[发明专利]基于近红外光谱的柠檬酸发酵液化清液的统计监控方法

权利要求书

1.一种基于近红外光谱的柠檬酸发酵液化清液的统计监控方法，其特征在于，包括：输入输出数据采集与预处理、将数据集分为有标记数据和未标记数据两部分、建立半监督PPLS模型、计算监控指标。

2.如权利要求1所述的基于近红外光谱的柠檬酸发酵液化清液的统计监控方法，其特征在于，具体步骤如下：

步骤一：光谱数据采集及预处理

1)样本采集：采集正常操作工艺下及异常情况下柠檬酸发酵液化清液不同日期不同批次的样品，并对样品标号，获得样品集；

2)柠檬酸发酵液化清液近红外光谱采集和含糖量测定：测得部分样品集的含糖量，用近红外光谱仪测得所有样品的近红外光谱；

3)清液光谱预处理及波段选择：用多元散射校正的方法对光谱进行预处理，对预处理之后的光谱进行波段选择，得到光谱的有效信息数据；

步骤二：数据分类

4)对建模数据集中的数据重新组合：将建模数据中的数据分为两组，一组为有标签数据，另一组为无标签数据，两组数据量相等；

5)建模集与预测集划分：将样品集分为两部分，一部分为建模数据集，包含一部分有标签数据和一部分无标签数据，用于获取监控指标所需参数，:另一部分为预测集，同样包含一部分有标签数据和一部分无标签数据，用于测试模型的监控效果；

步骤三：建立半监督概率偏最小二乘模型

6)建立模型：将步骤5中重新排列过的数据进行半监督PPLS建模，得到相关参数值；

假设输入变量和输出变量分别为：NK为样本采样数，D_x，D_y分别为过程变量及质量变量的个数，半监督PPLS的模型可表示为：半监督PPLS的模型可表示为：

x_n＝Pt_n+μ_x+ξ_n

y_n＝Ct_n+μ_y+ε_n

把完整数据集S分为标记数据S₁和未标记数据S₂，处理后的S₁和S₂均为样本数一致的数据，可以把完整数据集S分为标记数据S₁和未标记数据S₂，处理后的S₁和S₂均为样本数一致的数据；

步骤四：建立监控指标

7)建立监控指标：根据估计的总糖和总氮，确定正常运行下总糖和总氮的正态分布规律，定义出总糖和总氮正常运行下的统计分布范围；

8)将在线检测的近红外光谱代入到步骤6建立的校正模型中，得到总糖和总氮的估计值，然后判断该估计之是否满足正常的正态分布，如果满足则过程运行正常，如果超出阈值，则判断过程运行出现故障。

3.如权利要求1所述的基于近红外光谱的柠檬酸发酵液化清液的统计监控方法，其特征在于，用联合区间概率偏最小二乘方法对预处理之后的光谱进行波段选择。

4.如权利要求1所述的基于近红外光谱的柠檬酸发酵液化清液的统计监控方法，其特征在于，用费林法测得部分样品集的含糖量。

5.如权利要求1所述的基于近红外光谱的柠檬酸发酵液化清液的统计监控方法，其特征在于，定义出总糖和总氮正常运行下的统计分布范围中采用“6σ”标准。