近红外光谱分析技术作为一种快速、安全、环保的分析技术,在石油化工领域有着广泛的应用与发展前景。由于柴油产品实验室分析测定手段耗时长、费用较高、需要更多的人力物力,满足不了现代工业实时控制的需求。本文利用近红外光谱分析技术,在分析油品组成成分的基础上,利用柴油产品组分的基团和表征结构的参数建立模型,来预测柴油的性质。近红外光谱分析技术在测定石油石化产品的结构基团有着其独有的优越性,基于C-H基团的近红外光谱段的吸收,构建了表征结构的支链化和烯烃度两个变量,和对应特征结构基团的吸光度数据一并引入到所建模型中。建立柴油性质预测的线性和非线性模型,非线性模型采用L-M算法估计模型参数。所建立模型有着清晰的组分含量表征和结构表征,比以往的化学计量学模型含有更多的信息,能为生产过程实时优化提供信息。所建模型的预测效果与以往的多元线性回归和偏最小二乘进行了比较,仿真实验结果表明,由于柴油的黏度、密度、闪点等性质均是由柴油的各组分共同作用的最后体现,与油品自身组成的结构有很大的关系,较之其他模型,引入体现结构特征变量的非线性机理模型有着更高的预测精度和适应性。