您现在的位置: 中国污水处理工程网 >> 技术转移 >> 正文

污泥含油量的快速测试方法

发布时间:2017-12-22 9:00:15  中国污水处理工程网

  申请日2017.04.18

  公开(公告)日2017.08.18

  IPC分类号G01N21/359; G01N21/3563

    摘要

   本发明公开了一种低含水率油田污泥含油量的快速测试方法,通过傅里叶变换近红外漫反射技术对样品分析其含油量的化学值,采用偏最小二乘法(PLS)建立含油量的测量模型,经一阶导数预处理组合效果较好,最优波段为4575.80~5197.44cm‑1,最佳回归方法为偏最小二乘法。其分析值和预测值的相关系数R可达0.9985。本方法适用于快速、准确的测定未知样含油污泥含水较少时的含油量,满足对含油污泥理化分析的需要。

  

 

    权利要求书

  1.一种低含水率油田污泥含油量的快速测试方法,其特征在于,包括如下步骤:

  1.筛选出符合要求的含油污泥样品;

  2.取步骤1得到的多个含油污泥样品作为校正样品,利用近红外光谱采集校正样品的原始NIR光谱图;

  3.测量校正样品的实际含水率、含渣率和含油率;

  4.采用一阶导数法对步骤2得到的原始NIR光谱图进行预处理并选择数据提取的波段范围,采用偏最小二乘法将步骤3所测得的含油率的数值与原始NIR光谱图数据构建模型,其中建立的模型的预测值与实测值的相关系数(R)为0.9985,校正集均方差偏差(RMSEC)为0.0329,内部交叉验证均方差(RMSECV)为0.0929。

  5.取步骤1得到的含油污泥样品作为待测样品,对待测样品进行光谱扫描,获得待测样品含油量的光谱图,根据步骤4构建的模型,计算出待测样品的含油量。

  2.根据权利要求1所述的方法,其特征在于,步骤1中采用烘干法筛选含水率在0.5%~3.5%的含油污泥。

  3.根据权利要求1所述的方法,其特征在于,步骤2中开机预热近红外光谱仪40min后,将校正样品装入样品杯中,先扫描背景,然后对校正样品进行扫描,采用近红外漫反射方式采集校正样品的光谱图。

  4.根据权利要求1所述的方法,其特征在于,步骤3中采用索氏提取法测定校正样品的含渣率,提取剂为甲苯,提取时间6~7h,提取温度110~120℃,溶剂萃取结束后将含有泥渣的滤筒放入烘箱,设定温度为115℃,时间为8h,得出含渣率数据(X0);结合步骤1中烘干法所得的含水率(X1),计算出含油污泥含油量(X2),公式为X2=1-X1-X0。

  5.根据权利要求1所述的方法,其特征在于,步骤4中选择数据提取的波段为4575.80~5197.44cm-1。

  6.根据权利要求1所述的方法,其特征在于,步骤5中测量光谱的范围为4000~12000cm-1,扫描次数为64次,分辨率为8cm-1,测量方式为积分球漫反射模式,旋转样品杯,要求样品颗粒和装样厚度均匀,扫描验证集样品含油量的光谱图。

  7.根据权利要求2所述的方法,其特征在于,电子天平准确称量含油污泥的质量m1,将含油污泥放入坩埚中,设定温度为100℃,从烘箱温度上升至100℃时,开始计时,烘干时间为1h,记录烘干后含油污泥的质量m0,则含油污泥的含水率X1=(m1-m0)/m1,选出含水率范围在0.5%~3.5%的样品。

  说明书

  一种低含水率油田污泥含油量的快速测试方法

  技术领域

  本发明涉及油田含油污泥测试技术领域,具体涉及一种油田污泥含油量的快速测试方法。

  背景技术

  我国的石油化工行业每年产生大量的含油污泥,且产量还在逐年上升,含油污泥作为《国家危险废物名录》中的污染物质,若不经处理直接排放,会对周边环境以及生产区域产生不同程度的影响,也是对资源的一种浪费。因此准确对含油污泥的含油量进行快速分析至关重要,这是开展含油污泥无害化技术研究及有效资源化利用的前提。

  目前测试含油污泥的含油量,含水率,含渣率较为成熟的是索氏提取法。由于不同来源的含油污泥样品其理化性质差异很大,因而用索氏提取法对不同样品进行回流萃取所需的时间差异很大,时间较长,机械地确定时间不仅影响测试的速度,而且可能导致萃取不完全;操作过程中使用高毒性试剂,存在很大的安全隐患,总体看,对油田含油污泥的含油量进行快速的、简便的、准确测试的方法未见报道。

  发明内容

  为了克服现有技术的不足,本发明提供了一种用近红外漫反射光谱快速测定含油污泥中含油量的方法。

  为实现上述目的,本发明采用如下的技术方案:

  一种低含水率油田污泥含油量的快速测试方法,包括如下步骤:

  1.筛选出符合要求的含油污泥样品;

  2.取步骤1得到的多个含油污泥样品作为校正样品,利用近红外光谱采集校正样品的原始NIR光谱图;

  3.测量校正样品的实际含水率、含渣率和含油率;

  4.采用一阶导数法对步骤2得到的原始NIR光谱图进行预处理并选择数据提取的波段范围,采用偏最小二乘法将步骤3所测得的含油率的数值与原始NIR光谱图数据构建模型,其中建立的模型的预测值与实测值的相关系数(R)为0.9985,校正集均方差偏差(RMSEC)为0.0329,内部交叉验证均方差(RMSECV)为0.0929。

  5.取步骤1得到的含油污泥样品作为待测样品,对待测样品进行光谱扫描,获得待测样品含油量的光谱图,根据步骤4构建的模型,计算出待测样品的含油量。

  进一步地,步骤1中采用烘干法筛选含水率在0.5%~3.5%的含油污泥。

  进一步地,步骤2中开机预热近红外光谱仪40min后,将校正样品装入样品杯中,先扫描背景,然后对校正样品进行扫描,采用近红外漫反射方式采集校正样品的光谱图。

  进一步地,步骤3中采用索氏提取法测定校正样品的含渣率,提取剂为甲苯,提取时间6~7h,提取温度110~120℃,溶剂萃取结束后将含有泥渣的滤筒放入烘箱,设定温度为115℃,时间为8h,得出含渣率数据(X0);结合步骤1中烘干法所得的含水率(X1),计算出含油污泥含油量(X2),公式为X2=1-X1-X0。

  进一步地,步骤4中选择数据提取的波段为4575.80~5197.44cm-1。

  进一步地,步骤5中测量光谱的范围为4000~12000cm-1,扫描次数为64次,分辨率为8cm-1,测量方式为积分球漫反射模式,旋转样品杯,要求样品颗粒和装样厚度均匀,扫描验证集样品含油量的光谱图。

  进一步地,电子天平准确称量含油污泥的质量m1,将含油污泥放入坩埚中,设定温度为100℃,从烘箱温度上升至100℃时,开始计时,烘干时间为1h,记录烘干后含油污泥的质量m0,则含油污泥的含水率X1=(m1-m0)/m1,选出含水率范围在0.5%~3.5%的样品。

  相对于现有技术,本发明通过近红外漫反射光谱测定含油污泥中的含油量,建立预测模型,实现对未知样品含油量的精确预测。既实现了样品的无损在检测,减少了药品的使用,节约了成本,又不会对环境造成污染,且光谱能量低,不会对人体有副作用,同时具有无损、快速、精确度高等优点。

相关推荐
项目深度追踪
数据独家提供
服务开通便捷 >