足持续稳定高效生产高品质基础油的需求。因此，具有快速检测特点的近红外光谱分析方法显示出巨大的优势。近红外光谱分析方法主要反映含氢基团(C-H，N-H，O-H等)合频和倍频的分子振动信息，非常适合研究以碳氢化合物为主的石油产品。近红外光谱分析方法需要的仪器简单、样品量小、检测速度快并且易于实现在线分析，将近红外光谱与化学计量学结合，可以获得稳定准确的定量模型，通过模型监测基础油生产过程的实时参数可以为炼厂加工高品质基础油提供强大的数据支撑，为企业带来良好的生产效益。

建立稳定模型是近红外光谱应用的关键，基于多元回归分析方法建立的表征近红外光谱与粘度之间的对应关系的模型已经在国内炼厂有了非常广泛的应用，但是由于部分多元回归分析方法是基于线性的校正方法，而基础油粘度性质与近红外光谱之间包含了很多的非线性信息，这样会导致基于多元回归分析方法建立的表征基础油粘度与近红外光谱之间的对应关系的模型会出现不稳定，预测不准确的问题。

发明内容

本公开的目的是提供一种预测基础油粘度的方法和装置，以解决近红外光谱与基础油粘度性质之间非线性信息过多，导致基于多元回归分析方法建立的表征近红外光谱与粘度之间的对应关系的模型出现不稳定、预测不准确的问题。

为了实现上述目的，本公开提供一种预测基础油粘度的方法，所述方法包括：

获取待检测的基础油的近红外光谱；

将预设波数范围内的所述近红外光谱输入预设模型中以得到所述待检测的基础油的粘度混合指数，其中，所述预设模型表征所述基础油的近红外光谱与粘度混合指数之间的对应关系；

根据所述粘度混合指数和预设函数，计算得到所述基础油的粘度。

可选地，所述预设模型通过以下建模方法来建立：

获取预设数量的样本基础油的近红外光谱；

测量所述样本基础油在预设温度时的粘度；

根据测量获得的所述样本基础油的粘度和所述预设函数，计算得到所述样本基础油的粘度混合指数；

根据多元回归分析方法，基于所述预设波数范围内的所述样本基础油的近红外光谱和所述样本基础油的粘度混合指数，建立所述预设模型。

可选地，所述预设数量大于或等于50。