基于拉曼光谱与PLS的钻井液混合物定量分析

doi:10.3969/j.issn.1672-6952.2022.01.014

辽宁石油化工大学学报 ›› 2022, Vol. 42 ›› Issue (1): 78-85.DOI: 10.3969/j.issn.1672-6952.2022.01.014

基于拉曼光谱与PLS的钻井液混合物定量分析

王国良¹(), 韩伟航¹, 李存磊²

^1.辽宁石油化工大学信息与控制工程学院，辽宁抚顺 113001
^2.辽宁石油化工大学石油天然气工程学院，辽宁抚顺 113001

收稿日期:2020-10-04 修回日期:2020-11-23 出版日期:2022-02-28 发布日期:2022-03-07
作者简介:王国良（1981⁃），男，博士，教授，从事Markov系统与广义系统方面的研究；E⁃mail：glwang@lnpu.edu.cn。
基金资助:
国家自然科学基金项目(61473140);辽宁省兴辽人才支持计划项目(XLYC1807030);辽宁省高校创新人才计划项目(LR2017029);辽宁省教育厅科研基金项目(L2016024)

Quantitative Analysis of Drilling Fluid Mixtures Based on Raman Spectroscopy and PLS

Guoliang Wang¹(), Weihang Han¹, Cunlei Li²

^1.School of Information and Control Engineering，Liaoning Petrochemical University，Fushun Liaoning 113001，China
^2.College of Petroleum Engineering，Liaoning Petrochemical University，Fushun Liaoning 113001，China

Received:2020-10-04 Revised:2020-11-23 Published:2022-02-28 Online:2022-03-07

摘要/Abstract

摘要：

随钻测井技术相比传统测井能够获得更真实的地层数据信息，因而更适用于实际应用。但是，在随钻检测的过程中，需要迅速、精确地判断混合物中是否含有原油，即实现混合物的定性分析。激光拉曼光谱分析技术作为当前发展较为完整的分子光谱分析技术，被广泛应用到多种物质分析的领域中。针对原油钻井液混合物的特点，基于激光拉曼光谱分析技术，提出一种以偏最小二乘分析法为基础的定性分析算法，同时对已知获得的拉曼光谱进行平滑去噪、基线校正、归一化等预处理操作，并在此基础上完成以奇异值分解为主要方法的特征提取处理，进而实现对混合物定性分析的目的，并在一定的精度内完成定量计算。

关键词: 拉曼光谱分析技术, 基线校正, 特征提取, 偏最小二乘分析法

Abstract:

Logging while drilling (LWD) technology can obtain more real formation data information than traditional logging, so it is more suitable for practical applications. What follows is how to quickly and accurately determine whether the mixture contains crude oil in the process of testing while drilling, that is, to achieve qualitative analysis of the mixture. Laser Raman spectroscopy analysis technology, as a relatively complete molecular spectroscopy technology currently developed, has been widely used in the field of many kinds of material analysis. In this paper, according to the characteristics of crude oil drilling fluid mixture, based on laser Raman spectrum analysis technology, a qualitative analysis algorithm based on partial least squares analysis was proposed. At the same time, the known Raman spectra are smoothed and denoised, baseline correction based on the fitting polynomial method, normalization and other pre?processing operations. On this basis, the feature extraction process with singular value decomposition as the main method was completed, thus attained the aim of qualitative analysis of mixture, and completed the quantitative calculation within a certain precision.

Key words: Raman spectroscopy analysis technology, Baseline correction, Feature extraction, Partial least squares analysis

中图分类号:

TE626

王国良, 韩伟航, 李存磊. 基于拉曼光谱与PLS的钻井液混合物定量分析[J]. 辽宁石油化工大学学报, 2022, 42(1): 78-85.

Guoliang Wang, Weihang Han, Cunlei Li. Quantitative Analysis of Drilling Fluid Mixtures Based on Raman Spectroscopy and PLS[J]. Journal of Liaoning Petrochemical University, 2022, 42(1): 78-85.

图/表 11

参考文献 15

1	Raman C V， Krishnan K S. A new type of secondary radiation［J］. Nature， 1928， 12： 501⁃502.
2	董学锋. 拉曼光谱传递与定量分析技术研究及其工业应用［D］. 杭州：浙江大学， 2013.
3	褶小立. 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.
4	李津蓉. 拉曼光谱的数学解析及其在定量分析中的应用［D］.杭州：浙江大学， 2013.
5	陈珊. 拉曼光谱背景扣除算法及其应用研究［D］.长沙：中南大学，2011.
6	李秀霞，孝芳，王珍，等.水体中孔雀石绿液相色谱⁃荧光法检测前处理方法的改进研究［J］.渤海大学学报（自然科学版），2019，40（3）：212⁃216.
7	Baek S J， Park A， Kim J， et al. A simple background elimination method for Raman spectra［J］. Chemometrics & Intelligent Laboratory Systems， 2009， 98（1）：24⁃30.
8	保罗·戈培林. 化学计量学实用指南［M］.2版. 吴海龙，康超译.北京：科学出版社， 2012.
9	郭平，卢汉清，杜为民.对拉曼光谱信号分类的模式识别［J］.电子与信息学报， 2002， 24（6）：789⁃793.
10	林艺玲. 成品汽油关键成分的拉曼光谱分析［D］.杭州：浙江大学，2011.
11	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.
12	Schulze G， Jirasek A， Yu M， et al. Investigation of selected baseline removal techniques as candidates for automated implementation［J］. Applied Spectroscopy， 2005， 59（5）：545⁃574.
13	莫冰，李和平，陈娟，等.表面增强拉曼光谱（SERS）及其在定量测量中的研究进展［J］. 光谱散射学报， 2013，25（3）： 219⁃
234
14	黄承伟.仪器间的光谱模型传递及谱图标准化［D］.杭州：浙江大学，2012.
15	Vickers T J， Wambles R E， Mann C K. Curve fitting and linearity： Data processing in raman spectroscopy［J］. Applied Spectroscopy， 2001， 55（4）：389⁃393. （编辑陈雷）

波数/cm^-1	拉曼光谱强度
波数/cm^-1	第1次	第2次	第3次	第4次	第5次
300	0	0	0	0	0
303	0	0	0	0	0
317	16.64	60.27	11.55	28.45	0
320	110.27	113.55	127.09	105.91	119.90
323	130.91	112.82	121.64	117.36	117.80
327	75.55	86.09	95.18	98.82	78.70
4 302	23.50	42.83	37.00	0	36.55
4 303	0	0	39.75	27.38	6.27
4 305	20.25	51.57	9.50	12.75	0
4 306	29.50	9.14	19.25	13.13	68.00
4 307	31.75	25.71	21.00	25.50	14.00
4 308	21.00	11.29	63.75	25.88	37.00

波数/cm^-1	拉曼光谱强度
波数/cm^-1	第1次	第2次	第3次	第4次	第5次
300	0	0	0	0	0
303	0	0	0	0	0
317	16.64	60.27	11.55	28.45	0
320	110.27	113.55	127.09	105.91	119.90
323	130.91	112.82	121.64	117.36	117.80
327	75.55	86.09	95.18	98.82	78.70
4 302	23.50	42.83	37.00	0	36.55
4 303	0	0	39.75	27.38	6.27
4 305	20.25	51.57	9.50	12.75	0
4 306	29.50	9.14	19.25	13.13	68.00
4 307	31.75	25.71	21.00	25.50	14.00
4 308	21.00	11.29	63.75	25.88	37.00

数据分组	奇异值
1	1.875 4×10^-4	0	0	0	0	0	0	0	0	0
2	0	559.911 0	0	0	0	0	0	0	0	0
3	0	0	136.963 8	0	0	0	0	0	0	0
4	0	0	0	51.950 5	0	0	0	0	0	0
5	0	0	0	0	28.641 7	0	0	0	0	0
6	0	0	0	0	0	15.083 6	0	0	0	0
7	0	0	0	0	0	0	5.767 8	0	0	0
8	0	0	0	0	0	0	0	4.766 4	0	0
9	0	0	0	0	0	0	0	0	4.257 9	0
10	0	0	0	0	0	⁰	0	0	0	1.790 0×10^-11

数据分组	奇异值
1	1.875 4×10^-4	0	0	0	0	0	0	0	0	0
2	0	559.911 0	0	0	0	0	0	0	0	0
3	0	0	136.963 8	0	0	0	0	0	0	0
4	0	0	0	51.950 5	0	0	0	0	0	0
5	0	0	0	0	28.641 7	0	0	0	0	0
6	0	0	0	0	0	15.083 6	0	0	0	0
7	0	0	0	0	0	0	5.767 8	0	0	0
8	0	0	0	0	0	0	0	4.766 4	0	0
9	0	0	0	0	0	0	0	0	4.257 9	0
10	0	0	0	0	0	⁰	0	0	0	1.790 0×10^-11

标号	V（钻井液）/mL	V（原油）/mL	m（岩屑）/g	w（原油）/%
1	4.750	0.25	37.5	5
2	4.500	1.50	35.0	25
3	3.851	3.15	32.5	45
4	2.701	5.20	30.0	65
5	1.350	7.65	27.5	85
6	0.500	9.50	25.0	95

基于拉曼光谱与PLS的钻井液混合物定量分析

Quantitative Analysis of Drilling Fluid Mixtures Based on Raman Spectroscopy and PLS

HTML

PDF

可视化

摘要/Abstract

引用本文

使用本文

图/表 11

参考文献 15

相关文章 3

编辑推荐

Metrics

[1]	赵强,唐猛. 基于S I F T - L B P的图像检索优化算法研究[J]. 辽宁石油化工大学学报, 2014, 34(5): 57-60.
[2]	周伟强,侯立刚,苏成利. 基于时间 - 小波能量包络谱的滚动轴承特征提取[J]. 辽宁石油化工大学学报, 2014, 34(3): 75-78.
[3]	顾妍午，李平，陶文华，田绍宽. 基于改进BP神经网络的手写邮政编码识别[J]. 辽宁石油化工大学学报, 2008, 28(1): 52-54.