基于拉曼光譜與PLS的鉆井液混合物定量分析

王國(guó)良，韓偉航，李存磊

基于拉曼光譜與PLS的鉆井液混合物定量分析

王國(guó)良1，韓偉航1，李存磊2

（1.遼寧石油化工大學(xué) 信息與控制工程學(xué)院，遼寧 撫順 113001； 2.遼寧石油化工大學(xué) 石油天然氣工程學(xué)院，遼寧 撫順 113001）

隨鉆測(cè)井技術(shù)相比傳統(tǒng)測(cè)井能夠獲得更真實(shí)的地層數(shù)據(jù)信息，因而更適用于實(shí)際應(yīng)用。但是，在隨鉆檢測(cè)的過(guò)程中，需要迅速、精確地判斷混合物中是否含有原油，即實(shí)現(xiàn)混合物的定性分析。激光拉曼光譜分析技術(shù)作為當(dāng)前發(fā)展較為完整的分子光譜分析技術(shù)，被廣泛應(yīng)用到多種物質(zhì)分析的領(lǐng)域中。針對(duì)原油鉆井液混合物的特點(diǎn)，基于激光拉曼光譜分析技術(shù)，提出一種以偏最小二乘分析法為基礎(chǔ)的定性分析算法，同時(shí)對(duì)已知獲得的拉曼光譜進(jìn)行平滑去噪、基線校正、歸一化等預(yù)處理操作，并在此基礎(chǔ)上完成以奇異值分解為主要方法的特征提取處理，進(jìn)而實(shí)現(xiàn)對(duì)混合物定性分析的目的，并在一定的精度內(nèi)完成定量計(jì)算。

拉曼光譜分析技術(shù)； 基線校正； 特征提?。?偏最小二乘分析法

現(xiàn)代光譜分析技術(shù)是一種具有綜合性質(zhì)的分析技術(shù)，也是一種依靠分析物質(zhì)的光譜進(jìn)而實(shí)現(xiàn)鑒別待測(cè)物質(zhì)的類別、化學(xué)成分等的方法[1]。拉曼光譜分析作為現(xiàn)代光譜分析技術(shù)的一種，憑借檢測(cè)范圍廣、檢測(cè)手段靈活、譜峰特征突出等優(yōu)點(diǎn)被廣泛應(yīng)用到物質(zhì)的成分檢測(cè)中。目前，在石油勘探過(guò)程中，由于隨鉆測(cè)井技術(shù)可以實(shí)時(shí)、快速分析地層中的油氣資源而被迅速推廣，也使拉曼檢測(cè)的方式由地面檢測(cè)轉(zhuǎn)為地下檢測(cè)。如何在地下復(fù)雜的環(huán)境條件下實(shí)時(shí)、快速地對(duì)混合待測(cè)物質(zhì)進(jìn)行成分的分析與鑒定成為研究熱點(diǎn)[2?3]。為了更好地處理這個(gè)問(wèn)題，在實(shí)驗(yàn)室配制與現(xiàn)場(chǎng)環(huán)境大體一致的鉆井液，模擬了地下的檢測(cè)環(huán)境，并選擇遼河原油配置不同質(zhì)量分?jǐn)?shù)的鉆井液混合物，通過(guò)激光拉曼設(shè)備得到一系列拉曼光譜譜圖，并實(shí)現(xiàn)對(duì)待測(cè)混合物的定性分析和定量計(jì)算。

1 算法和原理

對(duì)不同質(zhì)量分?jǐn)?shù)的原油鉆井液經(jīng)過(guò)激光拉曼儀的照射，經(jīng)由設(shè)備的轉(zhuǎn)換，得到一系列的拉曼光譜。當(dāng)前獲得的拉曼光譜中存在熒光背景和檢測(cè)噪聲等干擾信息，依靠設(shè)備本身不能完全消除[4]，需要對(duì)得到的拉曼光譜進(jìn)行平滑去噪、基線校正、歸一化預(yù)處理及特征提取操作?；谏鲜霾僮鞯玫降臄?shù)據(jù)，通過(guò)偏最小二乘分析法（PLS）完成定性分析，進(jìn)一步實(shí)現(xiàn)定量計(jì)算。

1.1 拉曼光譜的預(yù)處理

拉曼光譜分析法是用于分子結(jié)構(gòu)研究的一種分析方法，是在拉曼散射效應(yīng)的基礎(chǔ)上，對(duì)不同入射頻率的散射光譜分析得到分子振動(dòng)、轉(zhuǎn)動(dòng)方面的信息，進(jìn)而用于物質(zhì)定性分析的方法。

1.1.1平滑去噪 信號(hào)平滑方法建立在光譜中攜帶的噪聲為零均值的隨機(jī)噪聲的基礎(chǔ)上，通過(guò)對(duì)原始信號(hào)均值求解來(lái)提高信噪比，是目前噪聲消除常見(jiàn)的主要方法之一[5]。本文使用目前較為通用的多項(xiàng)式移動(dòng)平均值濾波法（Savitzky?Golay）算法對(duì)光譜信號(hào)進(jìn)行平滑去噪[6]。

對(duì)質(zhì)量分?jǐn)?shù)不同的原油鉆井液的60次實(shí)驗(yàn)結(jié)果進(jìn)行平滑濾波處理，結(jié)果如圖1所示。

1.1.2基線校正 拉曼光譜中顯示的拉曼譜峰所對(duì)應(yīng)的數(shù)據(jù)信息是數(shù)據(jù)分析的主要基礎(chǔ)，但是由于基線漂移的存在，會(huì)導(dǎo)致對(duì)拉曼光譜的信息處理有誤，因此在下一步的分析處理前，需要對(duì)光譜進(jìn)行“基線校正”處理，盡可能減少基線漂移對(duì)光譜信息的影響。當(dāng)前可以用于基線校正的方法很多，考慮本文所用數(shù)據(jù)的實(shí)際情況，選擇基于多項(xiàng)式擬合的校正方法。該方法對(duì)光譜數(shù)據(jù)的極小值點(diǎn)，通過(guò)最小二乘的方式進(jìn)行擬合處理，進(jìn)而得到光譜的基線，最終實(shí)現(xiàn)校正處理。

多項(xiàng)式擬合的次數(shù)與最終基線的校正效果有關(guān)，次數(shù)設(shè)定越高，可以擬合出復(fù)雜度更高的基線，使基線的校正效果越好，但是同時(shí)也增加程序的運(yùn)行時(shí)間。因此，可以依據(jù)基線漂移的情況確定合適的參量。綜合考慮，初步設(shè)定的參量為5～8[9]。

基于上述多項(xiàng)式擬合原理，對(duì)預(yù)處理后的拉曼光譜進(jìn)行了基線校正處理。由于擬合階數(shù)對(duì)校正結(jié)果存在一定影響，為了對(duì)比校正效果，選擇兩種階數(shù)的多項(xiàng)式分別對(duì)數(shù)據(jù)進(jìn)行四階、七階多項(xiàng)式擬合處理，結(jié)果如圖2所示。

圖2　四階、七階多項(xiàng)式擬合基線校正

從圖2可以看出，七階擬合后的效果更為明顯，原始光譜的特征峰高度下移，圖線整體更為平滑。在仿真部分對(duì)兩種階數(shù)校正后的數(shù)據(jù)進(jìn)行了定性分析。從精確度的角度來(lái)看，選擇七階多項(xiàng)式擬合的方法對(duì)光譜進(jìn)行基線校正的效果更為理想。

1.1.3歸一化處理 拉曼光譜的信號(hào)強(qiáng)度不僅與物質(zhì)的質(zhì)量分?jǐn)?shù)相關(guān)，還與激光強(qiáng)度、積分時(shí)間和聚焦束尺寸有關(guān)，因此在光譜預(yù)處理部分添加歸一化處理[10]。

在拉曼光譜的分析中，通過(guò)等比縮放的方法將光譜的原始強(qiáng)度重新規(guī)定在某一個(gè)標(biāo)準(zhǔn)的范圍。在原始數(shù)據(jù)中選擇一個(gè)常量作為參考標(biāo)量，原始數(shù)據(jù)除以參考標(biāo)量，即為校正原始光譜強(qiáng)度的方法[11]。根據(jù)待測(cè)物質(zhì)的數(shù)據(jù)信息，選擇一種適用的參照值，然后按照式（7）完成歸一化處理。

本文選用拉曼光譜譜峰的強(qiáng)度作為參照值，對(duì)拉曼光譜進(jìn)行歸一化處理。

1.2 特征提取

特征提取可以認(rèn)為是在高維度的特征空間內(nèi)，利用線性或者非線性非映射的方法，在對(duì)應(yīng)的低維度空間內(nèi)完成映射，獲得相對(duì)較為容易處理的數(shù)據(jù)，防止高維數(shù)據(jù)在處理過(guò)程中產(chǎn)生維數(shù)災(zāi)難和特征冗雜等一系列問(wèn)題。待測(cè)物質(zhì)的特征峰的個(gè)數(shù)、強(qiáng)度是采用光譜分析技術(shù)進(jìn)行定性分析與定量計(jì)算的主要衡量依據(jù)。若特征峰少，在拉曼光譜中所占比例較小，則會(huì)使待測(cè)物質(zhì)質(zhì)量分?jǐn)?shù)變化在光譜信號(hào)中很難體現(xiàn)，導(dǎo)致特征提取定性與定量處理難度加大。只考慮特征峰的方式，即不考慮待測(cè)物質(zhì)的性質(zhì)直接保留特征峰所在的波數(shù)區(qū)間，完全剔除其他波數(shù)范圍的方法，會(huì)由于實(shí)驗(yàn)條件的改變等存在不確定因素，進(jìn)而導(dǎo)致分析結(jié)果的不準(zhǔn)確。

如果采取直接截取特征峰所在波數(shù)范圍的方法，由于受實(shí)驗(yàn)條件、待測(cè)物質(zhì)本身的特點(diǎn)等因素的影響，會(huì)使截取的波數(shù)范圍涵蓋的信息并不能完全反映待測(cè)物質(zhì)的原始信息，進(jìn)而使定性分析與定量計(jì)算存在一定的誤差，降低準(zhǔn)確率[12]。

1.2.1數(shù)據(jù)分類 對(duì)同一質(zhì)量分?jǐn)?shù)的原油鉆井液進(jìn)行60次實(shí)驗(yàn)，對(duì)比同一質(zhì)量分?jǐn)?shù)的原油鉆井液在全波長(zhǎng)下的數(shù)據(jù)及同一波數(shù)下的數(shù)據(jù)，其中5次測(cè)量結(jié)果（見(jiàn)表1）。

從表1可以看出，同一波數(shù)下不同次實(shí)驗(yàn)得到的結(jié)果并不完全相同，甚至彼此之間的差距較大。對(duì)每種原油鉆井液在同一個(gè)波數(shù)下的60組數(shù)據(jù)進(jìn)行初步的分類處理，結(jié)果表明實(shí)驗(yàn)結(jié)果可以控制在一定范圍內(nèi)，即不同次實(shí)驗(yàn)數(shù)據(jù)的偏差不超過(guò)一個(gè)數(shù)量級(jí)。

表1　全波長(zhǎng)拉曼光譜測(cè)試其中5次測(cè)量結(jié)果

對(duì)應(yīng)有：

依據(jù)奇異值分解定理的原理，對(duì)光譜進(jìn)行特征提取處理，減少當(dāng)前的變量個(gè)數(shù)。當(dāng)前每種原油鉆井液每次實(shí)驗(yàn)對(duì)應(yīng)的光譜數(shù)據(jù)包含1 961個(gè)自變量，自變量個(gè)數(shù)過(guò)多，對(duì)定性分析處理的影響較大，所以在保證原始數(shù)據(jù)完整性的情況下，應(yīng)盡量減少自變量個(gè)數(shù)，方便后續(xù)算法進(jìn)行。

對(duì)原油質(zhì)量分?jǐn)?shù)為0的鉆井液分類后的實(shí)驗(yàn)數(shù)據(jù)進(jìn)行奇異值分解處理，原始數(shù)據(jù)為10組，每組數(shù)據(jù)由1 961個(gè)自變量組成，經(jīng)由奇異值分解處理后，查看奇異值矩陣，發(fā)現(xiàn)前10個(gè)奇異值已經(jīng)可以代表整體的數(shù)據(jù)信息，因而將原數(shù)據(jù)集合用前10個(gè)奇異值對(duì)應(yīng)的數(shù)據(jù)替代，可極大地方便后續(xù)的運(yùn)算處理，順序排列的前10組奇異值數(shù)據(jù)如表2所示。

1.3 定性分析與定量計(jì)算

對(duì)預(yù)處理及特征提取后的光譜數(shù)據(jù)進(jìn)行定性分析與定量計(jì)算。定性分析是判斷“有無(wú)”，即對(duì)待測(cè)混合物中是否含有原油進(jìn)行判斷；定量計(jì)算是在定性分析的基礎(chǔ)上，對(duì)原油鉆井液的質(zhì)量分?jǐn)?shù)進(jìn)行計(jì)算預(yù)測(cè)。

目前用于混合物定性分析的算法眾多，且各不相同，結(jié)合當(dāng)前待測(cè)物質(zhì)的拉曼光譜數(shù)據(jù)的特點(diǎn)，并考慮算法的運(yùn)行時(shí)間等因素，采用PLS定性分析待測(cè)物質(zhì)。

表2　順序排列的前10組奇異值數(shù)據(jù)

2 實(shí)驗(yàn)與仿真

配制原油質(zhì)量分?jǐn)?shù)為0、5%、25%、45%、65%、85%、95%、100%共計(jì)8種鉆井液的混合物，為了更加接近遼河油田的實(shí)際現(xiàn)場(chǎng)情況，選擇聚磺體系鉆井液配比為：質(zhì)量分?jǐn)?shù)4.0%膨潤(rùn)土+質(zhì)量分?jǐn)?shù)0.1%PAC聚陰離子纖維素降濾失劑+質(zhì)量分?jǐn)?shù)2.0%SMP?2磺化酚醛樹脂+質(zhì)量分?jǐn)?shù)2.0%SPNH褐煤樹脂+質(zhì)量分?jǐn)?shù)0.4%FCLS鐵鉻木質(zhì)素磺酸鹽稀釋劑[15]。模擬實(shí)驗(yàn)溫度為60 ℃時(shí)，遼河原油密度約為0.9 g/cm3；鉆井液密度為1.8 g/cm3。含油含巖屑鉆井液成分如表4所示。

表4　含油含巖屑鉆井液成分

含油含巖屑鉆井液配置步驟為：

（1）取不同體積的水基鉆井液，分別裝入6個(gè)大號(hào)玻璃瓶中；

（2）取原油，水浴加熱至80 ℃進(jìn)行降黏；

（3）取一定質(zhì)量的巖屑，將其研磨至小顆粒狀；

（4）向每個(gè)玻璃瓶?jī)?nèi)分別加入表4所示含量的原油、巖屑和鉆井液充分震蕩，混合后靜置一段時(shí)間，待溶液中原油溫度由80 ℃降至常溫后，再次充分震蕩；

（5）將6個(gè)玻璃瓶放入水浴箱中，加熱至60 ℃；

（6）對(duì)純?cè)?、純鉆井液、純巖屑進(jìn)行激光拉曼光譜測(cè)定，確定儀器所用的功率、照射時(shí)間和照射次數(shù)，防止出現(xiàn)超過(guò)其熔點(diǎn)的情況；

（7）水浴加熱至60 ℃后，持續(xù)30 min，取出含油鉆井液對(duì)其充分震蕩，拿入暗室對(duì)其進(jìn)行激光拉曼光譜測(cè)定，對(duì)同一個(gè)樣品取不同的點(diǎn)，照射60次，每進(jìn)行一次照射對(duì)其進(jìn)行充分震蕩；

（8）重復(fù)步驟5-7。

經(jīng)上述實(shí)驗(yàn)操作后，得到原油質(zhì)量分?jǐn)?shù)分別為0、5%、25%、45%、65%、85%、95%、100%的8種鉆井液，對(duì)每種原油鉆井液可測(cè)得60組數(shù)據(jù)，共測(cè)得480組的拉曼光譜數(shù)據(jù)。

為了驗(yàn)證對(duì)所測(cè)的原油鉆井液混合物是否可以實(shí)現(xiàn)定性分析和定量計(jì)算，采用MATLAB仿真軟件對(duì)數(shù)據(jù)進(jìn)行處理。同時(shí)，在運(yùn)算仿真之前，對(duì)所獲得的480組拉曼光譜數(shù)據(jù)進(jìn)行預(yù)處理和特征提取處理，依據(jù)鍵值進(jìn)行分類操作及奇異值的分解。

2.1 實(shí)驗(yàn)結(jié)果

首先對(duì)數(shù)據(jù)不做處理，選擇480組中的一部分?jǐn)?shù)據(jù)進(jìn)行模型的建立，直接用于PLS算法仿真，PLS建模效果及驗(yàn)證效果如圖3所示。

圖3　PLS建模效果及驗(yàn)證效果

從圖3可以看出，當(dāng)拉曼光譜數(shù)據(jù)不做任何處理，直接用PLS算法進(jìn)行仿真時(shí)，得到的數(shù)學(xué)模型并不足以準(zhǔn)確地反映原油質(zhì)量分?jǐn)?shù)，甚至初步的定性分析也不能完成；將數(shù)學(xué)模型用于驗(yàn)證，去判斷未參與建模的數(shù)據(jù)組對(duì)應(yīng)的原油質(zhì)量分?jǐn)?shù)，仿真數(shù)據(jù)與實(shí)際數(shù)據(jù)之間的偏差較大，不能反映待測(cè)物質(zhì)的真實(shí)質(zhì)量分?jǐn)?shù)。

對(duì)拉曼光譜數(shù)據(jù)進(jìn)行第一次平滑去噪、基線校正、歸一化和特征提取處理，在基線校正部分采用多項(xiàng)式擬合的校正方法，運(yùn)算過(guò)程中采用四階和七階兩種多項(xiàng)式對(duì)數(shù)據(jù)進(jìn)行仿真處理。建模數(shù)據(jù)同一質(zhì)量分?jǐn)?shù)選擇5組數(shù)據(jù)，共計(jì)40組數(shù)據(jù)；驗(yàn)證部分同一質(zhì)量分?jǐn)?shù)選擇3組數(shù)據(jù)，共計(jì)24組數(shù)據(jù)。四階擬合的建模效果和驗(yàn)證效果如圖4所示。

圖4　四階擬合的建模效果和驗(yàn)證效果

從圖4可以看出，四階擬合后建模及驗(yàn)證效果相較圖3更接近實(shí)際數(shù)據(jù)，大約有50%的數(shù)據(jù)可以達(dá)到仿真數(shù)據(jù)與實(shí)際數(shù)據(jù)幾乎重合，其余的偏差相對(duì)較為明顯?；谠摂?shù)學(xué)模型，對(duì)未知數(shù)據(jù)進(jìn)行驗(yàn)證。對(duì)同一質(zhì)量分?jǐn)?shù)的鉆井液選擇3組數(shù)據(jù)，共計(jì)24組數(shù)據(jù)。結(jié)果表明，原油質(zhì)量分?jǐn)?shù)為0的鉆井液的仿真數(shù)據(jù)與實(shí)際數(shù)據(jù)相比誤差較小，在0.05以內(nèi)，可認(rèn)為基于該數(shù)學(xué)模型能達(dá)到定性分析的目的。繼續(xù)對(duì)比其余7組原油鉆井液的仿真數(shù)據(jù)與實(shí)際數(shù)據(jù)。結(jié)果表明，隨著原油質(zhì)量分?jǐn)?shù)的升高，仿真數(shù)據(jù)與實(shí)際數(shù)據(jù)的偏差有所改變，但是30%以上的仿真數(shù)據(jù)貼近實(shí)際數(shù)據(jù)。換言之，四階擬合后定量計(jì)算的偏差相較“無(wú)處理”數(shù)據(jù)有所提升，但是偏差仍然存在。

對(duì)每種原油鉆井液選擇8組建模數(shù)據(jù)，共計(jì)64組數(shù)據(jù)；驗(yàn)證部分每種原油鉆井液選擇2組數(shù)據(jù)，共計(jì)16組數(shù)據(jù)。七階擬合的建模效果和驗(yàn)證效果如圖5所示。

圖5　七階擬合的建模效果和驗(yàn)證效果

從圖5可以看出，原油質(zhì)量分?jǐn)?shù)為0鉆井液的仿真數(shù)據(jù)與實(shí)際數(shù)據(jù)偏差較小，即可以達(dá)到定性分析的目的，原油質(zhì)量分?jǐn)?shù)為5%、65%的鉆井液的驗(yàn)證效果相對(duì)較好，仿真數(shù)據(jù)與實(shí)際數(shù)據(jù)之間偏差較小，但是其他原油鉆井液的仿真數(shù)據(jù)與實(shí)際數(shù)據(jù)存在一定的偏差，不能達(dá)到定量計(jì)算的要求。

對(duì)上述結(jié)果進(jìn)一步分析，重新對(duì)數(shù)據(jù)進(jìn)行規(guī)劃。將數(shù)據(jù)分成兩組，即“高原油質(zhì)量分?jǐn)?shù)”數(shù)據(jù)組和“低原油質(zhì)量分?jǐn)?shù)”數(shù)據(jù)組。其中，將原油質(zhì)量分?jǐn)?shù)為65%、85%、95%、100%的數(shù)據(jù)劃分到高質(zhì)量分?jǐn)?shù)數(shù)據(jù)組；原油質(zhì)量分?jǐn)?shù)為0、5%、25%、45%的數(shù)據(jù)歸到低質(zhì)量分?jǐn)?shù)數(shù)據(jù)組。對(duì)兩組數(shù)據(jù)分別進(jìn)行同等的預(yù)處理和特征提取的操作，建模數(shù)據(jù)每種原油鉆井液選擇12組數(shù)據(jù)，共計(jì)36組數(shù)據(jù)；驗(yàn)證數(shù)據(jù)每種原油鉆井液選擇3組數(shù)據(jù)，共計(jì)9組數(shù)據(jù)。低質(zhì)量分?jǐn)?shù)數(shù)據(jù)組七階擬合的數(shù)據(jù)建模效果和驗(yàn)證效果如圖6所示。

圖6　低質(zhì)量分?jǐn)?shù)數(shù)據(jù)組七階擬合的數(shù)據(jù)建模效果和驗(yàn)證效果

從圖6可以看出，原油質(zhì)量分?jǐn)?shù)為0的仿真數(shù)據(jù)與實(shí)際數(shù)據(jù)之間的偏差可以忽略不計(jì)，質(zhì)量分?jǐn)?shù)為5%和25%的數(shù)據(jù)的建模效果的偏差在0.05～0.10，基于模型對(duì)應(yīng)的驗(yàn)證效果的仿真數(shù)據(jù)的最大偏差在0.10以內(nèi)，整體偏差小于0.05。

基于上述仿真結(jié)果加大質(zhì)量分?jǐn)?shù)差距，選擇原油質(zhì)量分?jǐn)?shù)為45%、85%和100%的數(shù)據(jù)進(jìn)行仿真，建模數(shù)據(jù)每種原油鉆井液選擇12組數(shù)據(jù)，共計(jì)36組數(shù)據(jù)；驗(yàn)證數(shù)據(jù)每種原油鉆井液選擇3組數(shù)據(jù)，共計(jì)9組數(shù)據(jù)。原油質(zhì)量分?jǐn)?shù)為45%、85%和100%的數(shù)據(jù)組建模效果和驗(yàn)證效果如圖7所示。從圖7可以看出，建模圖像中的仿真數(shù)據(jù)在實(shí)際數(shù)據(jù)附近，驗(yàn)證圖中實(shí)際數(shù)據(jù)與仿真數(shù)據(jù)之間的偏差大部分在0.10～0.20。

圖7　原油質(zhì)量分?jǐn)?shù)45%、85%和100%的數(shù)據(jù)組建模效果和驗(yàn)證效果

對(duì)高質(zhì)量分?jǐn)?shù)數(shù)據(jù)組進(jìn)行七階多項(xiàng)式仿真處理。用于建模的數(shù)據(jù)，每種原油鉆井液選擇8組數(shù)據(jù)，共計(jì)32組數(shù)據(jù)；驗(yàn)證部分每種原油鉆井液選擇2組數(shù)據(jù)，共計(jì)8組數(shù)據(jù)。高質(zhì)量分?jǐn)?shù)數(shù)據(jù)組七階擬合的數(shù)據(jù)建模效果和驗(yàn)證效果如圖8所示。從圖8可以看出，建模部分的仿真數(shù)據(jù)與實(shí)際數(shù)據(jù)近乎重合偏差可以忽略，從驗(yàn)證效果來(lái)看，原油質(zhì)量分?jǐn)?shù)為85%、95%、100%的仿真數(shù)據(jù)與實(shí)際數(shù)據(jù)的偏差小于0.02；原油質(zhì)量分?jǐn)?shù)為65%的仿真數(shù)據(jù)與實(shí)際數(shù)據(jù)的偏差大于0.10。驗(yàn)證效果表明，該數(shù)學(xué)模型可以較準(zhǔn)確地反映當(dāng)前數(shù)據(jù)的情況，并可以得出較為準(zhǔn)確的仿真結(jié)果。

圖8　高質(zhì)量分?jǐn)?shù)數(shù)據(jù)組七階擬合的數(shù)據(jù)建模效果和驗(yàn)證效果

2.2 仿真結(jié)果

激光拉曼光譜數(shù)據(jù)經(jīng)由預(yù)處理、特征提取后，再由PLS算法得到建模數(shù)據(jù)對(duì)應(yīng)的數(shù)學(xué)模型，通過(guò)該數(shù)學(xué)模型去判斷驗(yàn)證數(shù)據(jù)組中數(shù)據(jù)的仿真結(jié)果，對(duì)比實(shí)際數(shù)據(jù)去判斷數(shù)學(xué)模型是否適用于當(dāng)前數(shù)據(jù)。通過(guò)對(duì)比8種原有鉆井液數(shù)據(jù)的全部建模、驗(yàn)證效果和“低質(zhì)量分?jǐn)?shù)”數(shù)據(jù)組、“高質(zhì)量分?jǐn)?shù)”數(shù)據(jù)組的建模、驗(yàn)證效果，發(fā)現(xiàn)質(zhì)量分?jǐn)?shù)間隔縮小后，得到的建模效果更為理想，且驗(yàn)證部分的仿真數(shù)據(jù)與實(shí)際數(shù)據(jù)偏差可以精確到0.05以內(nèi)。

3 結(jié) 論

針對(duì)原油鉆井液存在顏色過(guò)深且內(nèi)部信息復(fù)雜、定性分析與定量計(jì)算效果相對(duì)較差等問(wèn)題，對(duì)原油鉆井液混合物的拉曼光譜的原始數(shù)據(jù)進(jìn)行平滑去噪、基線校正、歸一化預(yù)處理，以及奇異值特征提取處理，完成原油鉆井液的定性分析與定量計(jì)算。最后經(jīng)由偏最小二乘分析法對(duì)處理后的數(shù)據(jù)進(jìn)行數(shù)學(xué)模型的建立，對(duì)8種原油鉆井液的數(shù)據(jù)進(jìn)行低質(zhì)量分?jǐn)?shù)與高質(zhì)量分?jǐn)?shù)數(shù)據(jù)組的分開處理，并完成對(duì)應(yīng)數(shù)據(jù)組的質(zhì)量分?jǐn)?shù)的預(yù)測(cè)。原油質(zhì)量分?jǐn)?shù)為85%、95%、100%的仿真數(shù)據(jù)與實(shí)際數(shù)據(jù)的偏差可以精確到0.02以內(nèi)。此項(xiàng)研究不僅可以依據(jù)拉曼光譜對(duì)原油鉆井液混合物的數(shù)據(jù)進(jìn)行定性分析，初步判斷混合物中是否含有原油，依據(jù)建立的數(shù)學(xué)模型還可以對(duì)原油質(zhì)量分?jǐn)?shù)進(jìn)行計(jì)算預(yù)測(cè)，將定量計(jì)算的精度控制在一定的范圍內(nèi)，這對(duì)隨鉆檢測(cè)技術(shù)用于分析井下實(shí)時(shí)數(shù)據(jù)具有一定且可行的實(shí)際意義。

［1］ Raman C V， Krishnan K S. A new type of secondary radiation［J］. Nature， 1928， 12： 501?502.

［2］ 董學(xué)鋒. 拉曼光譜傳遞與定量分析技術(shù)研究及其工業(yè)應(yīng)用［D］. 杭州：浙江大學(xué)， 2013.

［3］ 褶小立. 化學(xué)計(jì)量學(xué)方法與分子光譜分析技術(shù)［M］.北京：化學(xué)工業(yè)出版社， 2011.

［4］ 李津蓉. 拉曼光譜的數(shù)學(xué)解析及其在定量分析中的應(yīng)用［D］.杭州：浙江大學(xué)， 2013.

［5］ 陳珊. 拉曼光譜背景扣除算法及其應(yīng)用研究［D］.長(zhǎng)沙：中南大學(xué)，2011.

［6］ 李秀霞，孝芳，王珍，等.水體中孔雀石綠液相色譜?熒光法檢測(cè)前處理方法的改進(jìn)研究［J］.渤海大學(xué)學(xué)報(bào)（自然科學(xué)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］ 保羅·戈培林. 化學(xué)計(jì)量學(xué)實(shí)用指南［M］.2版. 吳海龍，康超譯.北京：科學(xué)出版社， 2012.

［9］ 郭平，盧漢清，杜為民.對(duì)拉曼光譜信號(hào)分類的模式識(shí)別［J］.電子與信息學(xué)報(bào)， 2002， 24（6）：789?793.

［10］ 林藝玲. 成品汽油關(guān)鍵成分的拉曼光譜分析［D］.杭州：浙江大學(xué)，2011.

［11］ 淡圖南. 基于光譜分析的燃油組分檢測(cè)技術(shù)研究［D］.杭州：浙江大學(xué)，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，陳娟，等.表面增強(qiáng)拉曼光譜（SERS）及其在定量測(cè)量中的研究進(jìn)展［J］. 光譜散射學(xué)報(bào)， 2013，25（3）： 219? 234.

［14］ 黃承偉.儀器間的光譜模型傳遞及譜圖標(biāo)準(zhǔn)化［D］.杭州：浙江大學(xué)，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.

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

Wang Guoliang1， Han Weihang1， Li Cunlei2

（1.School of Information and Control Engineering，Liaoning Petrochemical University，F(xiàn)ushun Liaoning 113001，China；2.College of Petroleum Engineering，Liaoning Petrochemical University，F(xiàn)ushun Liaoning 113001，China）

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.

Raman spectroscopy analysis technology； Baseline correction； Feature extraction； Partial least squares analysis

TE626；TP13

A

10.3969/j.issn.1672?6952.2022.01.014

1672?6952（2022）01?0078?08

2020?10?04

2020?11?23

國(guó)家自然科學(xué)基金項(xiàng)目（61473140）；遼寧省興遼人才支持計(jì)劃項(xiàng)目（XLYC1807030）；遼寧省高校創(chuàng)新人才計(jì)劃項(xiàng)目（LR2017029）；遼寧省教育廳科研基金項(xiàng)目（L2016024）。

王國(guó)良（1981?），男，博士，教授，從事Markov系統(tǒng)與廣義系統(tǒng)方面的研究；E?mail：glwang@lnpu.edu.cn。

http：//journal.lnpu.edu.cn

（編輯 陳 雷）