[发明专利]基于近红外建模的尿素检测分析方法及装置在审
申请号: | 202110862905.X | 申请日: | 2021-07-29 |
公开(公告)号: | CN113740293A | 公开(公告)日: | 2021-12-03 |
发明(设计)人: | 鲁冰;丁焰;杜彪;尹航;吉喆;朱云鹏;裴修尧;周玉山 | 申请(专利权)人: | 北京易兴元石化科技有限公司;中国环境科学研究院 |
主分类号: | G01N21/359 | 分类号: | G01N21/359;G06K9/62;G06N3/04;G06N3/08 |
代理公司: | 北京喆翙知识产权代理有限公司 11616 | 代理人: | 张成文 |
地址: | 101301 北京市顺*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 基于 红外 建模 尿素 检测 分析 方法 装置 | ||
1.一种基于近红外建模的尿素检测分析方法,其特征在于,所述尿素为车用尿素,所述方法包括:
S1,获取尿素样品;
S2,利用近红外设备获取每个所述尿素样品的近红外光谱;
S3,利用湿化学法对每个所述尿素样品的成分进行检测,得到与每个所述尿素样品的成分对应的湿化学值;
S4,将所述尿素样品的近红外光谱和湿化学值输入至预先构建的区域选择神经网络模型中,其中,预先将训练好的汽油尿素区域选择神经网络模型和柴油尿素区域选择神经网络模型进行整合后,在前端增加判断层,在后端增加数据整合层以后构成所述区域选择神经网络模型;
S5,所述判断层根据所述湿化学值确定所述尿素样品的类别,根据确定的的类别从汽油尿素区域选择神经网络模型和柴油尿素区域选择神经网络模型中选择对应的目标区域选择神经网络模型,将所述尿素样品的近红外光谱发送至所述目标区域选择神经网络模型中进行处理;其中,尿素样品的类别包括:汽油尿素类和柴油尿素类;
S6,所述目标区域选择神经网络对所述尿素样品的近红外光谱进行处理,从所述尿素样品的所述近红外光谱中选择信息量的相关性最大的区域为近红外光谱区域,将所述近红外光谱区域作为处理结果发送至数据整合层;
S7,所述数据整合层将处理结果和所述目标区域选择神经网络对应的类别进行整合后输出;
S8,将汽油尿素类的近红外光谱区域收集在一起作为汽油类近红外光谱区域,将柴油尿素类的近红外光谱区域收集在一起作为柴油类近红外光谱区域;
S9,对所述汽油类近红外光谱区域或所述柴油类近红外光谱区域进行一阶导数处理后,再进行多元线性回归处理得到汽油类近红外检测值或柴油类近红外检测值;
S10,将汽油类近红外检测值与对应的湿化学值,或,柴油类近红外检测值与对应的湿化学值利用偏最小二乘法运算处理进行关联,得到所述尿素样品的关联后的汽油类数据或柴油类数据;
S11,计算汽油类数据中的汽油类近红外检测值与对应湿化学值之间的汽油类均方根误差,将汽油类均方根误差大于汽油类误差阈值的汽油类数据删除,或者,计算柴油类数据中的柴油类近红外检测值与对应湿化学值之间的柴油类均方根误差,将柴油类均方根误差大于柴油类误差阈值的柴油类数据删除;
S12,利用剩余的汽油类数据构建汽油类数据库,将所述汽油类数据库作为汽油类近红外分析初始模型,或者,利用剩余的柴油类数据构建柴油类数据库,将所述柴油类数据库作为柴油类近红外分析初始模型;
S13,利用汽油类尿素样品对所述汽油类近红外分析初始模型进行交叉检验,得到汽油类近红外分析模型,或者,利用柴油类尿素样品对所述柴油类近红外分析初始模型进行交叉检验,得到柴油类近红外分析模型;
S14,将所述汽油类近红外分析模型和所述柴油类近红外分析模型进行组合形成近红外分析模型;
S15,将待检测的尿素利用红外设备获取对应的待分析近红外光谱,以及利用湿化法对待检测的尿素进行处理得到与待检测的尿素的成分对应的待分析湿化学值;
S16,将所述待检测的尿素的待分析近红外光谱和对应的待分析湿化学值输入至所述近红外分析模型中,利用近红外分析模型确定所述待检测的尿素的类别,将所述待检测的尿素的中的待分析近红外光谱和对应的待分析湿化学值输入至对应类别的所述汽油类近红外分析模型或所述柴油类近红外分析模型中进行处理得到所述待检测的尿素的各项成分的含量数据。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京易兴元石化科技有限公司;中国环境科学研究院,未经北京易兴元石化科技有限公司;中国环境科学研究院许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202110862905.X/1.html,转载请声明来源钻瓜专利网。