红外分析设计实验

针对炼化企业的智能化建设，均涵盖在工业和信息化部提出的“生产管控”、“设备管控”、“能源管理”、“供应链管理”、“安全环保”和“辅助决策”六个主要业务领域，只是各企业现阶段的侧重点有所不同[1]。图1 工信部提出的石化智能工厂6个主要业务领域 [1] “生产管控”主要指通过生产过程智能化的优化控制，提升操作自动化和实时在线优化水平，炼厂作为生产企业，生产管控智能化在很大程度上决定着炼厂的智能化水平。目前，在大量使用DCS 的现代化炼油装置中，基本都具备了先进过程控制（Advanced Process Control，APC）能力，但随着过程工业日益走向大型化、连续化，对过程控制的智能化提出了更高的要求，控制与经济效益的矛盾日趋尖锐，迫切需要一种新的控制策略，实时优化（Real-Time Optimization，RTO）技术便应运而生，其能够显著提高生产过程的效益，已经在过程控制领域获得了广泛的应用，是决定炼厂 “生产管控”智能化的重要技术。同时，RTO技术要想顺利实施，必须及时感知生产中的各类过程数据，即离不开过程分析技术（Process analytical technology，PAT）的帮助。PAT过程分析技术的概念最早是由美国食品和药物管理局在2004年引入制药行业的，旨在支持创新和提高药品开发效率，保证药品质量。此后，该技术逐步推广到各个国家的各种生产制造行业，如炼化、食品、饲料等生产行业，其核心是利用在线分析仪监测所有影响最终产品的关键过程参数和质量属性，在线分析仪就是用来在线检测工业生产过程中的原料、中间产品、产品以及相关辅助原料、副产品等物料性能指标的分析仪器。在线分析仪取样分析方式有两种：一是通过探头直接从工艺管线或设备中取样同时进行分析，二是通过快速回路等方式将样品从主管线或设备中引出后取样分析。前者一般不需要或仅进行简单的样品预处理，而后者均需要配备样品预处理系统。炼厂各类油品往往含有从装置或管线中带出的少量固体颗粒及水等杂质，因此较少直接从工艺管线中直接取样进行在线分析，大部分在线分析都是将样品引出后进行。完整的在线分析系统除在线分析仪本身外，样品预处理系统和分析小屋也是其重要组成部分。预处理系统的目的不外乎调节样品环境、净化样品、保护装置等，但针对不同生产领域的样品，如炼油领域和化工领域，预处理系统也存在一定差异。分析小屋的需求一般取决于分析仪本身。样品预处理系统是分析对象进入在线分析仪的前端环节，就炼厂来说，样品预处理系统的目的就是为在线分析仪提供连续的、有代表性的油样，油样状态满足在线分析仪所需的温度、压力、流量、洁净度等要求，从而确保仪器长期可靠运行，减少仪表故障甚至是安全事故的发生。可见样品预处理系统的重要性丝毫不亚于在线分析仪，并且由于样品预处理系统涉及部件较多，集成性往往不如在线分析仪，因此其使用可靠性也低于分析仪。在实际使用中，样品预处理系统所遇到的问题往往比分析仪多，即使使用正常，其维护量也远远高于分析仪本身[2]。在线分析仪一般安装在工业现场，需要为其提供不同程度的气候和环境防护，以确保仪器的使用性能、寿命并便于维护。对分析仪的保护可以采取加装外壳及箱柜、搭掩体以及分析小屋的方式，简单的在线分析仪如电导仪、密度计等可直接依靠外壳、箱柜或掩体防护，但这些防护措施无法或仅能提供简单的环境防护，对仪器及维护人员提供的保护不足。对于在线色谱、在线近红外等需要经常维护且系统复杂、具有重要用途的大型在线分析仪，分析小屋能为其提供可控的操作和维护环境，并可延长使用寿命，降低维护成本。图2 某装置在线近红外分析小屋外景和预处理箱就油品质量性质分析来说，从干气、液化气、轻质油品到重质油品，油品质量性质成百上千，如液化气组成、汽油馏程、航煤冰点、柴油凝点、渣油粘度等等，对应的在线分析仪也很多，这些仪器构成了炼厂在线分析仪的主力军，概括起来可以分为三大类：以在线色谱为代表的组份分析仪；以在线近红外和在线核磁为代表的光（波）谱分析仪；基于常规方法的油品质量在线分析仪表，如在线硫分析仪、在线馏程分析仪等。在线色谱色谱是一种基于对分析样品强大的分离能力来进行定性和定量分析的仪器，在线色谱仪和实验室色谱仪分析侧重点完全不同，前者功能单一，注重自动化、集成度和持续稳定性，对分析速度和安全性要求很高，需配备取样和预处理系统，固定于装置现场，基本无可拆卸部件。而后者往往具备多种可更换部件和扩展功能，分析对象广、检测限低，但分析时间相对较长，需要丰富的人员操作经验。在线色谱仪在石化领域应用主要集中在组成分析，其另一主要功能即模拟馏程分析的应用较少。按照工艺装置来分，在线色谱仪在炼油行业主要应用场所有：催化裂化、催化重整、气体分离、烷基化、MTBE等；在化工行业的主要应用场所有：乙烯裂解、聚丙烯、聚乙烯、氯乙烯、苯乙烯、丁二烯、醋酸乙烯、乙二醇、芳烃抽提等，总体来说在线色谱在化工行业的应用要多于炼油领域。以重整和芳烃联合装置为例，在线色谱主要用来进行物料组成及含量分析，主要应用点有：检测脱戊烷塔顶馏出物中C6组分含量；C4/C5分馏塔液化石油气产品组成；脱戊烷塔底料（芳烃抽提进料）的芳烃（BTX，苯、甲苯、二甲苯）组成；苯抽提塔顶MCP、苯、非芳含量等等。表1 在线色谱在重整和芳烃联合装置上的应用应用点 物料 被测组分 测量目的 催化重整装置 脱戊烷塔顶 C6 减少C6+组分的损失 C4/C5分馏塔液化石油气 C5 控制C5质量分数 脱戊烷塔底 BTX、苯、甲苯、二甲苯 监测重整生成油中BTX纯度 循环氢 CO、CO2、C1- C5 监测循环氢中碳氢化合物杂质 芳烃抽提装置 脱己烷塔顶或塔底 甲基环戊烷（MCP）、苯 了解芳烃抽提进料质量 苯抽提塔顶 MCP、苯、非芳 了解抽提效果 溶剂回收塔顶 甲苯、二甲苯、非芳 了解抽提效果，减少苯损失 在线近红外和核磁在线近红外和核磁共振分析方法均属于波谱分析方法的在线应用，二者均反映化合物的结构信息；二者利用谱图直接进行化合物结构解析和定量分析的能力均有限，通常结合化学计量学方法如主成分分析（PCA）、偏最小二乘（PLS）等建立定性和定量分析模型，来进行样品判别分析或预测和样品化学结构直接或间接相关的性质，如油品的密度、烃类组成、馏程等等；二者在炼油企业原油调合、汽油调合、常减压、催化裂化、催化重整等很多装置上均有应用，分析对象涉及原油、汽柴油、航煤、蜡油等诸多油品；总的来说二者在炼化企业的应用范围和应用模式均有较高的重叠度。虽然应用重叠度较高，但在线近红外和核磁还是有区别，表2列出了两种技术的特点对比。表2 在线近红外光谱与核磁共振谱的对比在线近红外光谱在线核磁共振氢谱化学信息反映的是分子化学键振动的倍频和组合频信息，由分子偶极矩的变化即非谐性产生，主要是含氢官能团的信息，如C-H、N-H和O-H等；光谱范围12000~4000 cm-1，倍频和组合频的化学信息丰富，但有重叠。反映的是氢核对射频辐射（4~60MHz）的吸收，核磁共振氢谱的化学位移与氢核所处的分子结构密切相关，主要是不同化学环境下的氢核信息；相对高场核磁，在线低场核磁的分辨率较低，信号较弱，化学信息量明显减少。定量原理对于汽、柴油、润滑油和原油等复杂混合物，需要采用多元校正方法（如PLS或ANN）建立校正模型。对于汽、柴油、润滑油和原油等复杂混合物，需要采用多元校正方法（如PLS或ANN）建立校正模型。工业现场在线分析技术可采用低羟值的石英光纤，传输距离大于100m；可同时对多路物料进行测量，不需要样品流路切换和清洗；需要一定的预处理。仅一路进样通道采用阀切换方式进行多路测量，存在交叉污染和阀内漏等风险，分析效率相对较低；需要简单预处理。工业应用成熟度已建立完善的原油光谱数据库和汽、柴油光谱数据库；实验室快速分析和工业在线分析应用广泛，工程化成熟度高。工业在线核磁应用起步相对较晚，受外界环境干扰大，导致核磁信号稳定性相对较差；未建立完善的油品数据库，工业应用成熟度和广度相对较低。从谱图的化学信息来看，在线核磁一般为60M左右的低场核磁，所以其谱图包含的组成信息较少。图3 某相同油品在线近红外和核磁谱图比较从仪器硬件来看，国内外知名品牌的在线近红外光谱仪器已有十余家厂商，仪器性能稳定，测量附件齐全，在国内外炼厂已有二十余年的应用历史，售后服务已经规范化和标准化，近红外硬件技术已很成熟。而目前世界范围内只有两家企业提供商用在线核磁共振仪器，应用案例相对较少。工业现场适应性来看，近红外光可以通过光纤进行传输，通过光源分配与多个检测器结合，一台在线近红外光谱仪可以同时对多路样品进行测量，分析效率高。在线核磁技术为避免磁场干扰，一台检测箱中只能安放一套检测仪，使用一根核磁管，通过程控阀组切换的方式实现多路样品轮流检测。由于不能多路同时测量，该技术测量速度相对较慢，同时，阀组长期高频次切换会产生磨损，造成堵塞、内漏、样品交叉污染等诸多隐患。但在分析深色重质油品如原油时，在线近红外对预处理系统的要求比在线核磁要高。最后，从油品谱图数据库来看，不论近红外还是核磁共振技术，数据库的大小和维护都是这类技术的核心。对于近红外光谱技术，由于在石化行业已有近30年的应用，已经建立较为完善的油品近红外光谱数据库，包括原油、石脑油、汽油、柴油、VGO、润滑油基础油等，分析项目涵盖了所有关键的化学组成和物性数据。对于在线核磁共振技术，由于发展时间较短，在炼油企业的应用成熟度和广度不高，尚未开展系统的数据库建立工作。结语相对于欧美等发达国家，过程分析技术在我国石化行业的普及性和投用率都有一定差距，原因是多方面的，主要原因还是维护困难，对操作人员专业知识水平要求较高，以及缺乏相应的标准，很多场合想用在线分析仪而不能用、不敢用。借助国家大力发展智能化炼厂建设的契机，过程分析技术有望在石化行业进入发展快车道。 参考文献[1] 龚燕, 杨维军, 王如强, 等. 我国智能炼厂技术现状及展望[J]. 石油科技论坛, 2018, 3: 29-33.[2] 王森. 在线分析仪器手册[M]. 1版. 北京: 化学工业出版社, 2008.作者：中国石油化工股份有限公司石油化工科学研究院 陈瀑

为了推动白酒企业智能化建设，促进白酒行业生产方式的转变，提高投配料、量质摘酒、分级入库过程的精细化、数字化，减少人为误差，确保酒的品质，提升优质酒的产率，提高白酒生产质量管控水平，为白酒行业智能化生产提供技术支撑。日前，中国酒业协会团体标准审查委员会发布关于批准白酒智能酿造工厂系列6项团体标准立项的函。相关内容显示，原申请8项目精简合并为6项。根据《中国酒业协会团体标准管理办法（2019修订版）》的规定,经中国酒业协会研究决定,批准中国酒业协会白酒技术创新战略发展委员会作为该标准的牵头单位，组建起草工作组，拟定详细的工作进度和时间表，开展标准的起草和制订等工作。各文件名称及相应的适用范围和主要技术内容如下：白酒智能酿造工厂系列团体标准情况序号标准名称适用范围技术内容1白酒智能酿造工厂 过程质量监控白酒智能工厂各生产过程的操作白酒智能工厂：过程质量监控的操作规程及相关术语2工业互联网 标识解析 白酒酿造 标识编码规范白酒生产车间和采购各相关工艺流程的操作白酒酿造标识编码规范的操作规程及相关术语3白酒工业智能制造成熟度评价实施指南对白酒企业智能制造成熟度水平的评估白酒工业智能制造成熟度评价的操作规程及相关术语4白酒智能酿造投配料 近红外光谱法应用指南应用近红外光谱分析技术于白酒摊凉加曲、投配料工段的操作应用近红外光谱分析技术于白酒摊凉加曲、投配料过程的通用操作规程及相关术语5白酒智能酿造 量质摘酒 红外光谱法应用指南 应用近红外光谱分析技术于白酒摘酒工段的操作应用近红外光谱分析技术于白酒摘酒工段的通用操作规程及相关术语6白酒智能酿造 基酒分级入库 红外光谱法应用指南白酒基酒入库分级等需要快速评估白酒品质的工段应用中红外光谱法于白酒分级基酒入库工段的通用操作规程及相关术语基于此，中国酒业协会白酒技术创新战略发展委员会同时也发布了关于征集白酒智能酿造工厂系列6项团体标准起草单位的通知。通知中明确了起草单位、起草人资格条件： （1）从事白酒相关的技术研发、产品制造、原辅料供应、检验检测以及科研教学或从事设备研发、信息化技术等相关领域；（2）申请人拥有白酒智能化生产技术或研究经验；（3）申请人所在单位具有一定的制造或科研水平，重视标准化工作；（4）愿意承担开展标准化工作所需的资金、技术和人力支持。

纺织品纤维含量分析是决定纺织产品标识准确度的重要因素，多国制定相关技术法规，要求纺织服装产品上贴有永久性的标签，并在标签上按照规定的方法注明产品的纤维成分及含量。传统纺织品成分定量方法采用的化学溶解法存在着使用化学试剂、对环境污染、检测周期长、破坏样品等缺点。近红外光谱分析技术作为一种新兴检测技术已经开始迅速被应用于纺织品成分定性和定量检测，具有快速、无损、环保、便捷等优点。该技术主要利用在近红外光的照射下，不同的纤维成分呈现不同吸收峰，其成分含量不同则体现出不同大小、缓陡的吸收峰，利用相应的化学计量学方法和纤维成分数据库，即可获得准确的纤维成分及含量。但在纺织品纤维定量方面，由于近红外模型受仪器类型、实验室环境、织物结构、颜色、染料、纤维含量、检测条件等因素影响，校正模型建立好坏程度直接影响其预测效果，且目前仍存在定量模型无法统一或互通的问题。中国海关科学技术研究中心工业与消费品安全研究所联合深圳市菲雀兰博科技研究中心有限公司，在中国仪器仪表学会近红外光谱分会的大力支持下，于2021年成功举办了第二届（2021）近红外纤维定量分析比对试验，以期推动近红外光谱分析技术的发展和应用。本次比对试验，共涉及棉/氨纶、聚酯纤维/氨纶、棉/聚酯纤维、锦纶/氨纶、棉/聚酯纤维/氨纶 5 大类别，4 类二组分，1 类三组分。分别是棉/氨纶（1-3#）、聚酯纤维/氨纶（4-6#）、棉/聚酯纤维（7-9#）、锦纶/氨纶（10-12#）、棉/聚酯纤维/氨纶（13-15#），五组面料均由中国海关科学技术研究中心工业与消费品安全研究所提供。本次比对试验共有16个机构报名参加，包括中纺标检验认证股份有限公司、北京市毛麻丝织品质量监督检验站、天纺标检验认证股份有限公司、青岛市产品质量监督检验研究院、江苏省纺织产品质量监督检验研究院、南通市纤维检验所、上海英柏检测技术有限公司、上海冉紫实业有限公司、上海纺织集团检测标准有限公司、国家纺织服装产品质量监督检验中心（浙江桐乡）、浙江中纺标检验有限公司、福建省纤维检验中心晋江检验部、中山海关技术中心、广州亚诺检测技术有限公司、中纺标（深圳）检测有限公司、深圳市英柏检测技术有限公司等。在规定期限内有15家实验室反馈了测试结果，1家实验室取消了比对。在15个实验室中，Lab 1、2、3、7、11参加了全部模型比对；Lab 6、8、9、10、12参加了4个模型的比对；Lab 4、5、14、15参加了3个模型比对；Lab16参加1个模型比对。执行标准FZ/T 01144-2018。结果Z比分数图:从参试实验室比对结果可以看出，棉/氨纶、聚酯纤维/氨纶两类样品，各参试实验室所建模型预测结果较为理想，锦纶/氨纶、棉/聚酯纤维、棉/聚酯纤维/氨纶样品，存在少数参试实验室所建模型预测结果不理想的情况。由于纺织纤维种类众多，且复合织物的种类和比例各不相同，使得近红外光谱校正模型的建立难度较大，需要大量的样本数据，校正数据的准确性及合理的计量学方法都对测试结果有影响。针对此次近红外纤维定量分析比对计划，对于相关模型的建立，给出以下建议：1）样品筛选：某些较厚双层针织结构的织物，其谱图看不到明显的吸收峰，或与其他的谱图偏差较大，在建模过程中，此类样品对模型的建立会造成很大影响，不适宜做校正样品，应该去除。2）样品采集： 样品采集过程中，建议将样品折叠适宜厚度，一般4层，水平放置测试窗口上，并在样品上施加一固定压力。采集中对于吸收峰不明显、谱图偏移或漂移严重、光谱形态异常的应提前剔除。3）光谱数据预处理：仪器采集的原始光谱中除包含与样品组成有关的信息外，同时也包含来自各方面因素所产生的噪音信号。这些噪音信号会对谱图信息产生干扰，从而影响校正模型的建立和对未知样品组成或性质的预测。光谱数据预处理主要解决光谱噪音的滤除、数据的筛选、光谱范围的优化及消除其他因素对数据信息的影响，为下步校正模型的建立和未知样品的准确预测打下基础。常用的数据预处理方法有导数、滤噪（平滑）、多点基线校正、归一化处理等。在近红外分析中，对于样品不同组分之间的相互干扰导致吸收光谱谱线重叠的现象，可采用求导的方法进行处理。其中常用的是一阶导数和二阶导数。4）定量校正算法： 近红外光谱分析常用的计量方法有主成分分析（PCR），偏最小二乘法（PLS）和人工神经网络法（ANN）等，其有着各自的优点和局限。选择适合的校正算法，对模型的适用性，有效性有着显著帮助。比如：TQ Analyst提供了定量校正算法，包括了比尔定律、最小二乘法（CLS）、偏最小二乘法（PLS）和主成分回归法（PCR）等。其中在纺织纤维定量检测模型中，偏最小二乘法（PLS）较为经典和常用。5）光谱波长范围的选择：光谱范围的选择在NIR定量分析模型的建立中是最难的一步。至今为止，化学计量学领域仍无完美算法来选择最佳的光谱范围。目前，已有一些配套软件可实现自动化选择光谱范围。例如：TQ Analyst软件中自带Suggest向导进行自动选择光谱范围。光谱波长范围的选择会直接影响模型的精度，即相关系数与均方差。6）建模及模型优化：近红外光谱存在谱带宽、重叠较严重、吸收信号弱、信息解析复杂等问题，它依赖于化学计量学方法，在样品待测属性值与近红外光谱数据之间建立一个校正模型，再通过模型对未知样品的近红外光谱进行预测来得到各性质成分的预测值。目前，近红外建模方法大都以“光谱数据预处理，波长筛选进行特征降维和突出，再通过PLS、SVM算法进行建模”的方法为主。建模的优化常见于如何使用预处理算法对光谱进行预处理，来消除仪器变异所引起的偏差；如何使用波长选择算法，提取光谱中的有效特征；如何利用化学计量方法建立稳定可靠的模型。除此之外，随着人工智能技术的发展，深度学习可以利用现有的大规模已标记数据集训练出一个预测能力强、鲁棒性好的多层网络结构模型。此外深度学习方法建模，其对预处理、波长选择等依赖性很低，该法也将为近红外光谱检测带来新的机遇。