[发明专利]基于近红外建模的成品油添加剂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成品油添加剂检测分析方法及装置，能够根据成品油添加剂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成品油添加剂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成品油添加剂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，一般只对成品油添加剂的近红外光谱进行分析，根据近红外光谱确定成品油添加剂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成品油添加剂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成品油添加剂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成品油添加剂检测分析方法，包括：

S1，获取n个成品油添加剂样品；

S2，利用近红外设备获取每个所述成品油添加剂样品的近红外光谱；

S3，利用湿化学法对每个所述成品油添加剂样品的成分进行检测，得到与每个所述成品油添加剂样品的成分对应的湿化学值；

S4，利用预先构建的区域选择神经网络模型从每个所述成品油添加剂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；

S5，对每个所述成品油添加剂样品的所述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近红外检测值；

S6，将每个所述成品油添加剂样品的所述近红外检测值与所述湿化学值利用偏最小二乘法运算处理进行关联，得到每个所述成品油添加剂样品的关联后的数据；

S7，计算每个所述成品油添加剂样品关联后的近红外检测值与对应湿化学值之间的均方根误差，将均方根误差大于误差阈值的成品油添加剂样品的关联后的数据删除；

S8，利用剩余的成品油添加剂样品的关联后的数据构建数据库，将所述数据库作为近红外分析初始模型；

S9，利用n个成品油添加剂样品对所述近红外分析初始模型进行交叉检验，得到近红外分析模型；

S10，将待检测的成品油添加剂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成品油添加剂进行处理得到与待检测的成品油添加剂的成分对应的待分析湿化学值；

S11，将所述待检测的成品油添加剂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，利用近红外模型进行处理确定所述待检测的成品油添加剂的各项成分的含量数据。

进一步地，所述区域选择神经网络模型的构建过程包括：

SA1，构建具有一个输入层、多个隐藏层和一个输出层的深度神经网络，其中，隐藏层的数量与成品油添加剂的类别数量相对应；

SA2，获取预定数量的成品油添加剂，利用近红外设备获取各个成品油添加剂的近红外光谱，并对每个近红外光谱中相关性最大的光谱区域进行目标区域标记，将标记后的预定数量的成品油添加剂的近红外光谱作为训练样本；

SA3，根据所述成品油添加剂的类别，对所述训练样本进行分类；

SA4，从多个类别的训练样本中提取目标类的训练样本；