气相色谱-模式识别技术在油气化探中的应用.pdf

《气相色谱-模式识别技术在油气化探中的应用.pdf》由会员分享，可在线阅读，更多相关《气相色谱-模式识别技术在油气化探中的应用.pdf（5页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、气相色谱-模式识别技术在油气化探中的应用冯建跃侯镜德戴骐竺安（浙江大学分析测试中心，杭州，3 1 0 0 2 7 提要本文采用吸附丝-气相色谱方法分析了 某地区的4 4 个油气化探样品，通过相关 分析及R型因子分析对样品 组分 进行了 特征抽提，然后用无监督模式分类法对样本进行了 分类 研究，结果与一般地质方法及地质资料相吻合。模式识别（P a t t e r n R e c o g n it i o n）作为一种分类判别的理论在六十年代开始了其发展与崛起的过程，与此同时，人们也在不断地探索与开拓其应用领域。七十年代，I s e n h o u r 1 ,Wo l d2 等人首次将模式识别技术

2、应用于色谱领域，研究了固定相的分类问题。1 9 8 1 年，W.B e r t s c h 等人进行了模式识别在高分辨气相色谱和色质联用中应用的基础研究 3之后，模式识别技术在色谱领域得到了较多的应用。目前国内色谱领域中模式识别的研究还刚开始，对于色谱样品的分类研究尚未见报道。本文采用吸附丝-气相色谱法 4 分析了江苏某一地区的化探样品，然后根据所得数据，经相关分析，R型因子分析，选取合适的特征指标，进行模式分类处理，所得结果与一般地质方法得到的基本一致。方法原理（一）特征提取1 指 标 的 相 关 分 析 两 指 标X i 与X j的相关系数为：2.R型因子分析 5 采用雅可比 法求出本分析

3、及模式识别系统是快速 方便的。相关矩阵的特征值 C i 及对应的特征向量S ii。主因 子负 载系 数：根据因子负载系数和公因子的性质，可得由此可求得因子的累计方差贡献（即累计特征值）为：D(k)表示前k个因子所能代表原始信息的百分数。3 特征指标的提取根据相关分析可以知道各个变量指标的相关性，从 R型因子分析可以得出合适的主因子数，以及变量指标对于因子的贡献情况。结合两种分析，我们可以提取出少量的几个特征，由此组成的特征集，可以尽可能多地反映出原始信息。（二）模式分类由于从不同地区得到的化探信息的不一致性，不可能用有监督学习与分类来进行数据处理，本文采用无监督分类方法来完成模式识别过程。从样

4、本特征集中选择中科院化学研究所研究员，浙江大学兼职教授。若干个初始聚类中心，然后计算每个样本到各 初始 聚 类中 心（Z 1）的 距 离：将各个样本分配给距离最小的聚类中心，然后修正各聚类中心：式中：S 1 为聚类中心Z 1 所属的聚类域N 1 为第1 个聚类域中 的样本数重新计算各样本到聚类中心的距离，进行迭代运算，直到分类结果收敛。实验部分将已采集好样品的吸附丝置于居里点裂解器中，瞬间加热解吸样品，直接导入气相色谱仪进行定量分析。图 1 为江苏某一地区的典型化探样品的色谱图。气相色谱条件：G C-9 A气相色谱仪，氢火焰(F I D）检测器；S E-5 4 弹性石英毛细管柱(i.d 0.2

5、 m m 3 0 m)；汽化温度：2 2 0;柱温：4 0-2 2 0 妫；载气 N 2:5 0 ml/mi n；分 流 比：4 0：1;氢 气：4 0 ml/mi n；空气：4 0 0 ml/mi n；衰减：2 2数据处理（一）特征提取根据江苏某地区的4 4 个样品的分析结果，初选 1 8 项指标，进行相关分析及R型因子分析，结果见表1 及表2。由表2 可以看出，前七个因子的累计方差贡献为8 8.0 1，说明前七个因子反映了十八项指标所包含的全部信息的8 8.0 1。根据 1 8 项指标对七个因子的贡献情况及表 1 中的相关分析结果，可以提取出如下五个特征指标：正癸烷、正十一烷、2,2,3-

6、三甲基戊烷、甲苯、甲苯 苯，用于后面的模式分类。（二）模式分类根据所提取的五个指标、组成特征集，然后对样本进行无监督模式分类。任选 5 个样本点作为初始聚类中心，将4 4个样本点分成4类，然后根据指标值的组合，取高组合的类别作为整个样本体系的异常点，在采样平面图中圈划出来，构成化探综合异常图(见图2)。表 2主因 子解及公因子方差表我国有 3 6 种期刊入选“C A千种表”根据 C h e m ic a l A b s t r a c t s S e r v ice S o u r c e I n d e x Q u a r t e r l y N o 4,1 9 8 9 公布，该编纂年度（1

7、 9 8 8 年7 月至 1 9 8 9 年 6 月），我国有 3 6 种期刊入选世界著名美国 C h e m i c a l A b s t r a c t s 摘引量最多 的 1 0 0 0 种期刊（简称“C A千 种表”），其 顺序名 称与名次（括号内数字为该 刊在千 种表中 的名次）如 下1.高等学校化学学报(2 4 4);2 分析化学(2 7 6);3化学学报(2 8 2);4 化学通报(3 9 4);5.金 属学报(4 2 9);6 物理学报(4 3 0);7 科学通报(4 3 5);8.药学 学报(4 7 3);9 化学试剂(5,3 8);1 0 医药工业(5 8 4);1 1

8、中国 药理学报(5 8 5);1 2 无机材料学报(6 0 4);1 3 有 机化 学(6 2 1);1 4 物理化学学报(6 7 5);1 5 色谱(6 9 3);1 6 石油化工(6 9 9);1 7 应用化学(7 3 8);1 8.高能物理与核物理(7 4 1);1 9 中国 物理快报(7 6 3);2 0.核技术(7 9 5);2 1.药学通报(7 9 7);2 2 中 国科学(B集)(8 1 3);2 3 中国药科大学学报(8 2 1);2 4 生物化学与生物物理进展(8 2 7);2 5 钢铁(8 3 3);2 6 中国激光(8 5 3);2 7 离子交换与 吸附(8 7 4);2

9、 8 分析测试通报(8 8 6);2 9 生物化学与生物物理学报(8 9 0);3 0 上海环境科学(8 9 9);3 1 生物化学杂志(9 2 3);3 2 光学学报(9 3 8);3 3 金属热处理(9 4 1);3 4 铀矿地质(9 5 2);3 5 半导体学报(9 5 5);3 6 环境化学(9 8 3).引自 高 等学校化学学报1 9 9 0 年第 1 0 期。结果讨论（一）由于各地区化探信息的不一致性，难以得出几种固定的异常模式，特征指标也各不相同。因此，无法采用通常的特征提取方法来提取特征指标，本文采用了相关分析及R型因子分析的手段来指导特征的提取。同样，分类过程也采用“无监督”

10、学习与分类的方法。（二）图3 为采用单指标异常迭合所得的异常图，本文用计算机模式分类得到的结果(图2)与之基本是一致的。图3中左下方多了两小块异常晕，这可能与该两小块晕圈的异常级别有关。由于指标迭合较差，这两个被定为c 级异常。而本文中计算机直接分类不受人为的干扰，仅综合了特征指标的原始信息，结果这两小块区域不属于异常。另外，异常晕基本围绕油井的边缘，与地质资料及化探理论比较符合。因此，本方法的研究是成功的。（三）本文研究的吸附丝气相色谱-模式识别方法，可以推广应用到食品等级判别、科学品酒、品茶等领域，具有广阔的应用前景。参考文献1 G.L R i t t e r,T.L I s e n h

11、o u r,C o m p u t.C h e m.,1,1 4 5(1 9 7 7).2 S.Wo l d,J.C h r o m a t o g r.S c i.,1 3,5 2 5(1 9 7 5).3 W.B e r t s c h e t a l.,P r o c e e d i n g s o f t h e I n-t e r n a t i o n a l S y m p o s iu m o n C a p i ll a r yC h r o m a t o g.,p.3 1 3,1 9 8 1.4 刘承祚、孙惠 文编，数学地质基 本方 法及应 用，地质出 版社，北京，1 9

12、 8 1.5 易大义等编，数值方法，浙江大学出版社，杭州，1 9 8 4.（收稿日 期：1 9 8 9 年 9 月1 6 日）A p p li c a t i o n o f G a s C h r o m a t o g r a py-P a t t e r nR e c o g n i t io n t o t h e O i l G e o c h e m ic a l E x p l o r a t io nF e n g J ia n y u e,H o u J in g d e,D a i Q i,a n d Z h u A n,T h e C e n t r e o f A n

13、a ly s is a n d te s t in g,Z h ej ia n g U n i-v e r s i t y,H a n g z h o u,3 1 0 0 2 7C o a t e d,w ir e p y r o ly s i s-G C w a s u s e d t o a n a-l y s e 4 4 g e o c h e m i c a l s a m p l e s f r o m.J i a n g s u.1 8c o m p o u n d s w e r e s e l e c t e d a s i n i t i a l i n d i c e s.

14、C o r r e-l a t i o n a n a l y s is a n d R f a c t o r a n a l y s is w e r e c a r r e do u t,a n d t h e n 5 f e a t u r e s we r e e x t r a c t e d.T h e s a m-p l e s w e r e c lu s t e r e d in t o d i f f e r e n t c l a s s d e p e n d i n go n t h e ir p r o p e r t i e s b y n o n-o v e

15、r s e e c l u s t e rm e t h o d.A b n o r m a l d ia g r a m o f o il g e o c h e m ic a le x p lo r a t i o n w a s c o r r e l a t e d t o th e k n o w n g e o lo g i-c a l i n f o r m a t i o n a n d t h e a b n o r m a ll y s y n t h e t ic d ia-g r a m o b t a in e d b y s e v e r a l s i n g l e f e a t u r e.T h e a n a-ly s i s s y s t e m a n d p a t t e rn r e c o g n i t i o n a r e c o n v e-n i e n t a n d r a p i d.