[发明专利]基于近红外建模的尿素检测分析方法及装置

说明书

本公开提供一种基于近红外建模的尿素检测分析方法及装置，能够根据尿素样品的近红外检测值以及各个成分的湿化学值进行结合关联，进而构建对应的数据库，形成近红外分析模型，这样，就可以利用近红外分析模型对待检测的尿素的各项成分含量数据进行检测分析，使得检测得到的各成分含量的准确度得到有效提高。

技术领域

本公开涉及油品检测技术领域，尤其涉及一种基于近红外建模的尿素检测分析方法及装置。

背景技术

近红外光谱分析方法已广泛应用于油品性质分析中，同传统的实验室化验方法相比，该方法具有分析速度快、精度高和耗费少等优点。

但是现有技术中的近红外光谱分析，一般只对尿素的近红外光谱进行分析，根据近红外光谱确定尿素的各个成分含量或者相应的数据指标。单靠近红外光谱的分析可能会使尿素的各项指标检测的不准确，检测精度不高。

发明内容

有鉴于此，本公开的目的在于提出一种基于近红外建模的尿素检测分析方法及装置，能够解决或部分解决上述技术问题。

基于上述目的，本公开第一方面提供了一种基于近红外建模的尿素检测分析方法，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；