[发明专利]一种利用电子鼻对油页岩裂解过程中成熟度的识别方法

权利要求书

1.一种利用电子鼻对油页岩裂解过程中成熟度的识别方法,其特征在于包括下列步骤：

1.1配备适用于检测要求的电子鼻：电子鼻气体室为具有“口小腔大”结构的仿生气体室；电子鼻气体室的气体流量为800～1200ml/min；电子鼻气体室中所含气体传感器阵列包括：TGS2612、TGS2611、TGS2620、TGS2602、TGS2610、TGS2600、TGS2603、WSP1110、WSP2110、MP135、MP905、MP-7、MP-3B、MP-2、MP503、MP402共16个气体传感器；

1.2油页岩裂解过程中气味信息获取及镜质体反射率--RO标定，包括下列步骤：

1.2.1将油页岩粉碎成50目后放置于管式炉内，然后以恒定加热速率将油页岩加热到650℃，加热过程中管式炉与配备的电子鼻相连，使用氮气作为载气，以0.5L/min的速率将裂解气吹扫到电子鼻内，加热过程中电子鼻获取裂解气气味信息，并转换成便于处理的数据格式储存；

1.2.2油页岩裂解过程中每隔50℃收集一次残余固体，镜质体反射率--RO用配备3Ypostrov.2.0.0显微分光光度计的显微镜获取，根据获得的RO拟合出RO与温度的函数方程，获取全温度下的油页岩RO值；

1.3根据油页岩裂解状态将RO划分为“低于0.35”、“0.35-2.97”、“高于2.97”三个阶段，首先根据获取的气味样本数据和通过显微镜标定的RO建立阶段识别模型，包括下列步骤：

1.3.1将电子鼻在油页岩裂解过程中持续检测到的气味数据，以固定时间窗口将数据划分为小样本，并把划分的小样本依据时间和温度的关系，与测定的RO值对应，最后获取“低于0.35”、“0.35-2.97”、“高于2.97”三个类别的气味样本集，分别记为：L1、L2、L3；

1.3.2使用样本均衡策略对气味样本集进行处理，确定“低于0.35”、“0.35-2.97”类别的气味样本数量是“高于2.97”类别的气味样本数量的N倍，将“低于0.35”、“0.35-2.97”类别的气味样本平均分成N份，分别记为：{L11、L12、…、L1N}和{L21、L22、…、L2N}，最后组成N个新的气味样本集，分别记为：{L11、L12、L3}、{L12、L22、L3}、…、{L1N、L2N、L3}；

1.3.3针对每个气味样本集进行特征提取：使用小波变换、傅里叶变换、高斯曲线拟合、多项式曲线拟合提取气味数据的瞬态特征；使用最大值、积分值、平均值提取气味数据的稳态特征；

1.3.4根据每个气味样本集提取的特征值，对支持向量机进行训练，获得具有不同参数的支持向量机模型，分别记为：CM1、CM2、…、CMN，最后使用投票法对N个模型进行集成获得最终的阶段识别模型；

1.4对处于“0.35-2.97”阶段的气味样本，使用随机森林建立回归模型，预测每个气味样本的RO精确值，包括下列步骤：

1.4.1对处于“0.35-2.97”阶段的气味样本，根据拟合出的RO与温度的函数方程计算出每个气味样本对应的真实RO值；

1.4.2针对每个气味样本集进行特征提取：使用小波变换、傅里叶变换、高斯曲线拟合、多项式曲线拟合提取气味数据的瞬态特征；使用最大值、积分值、平均值提取气味数据的稳态特征；

1.4.3利用提取的气味数据特征值和气味样本对应的真实RO值，对随机森林进行训练，获取最大拟合优度下的随机森林模型参数，建立RO预测回归模型。