Automated quality control of gasoline using NIR spectroscopy

Aplikace | 2026 | MetrohmInstrumentace
NIR Spektroskopie
Zaměření
Průmysl a chemie
Výrobce
Metrohm

Význam tématu


Rychlé, spolehlivé a nákladově efektivní stanovení klíčových parametrů motorových benzínů je kritické pro kontrolu kvality v rafinériích, distribučních sítích i technických laboratořích. Tradiční metody (CFR motorové zkoušky, plynová chromatografie, hustotní měření) jsou často časově náročné, vyžadují kvalifikovaný personál a oddělené analýzy pro jednotlivé parametry. Near-infrared (NIR) spektroskopie umožňuje současné, bezkontaktní měření více parametrů během několika sekund, čímž výrazně zvyšuje propustnost a snižuje náklady laboratorních provozů.

Cíle a přehled studie / článku


Cílem Application Note AN-NIR-022 bylo demonstrovat možnost plně automatizované, vícepísmenné analýzy benzínů pomocí OMNIS NIR Analyzer Liquid v kombinaci s OMNIS Sample Robot M – NIR. Studie si kladla za úkol vyvinout predikční modely pro RON, MON, AKI, hustotu, obsah oxygenátů, benzenu, olefinů a aromátů a ověřit jejich výkonnost vůči referenčním metodám (CFR testy, plynová chromatografie, měření hustoty) na nezávislé validační sadě.

Použitá metodika a instrumentace


Spektrální rozsah a měření:
  • Spectra: 1000–2250 nm (NIR) v transmisním režimu.
  • Teplota vzorku: 30 °C (teplotní kontrola přístroje umožňuje 25–80 °C).
  • Optická cesta: jednorázové skleněné vialy, 8 mm pathlength, měření v uzavřených nádobkách pro minimalizaci rizika zápalnosti paliv.
  • Automatizace: OMNIS Sample Robot M – NIR s možností uložit až 231 vialů (3 zásobníky); plně automatizovaná sekvence měření.
  • Software: OMNIS Software pro akvizici dat a vývoj kvantitativních predikčních modelů.

Referenční metody pro kalibraci:
  • RON, MON, AKI: CFR motorové testy pod kontrolovanými podmínkami.
  • Olefiny, aromáty, benzen, oxygenáty: plynová chromatografie (GC).
  • Hustota: referenční měření hustoty (densitometr).

Datová struktura a validace:
  • Dělba dat: 75 % vzorků použito pro kalibraci, 25 % jako externí validační sada.
  • Hodnocení modelů: korelační diagramy a standardní metriky kvality (R2P, SEC, SECV, SEP).

Hlavní výsledky a diskuse


Modely vytvořené na datech z OMNIS NIR Analyzer Liquid prokázaly vysokou shodu s referenčními metodami pro většinu sledovaných parametrů. Shrnutí klíčových metrik (kalibrované vs. validační údaje):
  • AKI: R2P = 0.974; SEC = 0.41; SECV = 0.43; SEP = 0.45 — velmi dobrá predikční přesnost vůči CFR hodnotám.
  • MON: R2P = 0.958; SEC = 0.35; SECV = 0.39; SEP = 0.37 — robustní model pro motorový oktanový počet.
  • RON: R2P = 0.970; SEC = 0.58; SECV = 0.64; SEP = 0.64 — vysoká korelace s referencí, vhodné pro rutinní screening.
  • Olefiny: R2P = 0.916; SEC = 1.12 %; SECV = 1.22 %; SEP = 1.31 % — slušná selektivita pro konjugované sloučeniny, vhodné pro kvantitativní odhady.
  • Hustota: R2P = 0.991; SEC = 0.0007 g·cm−3; SECV = 0.0007 g·cm−3; SEP = 0.0009 g·cm−3 — vynikající přesnost shody s měřením hustoty.
  • Aromáty: R2P = 0.973; SEC = 0.94 %; SECV = 1.09 %; SEP = 0.973 % (reportovaná SEP může být tisková odchylka) — dobrá predikce celkového obsahu aromátů.
  • Benzen: R2P = 0.979; SEC = 0.01 %; SECV = 0.01 %; SEP = 0.02 % — výborná citlivost pro nízké koncentrace benzenu.
  • Oxygenáty: R2P = 0.992; SEC = 0.0398 %; SECV = 0.0435 %; SEP = 0.0496 % — velmi přesná predikce obsahu oxygenátů.

Diskuse:
  • NIR přístroj dokázal současně predikovat více parametrů s přesností, která je v řadě případů dostatečná pro rutinní kontrolu kvality a screening před referenčními testy.
  • Nejlepší výsledky byly u parametrů silně korelovaných s absorpčními rysy v NIR (hustota, oxygenáty, benzen), zatímco složité směsi (např. olefiny) vykazují mírně nižší přesnost, ale stále užitečnou pro rychlé odhady.
  • Výkonnost modelu závisí na kvalitě a variabilitě kalibračního souboru; pro odlišné distribuční oblasti paliva je nutná lokalizovaná nebo rozšířená kalibrace.

Přínosy a praktické využití metody


  • Rychlost a efektivita: měření trvá několik sekund a poskytuje současně více parametrů, což výrazně snižuje čas do výsledku oproti separátním konvenčním metodám.
  • Bezpečnost: uzavřené, jednorázové vialy minimalizují riziko zápalnosti a kontaminace.
  • Automatizace: integrace s OMNIS Sample Robot M – NIR umožňuje 24/7 provoz, vysoký průtok vzorků a snížení potřeby obsluhy.
  • Uváděná předkalibrace (OMNIS gasoline pre-calibration 6.06008.008) umožňuje okamžité nasazení modelů v praxi.
  • Úspora nákladů: redukce potřeby spotřebního materiálu, pracovní síly a časově náročných referenčních analýz při rutinním monitoringu.

Budoucí trendy a možnosti využití


  • Rozšíření kalibračních databází s větším počtem geograficky a složením různorodých vzorků ke zvýšení robustnosti modelů.
  • Integrace NIR dat s jinými technikami (např. GC nebo titrace) a s laboratorními informačními systémy pro automatické sledování kvality a reporting.
  • Vývoj adaptivních modelů využívajících strojové učení pro automatickou aktualizaci kalibrací při změnách složení paliv (např. rostoucí podíl biokomponent).
  • Širší uplatnění v distribučních uzlech a na místech čerpání paliva pro rychlé ověření shody produktů a detekci kontaminací.

Závěr


Application Note dokládá, že OMNIS NIR Analyzer Liquid v kombinaci s OMNIS Sample Robot M – NIR představuje spolehlivou a efektivní platformu pro automatizovanou kontrolu kvality benzínů. NIR umožňuje v řadě parametrů vysokou shodu s referenčními metodami a nabízí výrazné zrychlení a zvýšení propustnosti testování. Pro kritické regulatorní rozhodování mohou být nadále potřeba referenční metody, nicméně NIR je výborným nástrojem pro rutinní screening, řízení procesu a rychlé rozhodování v provozech.

Reference


  • Application Note AN-NIR-022: Automated quality control of gasoline using NIR spectroscopy, Metrohm.
  • Instrumentace a konfigurace dle dokumentu: OMNIS NIR Analyzer Liquid; OMNIS Sample Robot M – NIR; předkalibrace OMNIS gasoline (6.06008.008).

Obsah byl automaticky vytvořen z originálního PDF dokumentu pomocí AI a může obsahovat nepřesnosti.

PDF verze ke stažení a čtení
 

Podobná PDF

Automated quality control of diesel using near-infrared spectroscopy
Monitoring the production of stearic acid and its salts with NIR spectroscopy
Coconut water analysis by NIRS
Coconut water analysis by NIRS
2026|Metrohm|Aplikace
Quality control of deodorant by nearinfrared spectroscopy