作者：杜馨, 孙晓荣, 刘翠玲, 杨雨菲, 李敬琪

作者单位：北京工商大学 食品安全大数据技术北京市重点实验室, 北京 100048

关键词：检测技术;定量分析;原油含水率;偏最小二乘法;红外光谱

摘要：

该文旨在探索一种基于红外光谱技术的原油含水率快速检测方法，研究采用油田提供的3种MDT取样流体原油样本，每种原油制备5种含水率、5种矿化度，共计75个不同属性的油水乳状液。采集75个配制样本的红外光谱，进行波长筛选并用“一阶导数+减去一条直线+SG卷积平滑（17）”法对光谱进行预处理，对谱图进行分析，并用偏最小二乘法建立关于原油含水率的定量检测模型。最终建模相关系数R达到94.44%，交互验证均方根误差RMSECV为4.11，相对分析误差RPD为3.04；预测相关系数R为83.54%，预测均方根误差RMSEP为7.44，模型稳健性良好。研究表明红外光谱检测技术对于原油含水率检测具有可行性，为光谱技术应用于原油含水率在线检测奠定了基础，可为测井勘探技术提供一种新的途径。

Infrared spectroscopy for rapid detection of moisture content in crude oil
DU Xin, SUN Xiaorong, LIU Cuiling, YANG Yufei, LI Jingqi
Beijing Key Laboratory of Big Data Technology for Food Safety, Beijing Technology and Business University, Beijing 100048, China
Abstract: Designed to develop an infrared-spectroscopy based method for rapid detection of moisture content in crude oil. 75 oil-water emulsion samples were generated from three kinds of MDT sampling fluid crude oil sample provided by oilfield, which was made to hold 5 different moisture contents and 5 different salinities contents. 75 collected infrared spectra data were screened using their wave numbers and preprocessed using “first derivative + minus one straight line + Savitzky-Golay(17)”. A quantitative test model was established for the moisture content of crude oil by partial least squares. The robustness of the model was good. The modeling correlation coefficient was 94.44%, the root mean square error of calibration validation was 4.11, the residual predictive deviation was 3.04, the prediction correlation coefficient was 83.54%, and the root mean square error of prediction was 7.44. It is proved that the infrared spectrum is feasible for determining water content of crude oils, which lays a foundation for the online monitoring of moisture content in crude oil by spectroscopy technology, and provides a new reference route for logging exploration technology.
Keywords: detection technology;quantitative analysis;moisture content of crude oil;partial least squares;infrared spectroscopy
2020, 46(1):50-55  收稿日期: 2019-08-15;收到修改稿日期: 2019-09-14
基金项目: 北京市自然科学基金项目（4182017）；全国大学生科学研究与创业行动计划（201810011090）；北京市教委科技计划一般项目（KM201810011006）；油田开发研究院合作项目（DQYT-1201002-2018-JS-406)
作者简介: 杜馨(1995-),女,山东青岛市人,硕士研究生,专业方向为光谱快速检测
参考文献
[1] 范俊甫, 喻九阳. 基于智能型傅里叶红外光谱仪原油含水率测量分析[J]. 化学工程与装备, 2018(11):293-294
[2] 胡学涛. 基于近红外技术的原油水含量检测研究[D]. 杭州:中国计量学院, 2015.
[3] 张亚鑫, 李思, 王卫强, 等. 含水率对油包水乳状液流变和析蜡特性分析[J]. 石油化工高等学校学报, 2019, 32(2):71-76
[4] 李清玲, 彭军, 唐德东, 等. 原油含水率测量技术综述[J]. 重庆科技学院学报(自然科学版), 2014, 16(5):90-92
[5] 毛晨伟, 郭洋. 油水混合物含水率在线检测技术最新研究进展[J]. 石油化工, 2019(3):37-39
[6] 姜海潮. 射频法原油含水率测量技术研究[D]. 西安:西安石油大学, 2018.
[7] 李敬岩, 褚小立, 田松柏. 原油快速评价技术的应用研究[J]. 石油学报(石油加工), 2015, 31(6):1376-1380
[8] 秦上峰, 原油在线检测计量控制系统设计[D]. 西安:西安工业大学, 2014.
[9] 陈瀑, 李敬岩, 褚小立, 等. 拉曼和红外光谱快速评价原油性质的可行性比较[J]. 石油炼制与化工, 2016, 47(10):98-102
[10] 李敬岩, 褚小立, 田松柏. 红外光谱快速测定原油硫含量[J]. 石油学报(石油加工), 2012, 28(3):476-480
[11] 李雁如. 中红外光谱法测定甲醇汽油中甲醇含量[J]. 光谱学与光谱分析, 2012, 32(2):394-397
[12] KOK M V, VARFOLOMEEV M A, NURGALIEV D K. Determination of SARA fractions of crude oils by NMR technique[J]. Journal of Petroleum Science and Engineering, 2019, 4(26):24-28
[13] 董鹏敏, 吕沛志, 江接波, 等. 双组份矿化度对高含水原油含水率检测影响的试验研究[J]. 传感器与微系统, 2019, 38(4):59-65
[14] 董涛, 基于近红外技术的石油含水测量系统研究[D]. 青岛:中国石油大学, 2007.
[15] 李斌, 杜秀洋, 刘燕德, 等. 太赫兹时域光谱葛粉掺薯粉检测研究[J]. 激光与光电子学进展, 2019, 56(20):203001
[16] 刘冬阳, 孙晓荣, 刘翠玲, 等. 基于太赫兹技术的小麦粉品质快速检测研究[J]. 中国酿造, 2019, 38(1):174-178
[17] EL-ABASSY R M. Discrimination between Arabica and Robusta green spectroscopy and chemometric analysis[J]. Food Chemistry, 2011, 126(3):1443-1448
[18] 褚小立, 陈瀑, 许育鹏, 等. 化学计量学方法在石油分析中的研究与应用进展[J]. 石油学报(石油加工), 2017, 33(6):1029-1038
[19] 陆庆华, 陈玉洁, 严盈富. 薄膜包衣厚度测量方法分析[J]. 南昌航空大学学报, 2014, 28(4):72-84
[20] PIETER S, DIETER V N, GUSTAAF S, et al. Quality and statisticalclassification of Brazilian vegetable oils using mid-infraredand Raman spectroscopy[J]. Applied Spectroscopy, 2012, 66(5):552-562
[21] 淡图南. 基于光谱分析的燃油组分检测技术研究[D]. 杭州:浙江大学, 2011.
[22] 李晟. 基于局部策略的光谱异常检测与石油产品定性分析[D]. 杭州:浙江大学, 2012.
[23] 褚小立. 化学计量学方法与分子光谱分析技术[M]. 北京:化学工业出版社, 2011.