CNMR技术测定基础油结构组成时，环烷碳的测定比较困难。环烷碳吸收峰不能分开，形成一个化学位移在24～60ppm之间的包络线宽峰，成为链烷碳强吸收峰的“底座”。化学位移在24～60ppm区间内积分，通过人为基线校正可以求得环烷碳含量，显然，这种计算环烷碳含量的方法不十分严格。核磁共振碳谱中化学位移在100～160ppm共振信号为芳碳吸收峰，当芳碳含量可以忽略时，链烷碳相对含量Ip=IT-Icn。

　　Haiber等人采用一种简单的3J（H2H）自旋回波技术，提出孤立甲基含量的测定方法。孤立甲基是与季碳相连的甲基，3J（H2H）自旋不受邻近质子偶合的影响，其质子共振信号不被裂分，在谱图显示正信号，而与质子化碳相连的甲基3J（H2H）自旋受邻近质子的影响，其质子共振信号被裂分，在谱图显示正、负信号，致使净积分为零。

　　Haiber等人以六甲基二硅醚为内标物，原理是通过比较孤立甲基与内标物的积分面积，给出孤立甲基含量。Sarpal、Kapur等人通过NMR技术分析了不同加工工艺基础油的结构，发现基础油平均结构参数各有不同，致使物理化学性能的不同。加氢处理工艺（HT）较加氢后精制工艺（HF）得到的基础油综合指标好，此类基础油异构烷碳百分含量高、倾点低；环烷碳含量低、正构烷碳百分含量高，粘度指数高。

　　一些基础油的正、异构烷碳含量相同，但其物性有很大的差别，主要由于各种支链结构的含量不同，如支链甲基远离终端甲基的这种支链结构其性质类似于正构烷烃。正、异构烷碳相对含量以及各种不同支链结构的含量对基础油粘-温性能的好坏起着决定性的作用。应用NMR技术对不同工艺基础油的研究对基础油生产工艺的设计、油品质量的控制以及润滑油的调配具有指导意义。

　　基础油结构中碳类型的核磁共振测定20世纪70年代，1H、13CNMR已被广泛应用于测定基础油的结构参数，尽管常规NMR13C谱可以区分甲基CH3、亚甲基CH2和次甲基CH，但是CH2和CH两种类型的碳谱峰重叠严重，不能完全归属谱峰的化学位移，故在解决CH2、CH的共振现象方面具有不足之处。随着仪器技术的进步，多脉冲谱图编辑技术如非灵敏极化转移增强法（INEPT）、无畸变极化转移增强实验（DEPT）<18-20>和门控自旋回波技术（GASPE）<21-23>，以及二维核磁共振分析技术的出现改进了上述不足，从而使NMR测定的可靠性获得了显著的提高。

　　Gowda采用梯度场季碳检测技术（PFG2QCD）测定季碳的含量，在此脉冲序列下，质子化的碳不出信号峰。该技术快捷、方便，而且对实验参数如延迟时间等没有严格要求。DEPT和GASPE技术已经被广泛应用于碳类型的测定，其主要不足是实验所需时间较长<26>；另外，碳核的灵敏度较氢核的低。因此，人们尝试采用NMR1H谱编辑技术。Kapur等人应用梯度选择脉冲系列产生CHn（n=1～3）氢谱，该技术具有良好的抑制干扰信号的能力，完全地归属重叠谱峰，而且产生亚谱所需的时间较DEPT和GASPE短，为达到脉冲系列的最佳性能，实验要求恰当地选择梯度比率<26>。

　　DEPT实验DEPT实验是一种较好的极化转移增强与谱编辑技术，主要应用于对CH3、CH2、CH的吸收峰进行分类。DEPT技术中，信号强弱主要依赖于脉冲角（θ），而偶合常数对其影响小<16>。DEPT谱中CHn（n=1～3）峰强度与质子（H）通道的可变脉冲角（θ）有一定比例关系<18，19>。

　　一般取θ分别为45°、90°、135°，通过线性组合可得到CHn（n=1～3）亚谱<18，19>。在DEPT290谱中，只有CH的吸收峰；在DEPT245谱中，CH3、CH2、CH均为正吸收峰；在DEPT2135谱中，CH3、CH均为正吸收峰，而CH2为负吸收峰。由于DEPT实验中的极化转移是由耦合着的CH完成，季碳没有极化转移的条件，通过DEPT实验无法识别季碳<16，21>。

　　基础油结构参数与物性的关联基础油的多种物理化学性能如倾点、粘度指数、氧化安定性的好坏主要依赖于化学组成。NMR技术得到的结构参数可以用来评估基础油的加氢裂化程度及加氢异构化程度<31>，进而指导制备高档基础油的加工工艺。

　　粘2温性能与烃组成的关系粘2温性能如粘度、粘度指数是润滑油使用性能的重要指标。烃类的粘2温性能是其化学组成的函数<32>，Adhvaryu等人研究表明<33>：正构烷烃的粘度指数最高，粘温性能最好；其次是具有长碳链的异构烷烃；最差的是重芳香烃、多环环烷和环烷芳烃。Adhvaryu等人进一步研究认为粘度指数的高低主要取决于异构烷烃的含量，并用线性回归分析方法，分析了粘度指数与平均烷基链长之间的线性关系，相关系数R2=0193，表明两者之间线性关系显著<4>。

　　其它使用性能与烃组成的关系润滑油的闪点是润滑油储存、运输和使用的一个安全指标，同时也是润滑油挥发性的指标。闪点低的润滑油，挥发性高，容易着火，安全性低，而且在工作环境中容易蒸发损失，造成润滑油消耗量大，严重时会引起润滑油粘度增大。

　　数据处理的方法利用NMR测定手段得到的结构数据，建立数据统计和人工神经网络模型，这些模型可以用来预测物性<37>。基础油是一种组成复杂的混合物，且其物性与结构组成之间的关系也比较复杂，可能适合应用非线性数据处理方法。

　　随着科学的进步，新的实验数据处理方法不断涌现，常用的是多元线性回归（MLR）<37>、主成分回归（PCR）、偏最小二乘法（PLS）<39>和人工神经网络（ANN）<40，41>等。其中多MLR、PCR和PLS方法在处理非线性数据方面能力较差。

　　人工神经网络是由大量很简单的处理单元广泛连接构成的复杂计算网络系统。由于人工神经网络具有高容错、高度非线性描述能力和较少的输入参数等优点，并且能以任意精度拟合任意函数，所以在处理非线性关系方面优于多元回归分析等方法<42>。

　　结束语近年来，我国基础油的加工工艺取得了飞跃的发展，但润滑油档次的提升跟不上汽车发展对润滑油质量的要求，其中一个重要的原因是基础油结构研究方面相对落后。因此，加强基础油结构的研究尤为重要。回顾基础油结构的核磁共振研究的发展历程，不难发现，对基础油结构的研究已经取得了一些进展，对基础油结构有了进一步的认识，但仍存在一些问题，如尚缺乏一些与物性关联紧密的结构参数及其关联式，测定方法的可靠性还有待提高，在碳类型的测定方面还有待于发展更准确的方法。现代仪器技术的发展使分析表征技术更加灵敏和智能化。

　　NMR分析技术是研究基础油结构的主要手段，它的发展将为基础油结构表征提供强有力的帮助，同时也可以促进加工工艺的改进。

来源：作者：佚名　　来源：中国润滑油网