CN112378895A - 一种原油含水率测量方法及系统、存储介质、设备 - Google Patents
一种原油含水率测量方法及系统、存储介质、设备 Download PDFInfo
- Publication number
- CN112378895A CN112378895A CN202011015825.2A CN202011015825A CN112378895A CN 112378895 A CN112378895 A CN 112378895A CN 202011015825 A CN202011015825 A CN 202011015825A CN 112378895 A CN112378895 A CN 112378895A
- Authority
- CN
- China
- Prior art keywords
- crude oil
- laser
- water content
- induced breakdown
- 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
Links
- 239000010779 crude oil Substances 0.000 title claims abstract description 111
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 title claims abstract description 51
- 238000000034 method Methods 0.000 title claims abstract description 47
- 238000001228 spectrum Methods 0.000 claims abstract description 69
- 230000015556 catabolic process Effects 0.000 claims abstract description 42
- 230000001678 irradiating effect Effects 0.000 claims abstract description 6
- 230000009466 transformation Effects 0.000 claims description 18
- 238000012545 processing Methods 0.000 claims description 12
- 238000010276 construction Methods 0.000 claims description 9
- 238000005259 measurement Methods 0.000 claims description 5
- 238000002536 laser-induced breakdown spectroscopy Methods 0.000 claims description 4
- 238000013528 artificial neural network Methods 0.000 claims description 3
- 238000004590 computer program Methods 0.000 claims description 3
- 238000010219 correlation analysis Methods 0.000 claims description 3
- 238000012706 support-vector machine Methods 0.000 claims description 3
- 238000000691 measurement method Methods 0.000 claims description 2
- 238000000513 principal component analysis Methods 0.000 claims 1
- 239000011435 rock Substances 0.000 description 4
- 239000000243 solution Substances 0.000 description 4
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000009614 chemical analysis method Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000005251 gamma ray Effects 0.000 description 2
- 238000012847 principal component analysis method Methods 0.000 description 2
- 238000007796 conventional method Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000002347 injection Methods 0.000 description 1
- 239000007924 injection Substances 0.000 description 1
- 239000003921 oil Substances 0.000 description 1
- 239000003129 oil well Substances 0.000 description 1
- 230000005855 radiation Effects 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
- G01N21/62—Systems in which the material investigated is excited whereby it emits light or causes a change in wavelength of the incident light
- G01N21/71—Systems in which the material investigated is excited whereby it emits light or causes a change in wavelength of the incident light thermally excited
- G01N21/718—Laser microanalysis, i.e. with formation of sample plasma
-
- 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
- G01N21/1702—Systems in which incident light is modified in accordance with the properties of the material investigated with opto-acoustic detection, e.g. for gases or analysing solids
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/14—Fourier, Walsh or analogous domain transformations, e.g. Laplace, Hilbert, Karhunen-Loeve, transforms
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/14—Fourier, Walsh or analogous domain transformations, e.g. Laplace, Hilbert, Karhunen-Loeve, transforms
- G06F17/148—Wavelet transforms
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/02—Agriculture; Fishing; Forestry; Mining
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Mathematical Physics (AREA)
- Business, Economics & Management (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Mathematical Analysis (AREA)
- Health & Medical Sciences (AREA)
- Computational Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- Strategic Management (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Analytical Chemistry (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Algebra (AREA)
- Tourism & Hospitality (AREA)
- Databases & Information Systems (AREA)
- Biochemistry (AREA)
- Chemical & Material Sciences (AREA)
- General Engineering & Computer Science (AREA)
- Software Systems (AREA)
- Primary Health Care (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Marine Sciences & Fisheries (AREA)
- Animal Husbandry (AREA)
- Agronomy & Crop Science (AREA)
- Optics & Photonics (AREA)
- Plasma & Fusion (AREA)
- Mining & Mineral Resources (AREA)
- Development Economics (AREA)
- Game Theory and Decision Science (AREA)
- Entrepreneurship & Innovation (AREA)
Abstract
一种原油含水率测量方法，其特征在于：首先通过脉冲高能量激光获得标准原油样品的激光诱导击穿光谱小波变换系数和光声信号的频谱数据，再用其作为输入信号以构建原油样品含水率的预测模型；用相同方法获得待测原油样品的激光诱导击穿光谱小波变换系数和光声信号的频谱数据，利用已构建的原油含水率的预测模型，得到待测原油样品的含水率。其优点是:充分利用了脉冲高能量激光照射到原油上产生的两种信号，将这两种信号相结合，能较准确地得出待测原油的含水率。
Description
技术领域
本发明涉及原油含水率测量技术领域，具体地说是一种原油含水率测量方法及系统、存储介质、设备。
背景技术
准确及时的检测原油含水率对注水策略调整、原油开采能力评估、油井开发寿命预测等均具有重要意义。当前我国大多数油田均已进入高含水的开发中晚期，含水率测量难度大且准确率不高。
传统的方法是用化学分析方法在实验室中测定含水率，这需要消耗大量的人力和时间。除了手动操作外，常用的利用传感器检测含水率的方法有电容法、伽马射线法、微波法等，但目前使用的很多传感器在高含水情况下都有一定局限性。如电容法由于极板的边缘效应，测量误差在3％左右，伽马射线法测量含水率范围窄，且会产生辐射，微波法仪器复杂，尤其是在即时的传感约束下。
将脉冲高能量激光照射到原油上，能产生激光诱导击穿光谱信号和光声信号，将这两个信号组合并结合化学分析法可分析得出原油的含水率。
发明内容
本发明提供一种克服上述问题或者至少部分地解决上述问题的岩屑类型识别方法及系统、存储介质、设备，以准确地识别岩屑类型，为后续工作提供有力支撑。
为了实现上述发明目的，本发明提供了如下技术方案：
本发明第一方面保护一种原油含水率测量方法，包括如下步骤：
S1、将脉冲高能量激光照射到原油样品上，以测量出N种标准原油样品的激光诱导击穿光谱和光声信号；
其中，N大于等于5；
S2、对N种标准原油样品的激光诱导击穿光谱进行小波变换，得到激光诱导击穿光谱小波变换系数，同时，对N种标准原油样品的光声信号进行傅里叶变换，得到光声信号的频谱数据；
S3、采用N种标准原油样品的激光诱导击穿光谱小波变换系数和光声信号的频谱数据作为输入信号，构建原油样品含水率的预测模型；
S4、在与步骤S1相同测量条件下，利用脉冲高能量激光测量出待测原油样品的激光诱导击穿光谱和光声信号；
S5、对待测原油样品的激光诱导击穿光谱进行与步骤S2相同的小波变换，得到激光诱导击穿光谱小波变换系数；对待测原油样品的光声信号进行与步骤S2相同的傅里叶变换，得到光声信号的频谱数据；
S6、根据待测原油样品的激光诱导击穿光谱小波变换系数和光声信号的频谱数据，利用已构建的原油样品预测模型，得到待测原油样品的含水率。
上述技术方案中，步骤S1中，所述脉冲高能量激光为纳秒激光、皮秒激光或飞秒激光，其激光能量使样品产生等离子体，从而发射出原子或离子光谱。
上述技术方案中，步骤S3中，预测模型的构建采用神经网络构方法、偏最小二乘法、支持向量机、主成分分析、相关分析法中的一种方法来构建。
上述技术方案中，步骤4中测量方法和使用仪器与步骤S1中使用的测量方法与仪器相同。
上述技术方案中，步骤S6中所使用的预测模型是步骤S3中所构建的预测模型。
本发明第二方面保护一种岩屑类型识别系统，所述系统包括测量模块、处理模块，模型构建模块，识别模块；
测量模块，利用脉冲高能量激光测量N种标准原油样品的激光诱导击穿光谱和光声信号；
处理模块，将N种标准原油及待测原油的激光诱导击穿光谱、光声信号分别进行小波变换处理、傅里叶变换处理，以得到N种标准原油及待测原油的激光诱导击穿光谱小波变换系数、光声信号的频谱数据。
模型构建模块，采用N种标准原油样品的激光诱导击穿光谱小波变换系数和光声信号的频谱数据作为输入信号，构建原油含水率的预测模型；
识别模块，选取待识别原油的激光诱导击穿光谱小波变换系数和光声信号的频谱数据作为输入值，利用已得到的原油含水率预测模型对待测原油进行识别，得到待测原油样品的含水率；
其中，N大于等于5。
本发明第三方面保护一种设备，包括：至少一个处理器，以及与所述至少一个处理器通信连接的存储器；
其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行本申请第一方面中任一项所述方法的步骤。
本发明第四方面保护一种可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现本申请第一方面中任一项所述方法的步骤。
本发明的一种原油含水率测量方法及其施工工艺，其优点是：充分利用了脉冲高能量激光照射到原油上产生的两种信号，将这两种信号相结合，能较准确地得出待测原油的含水率，能降低原油含水率测量的时间，提高测量的效率。此外，该种测量方法可用于原油含水率的在线测量。
附图说明
图1是本发明一种实施例中的原油含水率测量的方法流程图；
图2是本发明一种实施例中的原油含水率测量的系统模块图；
具体实施方式
以下对本发明的优选实施例进行说明，应当理解，此处所描述的优选实施例仅用于说明和解释本发明，并不用于限定本发明。
实施例一：
本实施例提供了一种原油含水率测量方法，参见图1，本实施例的方法包括如下步骤：
S1、将脉冲高能量激光照射到原油样品上，以测量出N种标准原油样品的激光诱导击穿光谱和光声信号；
在本申请实施例中，标准原油样品类型不能太少，即标准原油样品数量N不能小于5。所述脉冲高能量激光为纳秒激光、皮秒激光或飞秒激光，其激光能量使样品产生等离子体，从而发射出原子或离子光谱。
S2、对N种标准原油样品的激光诱导击穿光谱进行小波变换，得到激光诱导击穿光谱小波变换系数，同时，对N种标准原油样品的光声信号进行傅里叶变换，得到光声信号的频谱数据；
S3、采用N种标准原油样品的激光诱导击穿光谱小波变换系数和光声信号的频谱数据作为输入信号，构建原油样品含水率的预测模型；
在本申请实施例中，预测模型的构建采用神经网络构方法、偏最小二乘法、支持向量机、主成分分析、相关分析法中的一种方法来构建。
S4、在与步骤S1相同测量条件下，利用脉冲高能量激光测量出待测原油样品的激光诱导击穿光谱和光声信号；
在本申请实施例中，步骤4中测量方法和使用仪器与步骤S1中使用的测量方法与仪器相同；
S5、对待测原油样品的激光诱导击穿光谱进行与步骤S2相同的小波变换，得到激光诱导击穿光谱小波变换系数；对待测原油样品的光声信号进行与步骤S2相同的傅里叶变换，得到光声信号的频谱数据；
S6、根据待测原油样品的激光诱导击穿光谱小波变换系数和光声信号的频谱数据，利用已构建的原油样品含水率预测模型，得到待测原油样品的含水率。
在本申请实施例中，步骤S6中所使用的预测模型是步骤S3中所构建的预测模型。
本申请实施例的技术方案，将脉冲高能量激光照射到原油上，测量出N种标准原油样品的激光诱导击穿光谱和光声信号数据，对激光诱导击穿光谱进行小波变换，对光声信号进行傅里叶变换，根据激光诱导击穿光谱小波变换系数和光声信号的频谱数据，构建出原油含水率预测模型。在这个模型的基础上，只需要测量出待测原油样品的激光诱导击穿光谱和光声信号数据，就可以得到待测原油的含水率。
实施例二:
基于与实施例一同样的发明构思，本实施例提供一种岩屑类型识别系统，参见图2，所述系统包括测量模块、处理模块，模型构建模块，识别模块；
测量模块，利用脉冲高能量激光测量N种标准原油样品的激光诱导击穿光谱和光声信号；
处理模块，将N种标准原油及待测原油的激光诱导击穿光谱、光声信号分别进行小波变换处理、傅里叶变换处理，以得到N种标准原油及待测原油的激光诱导击穿光谱小波变换系数、光声信号的频谱数据。
模型构建模块，采用N种标准原油样品的激光诱导击穿光谱小波变换系数和光声信号的频谱数据作为输入信号，构建原油含水率的预测模型；
识别模块，选取待识别原油的激光诱导击穿光谱小波变换系数和光声信号的频谱数据作为输入值，利用已得到的原油含水率预测模型对待测原油进行识别，得到待测原油样品的含水率；
其中，N大于等于5。
由于本实施例所介绍的一种原油含水率测量系统为实现本申请实施例一种原油含水率测量方法所采用的系统，故而基于本申请实施例一种所介绍的一种原油含水率测量方法，本领域所述技术人员能够了解本实施例的系统的具体实施方式以及各种变化形式，所以在此对于如何利用本文中的系统实现实施例一种的方法不再详细介绍。只要本领域所述技术人员用于实现本申请实施例中一种原油含水率测量方法所采用的系统，都属于本申请所欲保护的范围。
基于与前述实施例中同样的发明构思，本发明实施例还提供一种设备，包括：至少一个处理器，以及与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行时实现前文任一所述方法的步骤。
基于与前述实施例中同样的发明构思，本发明实施例还提供一种存储介质，其上存储有计算机程序，该程序被处理器执行时实现前文任一所述方法的步骤。
结合本文中所公开的实施例描述的各示例的方法或算法步骤，能够以电子硬件、处理器执行的软件模块、或者二者的结合来实现，软件模块可以置于随机储存器、内存、只读存储器、电可编程ROM、电可擦除可编程ROM、寄存器、硬盘、可移动磁盘、CD-ROM、或技术领域内所公知的任意其他形式的存储介质中。为了清楚地说明硬件和软件的可互换性，在上述说明中已经按照功能性一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应超过本发明的范围。
显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。
Claims (8)
1.一种原油含水率测量方法，其特征在于：包括如下步骤：
S1、将脉冲高能量激光照射到原油样品上，以测量出N种标准原油样品的激光诱导击穿光谱和光声信号；
其中，N大于等于5；
S2、对N种标准原油样品的激光诱导击穿光谱进行小波变换，得到激光诱导击穿光谱小波变换系数，同时，对N种标准原油样品的光声信号进行傅里叶变换，得到光声信号的频谱数据；
S3、采用N种标准原油样品的激光诱导击穿光谱小波变换系数和光声信号的频谱数据作为输入信号，构建原油样品含水率的预测模型；
S4、在与步骤S1相同测量条件下，利用脉冲高能量激光测量出待测原油样品的激光诱导击穿光谱和光声信号；
S5、对待测原油样品的激光诱导击穿光谱进行与步骤S2相同的小波变换，得到激光诱导击穿光谱小波变换系数；对待测原油样品的光声信号进行与步骤S2相同的傅里叶变换，得到光声信号的频谱数据；
S6、根据待测原油样品的激光诱导击穿光谱小波变换系数和光声信号的频谱数据，利用已构建的原油样品预测模型，得到待测原油样品的含水率。
2.如权利要求1所述的一种原油含水率测量方法，其特征在于：步骤S1中，所述脉冲高能量激光为纳秒激光、皮秒激光或飞秒激光，其激光能量使样品产生等离子体，从而发射出原子或离子光谱。
3.如权利要求1所述的一种原油含水率测量方法，其特征在于：步骤S3中，预测模型的构建采用神经网络构方法、偏最小二乘法、支持向量机、主成分分析、相关分析法中的一种方法来构建。
4.如权利要求1所述的一种原油含水率测量方法，其特征在于：步骤4中测量方法和使用仪器与步骤S1中使用的测量方法与仪器相同。
5.如权利要求1所述的一种原油含水率测量方法，其特征在于：步骤S6中所使用的预测模型是步骤S3中所构建的预测模型。
6.一种原油含水率测量系统，其特征在于：所述系统包括测量模块、处理模块，模型构建模块，识别模块；
测量模块，利用脉冲高能量激光测量N种标准原油样品的激光诱导击穿光谱和光声信号；
处理模块，将N种标准原油及待测原油的激光诱导击穿光谱、光声信号分别进行小波变换处理、傅里叶变换处理，以得到N种标准原油样品及待测原油样品的激光诱导击穿光谱小波变换系数、光声信号的频谱数据。
模型构建模块，采用N种标准原油样品的激光诱导击穿光谱小波变换系数和光声信号的频谱数据作为输入信号，构建原油含水率的预测模型；
识别模块，选取待识别原油的激光诱导击穿光谱小波变换系数和光声信号的频谱数据作为输入值，利用已得到的原油含水率预测模型对待测原油样品进行识别，得到待测原油样品的含水率；
其中，N大于等于5。
7.一种设备，包括：至少一个处理器，以及与所述至少一个处理器通信连接的存储器；
其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行权利要求1-5中任一项所述方法的步骤。
8.一种可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现权利要求1-5任一项所述方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011015825.2A CN112378895A (zh) | 2020-09-24 | 2020-09-24 | 一种原油含水率测量方法及系统、存储介质、设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011015825.2A CN112378895A (zh) | 2020-09-24 | 2020-09-24 | 一种原油含水率测量方法及系统、存储介质、设备 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN112378895A true CN112378895A (zh) | 2021-02-19 |
Family
ID=74586564
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202011015825.2A Pending CN112378895A (zh) | 2020-09-24 | 2020-09-24 | 一种原油含水率测量方法及系统、存储介质、设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112378895A (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114047177A (zh) * | 2021-11-04 | 2022-02-15 | 广东电网有限责任公司广州供电局 | 有机绝缘材料含水率的检测方法 |
| CN118047351A (zh) * | 2024-04-16 | 2024-05-17 | 河北启明氢能源发展有限公司 | 一种高纯氢气生产制备系统及方法 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH08271336A (ja) * | 1995-03-31 | 1996-10-18 | Kao Corp | 光音響分光測定装置 |
| US20150168368A1 (en) * | 2013-12-18 | 2015-06-18 | Saudi Arabian Oil Company | Method for non-intrusive measurement of low water content in oil |
| CN110514594A (zh) * | 2019-08-16 | 2019-11-29 | 长江大学 | 一种基于光声光谱的水稻种子水分含量分级快速检测方法 |
| CN110567941A (zh) * | 2019-08-19 | 2019-12-13 | 长江大学 | 一种基于主要元素光谱强度的水稻种子水分含量分级检测方法 |
-
2020
- 2020-09-24 CN CN202011015825.2A patent/CN112378895A/zh active Pending
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH08271336A (ja) * | 1995-03-31 | 1996-10-18 | Kao Corp | 光音響分光測定装置 |
| US20150168368A1 (en) * | 2013-12-18 | 2015-06-18 | Saudi Arabian Oil Company | Method for non-intrusive measurement of low water content in oil |
| CN110514594A (zh) * | 2019-08-16 | 2019-11-29 | 长江大学 | 一种基于光声光谱的水稻种子水分含量分级快速检测方法 |
| CN110567941A (zh) * | 2019-08-19 | 2019-12-13 | 长江大学 | 一种基于主要元素光谱强度的水稻种子水分含量分级检测方法 |
Non-Patent Citations (6)
| Title |
|---|
| FATEMEH GHASEMI ET AL.: "Laser induced breakdown spectroscopy and acoustic response techniques to discriminate healthy and cancerous breast tissues", 《APPLIED OPTICS》, vol. 55, no. 29, 5 October 2016 (2016-10-05), pages 8227 - 8235 * |
| 刘木华: "《农产品质量安全 光学无损检测技术及应用》", 30 June 2011, 华中科技大学出版社, pages: 60 - 61 * |
| 吴硕: "基于光声光谱的油中含水量检测技术研究", 《中国优秀硕士学位论文全文数据库 信息科技辑》, no. 12, 15 December 2011 (2011-12-15), pages 1 - 59 * |
| 姚平 等: "基于激光诱导击穿光谱的油菜籽含油量测定研究", 《粮食与油脂》, vol. 31, no. 07, 31 December 2018 (2018-12-31), pages 49 - 51 * |
| 施彦: "《群体智能预测与优化》", 31 August 2012, 国防工业出版社, pages: 116 - 119 * |
| 邓开发 等: "《激光技术与应用》", 31 January 2002, 国防科技大学出版社, pages: 249 - 251 * |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114047177A (zh) * | 2021-11-04 | 2022-02-15 | 广东电网有限责任公司广州供电局 | 有机绝缘材料含水率的检测方法 |
| CN118047351A (zh) * | 2024-04-16 | 2024-05-17 | 河北启明氢能源发展有限公司 | 一种高纯氢气生产制备系统及方法 |
| CN118047351B (zh) * | 2024-04-16 | 2024-06-07 | 河北启明氢能源发展有限公司 | 一种高纯氢气生产制备系统及方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Thomas | A primer on multivariate calibration | |
| CN102262076B (zh) | 基于谱线组合的激光诱导击穿光谱元素浓度测量方法 | |
| Socco et al. | Feasibility of ultrasonic tomography for nondestructive testing of decay on living trees | |
| CN103983617A (zh) | 一种基于小波变换改进激光探针定量分析的方法 | |
| Desharnais et al. | Procedure for the selection and validation of a calibration model II—theoretical basis | |
| CN112378895A (zh) | 一种原油含水率测量方法及系统、存储介质、设备 | |
| CN116985183B (zh) | 一种近红外光谱分析仪质量监测管理方法及系统 | |
| CN104730042A (zh) | 一种遗传算法结合激光诱导击穿光谱提高自由定标分析精度的方法 | |
| Di Natale et al. | Sensor-array calibration time reduction by dynamic modelling | |
| CN107991536B (zh) | 一种频域介电响应测试的温度校正方法及设备 | |
| CN104297280A (zh) | 利用核磁共振技术定量评价岩心洗油效果的方法 | |
| CN104730043A (zh) | 一种基于偏最小二乘法的墨水中重金属测定方法 | |
| CN104516991A (zh) | 一种伽马传感器全温度范围补偿方法 | |
| CN117686442B (zh) | 一种氯离子扩散浓度检测方法、系统、介质及设备 | |
| Andrade‐Garda et al. | Partial Least‐Squares Regression | |
| CN102103079B (zh) | 一种光谱分析方法 | |
| CN116609422A (zh) | 基于选频带脉冲涡流的轴承套圈裂纹缺陷检测方法、系统和计算机可读存储介质 | |
| CN113533160B (zh) | 一种岩石孔隙度测量方法及装置 | |
| WO2022049854A1 (ja) | 全反射蛍光ｘ線分析装置及び推定方法 | |
| CN113295674B (zh) | 一种基于s变换的激光诱导击穿光谱特征非线性处理方法 | |
| Iwata et al. | AI-aided Hammering Test System to Automatically Generate Anomaly Maps. | |
| US20170219528A1 (en) | Method for non-destructive analysis of multiple structural parameters | |
| CN112378896A (zh) | 一种岩屑类型识别方法及系统、存储介质、设备 | |
| CN113740294A (zh) | 基于近红外建模的汽油/柴油检测分析方法及装置 | |
| CN115791742B (zh) | 一种用于微弱信号分析的相关检测方法及系统 |
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 |