CN114486765A - 一种全光谱水质分析仪协同校正方法和系统 - Google Patents
一种全光谱水质分析仪协同校正方法和系统 Download PDFInfo
- Publication number
- CN114486765A CN114486765A CN202210100531.2A CN202210100531A CN114486765A CN 114486765 A CN114486765 A CN 114486765A CN 202210100531 A CN202210100531 A CN 202210100531A CN 114486765 A CN114486765 A CN 114486765A
- Authority
- CN
- China
- Prior art keywords
- spectrum
- water quality
- data
- full
- correction
- 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.)
- Granted
Links
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
-
- 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
- G01N2201/121—Correction signals
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A20/00—Water conservation; Efficient water supply; Efficient water use
- Y02A20/152—Water filtration
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
本发明公开了一种全光谱水质分析仪协同校正方法和系统,属于全光谱水质分析仪数据处理技术领域,包括服务器、整合模块、水质检测模块和协同校正模块;所述整合模块用于设置协同校正装置;所述水质检测模块用于通过全光谱水质分析仪进行水质检测,获取水质检测方案,识别水质检测方案中水质检测点的位置,将全光谱水质分析仪设置在水质检测点上,进行水质检测,获得检测数据,将位于同一单一支流上的全光谱水质分析仪按照对应的协同校正装置进行命名;实现通过全光谱水质分析仪对水质的实时检测和校正,避免了将全光谱水质分析仪送到实验室进行校正带来的不便性和高额成本,实现对水质的秒级正确测量。
Description
技术领域
本发明属于全光谱水质分析仪数据处理技术领域,具体是一种全光谱水质分析仪协同校正方法和系统。
背景技术
随着社会的进步和工业的快速发展,人们在享受高品质生活的同时也面临着严峻的资源问题,尤其是水源污染问题;近年来河流湖泊污染事故频发,严重影响着人们的身心健康;需要加强对水质的检测,因此全光谱水质分析仪的应用也越来越广泛,同时也伴临着全光谱水质分析仪数据校正的需求增加,用于保障检测数据的正确性;但是目前在使用全光谱水质分析仪时,需要将全光谱水质分析仪送到实验室进行校正,导致校正并不方便,而且校正的成本高昂;因此,目前需要一种全光谱水质分析仪协同校正方法和系统,用于解决全光谱水质分析仪的校正问题。
发明内容
为了解决上述方案存在的问题,本发明提供了一种全光谱水质分析仪协同校正方法和系统。
本发明的目的可以通过以下技术方案实现:
一种全光谱水质分析仪协同校正系统,包括服务器、整合模块、水质检测模块和协同校正模块;所述整合模块用于设置协同校正装置;
所述水质检测模块用于通过全光谱水质分析仪进行水质检测,获取水质检测方案,识别水质检测方案中水质检测点的位置,将全光谱水质分析仪设置在水质检测点上,进行水质检测,获得检测数据,将位于同一单一支流上的全光谱水质分析仪按照对应的协同校正装置进行命名;
协同校正模块用于对全光谱水质分析仪的检测数据进行校正,具体方法包括:
实时获取协同校正装置的采集数据,采集数据包括协同数据和光谱数据,协同数据包括光谱数据和标准数据,建立校正模型,并实时通过协同数据对校正模型进行再学习;获取同命名格式的全光谱水质分析仪的光谱数据,将光谱数据整合到一个统计表中,通过校正模型对统计表内的光谱数据进行实时修正。
进一步地,整合模块设置协同校正装置的方法包括:
获取基于国际法的水质检测装置,标记为标准检测装置,获取检测水质流向图,识别检测水质流向图中的单一支流,将单一支流的末端设置为水质校核点,将标准检测装置与全光谱水质分析仪均设置在水质校核点上,将水质校核点上的标准检测装置与全光谱水质分析仪整合为协同校正装置。
进一步地,还包括内部修正模块、数据校正模块、传输模块和远程数据端,所述传输模块用于进行全光谱水质分析仪与远程数据端之间的数据传输,基于5G切片技术设置若干个传输通道,标记各个传输通道的优先级,获取全光谱水质分析仪与远程数据端之间需要传输的数据种类,将数据种类与传输通道进行匹配,识别需要进行数据传输的数据种类,根据识别的数据种类使用对应的传输通道进行数据传输。
进一步地,内部修正模块用于修正全光谱水质分析仪的光谱采集数据,建立光谱修正库,在全光谱水质分析仪内设置双蒸水比对装置,当进行水样检测时,检测光线同时检测水样和双蒸水比对装置内的双蒸水,且两者检测互不干扰,获得检测光谱和校验光谱,将检测光谱和校验光谱输入到光谱修正库中,获得采集光谱;采集光谱即为光谱修正库输出的修正光谱或检测光谱。
进一步地,建立光谱修正库的方法包括:
获取偏置匹配光谱和标准光谱,为每组偏置匹配光谱设置对应的故障原因;建立数据库,将标准光谱、偏置匹配光谱和对应的故障原因储存到数据库中,根据偏置匹配光谱、标准光谱和对应的故障原因在数据库内设置调整模型,在数据库内设置匹配单元,当获取到校验光谱和检测光谱时,匹配单元将校验光谱与标准光谱进行匹配,当匹配成功时,输出检测光谱;当匹配失败时,将校验光谱与偏置匹配光谱进行匹配,获得对应的偏置匹配光谱,将检测光谱和对应的偏置匹配光谱输入到调整模型中,获得修正光谱,输出修正光谱;将当前的数据库标记为光谱修正库。
进一步地,获取偏置匹配光谱和标准光谱的方法包括:
设置双蒸水比对装置,获取全光谱水质分析仪检测的外界环境,标记为检测环境,模拟获取的检测环境,并将模拟的检测环境标记为模拟环境,将双蒸水比对装置放置在模拟环境中;获取全光谱水质分析仪的检测光线信息,根据获取的检测光线信息设置模拟光线,通过模拟光线对双蒸水比对装置中的双蒸水进行多次检测,获得多个模拟光谱,对获得的模拟光谱进行整合,获得标准光谱;根据模拟光线设置若干组偏置光线,通过偏置光线对双蒸水比对装置中的双蒸水进行多次检测,获得多个偏置光谱,对获得的每组偏置光谱进行整合,获得若干组偏置匹配光谱。
进一步地,所述数据校正模块用于对采集光谱的分析数据进行校正,获取采集光谱的输出记录,根据采集光谱的输出记录获取光谱修正状态,当获取的光谱修正状态为未修正状态时,将采集光谱输入到数据分析模型中,获得光谱分析结果;当获取的光谱修正状态为已修正状态时,获取采集光谱对应的偏置匹配光谱和故障原因,判断获取的偏置匹配光谱和故障原因是否为首次出现,当判断获取的偏置匹配光谱和故障原因不是首次出现时,将采集光谱和偏置匹配光谱输入到数据分析模型中,获得光谱分析结果;
当判断获取的偏置匹配光谱和故障原因是首次出现时,根据偏置匹配光谱、故障原因和采集光谱对数据分析模型中的输入配置参数进行调整,将调整后的输入配置参数标记为调整参数,将偏置匹配光谱和采集光谱输入到调整后的数据分析模型中,获得光谱分析结果。
进一步地,所述远程数据端包括模型更新模块,所述模型更新模块用于根据接收到的更新数据对数据分析模型进行更新,具体方法包括:
获取现有的历史数据分析模型,获取所有匹配的全光谱水质分析仪发送的更新数据,建立数据更新表,将更新数据中的调整参数和偏置匹配光谱输入到数据更新表中,设置与数据更新表相配合的光谱检索单元,将数据更新表与光谱检索单元与历史数据分析模型进行整合,标记为数据分析模型,将数据分析模型通过对应的传输通道发送到数据校正模块中,对数据校正模块中的数据分析模型进行更新。
一种全光谱水质分析仪协同校正方法,具体方法包括:
步骤一:设置协同校正装置;
步骤二:布设全光谱水质分析仪,并通过布设的全光谱水质分析仪进行水质检测;
步骤三:通过协同校正装置的采集数据对全光谱水质分析仪的检测数据进行协同校正。
与现有技术相比,本发明的有益效果是:实现通过全光谱水质分析仪对水质的实时检测和校正,同时可以及时的发现全光谱水质分析仪出现的故障原因;避免了将全光谱水质分析仪送到实验室进行校正带来的不便性和高额成本,实现对水质的秒级正确测量;通过远程数据端,辅助处理全光谱水质分析仪不能处理的数据,并解决现有的全光谱水质分析仪因为采集数据量少,缺乏足够的训练数据对数据分析模型进行训练更新的问题,同时避免占用全光谱水质分析仪的算力。
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,下面将对实施例或现有技术描述中所需要使用的附图作简单的介绍,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为本发明原理框图。
具体实施方式
下面将结合实施例对本发明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。
如图1所示,实施例一:一种全光谱水质分析仪协同校正系统,包括服务器、整合模块、水质检测模块和协同校正模块;
所述整合模块用于设置协同校正装置,具体方法包括:
获取基于国际法的水质检测装置,标记为标准检测装置,标准检测装置是使用湿化学分析方法进行检测的,具有高精度的检测结果,一般为四小时测量一次,可以使用现有的具有相同功能的检测装置;获取检测水质流向图,识别检测水质流向图中的单一支流,单一支流指的该支流中没有其他水质的汇入,因为没有其他水质的汇入,该支流的水质成分基本不变,该支流即为单一支流;将单一支流的末端设置为水质校核点,将标准检测装置与全光谱水质分析仪均设置在水质校核点上,将水质校核点上的标准检测装置与全光谱水质分析仪整合为协同校正装置;
所述水质检测模块用于通过全光谱水质分析仪进行水质检测,具体方法包括:
获取水质检测方案,水质检测方案为水质检测前,由专家组编制的检测方案,识别水质检测方案中水质检测点的位置,水质检测点是不包括水质校核点的,将全光谱水质分析仪设置在水质检测点上,进行水质检测,获得检测数据,将位于同一单一支流上的全光谱水质分析仪按照对应的协同校正装置进行命名;即同一单一支流上的全光谱水质分析仪和协同校正装置的命名格式相同,例如GM-1、GM-2、GM-3、GM-4等等。
协同校正模块用于对全光谱水质分析仪的检测数据进行校正,具体方法包括:
实时获取协同校正装置的采集数据,采集数据包括协同数据和光谱数据,光谱数据即为由协同校正装置中全光谱水质分析仪采集的数据,协同数据包括光谱数据和标准数据,标准数据为由协同校正装置中的标准检测装置采集的数据,因为标准检测装置并不是实时进行数据采集的,所以采集数据具有不同的种类,建立校正模型,校正模型是基于CNN网络或DNN网络进行建立,以协同数据作为训练集进行训练的,即为以协同数据中的光谱数据为输入数据,以协同数据中的标准数据为输出数据进行训练的;并实时通过协同数据对校正模型进行再学习;
获取同命名格式的全光谱水质分析仪的光谱数据,将光谱数据整合到一个统计表中,协同校正装置的采集数据中的光谱数据也在统计表中,即不是协同数据内的光谱数据均在统计表中,通过校正模型对统计表内的光谱数据进行实时修正。
实现通过全光谱水质分析仪对水质的实时检测和校正,避免了将全光谱水质分析仪送到实验室进行校正带来的不便性和高额成本,实现对水质的秒级正确测量。
实施例二:与上一实施例相比,还包括内部修正模块、数据校正模块、传输模块和远程数据端;
内部修正模块用于修正全光谱水质分析仪的光谱采集数据,具体方法包括:
建立光谱修正库,在全光谱水质分析仪内设置双蒸水比对装置,与水样的检测环境相同,当进行水样检测时,检测光线同时检测水样和双蒸水比对装置内的双蒸水,且两者检测互不干扰,获得检测光谱和校验光谱,将检测光谱和校验光谱输入到光谱修正库中,获得采集光谱;采集光谱即为光谱修正库输出的修正光谱或检测光谱。
建立光谱修正库的方法包括:
获取偏置匹配光谱和标准光谱,为每组偏置匹配光谱设置对应的故障原因;建立数据库,将标准光谱、偏置匹配光谱和对应的故障原因储存到数据库中,根据偏置匹配光谱、标准光谱和对应的故障原因在数据库内设置调整模型,在数据库内设置匹配单元,当获取到校验光谱和检测光谱时,匹配单元将校验光谱与标准光谱进行匹配,当匹配成功时,输出检测光谱;当匹配失败时,将校验光谱与偏置匹配光谱进行匹配,获得对应的偏置匹配光谱,将检测光谱和对应的偏置匹配光谱输入到调整模型中,获得修正光谱,输出修正光谱;将当前的数据库标记为光谱修正库。
获取偏置匹配光谱和标准光谱的方法包括:
设置双蒸水比对装置,双蒸水比对装置为装有双蒸水的装置,可以使用能够实现本申请中双蒸水比对装置功能的现有盛放装置;获取全光谱水质分析仪检测的外界环境,标记为检测环境,模拟获取的检测环境,并将模拟的检测环境标记为模拟环境,将双蒸水比对装置放置在模拟环境中;获取全光谱水质分析仪的检测光线信息,检测光线信息包括类型、波长等信息,根据获取的检测光线信息设置模拟光线,通过模拟光线对双蒸水比对装置中的双蒸水进行多次检测,获得多个模拟光谱,对获得的模拟光谱进行整合,获得标准光谱;根据模拟光线设置若干组偏置光线,偏置光线即为设置的偏离模拟光线信息的光线,主要是基于大数据分析,采集全光谱水质分析仪因为某些原因可能产生的偏置光线进行设置的,通过偏置光线对双蒸水比对装置中的双蒸水进行多次检测,获得多个偏置光谱,对获得的每组偏置光谱进行整合,获得若干组偏置匹配光谱。
根据偏置匹配光谱、标准光谱和对应的故障原因在数据库内设置调整模型的方法包括:
根据偏置匹配光谱、标准光谱和对应的故障原因,由专家组基于CNN网络或DNN网络建立初始学习模型,通过对应的偏置光线获取若干组不同水质的训练光谱,根据训练光谱和对应的偏置匹配光谱设置修正光谱,将训练光谱、对应的偏置匹配光谱和修正光谱组成训练集,通过训练集对初始学习模型进行训练,将训练后的初始学习模型标记为调整模型,并通过后续检测产生的训练数据进行持续学习。
所述数据校正模块用于对采集光谱的分析数据进行校正,具体方法包括:
获取采集光谱的输出记录,根据采集光谱的输出记录获取光谱修正状态,光谱修正状态包括已修正状态和未修正状态,已修正状态表示采集光谱被修正过,即由原先的检测光谱修正为修正光谱;未修正状态表示采集光谱未被修正过,原先的检测光谱未被修正,输出的还是检测光谱;获取数据分析模型,数据分析模型是用于对采集光谱进行分析的数据模型,是一种神经网络模型,由远程数据端根据现有的数据分析模型进行更新的,具体的详见模型更新模型中的叙述;当获取的光谱修正状态为未修正状态时,将采集光谱输入到数据分析模型中,获得光谱分析结果;
当获取的光谱修正状态为已修正状态时,获取采集光谱对应的偏置匹配光谱和故障原因,判断获取的偏置匹配光谱和故障原因是否为首次出现,当判断获取的偏置匹配光谱和故障原因不是首次出现时,将采集光谱和偏置匹配光谱输入到数据分析模型中,获得光谱分析结果;
当判断获取的偏置匹配光谱和故障原因是首次出现时,根据偏置匹配光谱、故障原因和采集光谱对数据分析模型中的输入配置参数进行调整,即为调整检测光线的内置数据、不同特征的权重比例等参数,具体的事由专家组根据据偏置匹配光谱、故障原因和采集光谱进行调整的;将调整后的输入配置参数标记为调整参数,将偏置匹配光谱和采集光谱输入到调整后的数据分析模型中,获得光谱分析结果;
将调整参数、偏置匹配光谱和采集光谱标记为更新数据发送至传输模块。
判断获取的偏置匹配光谱和故障原因是否为首次出现的方法为:
数据分析模型每次分析不同的偏置匹配光谱和故障原因都会进行记录,且将上次数据分析模型更新点之后的记录数据均视为首次出现,相当于在数据分析模型更新后出现的未被训练过的数据都是首次出现。
所述传输模块用于进行全光谱水质分析仪与远程数据端之间的数据传输,具体方法包括:
基于5G切片技术设置若干个传输通道,标记各个传输通道的优先级,传输通道的优先级是在传输通道的建立过程中根据数据传输的需要就确定了,根据不同的优先级需要,分配不同的资源块;获取全光谱水质分析仪与远程数据端之间需要传输的数据种类,数据种类包括数据格式、数据来源;数据来源即是由什么模块产生的,将数据种类与传输通道进行匹配,即设置不同的数据使用不同的传输通道进行传输;识别需要进行数据传输的数据种类,根据识别的数据种类使用对应的传输通道进行数据传输;
接收数据校正模块发送的更新数据,将更新数据通过对应的传输通道传输给远程数据端。
通过利用5G切片技术设置传输通道,解决全光谱水质分析仪与远程数据端之间数据传输的时延性问题,提高数据传输的效率。
所述远程数据端用于对所有匹配的全光谱水质分析仪进行数据处理,包括模型更新模块,所述模型更新模块用于根据接收到的更新数据对数据分析模型进行更新,具体方法包括:
获取现有的历史数据分析模型,获取所有匹配的全光谱水质分析仪发送的更新数据,建立数据更新表,将更新数据中的调整参数和偏置匹配光谱输入到数据更新表中,设置与数据更新表相配合的光谱检索单元,光谱检索单元用于根据输入进来的偏置匹配光谱检索到数据更新表中的偏置匹配光谱,利用的是现有的图像相似度算法;将数据更新表与光谱检索单元与历史数据分析模型进行整合,标记为数据分析模型,当获取到输入进来的采集光谱和偏置匹配光谱时,通过光谱检索单元在数据更新表中获取到对应的调整参数,根据获取的调整参数对数据分析模型进行调整,将采集光谱输入到调整后的数据分析模型中,获得对应的光谱分析结果;
将数据分析模型通过对应的传输通道发送到数据校正模块中,对数据校正模块中的数据分析模型进行更新。
通过远程数据端,辅助处理全光谱水质分析仪不能处理的数据,并解决现有的全光谱水质分析仪因为采集数据量少,缺乏足够的训练数据对数据分析模型进行训练更新的问题,同时避免占用全光谱水质分析仪的算力。
一种全光谱水质分析仪协同校正方法,应用于上述中任一项的一种全光谱水质分析仪协同校正系统,具体的校正方法包括:
步骤一:设置协同校正装置;
步骤二:布设全光谱水质分析仪,并通过布设的全光谱水质分析仪进行水质检测;
步骤三:通过协同校正装置的采集数据对全光谱水质分析仪的检测数据进行协同校正。
以上实施例仅用以说明本发明的技术方法而非限制,尽管参照较佳实施例对本发明进行了详细说明,本领域的普通技术人员应当理解,可以对本发明的技术方法进行修改或等同替换,而不脱离本发明技术方法的精神和范围。
Claims (9)
1.一种全光谱水质分析仪协同校正系统,其特征在于,包括服务器、整合模块、水质检测模块和协同校正模块;所述整合模块用于设置协同校正装置;
所述水质检测模块用于通过全光谱水质分析仪进行水质检测,获取水质检测方案,识别水质检测方案中水质检测点的位置,将全光谱水质分析仪设置在水质检测点上,进行水质检测,获得检测数据,将位于同一单一支流上的全光谱水质分析仪按照对应的协同校正装置进行命名;
协同校正模块用于对全光谱水质分析仪的检测数据进行校正,具体方法包括:
实时获取协同校正装置的采集数据,采集数据包括协同数据和光谱数据,协同数据包括光谱数据和标准数据,建立校正模型,并实时通过协同数据对校正模型进行再学习;获取同命名格式的全光谱水质分析仪的光谱数据,将光谱数据整合到一个统计表中,通过校正模型对统计表内的光谱数据进行实时修正。
2.根据权利要求1所述的一种全光谱水质分析仪协同校正系统,其特征在于,整合模块设置协同校正装置的方法包括:
获取基于国际法的水质检测装置,标记为标准检测装置,获取检测水质流向图,识别检测水质流向图中的单一支流,将单一支流的末端设置为水质校核点,将标准检测装置与全光谱水质分析仪均设置在水质校核点上,将水质校核点上的标准检测装置与全光谱水质分析仪整合为协同校正装置。
3.根据权利要求1所述的一种全光谱水质分析仪协同校正系统,其特征在于,还包括内部修正模块、数据校正模块、传输模块和远程数据端,所述传输模块用于进行全光谱水质分析仪与远程数据端之间的数据传输,基于5G切片技术设置若干个传输通道,标记各个传输通道的优先级,获取全光谱水质分析仪与远程数据端之间需要传输的数据种类,将数据种类与传输通道进行匹配,识别需要进行数据传输的数据种类,根据识别的数据种类使用对应的传输通道进行数据传输。
4.根据权利要求3所述的一种全光谱水质分析仪协同校正系统,其特征在于,内部修正模块用于修正全光谱水质分析仪的光谱采集数据,建立光谱修正库,在全光谱水质分析仪内设置双蒸水比对装置,当进行水样检测时,检测光线同时检测水样和双蒸水比对装置内的双蒸水,且两者检测互不干扰,获得检测光谱和校验光谱,将检测光谱和校验光谱输入到光谱修正库中,获得采集光谱;采集光谱即为光谱修正库输出的修正光谱或检测光谱。
5.根据权利要求4所述的一种全光谱水质分析仪协同校正系统,其特征在于,建立光谱修正库的方法包括:
获取偏置匹配光谱和标准光谱,为每组偏置匹配光谱设置对应的故障原因;建立数据库,将标准光谱、偏置匹配光谱和对应的故障原因储存到数据库中,根据偏置匹配光谱、标准光谱和对应的故障原因在数据库内设置调整模型,在数据库内设置匹配单元,当获取到校验光谱和检测光谱时,匹配单元将校验光谱与标准光谱进行匹配,当匹配成功时,输出检测光谱;当匹配失败时,将校验光谱与偏置匹配光谱进行匹配,获得对应的偏置匹配光谱,将检测光谱和对应的偏置匹配光谱输入到调整模型中,获得修正光谱,输出修正光谱;将当前的数据库标记为光谱修正库。
6.根据权利要求5所述的一种全光谱水质分析仪协同校正系统,其特征在于,获取偏置匹配光谱和标准光谱的方法包括:
设置双蒸水比对装置,获取全光谱水质分析仪检测的外界环境,标记为检测环境,模拟获取的检测环境,并将模拟的检测环境标记为模拟环境,将双蒸水比对装置放置在模拟环境中;获取全光谱水质分析仪的检测光线信息,根据获取的检测光线信息设置模拟光线,通过模拟光线对双蒸水比对装置中的双蒸水进行多次检测,获得多个模拟光谱,对获得的模拟光谱进行整合,获得标准光谱;根据模拟光线设置若干组偏置光线,通过偏置光线对双蒸水比对装置中的双蒸水进行多次检测,获得多个偏置光谱,对获得的每组偏置光谱进行整合,获得若干组偏置匹配光谱。
7.根据权利要求3所述的一种全光谱水质分析仪协同校正系统,其特征在于,所述数据校正模块用于对采集光谱的分析数据进行校正,获取采集光谱的输出记录,根据采集光谱的输出记录获取光谱修正状态,当获取的光谱修正状态为未修正状态时,将采集光谱输入到数据分析模型中,获得光谱分析结果;当获取的光谱修正状态为已修正状态时,获取采集光谱对应的偏置匹配光谱和故障原因,判断获取的偏置匹配光谱和故障原因是否为首次出现,当判断获取的偏置匹配光谱和故障原因不是首次出现时,将采集光谱和偏置匹配光谱输入到数据分析模型中,获得光谱分析结果;
当判断获取的偏置匹配光谱和故障原因是首次出现时,根据偏置匹配光谱、故障原因和采集光谱对数据分析模型中的输入配置参数进行调整,将调整后的输入配置参数标记为调整参数,将偏置匹配光谱和采集光谱输入到调整后的数据分析模型中,获得光谱分析结果。
8.根据权利要求3所述的一种全光谱水质分析仪协同校正系统,其特征在于,所述远程数据端包括模型更新模块,所述模型更新模块用于根据接收到的更新数据对数据分析模型进行更新,具体方法包括:
获取现有的历史数据分析模型,获取所有匹配的全光谱水质分析仪发送的更新数据,建立数据更新表,将更新数据中的调整参数和偏置匹配光谱输入到数据更新表中,设置与数据更新表相配合的光谱检索单元,将数据更新表与光谱检索单元与历史数据分析模型进行整合,标记为数据分析模型,将数据分析模型通过对应的传输通道发送到数据校正模块中,对数据校正模块中的数据分析模型进行更新。
9.一种全光谱水质分析仪协同校正方法,其特征在于,应用于权利要求1至8中任一项所述的种全光谱水质分析仪协同校正系统中,具体方法包括:
步骤一:设置协同校正装置;
步骤二:布设全光谱水质分析仪,并通过布设的全光谱水质分析仪进行水质检测;
步骤三:通过协同校正装置的采集数据对全光谱水质分析仪的检测数据进行协同校正。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210100531.2A CN114486765B (zh) | 2022-01-27 | 2022-01-27 | 一种全光谱水质分析仪协同校正方法和系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210100531.2A CN114486765B (zh) | 2022-01-27 | 2022-01-27 | 一种全光谱水质分析仪协同校正方法和系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114486765A true CN114486765A (zh) | 2022-05-13 |
CN114486765B CN114486765B (zh) | 2022-10-18 |
Family
ID=81477360
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210100531.2A Active CN114486765B (zh) | 2022-01-27 | 2022-01-27 | 一种全光谱水质分析仪协同校正方法和系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114486765B (zh) |
Citations (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5545895A (en) * | 1995-03-20 | 1996-08-13 | The Dow Chemical Company | Method of standardizing data obtained through mass spectrometry |
JPH11344378A (ja) * | 1998-03-31 | 1999-12-14 | Horiba Ltd | 分光分析計の波長補正方法 |
JP2002168692A (ja) * | 2000-12-05 | 2002-06-14 | Anritsu Corp | 光スペクトラムアナライザおよびその波長校正方法 |
US6441388B1 (en) * | 1998-10-13 | 2002-08-27 | Rio Grande Medical Technologies, Inc. | Methods and apparatus for spectroscopic calibration model transfer |
JP2002350232A (ja) * | 2001-05-24 | 2002-12-04 | Gigaphoton Inc | 光スペクトル検出方法、及び、それを用いた光スペクトル検出プログラム、光スペクトル検出装置、分光装置、レーザ装置 |
CN101408503A (zh) * | 2007-10-11 | 2009-04-15 | 上海光谱仪器有限公司 | 一种光谱仪杂散光自动检测和动态扣除的方法及光谱仪器 |
CN107941725A (zh) * | 2017-12-24 | 2018-04-20 | 浙江大学 | 河道水质表观异常检测便携式分析仪及其检测方法 |
CN108760642A (zh) * | 2018-08-22 | 2018-11-06 | 成都益清源科技有限公司 | 全光谱实时水质分析仪 |
CN109959634A (zh) * | 2019-04-15 | 2019-07-02 | 中科谱光科技(天津)有限公司 | 一种水质监测系统及方法 |
CN111351755A (zh) * | 2020-04-28 | 2020-06-30 | 北京微芯边缘计算研究院 | 全光谱水质传感器 |
CN111443044A (zh) * | 2020-04-08 | 2020-07-24 | 重庆大学 | 多水质参数与全光谱扫描交互确认水质监测预警系统 |
CN111487213A (zh) * | 2020-04-29 | 2020-08-04 | 武汉新烽光电股份有限公司 | 多光谱融合的化学需氧量测试方法及装置 |
CN111678869A (zh) * | 2020-05-29 | 2020-09-18 | 山东省科学院海洋仪器仪表研究所 | 水质生态参数检测装置及检测方法 |
CN113286987A (zh) * | 2018-12-17 | 2021-08-20 | 赢创运营有限公司 | 识别错误校准或未校准的红外光谱仪的方法 |
AU2021104058A4 (en) * | 2021-07-12 | 2021-09-09 | Jilin Agricultural University | Analysis Method of Nutritional Quality of Pleurotus Ostreatus |
-
2022
- 2022-01-27 CN CN202210100531.2A patent/CN114486765B/zh active Active
Patent Citations (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5545895A (en) * | 1995-03-20 | 1996-08-13 | The Dow Chemical Company | Method of standardizing data obtained through mass spectrometry |
JPH11344378A (ja) * | 1998-03-31 | 1999-12-14 | Horiba Ltd | 分光分析計の波長補正方法 |
US6441388B1 (en) * | 1998-10-13 | 2002-08-27 | Rio Grande Medical Technologies, Inc. | Methods and apparatus for spectroscopic calibration model transfer |
JP2002168692A (ja) * | 2000-12-05 | 2002-06-14 | Anritsu Corp | 光スペクトラムアナライザおよびその波長校正方法 |
JP2002350232A (ja) * | 2001-05-24 | 2002-12-04 | Gigaphoton Inc | 光スペクトル検出方法、及び、それを用いた光スペクトル検出プログラム、光スペクトル検出装置、分光装置、レーザ装置 |
CN101408503A (zh) * | 2007-10-11 | 2009-04-15 | 上海光谱仪器有限公司 | 一种光谱仪杂散光自动检测和动态扣除的方法及光谱仪器 |
CN107941725A (zh) * | 2017-12-24 | 2018-04-20 | 浙江大学 | 河道水质表观异常检测便携式分析仪及其检测方法 |
CN108760642A (zh) * | 2018-08-22 | 2018-11-06 | 成都益清源科技有限公司 | 全光谱实时水质分析仪 |
CN113286987A (zh) * | 2018-12-17 | 2021-08-20 | 赢创运营有限公司 | 识别错误校准或未校准的红外光谱仪的方法 |
CN109959634A (zh) * | 2019-04-15 | 2019-07-02 | 中科谱光科技(天津)有限公司 | 一种水质监测系统及方法 |
CN111443044A (zh) * | 2020-04-08 | 2020-07-24 | 重庆大学 | 多水质参数与全光谱扫描交互确认水质监测预警系统 |
CN111351755A (zh) * | 2020-04-28 | 2020-06-30 | 北京微芯边缘计算研究院 | 全光谱水质传感器 |
CN111487213A (zh) * | 2020-04-29 | 2020-08-04 | 武汉新烽光电股份有限公司 | 多光谱融合的化学需氧量测试方法及装置 |
CN111678869A (zh) * | 2020-05-29 | 2020-09-18 | 山东省科学院海洋仪器仪表研究所 | 水质生态参数检测装置及检测方法 |
AU2021104058A4 (en) * | 2021-07-12 | 2021-09-09 | Jilin Agricultural University | Analysis Method of Nutritional Quality of Pleurotus Ostreatus |
Non-Patent Citations (4)
Title |
---|
SUJAY V. KUMAR.ET AL: "A comparison of methods for a priori bias correction in soil moisture data assimilation", 《WATER RESOURCES RESEARCH》 * |
YIMING BI.ET AL: "A local pre-processing method for near-infrared spectra, combined with spectral segmentation and standard normal variate transformation", 《ANALYTICA CHIMICA ACTA》 * |
刘兰军等: "基于 PSO - CNN 的土壤氮含量可见/近红外光谱建模", 《光学技术》 * |
姚胜: "相思树聚戊糖含量近红外光谱分析模型的建立及修正", 《光谱学与光谱分析》 * |
Also Published As
Publication number | Publication date |
---|---|
CN114486765B (zh) | 2022-10-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110581898B (zh) | 基于5g和边缘计算的物联网数据终端系统 | |
CN114092769B (zh) | 基于联邦学习的变电站多场景巡检分析方法 | |
CN114168906B (zh) | 一种基于云计算的测绘地理信息数据采集系统 | |
CN111431986A (zh) | 基于5g和ai云边协同的工业智能质检系统 | |
CN111581370B (zh) | 综合多通道数据来源的网络舆情热度评估方法及装置 | |
CN115062675A (zh) | 一种基于神经网络的全光谱污染溯源方法及云系统 | |
CN114486765B (zh) | 一种全光谱水质分析仪协同校正方法和系统 | |
CN111104430A (zh) | 一种基于分布式数据处理的数据采集智能分析系统 | |
CN116482713A (zh) | 一种用于北斗导航接收机的导航数据校验方法 | |
CN102323950B (zh) | 基于投诉信息的地点识别的方法和装置 | |
CN113115107B (zh) | 一种基于5g网络的手持视频采集终端系统 | |
CN114860788B (zh) | 一种技术推广信息服务系统及方法 | |
CN116013508A (zh) | 一种用于眼科的数据采集系统及方法 | |
CN114998597A (zh) | 基于人工智能的目标检测方法以及装置 | |
CN112153636A (zh) | 一种基于机器学习预测电信业用户携号转出的方法 | |
CN111143688B (zh) | 一种基于移动新闻客户端的评估方法及其系统 | |
CN110475198B (zh) | 一种城市道路用户轨迹纠偏处理方法及装置 | |
CN115311826B (zh) | 一种基于智能识别的语音平台电力灾情预警方法 | |
CN111427909A (zh) | 一种基于人工智能的行为大数据与心理健康测试系统 | |
CN113312319B (zh) | 一种移动互联网共享文档查重预警系统及方法 | |
CN117763075B (zh) | 一种基于云计算的测绘地理信息数据采集系统 | |
CN114866626B (zh) | 一种智能变电站以太网报文处理系统 | |
CN116506719B (zh) | 一种基于光电二极管cmos图像传感器的传输管理方法 | |
CN117061039B (zh) | 一种广播信号监测装置、方法、系统、设备及介质 | |
CN111881106B (zh) | 基于ai检验的数据标注和处理方法 |
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 | ||
PE01 | Entry into force of the registration of the contract for pledge of patent right | ||
PE01 | Entry into force of the registration of the contract for pledge of patent right |
Denomination of invention: A collaborative calibration method and system for a full spectrum water quality analyzer Effective date of registration: 20230821 Granted publication date: 20221018 Pledgee: Agricultural Bank of China Limited Hefei Baohe District Branch Pledgor: Anhui Xinyu Environmental Protection Technology Co.,Ltd. Registration number: Y2023980053078 |