近红外光谱技术在高压天然气体系水分含量及组分定量分析中的创新应用

本研究针对天然气工业中高压条件下水分含量及组分快速检测的难题，创新性地将近红外光谱技术(NIRS)与偏最小二乘法(PLS)结合，建立了CH4 、CO2 和H2 O的高精度定量模型（R2>0.94），验证了石英晶体微天平(QCM)作为基准方法的可靠性，为天然气脱水工艺优化和碳捕集存储(CCS)系统提供了实时监测新方案。

　　

在天然气开采和运输过程中，水分子如同潜伏的"管道刺客"——当高压低温条件相遇，它们会迅速形成固态水合物堵塞管道，造成数亿美元的年均损失。传统检测方法如气相色谱(GC)和卡尔费休法(KF)虽能测量水分，但需在常压下采样，犹如让深海鱼类离开原生环境观察，难以反映真实工况。更棘手的是，当前缺乏能在120巴高压下精确检测ppm级水分的在线技术，这直接影响了脱水工艺设计和抑制剂用量的精准控制。

针对这一行业痛点，由巴西国家科技发展委员会和PETROBRAS资助的研究团队在《Vibrational Spectroscopy》发表突破性成果。该研究巧妙利用水分子在近红外区域的特异性吸收（1940 nm处的O-H键组合带），首次将石英晶体微天平(QCM)这一"分子秤"作为基准方法，与近红外光谱(NIRS)技术联用，构建了高压天然气多组分定量分析体系。

关键技术包括：1）搭建高压光谱系统（120 bar/298.15 K），模拟真实管道环境；2）采用偏最小二乘回归(PLS)处理光谱重叠干扰；3）以QCM的纳克级灵敏度验证NIRS水分检测限。研究团队测试了CH₄
-CO₂
-H₂
O三元体系（CO₂
占比0-50%），通过重力法制备校准样品。

【材料与方法】
高压反应釜集成NIRS光纤探头和QCM传感器，在恒温条件下采集光谱。PLSR模型采用留一法验证，关键参数显示：CH₄
预测R2达0.990（RMSEP=4.43%），CO₂
达0.993（3.55%），水分预测精度稍低（R2=0.947，RMSEP=8.35%）但仍优于行业允许误差。

【水含量测量】
QCM数据揭示：气体流经10分钟后测量值趋于稳定（波动<±2%），证实该方法适用于连续监测。特别值得注意的是，在CO₂
含量>30%的体系中，1940 nm吸收带出现红移，研究者通过二阶导数光谱处理成功消除该干扰。

【结论】
该研究实现三大突破：1）首次建立120巴下NIRS水分定量标准；2）验证QCM作为高压基准方法的可行性；3）开发出可同时测定CH₄
/CO₂
/H₂
O的PLSR通用模型。这项技术使天然气脱水能耗降低15%成为可能，并为碳封存(CCS)中的水分监控提供新范式。正如通讯作者Papa Ndiaye强调："这项技术让管道中的水分子无所遁形，就像给天然气装上了实时的化学CT扫描仪。"

研究团队特别指出，未来工作将聚焦于：1）扩展至含硫天然气体系；2）开发抗振动干扰的工业探头；3）与机器学习结合提升预测速度。这项来自巴西的创新，正为全球能源行业提供全新的流动安全保障方案。