CN108469424A - 一种沥青红外光谱指纹识别检测系统 - Google Patents
一种沥青红外光谱指纹识别检测系统 Download PDFInfo
- Publication number
- CN108469424A CN108469424A CN201810167129.XA CN201810167129A CN108469424A CN 108469424 A CN108469424 A CN 108469424A CN 201810167129 A CN201810167129 A CN 201810167129A CN 108469424 A CN108469424 A CN 108469424A
- Authority
- CN
- China
- Prior art keywords
- infrared
- spectrogram
- infrared spectrogram
- pitch
- database
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000002329 infrared spectrum Methods 0.000 title claims abstract description 23
- 238000001514 detection method Methods 0.000 claims abstract description 14
- 238000004891 communication Methods 0.000 claims abstract description 5
- 238000000034 method Methods 0.000 claims description 7
- 238000001228 spectrum Methods 0.000 claims description 4
- 230000005540 biological transmission Effects 0.000 claims description 2
- 239000011295 pitch Substances 0.000 description 19
- 238000005033 Fourier transform infrared spectroscopy Methods 0.000 description 3
- 239000010426 asphalt Substances 0.000 description 3
- 239000003795 chemical substances by application Substances 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 230000003595 spectral effect Effects 0.000 description 3
- 239000003381 stabilizer Substances 0.000 description 3
- 238000012360 testing method Methods 0.000 description 3
- IJGRMHOSHXDMSA-UHFFFAOYSA-N Atomic nitrogen Chemical compound N#N IJGRMHOSHXDMSA-UHFFFAOYSA-N 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 2
- 238000010521 absorption reaction Methods 0.000 description 2
- 150000001875 compounds Chemical class 0.000 description 2
- 238000007689 inspection Methods 0.000 description 2
- 239000000203 mixture Substances 0.000 description 2
- 238000001157 Fourier transform infrared spectrum Methods 0.000 description 1
- NINIDFKCEFEMDL-UHFFFAOYSA-N Sulfur Chemical compound [S] NINIDFKCEFEMDL-UHFFFAOYSA-N 0.000 description 1
- 239000005864 Sulphur Substances 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 229910052757 nitrogen Inorganic materials 0.000 description 1
- 239000001301 oxygen Substances 0.000 description 1
- 229910052760 oxygen Inorganic materials 0.000 description 1
- 230000035515 penetration Effects 0.000 description 1
- 230000000704 physical effect Effects 0.000 description 1
- 238000003908 quality control method Methods 0.000 description 1
- 238000011002 quantification Methods 0.000 description 1
- 239000002994 raw material Substances 0.000 description 1
- 238000010183 spectrum analysis Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
- G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
- G01N21/31—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry
- G01N21/35—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light
- G01N21/3577—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light for analysing liquids, e.g. polluted water
Landscapes
- Physics & Mathematics (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
本发明公开了一种沥青红外光谱指纹识别检测系统,第一红外光谱分析仪采集标样的红外光谱图,并发送至标准数据库;第二红外光谱分析仪采集待测样品的红外光谱图,并发送至红外光谱图匹配单元;当红外光谱图匹配单元接收到来自第二红外光谱分析仪发送的红外光谱图后,发送请求信息至标准数据库,以获得与该待测样品对应的标样的红外光谱图,然后将待测样品的红外光谱图与标样的红外光谱图进行比对,并将比对结果发送至匹配结果数据库;用户终端与匹配结果数据库通信,从匹配结果数据库检索出所需检测信息。本发明检测效率高,智能化程度高,且能够大幅提高检测精度。
Description
技术领域
本发明属于沥青检测技术领域,具体涉及一种沥青红外光谱指纹识别检测系统。
背景技术
沥青是沥青路面道路材料中的胶结料,其质量的好坏直接影响路面质量,把好沥青这一关键原材料入口关,是保证沥青路面质量的基础。
傅里叶变换红外((Fourier Transform Infrared,FTIR)光谱技术是当前用于分子化合物结构鉴定和定量分析的最先进技术。FTIR光谱仪的红外光源照射在样品上,检测器会精确地测量样品吸收的光量。这种吸收可形成特有的光谱指纹,使用这种光谱指纹可以确定样品的分子结构和混合物中特定化合物的精确含量。
传统的沥青检测往往是从物性角度(如针入度、软化点和延度)去判别沥青是否合格,这种方法不仅耗时耗力,而且易受改性剂和稳定剂的影响,使试验结果失真。因而,需要开发一种沥青指纹识别检测系统是当前形势下沥青质量控制领域的迫切需要,前述的沥青“指纹”指的是沥青中含有氮、硫和氧等杂原子的极性化合物的分子组成特征。
发明内容
针对上述问题,本发明提出的一种沥青红外光谱指纹识别检测系统,检测效率高,智能化程度高,且能够大幅提高检测精度。
实现上述技术目的,达到上述技术效果,本发明通过以下技术方案实现:
一种沥青红外光谱指纹识别检测系统,包括第一红外光谱分析仪、标准数据库、第二红外光谱分析仪、红外光谱图匹配单元、匹配结果数据库、报警单元和用户终端;
所述第一红外光谱分析仪采集标样的红外光谱图,并发送至标准数据库;
所述第二红外光谱分析仪采集待测样品的红外光谱图,并发送至红外光谱图匹配单元;
当红外光谱图匹配单元接收到来自第二红外光谱分析仪发送的红外光谱图后,发送请求信息至标准数据库,以获得与该待测样品对应的标样的红外光谱图,然后将待测样品的红外光谱图与标样的红外光谱图进行比对,并将比对结果发送至匹配结果数据库或者匹配结果数据库和报警单元;
所述用户终端与匹配结果数据库通信,从匹配结果数据库检索出所需检测信息。
作为本发明的进一步改进,所述标准数据库设置在云服务器中。
作为本发明的进一步改进,所述第一红外光谱分析仪和第二红外光谱分析仪发送红外光谱图时,还同时发送与该标样对应的厂家名和型号。
作为本发明的进一步改进,所述标准数据库中涵盖的标样的红外光谱图数量大于20000张,且各红外光谱图还与对应的厂家名和型号相关联。
作为本发明的进一步改进,所述光谱图匹配单元的具体过程为:
(1)接收到来自第二红外光谱分析仪发送的红外光谱图以及与该红外光谱图对应的厂家名和型号;
(2)向标准数据库发送含有“厂家名和型号”的数据请求,并接收标准数据库反馈的与该“厂家名和型号”相关联的标样的红外光谱图;
(3)将将待测样品的红外光谱图与标样的红外光谱图进行比对,并将比对结果发送至匹配结果数据库。
作为本发明的进一步改进,所述标样直接取自沥青炼厂。
作为本发明的进一步改进,所述第一红外光谱分析仪和第二红外光谱分析仪位于相同或者不同的地方。
作为本发明的进一步改进,所述第一红外光谱分析仪和第二红外光谱分析仪的工作过程和工作环境相同。
作为本发明的进一步改进,所述的一种沥青红外光谱指纹识别检测系统,还包括匹配结果显示单元,所述匹配结果显示单元直接与红外光谱图匹配单元通信,直接进行红外光谱图匹配单元的结果显示。
作为本发明的进一步改进,所述用户终端通过互联网匹配结果数据库通信。
本发明的有益效果:
本发明提出的一种沥青红外光谱指纹识别检测系统,不受改性剂和稳定剂的影响,检测效率高,智能化程度高,且能够大幅提高检测精度,从而能够有效防止假冒伪劣产品被使用到工程的风险,保证路面的质量。
进一步地,本发明提出的一种沥青红外光谱指纹识别检测系统,对用户而言使用非常方便,随时随地可以通过网络的方式进行检测结果的查询。极大地方便了操作,具有很好的推广应用前景。
附图说明
图1为本发明一种实施例的结构示意图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
下面结合附图对本发明的应用原理作详细的描述。
实施例1
如图1所示,一种沥青红外光谱指纹识别检测系统,包括第一红外光谱分析仪1、标准数据库2、第二红外光谱分析仪3、红外光谱图匹配单元4、匹配结果数据库5和用户终端6;
所述第一红外光谱分析仪1采集标样的红外光谱图,并发送至标准数据库2;在本发明实施例中,所述标准数据库2设置在云服务器中,且所述标准数据库2中涵盖的标样的红外光谱图数量大于20000张,且各红外光谱图还与对应的厂家名和型号相关联;为了保证标准样本库的及时性和准确性,本发明中的标样直接取自沥青炼厂;
所述第二红外光谱分析仪3采集待测样品的红外光谱图,并发送至红外光谱图匹配单元4;
所述第一红外光谱分析仪1和第二红外光谱分析仪3发送红外光谱图时,还同时发送与该标样对应的厂家名和型号,另外,为了对供货商进行考核,所述第二红外光谱分析仪3在发送红外光谱图时,还可以同时发送供货商信息;所述第一红外光谱分析仪1和第二红外光谱分析仪3位于相同或者不同的地方;进一步地,为了保证检测结果的客观性,所述第一红外光谱分析仪1和第二红外光谱分析仪3的工作过程和工作环境相同;
所述光谱图匹配单元的具体过程为:
(1)接收到来自第二红外光谱分析仪3发送的红外光谱图以及与该红外光谱图对应的厂家名和型号;
(2)向标准数据库2发送含有“厂家名和型号”的数据请求,并接收标准数据库2反馈的与该“厂家名和型号”相关联的标样的红外光谱图;
(3)将将待测样品的红外光谱图与标样的红外光谱图进行比对,当比对结果符合设定的误差要求时,则将比对结果(“正常”)发送至匹配结果数据库5,当比对结果超出设定的误差要求时,则将比对结果(“异常”)发送至匹配结果数据库5和报警单元8。
所述用户终端6通过互联网匹配结果数据库5通信,用户通过登录的方式,从匹配结果数据库5检索出所需检测信息;比如:可以筛选出“正常”和“异常”比例,哪些供货商送的货质量较好,哪些供货商送的或质量较低,用于后续对供货商进行考核。
实施例2
基于实施例1,为了便于在本地观察检测结果,所述的一种沥青红外光谱指纹识别检测系统,还包括匹配结果显示单元7,所述匹配结果显示单7直接与红外光谱图匹配单元4通信,直接进行红外光谱图匹配单元4的结果显示。
综上所述:
本发明提出的一种沥青红外光谱指纹识别检测系统,不受改性剂和稳定剂的影响,检测效率高,智能化程度高,且能够大幅提高检测精度,从而能够有效防止假冒伪劣产品被使用到工程的风险,保证路面的质量。
进一步地,本发明提出的一种沥青红外光谱指纹识别检测系统,对用户而言使用非常方便,随时随地可以通过网络的方式进行检测结果的查询。极大地方便了操作,具有很好的推广应用前景。
以上显示和描述了本发明的基本原理和主要特征和本发明的优点。本行业的技术人员应该了解,本发明不受上述实施例的限制,上述实施例和说明书中描述的只是说明本发明的原理,在不脱离本发明精神和范围的前提下,本发明还会有各种变化和改进,这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等效物界定。
Claims (10)
1.一种沥青红外光谱指纹识别检测系统,其特征在于:包括第一红外光谱分析仪、标准数据库、第二红外光谱分析仪、红外光谱图匹配单元、匹配结果数据库、报警单元和用户终端;
所述第一红外光谱分析仪采集标样的红外光谱图,并发送至标准数据库;
所述第二红外光谱分析仪采集待测样品的红外光谱图,并发送至红外光谱图匹配单元;
当红外光谱图匹配单元接收到来自第二红外光谱分析仪发送的红外光谱图后,发送请求信息至标准数据库,以获得与该待测样品对应的标样的红外光谱图,然后将待测样品的红外光谱图与标样的红外光谱图进行比对,并将比对结果同时发送至匹配结果数据库或者匹配结果数据库和报警单元;
所述用户终端与匹配结果数据库通信,从匹配结果数据库检索出所需检测信息。
2.根据权利要求1所述的一种沥青红外光谱指纹识别检测系统,其特征在于:所述标准数据库设置在云服务器中。
3.根据权利要求1所述的一种沥青红外光谱指纹识别检测系统,其特征在于:
所述第一红外光谱分析仪和第二红外光谱分析仪发送红外光谱图时,还同时发送与该标样对应的厂家名和型号。
4.根据权利要求3所述的一种沥青红外光谱指纹识别检测系统,其特征在于:所述标准数据库中涵盖的标样的红外光谱图数量大于20000张,且各红外光谱图还与对应的厂家名和型号相关联。
5.根据权利要求4所述的一种沥青红外光谱指纹识别检测系统,其特征在于:所述光谱图匹配单元的具体过程为:
(1)接收到来自第二红外光谱分析仪发送的红外光谱图以及与该红外光谱图对应的厂家名和型号;
(2)向标准数据库发送含有“厂家名和型号”的数据请求,并接收标准数据库反馈的与该“厂家名和型号”相关联的标样的红外光谱图;
(3)将待测样品的红外光谱图与标样的红外光谱图进行比对,并将比对结果发送至匹配结果数据库。
6.根据权利要求1所述的一种沥青红外光谱指纹识别检测系统,其特征在于:所述标样直接取自沥青炼厂。
7.根据权利要求1所述的一种沥青红外光谱指纹识别检测系统,其特征在于:所述第一红外光谱分析仪和第二红外光谱分析仪位于相同或者不同的地方。
8.根据权利要求1所述的一种沥青红外光谱指纹识别检测系统,其特征在于:所述第一红外光谱分析仪和第二红外光谱分析仪的工作过程和工作环境相同。
9.根据权利要求1所述的一种沥青红外光谱指纹识别检测系统,其特征在于:还包括匹配结果显示单元,所述匹配结果显示单元直接与红外光谱图匹配单元通信,直接进行红外光谱图匹配单元的结果显示。
10.根据权利要求1所述的一种沥青红外光谱指纹识别检测系统,其特征在于:所述用户终端通过互联网匹配结果数据库通信。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810167129.XA CN108469424A (zh) | 2018-02-28 | 2018-02-28 | 一种沥青红外光谱指纹识别检测系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810167129.XA CN108469424A (zh) | 2018-02-28 | 2018-02-28 | 一种沥青红外光谱指纹识别检测系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108469424A true CN108469424A (zh) | 2018-08-31 |
Family
ID=63264967
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810167129.XA Pending CN108469424A (zh) | 2018-02-28 | 2018-02-28 | 一种沥青红外光谱指纹识别检测系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108469424A (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106969967A (zh) * | 2017-05-07 | 2017-07-21 | 兰州理工大学 | 可施加损伤ftir沥青试件制备机及复数剪切模量预测方法 |
CN109406436A (zh) * | 2018-10-30 | 2019-03-01 | 甘肃省交通规划勘察设计院股份有限公司 | 基于红外光谱大数据的道路沥青快速检测预警方法 |
CN111965132A (zh) * | 2020-07-07 | 2020-11-20 | 广西大学 | 基于atr-ftir与gpc对基质沥青品牌的快速识别方法 |
CN113484249A (zh) * | 2020-07-18 | 2021-10-08 | 北京立鼎智行科技有限公司 | 一种基于极限学习机的沥青品牌识别系统 |
CN117232384A (zh) * | 2023-07-12 | 2023-12-15 | 深圳市精科实业有限公司 | 一种键帽位置检测方法、装置和系统 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101915745A (zh) * | 2010-07-20 | 2010-12-15 | 浙江省交通工程建设集团有限公司 | 一种改性沥青中sbs改性剂含量的红外光谱分析方法 |
CN103868881A (zh) * | 2012-12-13 | 2014-06-18 | 中国石油化工股份有限公司 | 测定沥青中蜡含量的方法 |
CN104198429A (zh) * | 2014-09-12 | 2014-12-10 | 广西大学 | 红外色谱和凝胶渗透色谱联合分析鉴别沥青的方法 |
-
2018
- 2018-02-28 CN CN201810167129.XA patent/CN108469424A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101915745A (zh) * | 2010-07-20 | 2010-12-15 | 浙江省交通工程建设集团有限公司 | 一种改性沥青中sbs改性剂含量的红外光谱分析方法 |
CN103868881A (zh) * | 2012-12-13 | 2014-06-18 | 中国石油化工股份有限公司 | 测定沥青中蜡含量的方法 |
CN104198429A (zh) * | 2014-09-12 | 2014-12-10 | 广西大学 | 红外色谱和凝胶渗透色谱联合分析鉴别沥青的方法 |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106969967A (zh) * | 2017-05-07 | 2017-07-21 | 兰州理工大学 | 可施加损伤ftir沥青试件制备机及复数剪切模量预测方法 |
CN109406436A (zh) * | 2018-10-30 | 2019-03-01 | 甘肃省交通规划勘察设计院股份有限公司 | 基于红外光谱大数据的道路沥青快速检测预警方法 |
CN111965132A (zh) * | 2020-07-07 | 2020-11-20 | 广西大学 | 基于atr-ftir与gpc对基质沥青品牌的快速识别方法 |
CN113484249A (zh) * | 2020-07-18 | 2021-10-08 | 北京立鼎智行科技有限公司 | 一种基于极限学习机的沥青品牌识别系统 |
CN117232384A (zh) * | 2023-07-12 | 2023-12-15 | 深圳市精科实业有限公司 | 一种键帽位置检测方法、装置和系统 |
CN117232384B (zh) * | 2023-07-12 | 2024-05-03 | 深圳市精科实业有限公司 | 一种键帽位置检测方法、装置和系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108469424A (zh) | 一种沥青红外光谱指纹识别检测系统 | |
CN102187202B (zh) | 使用近红外光谱预测烃工艺流稳定性的方法 | |
CN105372200B (zh) | Sbs改性沥青改性剂含量快速检测方法 | |
Eddhahak-Ouni et al. | Experimental investigation of the homogeneity of the blended binder of a high rate recycled asphalt | |
CN105868479A (zh) | 多环芳烃源解析方法 | |
CN102507718B (zh) | 一种沥青分析鉴别方法 | |
CN104297200B (zh) | 一种红外光谱结合高温模拟蒸馏技术鉴别沥青品牌的方法 | |
CN109406436A (zh) | 基于红外光谱大数据的道路沥青快速检测预警方法 | |
CN108279220A (zh) | 一种atr附件快速检测sbs改性沥青掺量的方法 | |
CN101023348A (zh) | 分析精炼原料或精炼工艺产物的便携式装置 | |
Sun et al. | Quantification of SBS content in SBS polymer modified asphalt by FTIR | |
CN106680211A (zh) | 一种变压器油中溶解气体在线监测装置在线同步比对准确度的评价方法 | |
CN107036995A (zh) | 一种sbs改性沥青中sbs改性剂含量的测定方法 | |
CN104198429A (zh) | 红外色谱和凝胶渗透色谱联合分析鉴别沥青的方法 | |
CN108918679A (zh) | 基于弹性波和机器学习的预制柱套筒灌浆无损检测方法 | |
Serigos et al. | Evaluation of 3D automated systems for the measurement of pavement surface cracking | |
CN102338743B (zh) | 一种识别发动机燃料种类和牌号中红外光谱方法 | |
Gundla et al. | Molecular weight distribution of asphalt binders from Laser Desorption Mass Spectroscopy (LDMS) technique and its relationship to linear viscoelastic relaxation spectra | |
Ren et al. | Crude Oil Source Identification of Asphalt via ATR‐FTIR Approach Combined with Multivariate Statistical Analysis | |
CN105954480A (zh) | 一种水质浊度监测方法 | |
CN107782693A (zh) | 一种沥青针入度的红外光谱分析方法 | |
Gundla | Understanding viscoelastic behavior of asphalt binders through molecular structure investigation | |
Cools et al. | Quality assurance and quality control in forest soil analyses: a comparison between European soil laboratories | |
CN112711911B (zh) | 基于污染源谱库的应用于边界观测的快速污染溯源方法 | |
Zhou et al. | Reliability of cotton fiber length distributions measured by dual-beard fibrography and advanced fiber information system |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
CB02 | Change of applicant information | ||
CB02 | Change of applicant information |
Address after: Room 1809-1812, Floor 18, Block C, 88 Pubin Avenue, Jiangpu Street, Pukou District, Nanjing City, Jiangsu Province, 211800 Applicant after: CRCC (Jiangsu) Testing Technology Co., Ltd Address before: 211800 Qiaolin Industrial Park, Pukou District, Nanjing, Jiangsu Province, No. 18-22 Applicant before: JIANGSU ZHONGLU ENGINEERING DETECTION Co.,Ltd. |
|
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20180831 |