本書結(jié)合作者團隊多年的科研成果，系統(tǒng)介紹了近紅外光譜分析通用技術(shù)，分析了國內(nèi)外研究和應用的最新進展，重點展示了近紅外光譜分析技術(shù)在煉油和化工領(lǐng)域中的應用實踐成果。全書主要包含兩部分內(nèi)容：一是從實用性角度系統(tǒng)介紹了近紅外光譜分析通用技術(shù)及其進展，包括近紅外光譜解析、儀器、化學計量學方法與軟件、在線分析技術(shù)等；二是作者團隊多年來在煉油和化工領(lǐng)域進行應用研究和應用實踐中取得的成果，涉及的領(lǐng)域包括催化重整、MTBE生產(chǎn)、S Zorb、汽油調(diào)和、柴油分析、潤滑油基礎(chǔ)油生產(chǎn)、原油快評、蒸汽裂解、聚丙烯生產(chǎn)、PAO生產(chǎn)、雙氧水生產(chǎn)和成品油管道輸送等。
全書圖文并茂、通俗易懂、理論聯(lián)系實際，可作為從事近紅外光譜分析技術(shù)研究和應用的教學、科研和管理人員的參考用書，也可作為煉油和化工企事業(yè)單位運用近紅外光譜技術(shù)的培訓教材以及高校和科研院所相關(guān)專業(yè)師生的選修讀物。

褚小立，工學博士，石油化工科學研究院教授級高工，2005年在中石化石油化工科學研究院獲得博士學位。主要研究方向為光譜分析與化學計量學算法，研發(fā)用于智能工廠的石油化工品快速和在線光譜分析新技術(shù)，研制高效光譜采集附件，研究新型光譜預處理、多元定量校正和模式識別算法以及建模新策略。取得了多項富有創(chuàng)造性和實用性的科研成果，申請發(fā)明專利80余件，發(fā)表學術(shù)論文80余篇，出版多本專著和譯著。曾獲軍隊科技進步一等獎1項，中石化科技進步多項。曾獲侯祥麟石油加工科學技術(shù)獎、中石化閔恩澤青年科技人才獎、第十三屆中國青年科技獎、中央企業(yè)優(yōu)秀共產(chǎn)黨員稱號。

本書一方面考慮了系統(tǒng)性和學術(shù)性，另一方面又突出了原創(chuàng)性和實用性，包含了作者團隊二十多年的研究和實踐成果。本書具有以下鮮明的特點： （1）系統(tǒng)性強。本書不僅全面介紹了近紅外光譜通用技術(shù)，而且是首部系統(tǒng)論述近紅外光譜技術(shù)在石油煉制和化工中的應用的專著，具有顯著的時代特征，填補了我國在該技術(shù)領(lǐng)域類圖書的空白。 （2）原創(chuàng)性強。本書的內(nèi)容大都是作者團隊研發(fā)的新方法和新技術(shù)，包括了申請的80多項中國發(fā)明專利，其中授權(quán)的有60多項，工業(yè)實施的有40多項，提出并實踐了在石油煉制和化工領(lǐng)域應用近紅外光譜技術(shù)的新路徑、新方法和新策略。 （3）實用性強?；趯κ蜔捴坪突ば袠I(yè)的熟悉，以及對近紅外光譜技術(shù)的深刻領(lǐng)悟，本書的研究內(nèi)容都是以解決工業(yè)實際應用問題和難點為出發(fā)點，因此所得結(jié)論和實踐經(jīng)驗具有較強的實用性。 （4）參考性強。本書的大部分內(nèi)容都曾獲得過省部級或?qū)I(yè)學會的科學技術(shù)獎，得到同行專家的認可和好評。例如，重整裝置、MTBE裝置、潤滑油加氫裝置上的研究與應用分別獲得中國分析測試協(xié)會科學技術(shù)獎二等獎、一等獎和二等獎；原油快評技術(shù)的研制與應用獲得了中石化科技進步二等獎和閔恩澤原始創(chuàng)新二等獎；汽油調(diào)合裝置、柴油和潤滑油分析的研究與應用分別獲得中石化科技進步二等獎和軍隊科技進步一等獎。這些成果對近紅外光譜在相關(guān)領(lǐng)域的研究與應用具有很強的參考價值和借鑒作用。

石油分析化學是獲得石油化學組成和結(jié)構(gòu)信息的科學，石油分析測試是石油煉制和石油化工科技與生產(chǎn)的眼睛，也是衡量一個國家石油煉制和石油化工發(fā)展水平的主要標志之一?？v觀石油分析科學與技術(shù)的發(fā)展，其大致是沿著兩條主線展開的：一條主線是在原有的油品族組成和結(jié)構(gòu)族組成分析基礎(chǔ)上，通過當代更為先進的分離和檢測方法，對油品的化學組成進行更為詳細的表征，即分子水平表征技術(shù)，其主要目的是為開發(fā)煉油和化工新技術(shù)提供理論和數(shù)據(jù)支持，以求索研發(fā)變革性的煉油和化工新技術(shù)；另一條主線則是采用新的分析手段，快速甚至實時在線測定煉油和化工工業(yè)過程各種物料的關(guān)鍵物化性質(zhì)，這即是現(xiàn)代工業(yè)過程分析技術(shù)，其主要目的是為先進過程控制和優(yōu)化技術(shù)提供更快、更全面的分析數(shù)據(jù)，從而實現(xiàn)煉油和化工裝置的平穩(wěn)、優(yōu)化運行。
我國正處于從煉油和化工大國向強國轉(zhuǎn)變時期，智能化是煉油和化工企業(yè)發(fā)展的必然趨勢。智能工廠的三大核心特性包括對信息深層次的自動感知、智能化的自主決策優(yōu)化以及精確的自動執(zhí)行控制，而信息的深層次自動感知構(gòu)成了智能工廠的基石。在智能工廠中，對原材料、中間產(chǎn)品以及最終產(chǎn)品的化學成分和物理性質(zhì)進行分析的數(shù)據(jù)是實現(xiàn)信息自動感知的關(guān)鍵部分。以近紅外光譜技術(shù)為代表的現(xiàn)代過程分析技術(shù)為化學信息的自動感知提供了一種高效且強有力的工具。近紅外光譜因其自身特點和技術(shù)優(yōu)勢在煉油和化工領(lǐng)域有著廣泛的應用，與先進過程控制和實時優(yōu)化控制技術(shù)相結(jié)合，可為企業(yè)帶來可觀的經(jīng)濟和社會效益，也因此成為現(xiàn)代煉油和化工企業(yè)標志性的技術(shù)之一。
本書作者長期致力于光譜尤其是近紅外光譜分析技術(shù)在煉油和化工領(lǐng)域的研究和應用工作，在探索研究近紅外光譜分析技術(shù)的同時，重點圍繞其在煉油和化工領(lǐng)域中的應用進行技術(shù)研發(fā)，取得了一些研究進展和應用成果，積累了較為厚實的工作基礎(chǔ)和實踐經(jīng)驗。結(jié)合作者團隊多年來的科研成果，本書從實用性角度系統(tǒng)介紹了近紅外光譜分析通用技術(shù)，分析了國內(nèi)外研究和應用的最新進展，其中包含有作者的思索和領(lǐng)悟，重點展示了近紅外光譜分析技術(shù)在煉油和化工領(lǐng)域中的應用實踐成果，并對這一技術(shù)領(lǐng)域的發(fā)展方向進行探析。盡管書中有些成果是10年前取得的，但對現(xiàn)在本領(lǐng)域的相關(guān)科學研究和應用仍具有參考意義和借鑒價值。
作者團隊是由陸婉珍院士于20世紀90年代中期在中國石化石油化工科學研究院組建成立的，自創(chuàng)建起一直從事近紅外光譜儀器的研制、化學計量學方法的研究和軟件的開發(fā)以及在煉油和化工領(lǐng)域中的應用研究。本書的大部分研究和應用成果是在陸婉珍院士的布局和指導下取得的，2024年9月29日是陸婉珍院士誕辰100周年，撰寫本書是紀念這個特殊日子最好的方式。每當找不到存在的意義，每當迷失在黑夜里，是先生這顆閃亮的星，照耀我們前行。感謝袁洪福教授，本書的一些成果，例如重整裝置的在線分析、MTBE裝置的在線分析、聚丙烯專用分析儀的研制、汽油調(diào)和項目的前期工作等，是在袁洪福教授帶領(lǐng)下完成的。感謝田松柏教授，本書很多工作是在田松柏教授直接領(lǐng)導和鼓勵下完成的，書中的不少成果含有他的科研創(chuàng)新思想。除了本書的署名作者外，王艷斌博士、孫巖峰博士、楊玉蕊高工、劉丹高工等同事參與了本書相關(guān)的研究和應用工作。
本書的研究受到國家自然科學基金、國家科技部重點研發(fā)項目和中國石化科技項目的資助，對以上項目和相應主管部門提供的各方面支持表示衷心的感謝。另外，作者團隊的碩士研究生、博士研究生和博士后參與了本書很多內(nèi)容的研究工作，他們所完成的學位論文和期刊論文都為本書提供了堅實的支撐。工業(yè)在線近紅外光譜項目的實施是一個復雜的系統(tǒng)工程，每一項目的成功應用都與中國石化系統(tǒng)內(nèi)外相關(guān)合作單位的鼎力相助密不可分，合作單位發(fā)揮了重要的協(xié)同攻關(guān)作用。此外，近紅外光譜的研究和應用依賴大量的基礎(chǔ)數(shù)據(jù)測試，本書一些樣本和基礎(chǔ)數(shù)據(jù)取自中國石化石油化工科學研究院分析研究室的相關(guān)課題組。在此一并表示感謝。
本書見證了我國近紅外光譜分析技術(shù)在石油煉制和化工領(lǐng)域的研究和應用歷程，期望它的出版能促進我國這一領(lǐng)域技術(shù)的積累與傳承，進一步推動相關(guān)的基礎(chǔ)研究、技術(shù)創(chuàng)新和工程實踐，將近紅外光譜分析技術(shù)的研究和應用推向新的高度。
近紅外光譜還是一門比較新的多學科交叉技術(shù)，尤其是近些年隨著新原理、新材料、新加工制作工藝以及人工智能、云計算和大數(shù)據(jù)的發(fā)展，其理論和技術(shù)尚需進一步充實和完善。加之作者水平和能力所限，書中難免存在不足，敬請專家和讀者提出寶貴建議并指正。
中國科學院院士、中國石化股份有限公司謝在庫總工程師在百忙之中為本書作序，謝院士的鼓勵和期望是我們繼續(xù)奮進的強大動力，在此向謝院士表示誠摯的感謝。

作者
2024年5月18日

第1章概述 001
1.1近紅外光譜的發(fā)展歷程001
1.2近紅外光譜產(chǎn)生機理003
1.3近紅外光譜吸收譜帶的解析007
1.3.1C—H的吸收譜帶008
1.3.2O—H的吸收譜帶014
1.3.3N—H的吸收譜帶018
1.3.4C=O、P—H和S—H的吸收譜帶019
1.3.5復雜物質(zhì)的吸收譜帶021
1.4近紅外光譜定量分析原理023
1.5近紅外光譜分析技術(shù)的特點025
1.6近紅外光譜在石油煉制和化工領(lǐng)域中的應用現(xiàn)狀026
1.6.1引言026
1.6.2油氣分析029
1.6.3化工品分析040
1.7近紅外光譜標準方法043
參考文獻045

第2章近紅外光譜儀器 052
2.1儀器的基本構(gòu)成052
2.2分光類型053
2.2.1濾光片型053
2.2.2發(fā)光二極管型054
2.2.3光柵色散型054
2.2.4傅里葉變換型054
2.2.5聲光可調(diào)濾光器型055
2.2.6陣列檢測器型056
2.2.7其他類型056
2.3測樣附件057
2.3.1透射和透反射附件058
2.3.2漫反射測樣附件058
2.3.3漫透射和漫透反射附件060
2.4儀器的性能指標061
2.4.1波長范圍061
2.4.2分辨率061
2.4.3波長準確性062
2.4.4波長重復性062
2.4.5吸光度準確性062
2.4.6吸光度重復性062
2.4.7噪聲063
2.4.8雜散光063
2.5儀器的應用類型063
2.5.1實驗室型儀器063
2.5.2便攜式儀器063
2.5.3在線型儀器064
2.6微小型近紅外光譜儀器應用進展065
2.6.1農(nóng)業(yè)與林業(yè)065
2.6.2食品與藥品067
2.6.3煉油與化工069
2.6.4刑偵安全070
2.6.5其他070
2.6.6展望071
參考文獻072

第3章化學計量學方法與軟件 080
3.1引言080
3.2常用的化學計量學方法081
3.2.1光譜預處理方法081
3.2.2波長篩選方法082
3.2.3異常樣本的識別方法084
3.2.4樣本的選擇方法086
3.2.5定量建模方法087
3.2.6定量模型評價方法090
3.2.7模型傳遞方法094
3.3定量模型建立與驗證流程094
3.3.1樣本的收集095
3.3.2代表性樣本的挑選095
3.3.3光譜測定096
3.3.4基礎(chǔ)數(shù)據(jù)的測定097
3.3.5定量校正模型的建立097
3.3.6定量校正模型的驗證097
3.3.7校正模型適用性判據(jù)的建立098
3.3.8常規(guī)分析與模型的更新098
3.4RIPP化學計量學軟件100
3.5化學計量學方法新進展104
3.5.1光譜預處理方法104
3.5.2變量選擇和數(shù)據(jù)降維方法106
3.5.3多元定量和定性校正方法108
3.5.4模型傳遞與模型維護方法111
3.5.5多光譜融合方法112
3.6化學計量學方法在石油分析中的應用進展114
3.6.1色譜115
3.6.2質(zhì)譜116
3.6.3核磁共振譜117
3.6.4其他分析技術(shù)117
3.6.5小結(jié)118
參考文獻118

第4章近紅外光譜在線分析技術(shù) 132
4.1概述132
4.2在線分析系統(tǒng)的構(gòu)成134
4.2.1硬件134
4.2.2軟件及模型139
4.3在線分析系統(tǒng)的性能評價141
4.4在線分析項目的實施143
4.5在線分析項目的管理與維護145
4.5.1管理145
4.5.2驗證和維護146
參考文獻147

第5章近紅外光譜在重整裝置中的研究與應用 149
5.1應用基礎(chǔ)研究149
5.1.1重整生成油詳細烴組成的預測分析149
5.1.2石腦油單體烴的預測分析研究153
5.1.3基礎(chǔ)數(shù)據(jù)準確性對預測結(jié)果影響的研究155
5.1.4遺傳算法用于波長篩選的研究159
5.1.5樣品溫度穩(wěn)健校正模型的建立162
5.1.6小波變換提取定量建模信息的研究170
5.1.7小波變換結(jié)合多維校正方法的研究176
5.1.8普魯克分析用于不同儀器光譜傳遞的研究180
5.1.9基于目標因子分析的模型傳遞方法研究185
5.1.10消除在線多通道光譜間差異的研究189
5.2一種新型在線近紅外光譜分析儀的研制197
5.2.1引言197
5.2.2分析儀構(gòu)造設(shè)計與光學原理197
5.2.3主要技術(shù)指標與特征199
5.2.4幾個關(guān)鍵實驗結(jié)果200
5.2.5工業(yè)應用203
5.2.6小結(jié)204
5.3在重整中型裝置上的應用204
5.3.1儀器系統(tǒng)及其安裝204
5.3.2分析模型的建立207
5.3.3準確性和重復性209
5.3.4在線應用210
5.3.5小結(jié)211
5.4在重整工業(yè)裝置上的應用211
5.4.1在線近紅外光譜分析系統(tǒng)211
5.4.2分析模型的建立與評價213
5.4.3在線分析運行效果216
5.4.4小結(jié)216
參考文獻217

第6章近紅外光譜在MTBE裝置中的研究與應用 220
6.1支持向量回歸建立醇烯比預測模型的研究220
6.1.1樣本與方法220
6.1.2PLS方法結(jié)果221
6.1.3SVR方法結(jié)果223
6.1.4與ANN方法比較223
6.1.5小結(jié)224
6.2在MTBE工業(yè)裝置上的應用224
6.2.1樣本與方法224
6.2.2在線分析系統(tǒng)的設(shè)計與集成225
6.2.3在線分析系統(tǒng)的實驗室考核226
6.2.4在線應用研究228
6.2.5工業(yè)應用230
6.2.6小結(jié)230
參考文獻231

第7章近紅外光譜在S Zorb裝置中的應用 232
7.1在線分析系統(tǒng)配置232
7.1.1系統(tǒng)概述232
7.1.2在線光譜儀與預處理系統(tǒng)233
7.2在線分析模型的建立234
7.2.1樣本與方法234
7.2.2模型的建立235
7.3在線分析運行效果237
7.4小結(jié)240
參考文獻240

第8章近紅外光譜在汽油調(diào)和裝置中的研究與應用 241
8.1汽油近紅外光譜數(shù)據(jù)庫的建立241
8.1.1建庫的實驗條件241
8.1.2催化裂化汽油數(shù)據(jù)庫242
8.1.3成品汽油數(shù)據(jù)庫246
8.1.4小結(jié)250
8.2自動檢索算法在建立汽油預測模型中的應用250
8.2.1樣本與方法251
8.2.2校正模型的建立251
8.2.3預測分析255
8.2.4小結(jié)256
8.3PLSRR-ELM建立辛烷值模型的研究256
8.3.1理論與算法257
8.3.2樣本與方法259
8.3.3光譜區(qū)間選擇260
8.3.4模型參數(shù)優(yōu)化261
8.3.5方法比較263
8.3.6小結(jié)265
8.4在汽油調(diào)和裝置中的應用265
8.4.1在線分析系統(tǒng)開發(fā)267
8.4.2在線模型的建立與驗證270
8.4.3推廣應用272
8.4.4小結(jié)274
參考文獻275

第9章近紅外光譜在柴油分析中的研究與應用 277
9.1人工神經(jīng)網(wǎng)絡(luò)預測柴油閃點的研究277
9.1.1原理與策略277
9.1.2樣本與方法278
9.1.3ANN模型的建立與評價278
9.1.4小結(jié)281
9.2柴油近紅外光譜數(shù)據(jù)庫的建立281
9.2.1建庫的實驗條件281
9.2.2分析模型的建立282
9.2.3預測分析284
9.2.4小結(jié)284
9.3LTAG加氫單元原料和產(chǎn)品組成的快速分析及應用285
9.3.1樣本與方法285
9.3.2數(shù)據(jù)處理及建模286
9.3.3準確性和重復性分析287
9.3.4在煉廠中的應用288
9.3.5小結(jié)289
9.4虛擬光譜方法預測LTAG原料與產(chǎn)物烴組成的研究290
9.4.1樣本與方法290
9.4.2PLS方法結(jié)果291
9.4.3虛擬光譜識別方法結(jié)果291
9.4.4小結(jié)294
9.5預測生物柴油主要組成的研究294
9.5.1樣本與方法294
9.5.2生物柴油的光譜解析295
9.5.3文冠果油單原料油模型與驗證296
9.5.4多種原料油模型與驗證297
9.5.5方法的適用性和重復性研究297
9.5.6小結(jié)299
參考文獻299

第10章近紅外光譜在潤滑油基礎(chǔ)油生產(chǎn)裝置中的研究與應用 301
10.1預測基礎(chǔ)油黏度及黏度指數(shù)301
10.1.1樣本與方法302
10.1.2黏度分析模型的建立302
10.1.3黏度指數(shù)分析模型的建立308
10.1.4小結(jié)309
10.2潤滑油加氫異構(gòu)裝置上的應用309
10.2.1在線分析系統(tǒng)配置310
10.2.2在線分析模型建立311
10.2.3在線運行效果313
10.2.4小結(jié)318
參考文獻319

第11章原油快評技術(shù)的研發(fā)與應用 320
11.1原油近紅外光譜數(shù)據(jù)庫的建立321
11.1.1樣本與方法321
11.1.2原油主要性質(zhì)的預測分析322
11.1.3小結(jié)325
11.2原油種類快速識別的研究325
11.2.1算法原理326
11.2.2識別參數(shù)的選擇326
11.2.3未知原油的識別328
11.2.4混兌原油的識別329
11.2.5小結(jié)331
11.3預測原油混兌比例的研究331
11.3.1算法原理331
11.3.2樣本與方法333
11.3.3混兌油的光譜分析334
11.3.4混兌比例校正模型的建立334
11.3.5預測驗證分析335
11.3.6小結(jié)336
11.4庫光譜擬合方法用于原油評價的研究336
11.4.1方法原理337
11.4.2原油光譜的擬合結(jié)果339
11.4.3性質(zhì)預測分析340
11.4.4小結(jié)342
11.5原油快評技術(shù)的開發(fā)與應用342
11.6Web版原油快評技術(shù)的開發(fā)與應用344
11.7配方原油技術(shù)的研發(fā)與應用346
11.7.1配方原油技術(shù)的實施流程348
11.7.2類阿曼原油的配方設(shè)計348
11.7.3工業(yè)應用試驗352
11.7.4小結(jié)353
參考文獻353

第12章近紅外光譜在蒸汽裂解裝置中的應用 355
12.1在線近紅外分析系統(tǒng)的設(shè)計與安裝356
12.1.1系統(tǒng)概述356
12.1.2技術(shù)規(guī)格及功能356
12.1.3現(xiàn)場安裝358
12.2在線分析模型的開發(fā)358
12.2.1石腦油在線分析模型的建立358
12.2.2加氫裂化尾油在線分析模型的建立360
12.3在線分析系統(tǒng)的運行361
12.4小結(jié)363
參考文獻363

第13章近紅外光譜在聚丙烯裝置中的研制與應用 365
13.1聚丙烯專用分析儀的研制365
13.1.1專用分析儀的設(shè)計365
13.1.2專用分析儀的主要技術(shù)參數(shù)367
13.1.3專用分析儀的應用368
13.1.4小結(jié)369
13.2聚丙烯在線分析系統(tǒng)的研制與應用369
13.2.1硬件系統(tǒng)的方案設(shè)計370
13.2.2現(xiàn)場安裝測試與應用371
13.2.3小結(jié)373
參考文獻374

第14章近紅外光譜在PAO分析中的應用研究 375
14.1樣本與方法375
14.1.1樣本來源375
14.1.2光譜采集376
14.1.3校正集與驗證集376
14.2單光譜模型376
14.2.1NIR光譜模型376
14.2.2FT-IR光譜模型377
14.2.3Raman光譜模型378
14.2.43種光譜模型的比較379
14.3光譜融合模型382
14.3.1低層融合模型382
14.3.2中層融合模型383
14.3.3高層融合模型385
14.3.4SO-PLS融合模型386
14.3.5N-PLS融合模型388
14.4小結(jié)389
參考文獻390

第15章近紅外光譜在雙氧水生產(chǎn)裝置中的應用 392
15.1偏最小二乘建模393
15.1.1建模樣品及數(shù)據(jù)集393
15.1.2光譜采集393
15.1.3模型建立與評價394
15.2隨機森林建模395
15.2.1建模樣品及數(shù)據(jù)集396
15.2.2RF校正模型的建立397
15.2.3氫效和氧效RF混合模型效果397
15.2.4萃余RF分析模型效果398
15.3在線工業(yè)應用試驗399
15.3.1在線近紅外分析系統(tǒng)399
15.3.2在線分析結(jié)果準確性評價401
15.3.3在線分析模型重復性評價403
15.4小結(jié)403
參考文獻404

第16章近紅外光譜在成品油管道輸送中的應用 405
16.1實驗室模擬混油界面檢測405
16.1.1硬件系統(tǒng)設(shè)計開發(fā)405
16.1.2混油界面檢測系統(tǒng)模擬裝置搭建407
16.1.3同種油品模擬407
16.1.4汽油-柴油過渡408
16.1.5柴油-汽油過渡408
16.2工業(yè)管道混油界面檢測試驗410
16.2.1硬件配置410
16.2.2試驗方法410
16.2.3混油界面檢測410
16.3小結(jié)411
參考文獻412

第17章中紅外光譜在原油及油品分析中的應用 413
17.1二維紅外相關(guān)光譜在原油快速識別中的研究413
17.1.1二維相關(guān)光譜算法414
17.1.2樣本與方法415
17.1.3識別參數(shù)的選擇417
17.1.4混合原油的識別417
17.1.5小結(jié)418
17.2中紅外光譜預測原油酸值的研究419
17.2.1樣本與方法419
17.2.2模型建立與驗證420
17.2.3方法的重復性421
17.2.4小結(jié)422
17.3中紅外光譜預測汽油二烯值的研究422
17.3.1樣本與方法422
17.3.2譜圖解析423
17.3.3模型建立與驗證424
17.3.4小結(jié)426
17.4中紅外光譜預測潤滑油新油堿值和酸值的研究426
17.4.1樣本與方法426
17.4.2校正模型的建立427
17.4.3模型的驗證429
17.4.4小結(jié)430
17.5中紅外光譜預測渣油組成和多種物化性質(zhì)的研究431
17.5.1樣本與方法431
17.5.2分類與判別研究432
17.5.3渣油四組分的校正與驗證435
17.5.4渣油其他物化性質(zhì)的校正與驗證436
17.5.5小結(jié)437
參考文獻438

第18章近紅外光譜分析技術(shù)展望 439
18.1硬件439
18.2化學計量學方法與軟件440
18.3應用的拓展與深入441
參考文獻443

索引 445