CN115112521B - 茶叶水分测定误差补偿方法、系统、电子设备和存储介质 - Google Patents
茶叶水分测定误差补偿方法、系统、电子设备和存储介质 Download PDFInfo
- Publication number
- CN115112521B CN115112521B CN202211040194.9A CN202211040194A CN115112521B CN 115112521 B CN115112521 B CN 115112521B CN 202211040194 A CN202211040194 A CN 202211040194A CN 115112521 B CN115112521 B CN 115112521B
- Authority
- CN
- China
- Prior art keywords
- error
- tea
- value
- elements
- weighing
- 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
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N5/00—Analysing materials by weighing, e.g. weighing small particles separated from a gas or liquid
- G01N5/04—Analysing materials by weighing, e.g. weighing small particles separated from a gas or liquid by removing a component, e.g. by evaporation, and weighing the remainder
- G01N5/045—Analysing materials by weighing, e.g. weighing small particles separated from a gas or liquid by removing a component, e.g. by evaporation, and weighing the remainder for determining moisture content
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2458—Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
- G06F16/2462—Approximate or statistical queries
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2458—Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
- G06F16/2474—Sequence data queries, e.g. querying versioned data
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/953—Querying, e.g. by the use of web search engines
- G06F16/9537—Spatial or temporal dependent retrieval, e.g. spatiotemporal queries
Abstract
本公开涉及茶叶检测领域,具体涉及茶叶水分测定误差补偿方法、系统、电子设备和存储介质,所述方法包括如下步骤:获取不同重量的同一茶叶试样在不同时段的重量值序列,如果出现了非线性度不符合精度要求的元素以及最大差值超出了精度要求,则将继续获取的所述不同重量的同一茶叶试样的重量值序列作为元素组成误差数集,所述精度要求为称量天平的感量;待所述误差数集的元素数目大于设定阈值时,若误差数集中的元素变化规律符合预定规律;将所述预定规律对应的误差补偿函数用于补偿称量天平的称重值。本公开解决了定期标定天平或者放弃使用成本较高的问题,使得不太符合标定要求的称量天平也能够在经过误差补偿后继续使用,提高设备使用率。
Description
技术领域
本公开涉及茶叶检测领域,具体涉及茶叶水分测定误差补偿方法、系统、电子设备和存储介质。
背景技术
茶叶水分含量是茶叶品质的重要指标,相同的储存条件下,水分含量越多,品质劣变的速度越快。因此,茶叶水分检测成为茶叶质量控制和进出口海关的必备基础检测项目之一。现行的水分检测方法主要有进出口行业推荐标准SN/T0919(进出口茶叶水分测定误差补偿方法)、国家标准GB/T8304(茶 水分测定)。上述标准的检测方法大致相同,均是采用电热恒温干燥箱对茶叶进行恒温干燥,将干燥后的茶叶称量后进行计算水分损失以得到茶叶水分含量,水分含量计算公式如下:
式中:m1为试样和烘皿烘后的质量,单位为克(g);m2为试样和烘皿烘前的质量,单位为克(g);m0为试样的质量,单位为克(g)。
可见,上述计算公式的准确度由对试样和烘皿的称量精确度有很大的关系,称量工具为分析天平,感量为0.001g,除了称量过程中引入的人工误差或随机误差,分析天平的精确度决定着最终计算得到的茶叶水分含量是否精确。而分析天平中的称重传感器通常为电阻应变片,在长时间工作中会出现疲劳效应而发生零点漂移,而且电阻应变片本身测量得到的电信号也是与载荷也就是茶叶重量呈一定的非线性变化,这些因素均会引起分析天平测量的精确度。为了解决以上问题,通常的做法是定期进行标定以使得分析天平始终处于准确的状态,实际上,如果发现不符合感量要求也就是0.001g的误差,分析天平通常会被替换成新的符合精度要求的天平,替换频次过高检测成本也会跟着提高,送至第三方称量标定机构也存在标定价格较高且标定过程费时费力的问题。 湖南大学的邱伟提出过烘干法水分测定仪的非线性误差补偿方法(邱伟. 烘干法水分测定仪的系统设计与优化[D].湖南大学,2017),提出一种适用于水分测定仪称重传感器的PSO-LSSVM非线性误差补偿方案,利用变异粒子群算法进行参数寻优,采用LSSVM2算法拟合决策回归函数,快速降低传感器非线性输出并减小温度变化对非线性误差补偿误差的影响。然而采用这种粒子群参数寻优的办法不太符合对精度要求很高的传感器误差处理,容易受随机误差影响,而且在分析天平的标定中也会处于恒温干燥环境中进行,基本不存在温度变化产生的传感器输出的非线性误差。因此,需要一种简单易行且适用于茶叶水分测定中使用的分析天平的误差补偿方法。
发明内容
本公开提供一种茶叶水分测定误差补偿方法、系统、电子设备和存储介质,能够提供一种简单易行且适用于茶叶水分测定中使用的分析天平的误差补偿方法。本公开提供以下技术方案来解决上述技术问题:
作为本公开实施例的一个方面,提供一种茶叶水分测定误差补偿方法,包括如下步骤:
S1、获取置于恒温干燥环境中的称量天平所称量的不同重量的同一茶叶试样在不同时段的重量值序列,将所述不同时段的重量值序列作为元素组成称量数集;
S2、选取固定时间段的称量数集中的元素计算所有元素的非线性度,获取元素间同一重量的茶叶试样重量值的最大差值;如果出现了所述非线性度不符合精度要求的元素以及元素间同一重量的茶叶试样重量值的最大差值超出了精度要求,则继续获取所述不同重量的同一茶叶试样的重量值序列,并将继续获取的所述不同重量的同一茶叶试样的重量值序列作为元素组成误差数集,所述精度要求为称量天平的感量;
S3、待所述误差数集的元素数目大于设定阈值时,对所述误差数集进行数据统计,并判断误差数集中的元素变化规律是否符合预定规律;
S4、如果符合预定规律,则将所述预定规律对应的误差补偿函数用于补偿茶叶水分测定中称量天平的称重值。
较佳地,获取元素间同一重量的茶叶试样重量值的最大差值的具体步骤如下:
获取不同元素对应的同一重量的茶叶试样重量值,将所述重量值与设定重量值求差,其中,不同重量对应的设定重量值不同,直至遍历选取的固定时间段内所有的元素中的重量值序列的差,并将所述差中最大的值作为最大差值。
较佳地,在步骤S2中,如果最大差值小于精度要求的值,则执行如下步骤:
选取固定时间段后的下一固定时间段,并继续执行步骤S2。
较佳地,对所述误差数集进行数据统计具体包括如下步骤:
计算误差数集的误差类型,所述误差类型包括如下类型中的至少一种:相对误差、平均误差、均方根误差、平均偏差、标准偏差和相对标准偏差。
较佳地,所述预定规律对应的误差补偿函数为:
作为本公开实施例的另一个方面,提供一种茶叶水分测定误差补偿系统,包括:
称量数集获取模块,获取置于恒温干燥环境中的称量天平所称量的不同重量的同一茶叶试样在不同时段的重量值序列,将所述不同时段的重量值序列作为元素组成称量数集;
误差数据获取模块,选取固定时间段的称量数集中的元素计算所有元素的非线性度,获取元素间同一重量的茶叶试样重量值的最大差值;如果出现了所述非线性度不符合精度要求的元素以及元素间同一重量的茶叶试样重量值的最大差值超出了精度要求,则继续获取所述不同重量的同一茶叶试样的重量值序列,并将继续获取的所述不同重量的同一茶叶试样的重量值序列作为元素组成误差数集,所述精度要求为称量天平的感量;
误差数集数据统计模块,待所述误差数集的元素数目大于设定阈值时,对所述误差数集进行数据统计,并判断误差数集中的元素变化规律是否符合预定规律;
误差补偿模块,如果符合预定规律,则将所述预定规律对应的误差补偿函数用于补偿茶叶水分测定中称量天平的称重值。
作为本公开实施例的另一个方面,提供一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现上述的茶叶水分测定误差补偿方法。
作为本公开实施例的另一个方面,提供一种计算机可读存储介质,其上存储有计算机程序,所述程序被处理器执行时实现上述的茶叶水分测定误差补偿方法的步骤。
本公开的有益效果为:获取不同重量的同一类型的茶叶试样的重量值经过统计分析得到误差数集后再行分析,而且通过判断误差是否具有预定规律,这样能够根据称量天平本身有规律的非线性进行补偿。另外,还根据预定规律对应的补充函数对称量天平的实际称量过程进行补偿,如果发现误差补偿后的效果不佳,也可以根据实际测量值对误差补偿进行调整,使得非线性误差补偿能够符合要求,这样能够使得不太符合标定要求的称量天平也能够在经过误差补偿后继续使用,提高设备使用率,降低了设备成本。
附图说明
图1为根据本公开实施例1中的茶叶水分测定误差补偿方法的流程图;
图2为根据本公开实施例2中的茶叶水分测定误差补偿系统框图。
具体实施方式
以下将参考附图详细说明本公开的各种示例性实施例、特征和方面。附图中相同的附图标记表示功能相同或相似的元件。尽管在附图中示出了实施例的各种方面,但是除非特别指出,不必按比例绘制附图。
在这里专用的词“示例性”意为“用作例子、实施例或说明性”。这里作为“示例性”所说明的任何实施例不必解释为优于或好于其它实施例。
本文中术语“和/或”,仅仅是一种描述关联对象的关联关系,表示可以存在三种关系,例如,A和/或B,可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。另外,本文中术语“至少一种”表示多种中的任意一种或多种中的至少两种的任意组合,例如,包括A、B、C中的至少一种,可以表示包括从A、B和C构成的集合中选择的任意一个或多个元素。
另外,为了更好地说明本公开,在下文的具体实施方式中给出了众多的具体细节。本领域技术人员应当理解,没有某些具体细节,本公开同样可以实施。在一些实例中,对于本领域技术人员熟知的方法、手段、元件和电路未作详细描述,以便于凸显本公开的主旨。
可以理解,本公开提及的上述各个方法实施例,在不违背原理逻辑的情况下,均可以彼此相互结合形成结合后的实施例,限于篇幅,本公开不再赘述。
此外,本公开还提供了茶叶水分测定误差补偿系统、电子设备、计算机可读存储介质、程序,上述均可用来实现本公开提供的任一种茶叶水分测定误差补偿方法,相应技术方案和描述和参见方法部分的相应记载,不再赘述。
茶叶水分测定误差补偿方法的执行主体可以是计算机或者其他能够实现茶叶水分测定误差补偿的装置,例如,方法可以由终端设备或服务器或其它处理设备执行,其中,终端设备可以为用户设备(User Equipment,UE)、移动设备、用户终端、终端、蜂窝电话、无绳电话、个人数字处理(Personal Digital Assistant,PDA)、手持设备、计算设备、车载设备、可穿戴设备等。在一些可能的实现方式中,该茶叶水分测定误差补偿方法可以通过处理器调用存储器中存储的计算机可读指令的方式来实现。
实施例1
本实施例提供一种茶叶水分测定误差补偿方法,如图1所示,包括如下步骤:
S1、获取置于恒温干燥环境中的称量天平所称量的不同重量的同一茶叶试样在不同时段的重量值序列,将所述不同时段的重量值序列作为元素组成称量数集;
S2、选取固定时间段的称量数集中的元素计算所有元素的非线性度,获取元素间同一重量的茶叶试样重量值的最大差值;如果出现了所述非线性度不符合精度要求的元素以及元素间同一重量的茶叶试样重量值的最大差值超出了精度要求,则继续获取所述不同重量的同一茶叶试样的重量值序列,并将继续获取的所述不同重量的同一茶叶试样的重量值序列作为元素组成误差数集,所述精度要求为称量天平的感量;
S3、待所述误差数集的元素数目大于设定阈值时,对所述误差数集进行数据统计,并判断误差数集中的元素变化规律是否符合预定规律;
S4、如果符合预定规律,则将所述预定规律对应的误差补偿函数用于补偿茶叶水分测定中称量天平的称重值。
基于上述配置本公开实施例可以获取不同重量的同一类型的茶叶试样的重量值经过统计分析得到误差数集后再行分析,而且通过判断误差是否具有预定规律,这样能够根据称量天平本身有规律的非线性进行补偿。
下面分别对本公开实施例的各步骤进行详细说明。
S1、获取置于恒温干燥环境中的称量天平所称量的不同重量的同一茶叶试样在不同时段的重量值序列,将所述不同时段的重量值序列作为元素组成称量数集;
其中,将茶叶和称量天平置于恒温干燥环境中如恒温干燥箱中进行称量,所述茶叶为不同重量的茶叶进行多次称量,能够得到不同重量的重量值序列作为一个元素,将多个不同时段的重量值序列也就是多个元素组成称量数集。
在本实施例中,茶叶可为普洱茶或者其他茶类,不同重量设置为2g、5g、8g和10g,首先使用标定过没问题的称量天平进行称量,再使用未经过标定或者标定不合格的称量天平进行称量。
S2、选取固定时间段的称量数集中的元素计算所有元素的非线性度,获取元素间同一重量的茶叶试样重量值的最大差值;如果出现了所述非线性度不符合精度要求的元素以及元素间同一重量的茶叶试样重量值的最大差值超出了精度要求,则继续获取所述不同重量的同一茶叶试样的重量值序列,并将继续获取的所述不同重量的同一茶叶试样的重量值序列作为元素组成误差数集,所述精度要求为称量天平的感量;其中,所述感量为天平的精度,感量越小,天平越精确,例如用于茶叶检测的称量天平的感量为0.001g。
在一些实施例中,如图1所示,获取元素间同一重量的茶叶试样重量值的最大差值的具体步骤如下:
获取不同元素对应的同一重量的茶叶试样重量值,将所述重量值与设定重量值求差,其中,不同重量对应的设定重量值不同,直至遍历选取的固定时间段内所有的元素中的重量值序列的差,并将所述差中最大的值作为最大差值。
本实施例中,非线性度的计算是用实际的数据减去理想输出曲线的数据,除以输出量程宽度的百分比。
本实施例中,在步骤S2中,如果最大差值小于精度要求的值,则执行如下步骤:
选取固定时间段后的下一固定时间段,并继续执行步骤S2。
S3、待所述误差数集的元素数目大于设定阈值时,对所述误差数集进行数据统计,并判断误差数集中的元素变化规律是否符合预定规律;所述设定阈值例如为10-50个或者更多个,可以根据元素出现误差的情况选取合适的数目。
本实施例中,对所述误差数集进行数据统计具体包括如下步骤:
计算误差数集的误差类型,所述误差类型包括如下类型中的至少一种:相对误差、平均误差、均方根误差、平均偏差、标准偏差和相对标准偏差。
S4、如果符合预定规律,则将所述预定规律对应的误差补偿函数用于补偿茶叶水分测定中称量天平的称重值;
本实施例中,所述预定规律对应的误差补偿函数为:
在一些实施例中,使用误差补偿函数补偿茶叶水分测定中称量天平的称重值后,还包括如下步骤:
S5、验证补偿效果是否符合要求,如果不符合要求,则调整预定规律也就是调整预定规律对应的误差补偿函数,例如非线性系数的计算方式或者根据实测值偏差规律给予补偿;如果符合要求,则直接将其应用于称量天平的称重值补偿。这样,可以使得非线性误差补偿能够符合要求,能够使得不太符合标定要求的称量天平也能够在经过误差补偿后继续使用,提高设备使用率,降低了设备成本。
实施例2
本实施例提供一种茶叶水分测定误差补偿系统100,如图2所示,包括:
称量数集获取模块1,获取置于恒温干燥环境中的称量天平所称量的不同重量的同一茶叶试样在不同时段的重量值序列,将所述不同时段的重量值序列作为元素组成称量数集;
误差数据获取模块2,选取固定时间段的称量数集中的元素计算所有元素的非线性度,获取元素间同一重量的茶叶试样重量值的最大差值;如果出现了所述非线性度不符合精度要求的元素以及元素间同一重量的茶叶试样重量值的最大差值超出了精度要求,则继续获取所述不同重量的同一茶叶试样的重量值序列,并将继续获取的所述不同重量的同一茶叶试样的重量值序列作为元素组成误差数集,所述精度要求为称量天平的感量;
误差数集数据统计模块3,待所述误差数集的元素数目大于设定阈值时,对所述误差数集进行数据统计,并判断误差数集中的元素变化规律是否符合预定规律;
误差补偿模块4,如果符合预定规律,则将所述预定规律对应的误差补偿函数用于补偿茶叶水分测定中称量天平的称重值。
本实施例中,获取元素间同一重量的茶叶试样重量值的最大差值包括:
获取不同元素对应的同一重量的茶叶试样重量值,将所述重量值与设定重量值求差,其中,不同重量对应的设定重量值不同,直至遍历选取的固定时间段内所有的元素中的重量值序列的差,并将所述差中最大的值作为最大差值。
本实施例中,对所述误差数集进行数据统计具体包括:
计算误差数集的误差类型,所述误差类型包括如下类型中的至少一种:相对误差、平均误差、均方根误差、平均偏差、标准偏差和相对标准偏差。
本实施例中,所述预定规律对应的误差补偿函数为:
实施例3
本实施例提供一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现实施例1中的茶叶水分测定误差补偿方法。
本公开实施例3仅仅是一个示例,不应对本公开实施例的功能和使用范围带来任何限制。
电子设备可以以通用计算设备的形式表现,例如其可以为服务器设备。电子设备的组件可以包括但不限于:至少一个处理器、至少一个存储器、连接不同系统组件(包括存储器和处理器)的总线。
总线包括数据总线、地址总线和控制总线。
存储器可以包括易失性存储器,例如随机存取存储器(RAM)和/或高速缓存存储器,还可以进一步包括只读存储器(ROM)。
存储器还可以包括具有一组(至少一个)程序模块的程序工具,这样的程序模块包括但不限于:操作系统、一个或者多个应用程序、其它程序模块以及程序数据,这些示例中的每一个或某种组合中可能包括网络环境的实现。
处理器通过运行存储在存储器中的计算机程序,从而执行各种功能应用以及数据处理。
电子设备也可以与一个或多个外部设备(例如键盘、指向设备等)通信。这种通信可以通过输入/输出(I/O)接口进行。并且,电子设备还可以通过网络适配器与一个或者多个网络(例如局域网(LAN),广域网(WAN)和/或公共网络,例如因特网)通信。网络适配器通过总线与电子设备的其它模块通信。应当明白,尽管图中未示出,可以结合电子设备使用其它硬件和/或软件模块,包括但不限于:微代码、设备驱动器、冗余处理器、外部磁盘驱动阵列、RAID(磁盘阵列)系统、磁带驱动器以及数据备份存储系统等。
应当注意,尽管在上文详细描述中提及了电子设备的若干单元/模块或子单元/模块,但是这种划分仅仅是示例性的并非强制性的。实际上,根据本申请的实施方式,上文描述的两个或更多单元/模块的特征和功能可以在一个单元/模块中具体化。反之,上文描述的一个单元/模块的特征和功能可以进一步划分为由多个单元/模块来具体化。
实施例4
本实施例提供一种计算机可读存储介质,所述可读存储介质存储有计算机程序,所述程序被处理器执行时实现实施例1中的茶叶水分测定误差补偿方法的步骤。
其中,可读存储介质可以采用的更具体可以包括但不限于:便携式盘、硬盘、随机存取存储器、只读存储器、可擦拭可编程只读存储器、光存储器件、磁存储器件或上述的任意合适的组合。
在可能的实施方式中,本公开还可以实现为一种程序产品的形式,其包括程序代码,当所述程序产品在终端设备上运行时,所述程序代码用于使所述终端设备执行实现实施例1中所述的茶叶水分测定误差补偿方法的步骤。
其中,可以以一种或多种程序设计语言的任意组合来编写用于执行本公开的程序代码,所述程序代码可以完全地在用户设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户设备上部分在远程设备上执行或完全在远程设备上执行。
尽管已经示出和描述了本公开的实施例,对于本领域的普通技术人员而言,可以理解在不脱离本公开的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型,本公开的范围由所附权利要求及其等同物限定。
Claims (8)
1.茶叶水分测定误差补偿方法,其特征在于,包括如下步骤:
S1、获取置于恒温干燥环境中的称量天平所称量的不同重量的同一茶叶试样在不同时段的重量值序列,将所述不同时段的重量值序列作为元素组成称量数集;
S2、选取固定时间段的称量数集中的元素计算所有元素的非线性度,获取元素间同一重量的茶叶试样重量值的最大差值;如果出现了所述非线性度不符合精度要求的元素以及元素间同一重量的茶叶试样重量值的最大差值超出了精度要求,则继续获取所述不同重量的同一茶叶试样的重量值序列,并将继续获取的所述不同重量的同一茶叶试样的重量值序列作为元素组成误差数集,所述精度要求为称量天平的感量;
S3、待所述误差数集的元素数目大于设定阈值时,对所述误差数集进行数据统计,并判断误差数集中的元素变化规律是否符合预定规律,所述预定规律为:,其中,为称量天平的线性系数,为非线性系数,E为弹性参数,为载荷力实测值,所述为称量重量值计算得到,所述设定阈值的数目为10-50;所述非线性系数的计算公式如下:
S4、如果符合预定规律,则将所述预定规律对应的误差补偿函数用于补偿茶叶水分测定中称量天平的称重值。
2.如权利要求1所述的茶叶水分测定误差补偿方法,其特征在于,获取元素间同一重量的茶叶试样重量值的最大差值的具体步骤如下:
获取不同元素对应的同一重量的茶叶试样重量值,将所述重量值与设定重量值求差,其中,不同重量对应的设定重量值不同,直至遍历选取的固定时间段内所有的元素中的重量值序列的差,并将所述差中最大的值作为最大差值。
3.如权利要求1或2所述的茶叶水分测定误差补偿方法,其特征在于,在步骤S2中,如果最大差值小于精度要求的值,则执行如下步骤:
选取固定时间段后的下一固定时间段,并继续执行步骤S2。
4.如权利要求1或2所述的茶叶水分测定误差补偿方法,其特征在于,对所述误差数集进行数据统计具体包括如下步骤:
计算误差数集的误差类型,所述误差类型包括如下类型中的至少一种:相对误差、平均误差、均方根误差、平均偏差、标准偏差和相对标准偏差。
6.茶叶水分测定误差补偿系统,其特征在于,包括:
称量数集获取模块,获取置于恒温干燥环境中的称量天平所称量的不同重量的同一茶叶试样在不同时段的重量值序列,将所述不同时段的重量值序列作为元素组成称量数集;
误差数据获取模块,选取固定时间段的称量数集中的元素计算所有元素的非线性度,获取元素间同一重量的茶叶试样重量值的最大差值;如果出现了所述非线性度不符合精度要求的元素以及元素间同一重量的茶叶试样重量值的最大差值超出了精度要求,则继续获取所述不同重量的同一茶叶试样的重量值序列,并将继续获取的所述不同重量的同一茶叶试样的重量值序列作为元素组成误差数集,所述精度要求为称量天平的感量;
误差数集数据统计模块,待所述误差数集的元素数目大于设定阈值时,对所述误差数集进行数据统计,并判断误差数集中的元素变化规律是否符合预定规律;所述预定规律为:,其中,为称量天平的线性系数,为非线性系数,E为弹性参数,为载荷力实测值,所述为称量重量值计算得到,所述设定阈值的数目为10-50;所述非线性系数的计算公式如下:
误差补偿模块,如果符合预定规律,则将所述预定规律对应的误差补偿函数用于补偿茶叶水分测定中称量天平的称重值。
7.一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至5任一项所述的茶叶水分测定误差补偿方法。
8.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述程序被处理器执行时实现权利要求1至5任一项所述的茶叶水分测定误差补偿方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211040194.9A CN115112521B (zh) | 2022-08-29 | 2022-08-29 | 茶叶水分测定误差补偿方法、系统、电子设备和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211040194.9A CN115112521B (zh) | 2022-08-29 | 2022-08-29 | 茶叶水分测定误差补偿方法、系统、电子设备和存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115112521A CN115112521A (zh) | 2022-09-27 |
CN115112521B true CN115112521B (zh) | 2022-11-01 |
Family
ID=83335953
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211040194.9A Active CN115112521B (zh) | 2022-08-29 | 2022-08-29 | 茶叶水分测定误差补偿方法、系统、电子设备和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115112521B (zh) |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH01225442A (ja) * | 1988-03-07 | 1989-09-08 | Akitsu Seisakusho:Kk | 加工中の茶葉水分自動計測装置 |
CN103323026A (zh) * | 2013-05-30 | 2013-09-25 | 北京控制工程研究所 | 星敏感器和有效载荷的姿态基准偏差估计与修正方法 |
CN104635725A (zh) * | 2014-12-31 | 2015-05-20 | 重庆科技学院 | 超前校正器结构参数的获取方法及装置 |
CN106053492A (zh) * | 2016-07-29 | 2016-10-26 | 梧州市自动化技术研究开发院 | 一种提高测量精度的茶叶水分数据矫正方法 |
CN107577852A (zh) * | 2017-08-11 | 2018-01-12 | 上海岩土工程勘察设计研究院有限公司 | 用于超长桩荷载传递机理研究的荷载传递函数计算方法 |
CN108052772A (zh) * | 2017-12-30 | 2018-05-18 | 北京航空航天大学 | 一种基于结构降阶模型的几何非线性静气动弹性分析方法 |
CN110568153A (zh) * | 2019-08-21 | 2019-12-13 | 浙江大学城市学院 | 一种基于自适应阶数调节非线性模型的温湿度非线性补偿方法 |
CN113722995A (zh) * | 2021-08-30 | 2021-11-30 | 中南大学 | 一种岩石弹性变形能指数的测定方法、系统、终端及可读存储介质 |
-
2022
- 2022-08-29 CN CN202211040194.9A patent/CN115112521B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH01225442A (ja) * | 1988-03-07 | 1989-09-08 | Akitsu Seisakusho:Kk | 加工中の茶葉水分自動計測装置 |
CN103323026A (zh) * | 2013-05-30 | 2013-09-25 | 北京控制工程研究所 | 星敏感器和有效载荷的姿态基准偏差估计与修正方法 |
CN104635725A (zh) * | 2014-12-31 | 2015-05-20 | 重庆科技学院 | 超前校正器结构参数的获取方法及装置 |
CN106053492A (zh) * | 2016-07-29 | 2016-10-26 | 梧州市自动化技术研究开发院 | 一种提高测量精度的茶叶水分数据矫正方法 |
CN107577852A (zh) * | 2017-08-11 | 2018-01-12 | 上海岩土工程勘察设计研究院有限公司 | 用于超长桩荷载传递机理研究的荷载传递函数计算方法 |
CN108052772A (zh) * | 2017-12-30 | 2018-05-18 | 北京航空航天大学 | 一种基于结构降阶模型的几何非线性静气动弹性分析方法 |
CN110568153A (zh) * | 2019-08-21 | 2019-12-13 | 浙江大学城市学院 | 一种基于自适应阶数调节非线性模型的温湿度非线性补偿方法 |
CN113722995A (zh) * | 2021-08-30 | 2021-11-30 | 中南大学 | 一种岩石弹性变形能指数的测定方法、系统、终端及可读存储介质 |
Non-Patent Citations (1)
Title |
---|
基于LIBSVM的称重传感器非线性误差补偿;陈年等;《衡器》;20200831(第08期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN115112521A (zh) | 2022-09-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP5036228B2 (ja) | 力測定デバイス内のドリフト現象を適応的に補正する方法、および力測定デバイス | |
CN203241127U (zh) | 温度自动补偿电子秤及校准系统 | |
CN105258779B (zh) | 电子秤自动校准方法 | |
Stanković et al. | Statistical analysis of the characteristics of some basic mass-produced passive electrical circuits used in measurements | |
CN107271081A (zh) | 基于两阶段最小二乘拟合的硅压阻式压力变送器温度补偿方法及装置 | |
CN101858811A (zh) | 高精度压力传感器信号补偿方法 | |
US20140150519A1 (en) | Electronic balance | |
CN110196201B (zh) | 高精度称重系统和称重方法,热重分析仪及存储介质 | |
CN111998919A (zh) | 燃气表校准方法及装置 | |
CN111256802A (zh) | 称重装置的校准方法及称重装置 | |
CN113701859A (zh) | 称重计数方法、装置、系统、计算机设备及可读存储介质 | |
CN115728445A (zh) | 传感器校准方法、装置、设备及计算机可读存储介质 | |
CN115112521B (zh) | 茶叶水分测定误差补偿方法、系统、电子设备和存储介质 | |
CN105424074A (zh) | 一种传感器校准系统及其控制方法、装置 | |
KR101040589B1 (ko) | 전자식 전력량계의 온도변화에 따른 전력량 보정방법 | |
CN204202717U (zh) | 多通道数字化偏载误差智能修正多孔多梁式称重传感器 | |
CN204241078U (zh) | 多通道数字化偏载误差智能修正单梁式称重传感器 | |
Aleksandrović et al. | Analysis of belt weigher accuracy limiting factors | |
KR20090011396A (ko) | 센서측정회로의 오차보정장치 및 그 방법 | |
CN110568153A (zh) | 一种基于自适应阶数调节非线性模型的温湿度非线性补偿方法 | |
CN101137893B (zh) | 电子天平 | |
CN107389176A (zh) | 一种基于多次校准的智能称重方法 | |
CN110232166A (zh) | 一种基于特征选择的皮带秤误差源分析方法 | |
CN117169638B (zh) | 变压器绝缘纸老化程度检测方法、系统、设备及存储介质 | |
CN111693083A (zh) | 在线式温湿度仪表原位校准方法 |
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 |