CN111157489B - 近红外光谱检测设备、检测方法以及分析方法 - Google Patents
近红外光谱检测设备、检测方法以及分析方法 Download PDFInfo
- Publication number
- CN111157489B CN111157489B CN202010033077.4A CN202010033077A CN111157489B CN 111157489 B CN111157489 B CN 111157489B CN 202010033077 A CN202010033077 A CN 202010033077A CN 111157489 B CN111157489 B CN 111157489B
- Authority
- CN
- China
- Prior art keywords
- near infrared
- infrared spectrum
- detection
- sensor
- detection equipment
- 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.)
- Active
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 114
- 238000002329 infrared spectrum Methods 0.000 title claims abstract description 80
- 238000004458 analytical method Methods 0.000 title claims abstract description 14
- 238000000034 method Methods 0.000 claims abstract description 45
- 230000001133 acceleration Effects 0.000 claims abstract description 32
- 230000003287 optical effect Effects 0.000 claims abstract description 20
- 238000001228 spectrum Methods 0.000 claims description 18
- 238000012360 testing method Methods 0.000 claims description 8
- 238000012937 correction Methods 0.000 claims description 5
- 230000002159 abnormal effect Effects 0.000 claims description 2
- 230000002596 correlated effect Effects 0.000 claims description 2
- 238000010428 oil painting Methods 0.000 description 16
- 238000010586 diagram Methods 0.000 description 7
- 230000003595 spectral effect Effects 0.000 description 5
- 238000004497 NIR spectroscopy Methods 0.000 description 2
- 238000000576 coating method Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 239000003814 drug Substances 0.000 description 1
- 238000013100 final test Methods 0.000 description 1
- 235000012041 food component Nutrition 0.000 description 1
- 235000012055 fruits and vegetables Nutrition 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000010183 spectrum analysis Methods 0.000 description 1
Images
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
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B21/00—Measuring arrangements or details thereof, where the measuring technique is not covered by the other groups of this subclass, unspecified or not relevant
- G01B21/02—Measuring arrangements or details thereof, where the measuring technique is not covered by the other groups of this subclass, unspecified or not relevant for measuring length, width, or thickness
-
- 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
- G01N21/01—Arrangements or apparatus for facilitating the optical investigation
-
- 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
- G01N2201/00—Features of devices classified in G01N21/00
- G01N2201/12—Circuits of general importance; Signal processing
- G01N2201/127—Calibration; base line adjustment; drift compensation
Abstract
本发明公开了一种近红外光谱检测设备,包括设于所述检测设备上的近红外光谱传感器,其特征在于,还包括加速度传感器和陀螺仪传感器,所述加速度传感器用于确定检测设备与被检测目标的角度和位置,并根据加速度传感器的数值变化,计算近红外光谱传感器与被检测目标的平面距离,即光程,所述陀螺仪传感器用于检测近红外光谱采集过程中检测设备位置状态的稳定性;本发明还公开了一种近红外光谱的检测方法和分析方法,本发明的检测扫描方法操作简单方便,适用于具备近红外光谱模块的移动智能终端的校准和预测过程,可提升实际检测正确性及确保得到正确的分析结果。
Description
技术领域
本发明涉及近红外光谱检测技术领域,特别是一种近红外光谱检测设备、检测方法以及分析方法。
背景技术
近红外光谱是一种波长介于可见光区和中红外光区之间的电磁波,近红外光谱分析作为一种快速、无损的检测技术,已广泛应用于工业、农业、医药等领域。过去近红外光谱仪体积较大、价格昂贵,只存在实验室,限制了使用领域。随着半导体、微机电加工等技术的发展,近红外检测仪向便携式发展。最近几年,随着智能手机的普及、将近红外光谱传感器嵌入到手机等移动智能终端也是一种发展趋势,用于在日常生活中检测,例如检测水果、蔬菜的新鲜度和其他营养成分。
截止目前,长虹在CES 2017年推出第一款带近红外的智能手机长虹H2,而且具有红外光谱仪的设备或红外光谱仪的智能手机也越来越普及。而这些移动终端产品与传统近红外检测设备或便携式近红外检测设备相比,由于智能终端产品体积厚度限制,这些产品都没有光腔,无法进行接触式测试,需要用户控制测试时光谱传感器与被测物体的距离与角度。近红外光谱设备本身具有很高的精密度要求,检测角度与距离偏差会引检测数据的偏差,导致后续建模以及分析的偏差。这些原因,导致用户在使用这些移动智能设备进行光谱分析检测时候,并不能方便的采集到正确的光谱数据,难以得到正确的检测分析结果。
发明内容
为解决现有技术中存在的问题,本发明的目的是提供一种基于加速度传感器和陀螺仪传感器的近红外光谱检测设备、检测方法以及分析方法,本发明的检测扫描方法操作简单方便,适用于具备近红外光谱模块的移动智能终端的校准和预测过程,可提升实际检测正确性及确保得到正确的分析结果。
为实现上述目的,本发明采用的技术方案是:一种近红外光谱检测设备,包括设于所述检测设备上的近红外光谱传感器,还包括加速度传感器和陀螺仪传感器,所述加速度传感器用于确定检测设备与被检测目标的角度和位置,并根据加速度传感器的数值变化,计算近红外光谱传感器与被检测目标的平面距离,即光程,所述陀螺仪传感器用于检测近红外光谱采集过程中检测设备位置状态的稳定性。
作为一种优选的实施方式,所述检测设备为智能移动终端。
本发明还提供一种近红外光谱的检测方法,采用如上所述的检测设备检测近红外光谱,包括以下步骤:
步骤1、将检测设备与被检测目标紧贴平行放置,使近红外光谱传感器表面平行于被检测目标,记录此时检测设备的加速度传感器的X1,Y1,Z1值,该组值记录为检测设备初始参考位置,作为初始值,同时记录光谱传感器与被检测目标的垂直距离Pos为0;
步骤2、固定检测设备远离设置近红外光谱传感器的一端,作为旋转轴,抬起检测设备设置近红外光谱传感器的一端,此时检测设备的变化,导致加速度传感器X1,Y1,Z1值的变化,同时根据加速度传感器相对于旋转轴位置的变化,根据X1,Y1,Z1计算出近红外光谱传感器与被检测目标的垂直距离Pos的距离;
步骤3、当近红外光谱传感器与被检测目标的垂直距离Pos达到规定的近红外光谱检测设备光程要求时,固定检测设备设置近红外光谱传感器这一端,并作为旋转轴,抬起检测设备步骤2中固定的远离设置近红外光谱传感器的一端,直至X1,Y1,Z1等于初始值,此时的检测设备平行于被检测目标,检测设备与被检测目标之间的距离为检测设备推荐的光程;
步骤4、启动近红外光谱传感器对近红外光谱进行扫描检测,并记录整个扫描检测过程中陀螺仪传感器X2,Y2,Z2值变化,当整个扫描检测过程,陀螺仪传感器X2,Y2,Z2值变化超过一定范围,则说明旋转过程中检测设备的位置状态稳定性不足,发生异常,直接认定检测失败,此时重复步骤1-步骤4重新检测。
本发明还提供了一种近红外光谱的分析方法,包括校正过程和预测过程,其中,校正过程中首先收集代表性的作品,再利用如上所述的近红外光谱的检测方法扫描检测样本的光谱,并将所有样本的光谱建立校准模型库;预测过程中,首先利用如上所述的近红外光谱的检测方法扫描检测待测目标样品的光谱,然后与所述校准模型库进行检索匹配,得出最终预测结果。
作为一种优选的实施方式,所述校正过程对样品的扫描检测光程与预测过程中对待检测目标样品的扫描检测光程相同。
作为另一种优选的实施方式,所述校正过程中,扫描检测样本的光谱后,根据需要使用有关标准分析方法进行测量,作为参考数据,同时通过化学计量学对光谱进行处理,并将其与参考数据关联,且将所有的数据存入校准模型库中。
本发明的有益效果是:
本发明首先确定近红外光谱检测设备初始位置状态,然后通过变化检测设备的位置,根据加速度传感器的数值变化,计算近红外光谱传感器与被检测目标平面距离,即光程,并调整检测设备到最终检测位置,最后扫描检测过程,通过陀螺仪确保检测设备位置状态,本方法检测扫描方法操作简单方便,适用于具备近红外光谱模块的移动智能终端的校准和预测过程,可提升实际检测结果的准确性。
附图说明
图1为本发明实施例中加速度传感器的示意图;
图2为本发明实施例中陀螺仪传感器的示意图;
图3为本发明实施例中基于加速度传感器计算检测设备光程距离的原理示意图;
图4为本发明实施例中近红外光谱检测方法的流程框图。
具体实施方式
下面结合附图对本发明的实施例进行详细说明。
实施例
一种近红外光谱检测设备,包括设于所述检测设备上的近红外光谱传感器,还包括加速度传感器和陀螺仪传感器,所述加速度传感器用于确定检测设备与被检测目标的角度和位置,并根据加速度传感器的数值变化,计算近红外光谱传感器与被检测目标的平面距离,即光程,所述陀螺仪传感器用于检测近红外光谱采集过程中检测设备位置状态的稳定性;图1为加速度传感器示意图,不同位置状态,检测设备X,Y,Z轴上的加速度不一样,图2为陀螺仪传感器检测X,Y,Z轴的旋转速率的示意图。
本实施例还提供一种近红外光谱的检测方法,该方法采用如上所述的检测设备,如图3和图4所示,图3为基于加速度传感器计算近红外光谱检测设备光程距离原理示意图,图4为近红外光谱检测方法的流程框图,图3中O为被检测目标,Hx和Tx作为检测设备的头尾两端位置,其中x为1、2,{H1,T1},{H2,T1},{H2,T2}表示本方法的检测设备的三个位置状态,A,B,C三点分别为三个状态下近红外光谱传感器的位置,D,E,F分别为三个状态下加速度传感器的位置。同一检测设备状态位置不同点的x,y,z三个轴的加速度值是一样的,也就是{H1,T1}状态下,H1,T1,D,A各个位置的加速度是一样的。固定T1点,从{H1,T1}状态到{H2,T1}状态,通过两个状态加速度的变化,可以计算出{H2,T1}状态的H2点到初始{H1,T1}平面的距离,这个距离也就是最后测试的光程h。固定{H2,T1}状态的H2点,从{H2,T1}状态到{H2,T2}状态。此时光程h不变,而{H2,T2}与{H1,T1}状态两平面平行,在这两个状态红外光谱传感器的位置A和位置B水平有一个偏移,相对于近红外光谱被检测物体来说,通过计算,这个偏移可以忽略不计。
下面介绍本实施例采用上述检测方法对油画艺术作品进行分析的方法,基于本分析方法的移动智能近红外光谱检测设备用于油画艺术作品防伪。由于油画不同的油画涂层具有不同的光谱图像,可用于防止恶意篡改或保护油画作品鉴别真伪,基于近红外光谱分析仪对原始油画作品进行定点光谱采集,建立校准模型库,建立油画作品的近红外光谱模型。后期售卖,展览再通过近红外光谱分析仪进行定点扫描预测匹配。
首先描述本方法用于近红外光谱分析的校准过程:
首先锁定并记录油画检测的A位置。检测设备平行放置于需建模油画表面,使近红外光谱传感器表面平行于被检测油画表面上的被检测A位置。记录此时检测设备的加速度传感器的X,Y,Z值。例如由于油画是垂直悬挂,X=0.2左右,Y=9.9左右,Z=0.2左右。这组值记录了检测设备的初始位置。当检测设备平行于被检测目标离开被检测目标表面时,该值会保持基本不变,也就是通过检测设备的加速度传感器的X,Y,Z值锁定检测设备位置状态。
然后固定检测设备远离红外光谱传感器一端,抬起检测设备另一端,使检测设备红外光谱传感器慢慢离开油画表面到红外光谱传感器建议光程距离,例如1.2cm。
此时红外光谱传感器表面距离被检测目标距离达到建议光程。这时抬起先前固定的检测设备一端,检测设备平行于被检测目标平面,此时加速度传感器的X,Y,Z值与初始状态一致。此时检测设备达到了检测的最佳状态,检测设备光谱传感器表面平行于被检测平面,并且距离为建议的光程距离。
最后启动近红外光谱传感器扫描检测,记录整个扫描检测过程的陀螺仪传感器X2,Y2,Z2值变化。当整个扫描过程,X2,Y2,Z2值变化超过一定范围,认定检测失败,需重新检测,切换若干位置,例如B,C。重复上述步骤。最终建立了油画的光谱校准模型库。
预测过程为后期鉴别油画,当后期鉴别油画时,进行预测操作,实际预测操作的近红外光谱扫描检测操作与校准过程基本一致,预测过程中,光程还是选择与油画的距离为1.2cm,直接扫描校准过程锁定记录的位置。预测过程扫描A,B,C位置的光谱数据,并与校准过程建立的校准模型库进行检索匹配,得出最终预测结果。
以上所述实施例仅表达了本发明的具体实施方式,其描述较为具体和详细,但并不能因此而理解为对本发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干变形和改进,这些都属于本发明的保护范围。
Claims (5)
1.一种近红外光谱的检测方法,其特征在于,包括近红外光谱检测设备,设于所述检测设备上的近红外光谱传感器,所述近红外光谱检测设备还包括加速度传感器和陀螺仪传感器,所述加速度传感器用于确定检测设备与被检测目标的角度和位置,并根据加速度传感器的数值变化,计算近红外光谱传感器与被检测目标的平面距离,即光程,所述陀螺仪传感器用于检测近红外光谱采集过程中检测设备位置状态的稳定性;所述的检测方法包括以下步骤:
步骤1、将检测设备与被检测目标紧贴平行放置,使近红外光谱传感器表面平行于被检测目标,记录此时检测设备的加速度传感器的X1,Y1,Z1值,该组值记录为检测设备初始参考位置,作为初始值,同时记录光谱传感器与被检测目标的垂直距离Pos为0;
步骤2、固定检测设备远离设置近红外光谱传感器的一端,作为旋转轴,抬起检测设备设置近红外光谱传感器的一端,此时检测设备的变化,导致加速度传感器X1,Y1,Z1值的变化,同时根据加速度传感器相对于旋转轴位置的变化,根据X1,Y1,Z1计算出近红外光谱传感器与被检测目标的垂直距离Pos的距离;
步骤3、当近红外光谱传感器与被检测目标的垂直距离Pos达到规定的近红外光谱检测设备光程要求时,固定检测设备设置近红外光谱传感器的一端,并作为旋转轴,抬起检测设备步骤2中固定的远离设置近红外光谱传感器的一端,直至X1,Y1,Z1等于初始值,此时的检测设备平行于被检测目标,检测设备与被检测目标之间的距离为检测设备推荐的光程;
步骤4、启动近红外光谱传感器对近红外光谱进行扫描检测,并记录整个扫描检测过程中陀螺仪传感器X2,Y2,Z2值变化,当整个扫描检测过程,陀螺仪传感器X2,Y2,Z2值变化超过一定范围,则说明旋转过程中检测设备的位置状态稳定性不足,发生异常,直接认定检测失败,此时重复步骤1-步骤4重新检测。
2.根据权利要求1所述的近红外光谱的检测方法,其特征在于,所述检测设备为智能移动终端。
3.一种近红外光谱的分析方法,其特征在于,包括校正过程和预测过程,其中,校正过程中首先收集代表性的作品,再利用如权利要求1或2所述的近红外光谱的检测方法扫描检测样本的光谱,并将所有样本的光谱建立校准模型库;预测过程中,首先利用如权利要求1或2所述的近红外光谱的检测方法扫描检测待测目标样品的光谱,然后与所述校准模型库进行检索匹配,得出最终预测结果。
4.根据权利要求3所述的近红外光谱的分析方法,其特征在于,所述校正过程对样品的扫描检测光程与预测过程中对待检测目标样品的扫描检测光程相同。
5.根据权利要求3或4所述的近红外光谱的分析方法,其特征在于,所述校正过程中,扫描检测样本的光谱后,根据需要使用有关标准分析方法进行测量,作为参考数据,同时通过化学计量学对光谱进行处理,并将其与参考数据关联,且将所有的数据存入校准模型库中。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010033077.4A CN111157489B (zh) | 2020-01-13 | 2020-01-13 | 近红外光谱检测设备、检测方法以及分析方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010033077.4A CN111157489B (zh) | 2020-01-13 | 2020-01-13 | 近红外光谱检测设备、检测方法以及分析方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111157489A CN111157489A (zh) | 2020-05-15 |
CN111157489B true CN111157489B (zh) | 2021-04-06 |
Family
ID=70562720
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010033077.4A Active CN111157489B (zh) | 2020-01-13 | 2020-01-13 | 近红外光谱检测设备、检测方法以及分析方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111157489B (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104155244A (zh) * | 2014-08-08 | 2014-11-19 | 浙江大学 | 一种应用于智能手机上的光波导生物传感器 |
CN206862335U (zh) * | 2017-07-14 | 2018-01-09 | 中国科学院新疆生态与地理研究所 | 基于虚拟陀螺仪技术的野外光谱标准化观测辅助装置 |
KR20180031429A (ko) * | 2016-09-20 | 2018-03-28 | 코디스페이스 주식회사 | 가속도 분석을 이용하여 이동 거리 계산하는 실내 측위 시스템 및 이의 이동 거리 계산 방법 |
CN109142279A (zh) * | 2018-06-29 | 2019-01-04 | 努比亚技术有限公司 | 一种光谱检测方法、移动终端及计算机可读存储介质 |
EP2727282B1 (en) * | 2011-06-03 | 2019-07-31 | Sensipass Limited | Method and computer program for providing authentication to control access to a computer system |
-
2020
- 2020-01-13 CN CN202010033077.4A patent/CN111157489B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP2727282B1 (en) * | 2011-06-03 | 2019-07-31 | Sensipass Limited | Method and computer program for providing authentication to control access to a computer system |
CN104155244A (zh) * | 2014-08-08 | 2014-11-19 | 浙江大学 | 一种应用于智能手机上的光波导生物传感器 |
KR20180031429A (ko) * | 2016-09-20 | 2018-03-28 | 코디스페이스 주식회사 | 가속도 분석을 이용하여 이동 거리 계산하는 실내 측위 시스템 및 이의 이동 거리 계산 방법 |
CN206862335U (zh) * | 2017-07-14 | 2018-01-09 | 中国科学院新疆生态与地理研究所 | 基于虚拟陀螺仪技术的野外光谱标准化观测辅助装置 |
CN109142279A (zh) * | 2018-06-29 | 2019-01-04 | 努比亚技术有限公司 | 一种光谱检测方法、移动终端及计算机可读存储介质 |
Non-Patent Citations (2)
Title |
---|
"Low-cost 3D printed 1 nm resolution smartphone sensor-based spectrometer: instrument design and application in ultraviolet spectroscopy";Tomas C,et al;《Optical Letters》;20171231;第4323-4326页 * |
基于智能手机的光纤光谱仪及其传感应用;章耀辉;《中国优秀硕士学位论文全文数据库 工程科技Ⅱ辑》;20180415;第11-24页 * |
Also Published As
Publication number | Publication date |
---|---|
CN111157489A (zh) | 2020-05-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN101692052B (zh) | 基于超光谱图像技术的名优茶真伪鉴别方法及装置 | |
CN101419166A (zh) | 基于近红外光谱和机器视觉技术的茶叶品质无损检测方法及装置 | |
CN103837492B (zh) | 一种基于近红外光谱技术的猕猴桃膨大果无损检测方法 | |
CN102636450A (zh) | 基于近红外光谱技术无损检测枸杞中枸杞多糖含量的方法 | |
CN111380809B (zh) | 一种基于偏振特性测试油膜种类的方法 | |
CN105136736A (zh) | 在线近红外样本量确定方法 | |
CN103743703A (zh) | 一种采用近红外光谱快速检测茶叶中主要成分的方法 | |
CN102590129A (zh) | 近红外检测花生中氨基酸含量的方法 | |
CN106053383A (zh) | 一种烟草加工过程中的近红外在线检测方法 | |
CN110688955A (zh) | 一种基于yolo神经网络的建筑构建目标检测方法 | |
CN111157489B (zh) | 近红外光谱检测设备、检测方法以及分析方法 | |
CN112540971B (zh) | 一种基于烟叶特征的全信息在线采集系统及方法 | |
CN103674835A (zh) | 富营养化水体中氮磷物质含量现场快速检测方法及装置 | |
CN109632650A (zh) | 可溶性固形物含量的在线检测速度补偿方法及装置 | |
CN103234923A (zh) | 一种黄酒发酵过程中总糖含量的在线监控方法 | |
JP3577281B2 (ja) | 赤外分光光度計用データ処理装置 | |
EP3835737A1 (en) | Method and apparatus for determining a vertical position of a horizontally extending interface between a first component and a second component | |
CN111122635A (zh) | 一种食用菌干燥状态在线评估方法及系统 | |
CN110174063A (zh) | 一种基于机器视觉的中性笔墨水高度检测系统及检测方法 | |
CN104181125A (zh) | 快速测定啤酒麦芽中库尔巴哈值的方法 | |
AU2020252264A1 (en) | Method for configuring a spectrometry device | |
CN116523906B (zh) | 一种玻璃基板光学性能检测方法和系统 | |
CN104049624A (zh) | 化工产品生产模式优化方法、装置和连续型化工系统 | |
CN107238595A (zh) | 封闭容器的酒精浓度测量装置及测量方法 | |
CN105259135B (zh) | 适用于实时在线的无测点温度补偿近红外测量方法 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |