GC/MS测定VGO馏分烃类组成及沸点分布研究

建立了GC/MS测定VGO馏分烃类组成沸点分布的新方法。该方法采用固相萃取技术分离出饱和烃和芳烃馏分，然后用双柱分流的方式，同时进入质谱和FID检测器，得到样品的色谱图和总离子流色谱图。通过自行编制的数据处理程序，得到VGO样品烃类组成沸点分布，所得结果与标准方法测定结果接近，该方法具有很好的准确性。     

气相色谱法分析1,3-丁二烯产品中的二聚物及痕量抽提剂含量

利用GC-MS确定了1,3-丁二烯中二聚物的3种存在形态,通过对色谱柱的筛选、分析条件的优化,使用高压液体进样阀与Rtx-200毛细管色谱柱,建立了测定1,3-丁二烯中3种二聚物,3种痕量抽提剂乙腈、N,N-二甲基甲酰胺、N-甲基吡咯烷酮及甲苯等组分的色谱分析方法。实验结果表明,各组分的回收率在86.9%~108.2%之间,6次重复测定的相对标准偏差均小于8.4%,3种抽提剂的检出限均小于1.0 mg/kg,所建立的方法定量结果准确可靠,数据重复性良好,满足工业上对1,3-丁二烯中二聚物和痕量抽提剂杂质的分析需求。     

工业用乙酸乙烯酯纯度及其有机杂质的气相色谱检测方法研究

研究了乙酸乙烯酯中14种有机杂质在HP-1和CP-SIL 5CB两种非极性色谱柱上的分离,采用校正面积归一化法定量,建立了测定工业用乙酸乙烯酯纯度及其有机杂质含量的气相色谱分析法。该方法可用于检测乙炔法和乙烯法两种不同工艺路线制备的乙酸乙烯酯产品纯度及有机杂质的含量。实验结果表明,方法重复性好且准确性高,5次重复测定相对标准偏差小于3.3%,组分回收率在93.3%～119.9%之间;方法检测灵敏度高,含氧有机杂质的检测限可达0.5～4.7 mg/kg,苯系物检测限可达0.2～0.7 mg/kg。为修订现行标准SH/T 1628.2—1996提供了基础,对乙酸乙烯酯的生产控制、产品检测和下游应用都具有重要意义。     

气相色谱-元素特征检测器在石油硫化物形态分析中的应用

综述了气相色谱-硫元素特征检测器在石油硫化物形态分析中应用的进展。对4种硫元素特征检测器的特点和性能进行了论述和比较,并对其应用前景进行了展望。     

气相色谱法测定纯苯中痕量噻吩

利用气相色谱法(GC),分别采用硫化学发光检测器(SCD)和氢火焰离子化检测器(FID),对纯苯中的痕量噻吩进行了测定。结果表明:2种方法的定量校正曲线的线性相关系数均大于0.999,线性良好;采用不同方法对含噻吩量为1.10μg/g的标准溶液进行了测定,二者相对标准偏差均小于3%,回收率为98.2%~103.5%,表明2种方法的准确度和精密度均较好;另外,GC-FID和GC-SCD对实际样品的检测结果与ASTM D 7435的基本相同,前两者的最低检测限分别0.12,0.04μg/g,满足工业生产对纯苯产品质量监控的要求。     

自动快速燃烧-离子色谱联用技术测定轻质油中痕量氯

采用自动快速燃烧-离子色谱联用技术,以质量浓度0.5 mg/L轻质油含氯标准溶液为研究对象,确定了用于测定轻质油中痕量氯的最佳分析条件:燃烧管进(出)口温度为950(1 000)℃,样品进样量为50μL,吸收液超纯水用量为10 mL。结果表明:当含氯质量浓度为0.1～1.0,1.0～10.0 mg/L时,所建立的标准曲线线性相关系数分别为0.999 1,0.999 7;在最佳分析条件下,连续测定92~#汽油、0~#柴油、轻质燃料油、苯和甲醇各5次,加标样品中含氯量测定结果的相对标准偏差为1.25%～3.95%,加标回收率为91.58%～95.42%,方法的重复性良好,分析结果准确可靠。     

甲醇制烯烃副产C_5和裂解C_5的比较分析及综合利用探讨

采用中心切割二维气相色谱建立了一种在常温条件下分析裂解C5和甲醇制烯烃(MTO)副产C5组成的新方法。结果表明,C5中所有组分能够得到很好分离。对与文献有差异的定性结果进行了确认和补充,测定了C5馏分中各组分在甲基硅氧烷非极性色谱柱上的保留指数,为C5馏分中组分的准确定性提供了依据。定量比较了裂解C5与MTO副产C5的组成,并对甲醇制烯烃副产C5的综合利用进行了初步探讨。     

仪器分析技术在油品分析中的应用

综述了气相色谱、高效液相色谱、近红外光谱、质谱、核磁共振以及全二维气相色谱、气相色谱 -原子发射光谱联用、棒状薄层色谱 -氢火焰离子化检测器联用、气相色谱 -质谱联用等仪器分析技术在油品分析中的应用 ,引用参考文献 5 2篇     

直馏减压馏分运动黏度的预测

摘要：采用逐步线性回归和人工神经网络(ANN)方法,建立了基于烃类组成的40℃和100℃的直馏减压馏分(VGO)运动黏度的预测公式;讨论了不同回归因子和不同回归方法对模型建立的影响。逐步回归方法可以给出直观的数学公式,并且能够了解各烃类对VGO运动黏度的影响。人工神经网络方法对非线性关系的物理量具有较强的预测能力,可以根据不同的需要选择不同的方法建立预测模型。采用成对t检验方法对VGO运动黏度运动黏度模型进行了检验,并分析了造成偏差的原因。