CN108663340A - 一种砂土含水率的测量方法及系统 - Google Patents

一种砂土含水率的测量方法及系统 Download PDF

Info

Publication number
CN108663340A
CN108663340A CN201810855971.2A CN201810855971A CN108663340A CN 108663340 A CN108663340 A CN 108663340A CN 201810855971 A CN201810855971 A CN 201810855971A CN 108663340 A CN108663340 A CN 108663340A
Authority
CN
China
Prior art keywords
near infrared
atlas
infrared spectra
sample
detected
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
Application number
CN201810855971.2A
Other languages
English (en)
Inventor
魏强
赵静卓
张富奎
杨万鹏
任国斌
吴来帝
张军林
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Gansu Communications Planning Survey And Design Institute Ltd By Share Ltd
Gansu Co Ltd Of Chang Long Highway Maintenance Institute For Research And Technology
Original Assignee
Gansu Communications Planning Survey And Design Institute Ltd By Share Ltd
Gansu Co Ltd Of Chang Long Highway Maintenance Institute For Research And Technology
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Gansu Communications Planning Survey And Design Institute Ltd By Share Ltd, Gansu Co Ltd Of Chang Long Highway Maintenance Institute For Research And Technology filed Critical Gansu Communications Planning Survey And Design Institute Ltd By Share Ltd
Priority to CN201810855971.2A priority Critical patent/CN108663340A/zh
Publication of CN108663340A publication Critical patent/CN108663340A/zh
Pending legal-status Critical Current

Links

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
    • G01N21/359—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light using near infrared light
    • 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
    • G01N21/3563—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light for analysing solids; Preparation of samples therefor
    • 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
    • G01N2021/3595—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light using FTIR

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

本发明公开了一种砂土含水率的测量方法及系统。该方法包括采用傅里叶红外光谱仪采集样品砂土的样品近红外光谱图；对所述样品近红外光谱图进行预处理，得到基线校正后的样品近红外光谱图；采用偏最小二乘法，建立样品砂土含水率与所述砂土的基线校正后的样品近红外光谱图的含水率测量曲线；获取待检测的砂土的待检测的近红外光谱图；对所述待检测的近红外光谱图进行预处理，得到基线校正后的待检测的近红外光谱图；根据所述基线校正后的待检测的测近红外光谱图，按照所述含水率测量曲线，获得所述待检测的砂土的含水率。采用本发明所提供的测量方法及系统能够快速、准确测量出砂土的含水率。

Description

一种砂土含水率的测量方法及系统
技术领域
本发明涉及道路工程应用领域，特别是涉及一种砂土含水率的测量方法及系统。
背景技术
目前，用于测量砂土含水率的方法是根据公路土工试验规程JTG E40-2007中烘干法。具体包括：称取一定质量的代表性土样，放入称量盒内，放置在105℃～110℃的烘箱中至恒重，按下式计算含水率：w含水率＝(m湿土-m干土)/m干土*100％。
上述方法存在的问题是测试过程耗费时间较长，不能较为快速、及时的反映砂土的含水率。
发明内容
本发明的目的是提供一种砂土含水率的测量方法及系统，以快速、准确的测量砂土的含水率。
为实现上述目的，本发明提供了如下方案：
一种砂土含水率的测量方法，包括：
采用傅里叶红外光谱仪采集样品砂土的样品近红外光谱图；
对所述样品近红外光谱图进行预处理，得到基线校正后的样品近红外光谱图；
采用偏最小二乘法，建立样品砂土含水率与所述砂土的基线校正后的样品近红外光谱图的含水率测量曲线；
获取待检测的砂土的待检测的近红外光谱图；
对所述待检测的近红外光谱图进行预处理，得到基线校正后的待检测的近红外光谱图；
根据所述基线校正后的待检测的测近红外光谱图，按照所述含水率测量曲线，获得所述待检测的砂土的含水率。
可选的，所述采用偏最小二乘法，建立样品砂土含水率与所述砂土的基线校正后的样品近红外光谱图的含水率测量曲线，具体包括：
获取不同含水率的样品砂土对应的样品近红外光谱图；
采用偏最小二乘法确定所述样品近红外光谱图内波长差值大于波长范围阈值的波长区域；
对所述波长区域内的波长进行校正，得到矫正后的样品近红外光谱图；
根据多个所述矫正后的样品近红外光谱图建立含水率测量曲线。
可选的，所述对所述样品近红外光谱图进行预处理，得到基线校正后的样品近红外光谱图，具体包括：
对所述样品近红外光谱图进行平滑处理，得到平滑后的样品近红外光谱图；
对所述平滑后的样品近红外光谱图进行基线校正处理，得到基线校正后的样品近红外光谱图。
可选的，所述对所述待检测的近红外光谱图预处理，得到基线校正后的待检测的近红外光谱图，具体包括：
对所述待检测的近红外光谱图进行平滑处理，得到平滑后的待检测的近红外光谱图；
对所述平滑后的待检测的近红外光谱图进行基线校正处理，得到基线校正后的待检测的近红外光谱图。
可选的，所述根据所述基线校正后的待检测的近红外光谱图，按照所述含水率测量曲线，获得所述待检测的砂土的含水率，还包括：
判断所述砂土的含水率与含水率试验值的误差是否小于误差阈值；所述含水率试验值通过试验得到；
若是，确定所述含水率测量曲线准确；
若否，修正所述含水率测量曲线。
一种砂土含水率的测量系统，包括：
采集模块，用于采用傅里叶红外光谱仪采集样品砂土的样品近红外光谱图；
第一处理模块，用于对所述样品近红外光谱图进行预处理，得到基线校正后的样品近红外光谱图；
曲线建立模块，用于采用偏最小二乘法，建立样品砂土含水率与所述砂土的基线校正后的样品近红外光谱图的含水率测量曲线；
获取模块，用于获取待检测的砂土的待检测的近红外光谱图；
第二处理模块，用于对所述待检测的近红外光谱图进行预处理，得到基线校正后的待检测的近红外光谱图；
含水率测量模块，用于根据所述基线校正后的待检测的测近红外光谱图，按照所述含水率测量曲线，获得所述待检测的砂土的含水率。
可选的，所述曲线建立模块具体包括：
获取单元，用于获取不同含水率的样品砂土对应的样品近红外光谱图；
波长区域确定单元，用于采用偏最小二乘法确定所述样品近红外光谱图内波长差值大于波长范围阈值的波长区域；
波长校正单元，用于对所述波长区域内的波长进行校正，得到矫正后的样品近红外光谱图；
曲线建立单元，用于根据多个所述矫正后的样品近红外光谱图建立含水率测量曲线。
可选的，所述第一处理模块具体包括：
第一平滑处理单元，用于对所述样品近红外光谱图进行平滑处理，得到平滑后的样品近红外光谱图；
第一基线校正单元，用于对所述平滑后的样品近红外光谱图进行基线校正处理，得到基线校正后的样品近红外光谱图。
可选的，所述第二处理模块具体包括：
第二平滑处理单元，用于对所述待检测的近红外光谱图进行平滑处理，得到平滑后的待检测的近红外光谱图；
第二基线校正单元，用于对所述平滑后的待检测的近红外光谱图进行基线校正处理，得到基线校正后的待检测的近红外光谱图。
可选的，所述测量系统还包括：
判断模块，用于判断所述砂土的含水率与含水率试验值的误差是否小于误差阈值；所述含水率试验值通过试验得到；
确定模块，用于当所述砂土的含水率与含水率试验值的误差小于误差阈值时，确定所述含水率测量曲线准确；
修正模块，用于所述砂土的含水率与含水率试验值的误差不小于误差阈值时，修正所述含水率测量曲线。
根据本发明提供的具体实施例，本发明公开了以下技术效果：本发明基于近红外光谱图建立含水率测量曲线，根据待检测的砂土的近红外光谱图能够快速测量出含水率，近红外光谱分析只是获取样品的光谱信号，不通过常规化学反应的手段来测定样品，不使用化学试剂，因此测试过程中不会产生任何污染，且大大缩短了测量时长，测量更精确。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的砂土含水率的测量方法流程图；
图2为本发明实施例提供的在红外软件中对砂土近红外谱图进行预处理的曲线图；
图3为本发明实施例提供的建立砂土含水率标准曲线的界面图；
图4为本发明实施例提供的在红外软件中对石英砂近红外谱图进行预处理的曲线图；
图5为本发明实施例提供的建立石英砂含水率标准曲线的界面图；
图6为本发明实施例提供的在红外软件中对粗石英砂近红外谱图进行预处理的曲线图；
图7为本发明实施例提供的建立粗石英砂含水率标准曲线的界面图；
图8为本发明实施例提供的砂土含水率测量系统的结构框图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本发明作进一步详细的说明。
图1为本发明实施例提供的砂土含水率的测量方法流程图，如图1所示，一种砂土含水率的测量方法，包括：
步骤101：采用傅里叶红外光谱仪采集样品砂土的样品近红外光谱图。
采用傅里叶红外光谱仪，其工作条件为：光谱扫描范围为4000～10000cm-1，扫描次数128次。首先采集背景的红外谱图，然后再分别采集上述不同含水率的砂土谱图，最后扣除背景，即分别得到所采集不同含水率砂土的近红外光谱图。
步骤102：对所述样品近红外光谱图进行预处理，得到基线校正后的样品近红外光谱图。分别对上述所采集砂土的近红外光谱图按常规方法进行平滑、基线校正处理(必要时可进行其它预处理，如消除常数、一阶求导、二阶求导等)，得到基线校正后的样品近红外光谱图。
步骤103：采用偏最小二乘法，建立样品砂土含水率与所述砂土的基线校正后的样品近红外光谱图的含水率测量曲线。
获取不同含水率的样品砂土对应的样品近红外光谱图；采用偏最小二乘法确定所述样品近红外光谱图内波长差值大于波长范围阈值的波长区域；波长区域范围5546.27～8832.38cm-1(石英砂)、5484.56～8500.68cm-1(粗石英砂)、5029.44～7197.04cm-1(砂土)。对所述波长区域内的波长进行校正，得到矫正后的样品近红外光谱图；根据多个所述矫正后的样品近红外光谱图建立含水率测量曲线。
步骤104：获取待检测的砂土的待检测的近红外光谱图。
步骤105：对所述待检测的近红外光谱图进行预处理，得到基线校正后的待检测的近红外光谱图。对所述待检测的近红外光谱图进行平滑处理，得到平滑后的待检测的近红外光谱图；对所述平滑后的待检测的近红外光谱图进行基线校正处理，得到基线校正后的待检测的近红外光谱图。
步骤106：根据所述基线校正后的待检测的测近红外光谱图，按照所述含水率测量曲线，获得所述待检测的砂土的含水率。
获得所述待检测的砂土的含水率之后，还包括：
判断所述砂土的含水率与含水率试验值的误差是否小于误差阈值；所述含水率试验值通过试验得到；
若是，确定所述含水率测量曲线准确；
若否，修正所述含水率测量曲线。
图2为本发明实施例提供的在红外软件中对砂土近红外谱图进行预处理的曲线图；图3为本发明实施例提供的建立砂土含水率标准曲线的界面图。
具体操作过程为：采用傅里叶红外光谱仪，设置光谱扫描范为围4000～10000cm-1，扫描次数128次。采集20个不同含水率砂土的近红外谱图，扣除背景，并对谱图进行平滑、基线校正预处理，得到优化的近红外谱图，如图2所示。将经过优化后的待检测的红外光谱图导入到TQ软件；利用TQ软件选定波长区域范围；并对其进行校正，建立含水率测量曲线，得到标准曲线图，如图3所示。
图4为本发明实施例提供的在红外软件中对石英砂近红外谱图进行预处理的曲线图；图5为本发明实施例提供的建立石英砂含水率标准曲线的界面图。
具体操作过程为：采用傅里叶红外光谱仪，设置光谱扫描范为围4000～10000cm-1，扫描次数128次。采集20个不同含水率石英砂的近红外谱图，扣除背景，并对谱图进行平滑、基线校正预处理，得到优化的近红外谱图，如图4所示。将经过优化后的待检测的红外光谱图导入到TQ软件；利用TQ软件选定波长区域范围；并对其进行校正，建立石英砂含水率测量曲线，得到标准曲线图，如图5所示。
图6为本发明实施例提供的在红外软件中对粗石英砂近红外谱图进行预处理的曲线图；图7为本发明实施例提供的建立粗石英砂含水率标准曲线的界面图。
具体操作过程为：采用傅里叶红外光谱仪，设置光谱扫描范为围4000～10000cm-1，扫描次数128次。采集20个不同含水率粗石英砂的近红外谱图，扣除背景，并对谱图进行平滑、基线校正预处理，得到优化的近红外谱图，如图4所示。将经过优化后的待检测的红外光谱图导入到TQ软件；利用TQ软件选定波长区域范围；并对其进行校正，建立粗石英砂含水率测量曲线，得到标准曲线图，如图5所示。
本发明所提供的检测方法中所涉及的傅里叶红外光谱仪操作简单，且无需对样品预处理，测定全程只需1～2min，而且准确率高，数据可靠；只需要采集待测样品的近红外光谱图即可快速测定出其含水率。本发明采用傅里叶红外光谱仪采集红外谱图并与TQ软件相结合，达到快速测定含水率的目的。
图8为本发明实施例提供的砂土含水率测量系统的结构框图。如图8所述一种砂土含水率的测量系统，包括：
采集模块801，用于采用傅里叶红外光谱仪采集样品砂土的样品近红外光谱图。
第一处理模块802，用于对所述样品近红外光谱图进行预处理，得到基线校正后的样品近红外光谱图。
所述第一处理模块802具体包括：
第一平滑处理单元，用于对所述样品近红外光谱图进行平滑处理，得到平滑后的样品近红外光谱图；
第一基线校正单元，用于对所述平滑后的样品近红外光谱图进行基线校正处理，得到基线校正后的样品近红外光谱图。
曲线建立模块803，用于采用偏最小二乘法，建立样品砂土含水率与所述砂土的基线校正后的样品近红外光谱图的含水率测量曲线。
所述曲线建立模块803具体包括：
获取单元，用于获取不同含水率的样品砂土对应的样品近红外光谱图；
波长区域确定单元，用于采用偏最小二乘法确定所述样品近红外光谱图内波长差值大于波长范围阈值的波长区域；
波长校正单元，用于对所述波长区域内的波长进行校正，得到矫正后的样品近红外光谱图；
曲线建立单元，用于根据多个所述矫正后的样品近红外光谱图建立含水率测量曲线。
获取模块804，用于获取待检测的砂土的待检测的近红外光谱图。
第二处理模块805，用于对所述待检测的近红外光谱图进行预处理，得到基线校正后的待检测的近红外光谱图。
所述第二处理模块805具体包括：
第二平滑处理单元，用于对所述待检测的近红外光谱图进行平滑处理，得到平滑后的待检测的近红外光谱图；
第二基线校正单元，用于对所述平滑后的待检测的近红外光谱图进行基线校正处理，得到基线校正后的待检测的近红外光谱图。
含水率测量模块806，用于根据所述基线校正后的待检测的测近红外光谱图，按照所述含水率测量曲线，获得所述待检测的砂土的含水率。
所述测量系统还包括：
判断模块，用于判断所述砂土的含水率与含水率试验值的误差是否小于误差阈值；所述含水率试验值通过试验得到；
确定模块，用于当所述砂土的含水率与含水率试验值的误差小于误差阈值时，确定所述含水率测量曲线准确；
修正模块，用于所述砂土的含水率与含水率试验值的误差不小于误差阈值时，修正所述含水率测量曲线。
本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。对于实施例公开的系统而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。
本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处。综上所述，本说明书内容不应理解为对本发明的限制。

Claims (10)

1.一种砂土含水率的测量方法，其特征在于，包括：
采用傅里叶红外光谱仪采集样品砂土的样品近红外光谱图；
对所述样品近红外光谱图进行预处理，得到基线校正后的样品近红外光谱图；
采用偏最小二乘法，建立样品砂土含水率与所述砂土的基线校正后的样品近红外光谱图的含水率测量曲线；
获取待检测的砂土的待检测的近红外光谱图；
对所述待检测的近红外光谱图进行预处理，得到基线校正后的待检测的近红外光谱图；
根据所述基线校正后的待检测的测近红外光谱图，按照所述含水率测量曲线，获得所述待检测的砂土的含水率。
2.根据权利要求1所述的测量方法，其特征在于，所述采用偏最小二乘法，建立样品砂土含水率与所述砂土的基线校正后的样品近红外光谱图的含水率测量曲线，具体包括：
获取不同含水率的样品砂土对应的样品近红外光谱图；
采用偏最小二乘法确定所述样品近红外光谱图内波长差值大于波长范围阈值的波长区域；
对所述波长区域内的波长进行校正，得到矫正后的样品近红外光谱图；
根据多个所述矫正后的样品近红外光谱图建立含水率测量曲线。
3.根据权利要求1所述的测量方法，其特征在于，所述对所述样品近红外光谱图进行预处理，得到基线校正后的样品近红外光谱图，具体包括：
对所述样品近红外光谱图进行平滑处理，得到平滑后的样品近红外光谱图；
对所述平滑后的样品近红外光谱图进行基线校正处理，得到基线校正后的样品近红外光谱图。
4.根据权利要求1所述的测量方法，其特征在于，所述对所述待检测的近红外光谱图预处理，得到基线校正后的待检测的近红外光谱图，具体包括：
对所述待检测的近红外光谱图进行平滑处理，得到平滑后的待检测的近红外光谱图；
对所述平滑后的待检测的近红外光谱图进行基线校正处理，得到基线校正后的待检测的近红外光谱图。
5.根据权利要求1所述的测量方法，其特征在于，所述根据所述基线校正后的待检测的近红外光谱图，按照所述含水率测量曲线，获得所述待检测的砂土的含水率，还包括：
判断所述砂土的含水率与含水率试验值的误差是否小于误差阈值；所述含水率试验值通过试验得到；
若是，确定所述含水率测量曲线准确；
若否，修正所述含水率测量曲线。
6.一种砂土含水率的测量系统，其特征在于，包括：
采集模块，用于采用傅里叶红外光谱仪采集样品砂土的样品近红外光谱图；
第一处理模块，用于对所述样品近红外光谱图进行预处理，得到基线校正后的样品近红外光谱图；
曲线建立模块，用于采用偏最小二乘法，建立样品砂土含水率与所述砂土的基线校正后的样品近红外光谱图的含水率测量曲线；
获取模块，用于获取待检测的砂土的待检测的近红外光谱图；
第二处理模块，用于对所述待检测的近红外光谱图进行预处理，得到基线校正后的待检测的近红外光谱图；
含水率测量模块，用于根据所述基线校正后的待检测的测近红外光谱图，按照所述含水率测量曲线，获得所述待检测的砂土的含水率。
7.根据权利要求6所述的测量系统，其特征在于，所述曲线建立模块具体包括：
获取单元，用于获取不同含水率的样品砂土对应的样品近红外光谱图；
波长区域确定单元，用于采用偏最小二乘法确定所述样品近红外光谱图内波长差值大于波长范围阈值的波长区域；
波长校正单元，用于对所述波长区域内的波长进行校正，得到矫正后的样品近红外光谱图；
曲线建立单元，用于根据多个所述矫正后的样品近红外光谱图建立含水率测量曲线。
8.根据权利要求6所述的测量系统，其特征在于，所述第一处理模块具体包括：
第一平滑处理单元，用于对所述样品近红外光谱图进行平滑处理，得到平滑后的样品近红外光谱图；
第一基线校正单元，用于对所述平滑后的样品近红外光谱图进行基线校正处理，得到基线校正后的样品近红外光谱图。
9.根据权利要求6所述的测量系统，其特征在于，所述第二处理模块具体包括：
第二平滑处理单元，用于对所述待检测的近红外光谱图进行平滑处理，得到平滑后的待检测的近红外光谱图；
第二基线校正单元，用于对所述平滑后的待检测的近红外光谱图进行基线校正处理，得到基线校正后的待检测的近红外光谱图。
10.根据权利要求6所述的测量系统，其特征在于，所述测量系统还包括：
判断模块，用于判断所述砂土的含水率与含水率试验值的误差是否小于误差阈值；所述含水率试验值通过试验得到；
确定模块，用于当所述砂土的含水率与含水率试验值的误差小于误差阈值时，确定所述含水率测量曲线准确；
修正模块，用于所述砂土的含水率与含水率试验值的误差不小于误差阈值时，修正所述含水率测量曲线。
CN201810855971.2A 2018-07-31 2018-07-31 一种砂土含水率的测量方法及系统 Pending CN108663340A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810855971.2A CN108663340A (zh) 2018-07-31 2018-07-31 一种砂土含水率的测量方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810855971.2A CN108663340A (zh) 2018-07-31 2018-07-31 一种砂土含水率的测量方法及系统

Publications (1)

Publication Number Publication Date
CN108663340A true CN108663340A (zh) 2018-10-16

Family

ID=63788713

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810855971.2A Pending CN108663340A (zh) 2018-07-31 2018-07-31 一种砂土含水率的测量方法及系统

Country Status (1)

Country Link
CN (1) CN108663340A (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112748238A (zh) * 2020-12-24 2021-05-04 中山艾尚智同信息科技有限公司 一种便携式集料含水率实时探测仪
CN112986770A (zh) * 2021-04-09 2021-06-18 内蒙古电力(集团)有限责任公司内蒙古电力科学研究院分公司 一种基于近红外光谱的绝缘纸检测方法及装置
CN114253304A (zh) * 2022-01-11 2022-03-29 三一重型装备有限公司 机制砂含水量的控制方法及装置、系统、制砂设备
CN117990652A (zh) * 2024-04-03 2024-05-07 湖南众智云创科技有限公司 基于近红外光的混凝土骨料含水率快速测量方法与装置

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104181161A (zh) * 2013-05-21 2014-12-03 江碧涛 一种利用可见光近红外和短波红外高光谱数据的沙质岸滩含水量估算方法
CN106872398A (zh) * 2017-02-21 2017-06-20 西安近代化学研究所 一种hmx炸药水分含量快速测量方法
CN108169163A (zh) * 2017-12-22 2018-06-15 甘肃畅陇公路养护技术研究院有限公司 一种eva板内醋酸乙烯含量的测量方法及系统

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104181161A (zh) * 2013-05-21 2014-12-03 江碧涛 一种利用可见光近红外和短波红外高光谱数据的沙质岸滩含水量估算方法
CN106872398A (zh) * 2017-02-21 2017-06-20 西安近代化学研究所 一种hmx炸药水分含量快速测量方法
CN108169163A (zh) * 2017-12-22 2018-06-15 甘肃畅陇公路养护技术研究院有限公司 一种eva板内醋酸乙烯含量的测量方法及系统

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
王璨 等: "卷积神经网络用于近红外光谱预测土壤含水率", 《光谱学与光谱分析》 *

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112748238A (zh) * 2020-12-24 2021-05-04 中山艾尚智同信息科技有限公司 一种便携式集料含水率实时探测仪
CN112986770A (zh) * 2021-04-09 2021-06-18 内蒙古电力(集团)有限责任公司内蒙古电力科学研究院分公司 一种基于近红外光谱的绝缘纸检测方法及装置
CN112986770B (zh) * 2021-04-09 2024-01-30 内蒙古电力(集团)有限责任公司内蒙古电力科学研究院分公司 一种基于近红外光谱的绝缘纸检测方法及装置
CN114253304A (zh) * 2022-01-11 2022-03-29 三一重型装备有限公司 机制砂含水量的控制方法及装置、系统、制砂设备
CN117990652A (zh) * 2024-04-03 2024-05-07 湖南众智云创科技有限公司 基于近红外光的混凝土骨料含水率快速测量方法与装置

Similar Documents

Publication Publication Date Title
CN108663340A (zh) 一种砂土含水率的测量方法及系统
CN104062257B (zh) 一种基于近红外光谱测定溶液中总黄酮含量的方法
CN103018195B (zh) 近红外光谱测定pbx炸药中pctfe含量的方法
CN106645037A (zh) 基于高光谱技术检测煤矸石充填复垦重构土壤重金属含量的方法
CN104697937B (zh) 一种土壤属性高光谱识别的技术方法
CN105372188B (zh) 测量测量气的感兴趣的气体组分浓度的吸收光谱仪和方法
CN104897607A (zh) 便携式近红外光谱食品建模与快速检测一体化方法和系统
CN107131984B (zh) 一种随机振动试验测力方法
CN101738383A (zh) 基于中红外光谱的土壤重金属元素含量快速检测方法
CN104965231A (zh) 一种混凝土含水率的检测装置及方法
CN115218860B (zh) 一种基于Mems加速度传感器的道路形变预测方法
CN103411931A (zh) 基于加权多谱线标定的远程libs元素定量分析方法
CN109738380A (zh) 一种土壤盐渍化程度的高光谱遥感判断方法
CN104132720A (zh) 近红外光谱法快速检测药物片剂的片重
CN108875120B (zh) 一种桥梁短吊杆内力识别的数值迭代方法
CN107860743A (zh) 利用反射式近红外光纤探头构建快速预测原油性质的模型的方法及其应用
CN104297280A (zh) 利用核磁共振技术定量评价岩心洗油效果的方法
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
CN104390946A (zh) 测定果汁中赭曲霉毒素a含量的方法
Western et al. A calibration and temperature correction procedure for the water‐content reflectometer
RU2577806C1 (ru) Способ калибровки акселерометрического трехосевого инклинометра
CN106092961A (zh) 一种快速检测农产品中化学成分的方法
CN104458833A (zh) 一种基于时域反射原理的湿度传感器测试数据解析方法
US11428836B2 (en) Determining event characteristics of microseismic events in a wellbore using distributed acoustic sensing
CN109709060B (zh) 一种沥青软化点、针入度和质量损失的测定方法

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
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20181016