石油产品管道中的产品检测

石油产品管道提供了将产品输送至配送终端的有效方式。这些多用途管道输送几种不同的燃料，通常以顺序方式注入管道，产品之间没有任何物理屏障。接收终端应检测并分离产品，将其发送至正确的储罐，还应识别必须引导至污水处理厂以返回炼油厂进行再处理的不合规格产品。

柴油可能是一个典型的序列，其次是高辛烷值汽油、低辛烷值汽油、燃油等。如果产品被导向错误的储罐，可能会导致严重后果。将多余的产品转换为废油会降低利润，因为有价值的产品会丢失并添加到废油中，这会增加炼油厂再处理废油的额外成本。

解决方案

解决方案是，当产品到达终端时，可以实时识别产品，从而方便罐之间切换的时间。关于时间，流将从100%的产品A通过混合区域变为100%的产品b。重力仪(密度计)和折射率计还不够先进，无法提供产品的真实成分信息，因此限制了它们检测所有产品组合过渡的能力。导波近红外（NIR）分析仪可以提供直接的成分信息，用于明确检测产品变化，以及将产品识别为柴油、汽油等。

聪明的选择

导波有两个明智的选择来解决这个问题。全量程NIR-O™光谱仪可用于提供样品上几乎完整的化学信息。另一方面，ClearView™db多波长光度计产生更有限的信息，但仍然可以提供快速的界面检测以及一些化学信息。这些仪器使用光纤电缆和直接插入探头到管道中，以确定产品流过。

客观的

1)定量检测管路中A产品到B产品的过渡情况，从而促进A罐到废液(混合产品)到B罐的切换，同时降低废液体积。

2） 明确标识管道中的产品。

图1。管道产品流

如图1所示，产品A被注入管道，随后产品B被注入管道。这将在两种产品之间产生一个混合区域。接收端的目标是在不影响产品A或B的情况下，经济地从储罐A改为污水，然后再改为储罐B，并减少必须重新处理的污水量。

从理论上看，混合区代表产物a的指数衰减和产物B的指数增加。

以下是目前常用的检测管道产品变化的方法。目前，这些单变量传感器是业界的最佳实践，它们提供的关于实际产品识别的信息非常少

目前常用的方法

• 重力(密度)传感器——虽然这些传感器可以感知产品的变化，但它们不能识别产品。在检测类似产品之间的差异时，例如，不同等级的汽油，可能会比较复杂。
• 折射率(RI)传感器-一种敏感的技术，可以很容易地检测产品的一些变化，但不能检测所有的变化。这些可能能够检测某些产品，但测量是单变量的，不能保证ID是正确的。
• 颜色分析–这仅适用于染色燃料。

NIR光谱（全光谱或离散波长光度计）可提供有关产品本身的重要信息，并将其分类为不同等级的柴油、燃油、汽油等。此处描述的数据是使用导波全光谱NIR分析仪获得的。

实验

使用现有的实验室设备模拟管道，样品流经40英尺的管道，进入10毫米多用途导波流池。2020欧洲杯下注官网流池通过光缆与导波全谱近红外分析仪连接。以6秒为间隔记录1000 nm至1600 nm区域的光谱扫描。所使用的产品为87泵辛烷值汽油，包括商用柴油和酒精。

在分析过程中，发现汽油并不总是与柴油很好地混合。在管道中可以看到分层，有时还可以看到两相流（一种产品在另一种产品中的球状物）。静态混合器本可以解决这些问题，但这是不可用的。

算法

该策略是利用近红外光谱检测管道材料的实时变化，测量变化，并识别产品。该方法将利用匹配指数(MI)方程。匹配指数是一种常用的光谱相似性度量，计算方法为两个向量之间夹角的余弦值。这里，要比较的管道谱是矢量。

管道模拟

汽油和柴油是用于管道模拟的产品。图2显示了这些单独产品的近红外光谱。确定了重要的官能团。低辛烷值汽油中有一个短的芳香族峰。强烈的CH_3.汽油中的峰值表示该产品主要是支链烷烃。由于乙醇（添加剂）中的OH基团，汽油样品也有一条带。柴油样品不含芳烃，CH含量约相等_2.和CH_3.，表示柴油中常见的正构烷烃含量较高。

图2. 管道模拟，光谱数据

研究了两种模拟方法

• 在案例1中：事先不知道是什么在下降管道-单个隔离分析仪应能够检测混合区域并测量变化。分析仪可使用潜在产品库。
• 情况2:可能在注入点有上游分析仪，可以采集产品B的频谱，并将频谱发送给接收终端和其分析仪。因此，接收分析器知道当前在管道中有什么和预期什么。这使得量化更加准确和容易。
• 这两种技术都可以从潜在产品的光谱库中获益，这些产品可能会从管道中下降。使用该库，可以识别产品，并可能进行真正的最小二乘法或PLS混合分析。因此，操作员将始终知道产品A和B的百分比。虽然这一分析超出了本文的范围，但这是很容易做到的。

案例1(图3)

案例1首先选择一个样本（光谱），该样本可作为匹配指数计算中的参考光谱。例如，如果混合区需要1小时才能通过，则必须在2-3小时之前收集参考光谱。每小时可选择一个新的参考光谱，使其与流动产物保持一致。接下来，计算MI结果中的噪声。再次在开始混合样品前2-3小时内进行此操作。

将噪声乘以3可提供95%的保证，即任何低于匹配指数（1-3σ）的产品都有很大的不同，从而为切换油箱提供了第一个触发点。

除了监测MI值外，还需要监测MI函数的导数。可以通过计算样本之间的第一个差值来近似导数。同样，可以计算稳态条件下的噪声，并为第二个开关点确定3σ阈值。

当接近混合区域时，可以看到MI函数急剧下降，即降至95%置信限以下，从而触发从Tank A到slop的切换。

可以看出，在a产品的指数衰减曲线中，MI函数的导数(斜率)经历了最大的变化率下降，并通过了拐点，并且在拐点处对导数函数进行了归一化。因此，它提供了样品混合程度的粗略直接读数，峰值约为50%。

当通过混合区域时，MI函数水平并渐近达到一个固定值。当导数函数降到3σ线以下时，第二个开关可以触发，从slop到Tank B，确信样本在统计上不再改变。

这种实验设置在数据中产生的噪声比在野外实验中预期的要高。这种噪声比仪器噪声大几个数量级。

图3。案例1仿真

案例2（图4）

需要两个分析仪，一个在注入点，另一个在有网络连接的终端。分析仪1提前发送产品光谱，以便分析仪2能够预期其接收，更准确地测量产品。分析仪可以获得潜在产品的库。在情况2中，有预期产品的先验知识。利用这一先验知识，Product A和Product b的每一个MI值都可以计算出2个MI值，从而可以得到前面所示的双指数曲线。同样，可以为这两种计算设置3σ，并可以确定开关点。

双“S”曲线的示例如图4所示。由于两种产品的光谱都是已知的，因此可以进行简单的最小二乘拟合，并实时绘制两种产品的百分比。

图4。案例2模拟

之前获得的所有结果都是针对波长轴上具有>500个单独数据点的全光谱分析仪。是否有可能将其减少到仅几个波长，以便通过光度计使用以前的数据进行测量？在早期数据中，在1100 nm和1330 nm处进行了简单的2点基线校正。使用1151、1191和1208 nm的峰值波长（如图5所示），再次进行MI计算。

图5．光度计模拟

分析

全光谱MI计算与模拟3分析波长光度计的比较如图6所示。注意结果的相似性。它们在乘积B的不同值处获得渐近线，但这与匹配指数计算的性质和3σ极限的使用无关。

因此，可以得出结论，一个更简单的替代方案，一个五波长光度计(三个分析波长和两个基线)实际上可以以更低的安装成本提供相同的结果。通过增加第六种波长，它可以变得更加坚固。

当涉及到从库中识别样本时，有限波长光度计不如全光谱分析仪准确。然而，它仍然可以进行混合分析，并且可以在案例1或案例2模式下运行。

集锦

• 波长光度计和全光谱分析仪都可以根据需要的测量点和精度水平使用
• 近红外光谱技术可以定量检测管道界面过渡
• 可以获得的信息远远大于使用单变量方法（如RI和重力传感器）可以获得的信息
• 匹配指数计算可以将现有的未知样本与光谱数据库中的样本进行比较，从而快速识别样本
• 类似地，PLS分类能够通过分数空间计算来识别样品，可能会减少将产品送到错误的容器的错误
• 结果是实时的(秒)
• 保证产品质量
• 减少污水，从而减少再处理量和相关成本
• 增加有价值的可销售产品的数量

图6。光度计模拟结果

讨论和结论

这里使用近红外光谱使用近红外滤光片光度计或导波近红外光谱仪既可靠又快速。这种技术减少了实验室样品采集的需要。结果可实时（秒）用于过渡检测和产品识别。有关系统规格的更多详细信息，客户可以联系Guided Wave技术销售专家。

可测量的控制

通过与Guided Wave的合作，客户可以从超过30年的在线过程监测和流样品分析经验中获益。导波的整个产品系列的设计和开发是为了满足客户可以测量的最苛刻的生产环境的挑战。

这些信息已经从导波提供的材料中获得、审查和改编。欧洲杯足球竞彩

有关此来源的更多信息，请访问导波．