[发明专利]基于无测点温度补偿机制的近红外在线测量方法

摘要

本发明涉及基于无测点温度补偿机制的近红外光谱分析仪在线实时测量方法，包括设计多温度水平实验方案进行光谱采集，对采集的光谱以温度和待测物性参数为目标分别做预处理以及统计异常值处理，再用偏最小二乘分别建立温度预测模型、低温点物性参数预测模型以及高温点物性参数预测模型；然后从低温段或者高温段对不同温度水平下的预测模型进行修正计算；最后构造在线递归算法，完成具有无测点温度补偿功能的近红外实时在线测量。本发明将补偿效应包含到近红外建模过程中，并基于待测物性参数形成递归算法，从而可以依赖模型本身对温度的适应性完成不同温度下的物性测量。同时对物性参数的递归算法，保证了温度补偿作用可以自动适应温度对近红外在线测量值的影响强度。

主权项

一种基于无测点温度补偿机制的近红外光谱分析仪在线实时测量方法，其特征在于，包括以下步骤：步骤一：获取待测待测样品的物性参数标准数据，并在不同温度水平下采集近红外光谱；步骤二：对步骤一中所采集的光谱数据进行以温度为目标的预处理和统计异常值处理，产生导数光谱；步骤三：以温度作为预测变量，步骤二产生的导数光谱波数作为自变量，建立温度预测模型；步骤四：对步骤一中所述的光谱数据进行以物性参数为目标的预处理和统计异常值处理，产生预处理光谱；步骤五：选取最低实验温度所对应的数据组，以待测物性参数作为预测变量，步骤四产生的预处理光谱波数为自变量，建立低温点的物性参数预测模型；步骤六：选取最高实验温度所对应的数据组，以待测物性参数作为预测变量，步骤四产生的预处理光谱波数为自变量，建立高温点的物性参数预测模型；步骤七：从低温段或者高温段对不同温度水平下的预测模型进行修正计算，修正任意温度下的物性参数初始模型；步骤八：在线获取新的光谱数据集，利用在线递归算法对物性参数测量值进行更新。