CN115298629A - 通信系统、监测系统及相关方法 - Google Patents
通信系统、监测系统及相关方法 Download PDFInfo
- Publication number
- CN115298629A CN115298629A CN202180021984.XA CN202180021984A CN115298629A CN 115298629 A CN115298629 A CN 115298629A CN 202180021984 A CN202180021984 A CN 202180021984A CN 115298629 A CN115298629 A CN 115298629A
- Authority
- CN
- China
- Prior art keywords
- server
- substance
- spectral information
- data
- cloud server
- 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
- 238000004891 communication Methods 0.000 title claims abstract description 196
- 238000000034 method Methods 0.000 title claims abstract description 180
- 238000012544 monitoring process Methods 0.000 title claims abstract description 141
- 239000000126 substance Substances 0.000 claims abstract description 266
- 230000003595 spectral effect Effects 0.000 claims abstract description 190
- 238000012545 processing Methods 0.000 claims abstract description 118
- 230000008569 process Effects 0.000 claims abstract description 64
- 239000013074 reference sample Substances 0.000 claims abstract description 41
- 238000011065 in-situ storage Methods 0.000 claims abstract description 40
- 238000005201 scrubbing Methods 0.000 claims abstract description 32
- 230000003287 optical effect Effects 0.000 claims description 144
- 239000000523 sample Substances 0.000 claims description 81
- 238000001228 spectrum Methods 0.000 claims description 47
- 238000004458 analytical method Methods 0.000 claims description 28
- 230000005540 biological transmission Effects 0.000 claims description 20
- 238000012546 transfer Methods 0.000 claims description 18
- 238000004088 simulation Methods 0.000 claims description 14
- 239000007789 gas Substances 0.000 description 66
- 239000000243 solution Substances 0.000 description 50
- CURLTUGMZLYLDI-UHFFFAOYSA-N Carbon dioxide Chemical compound O=C=O CURLTUGMZLYLDI-UHFFFAOYSA-N 0.000 description 42
- 238000005259 measurement Methods 0.000 description 35
- 238000011156 evaluation Methods 0.000 description 31
- 230000005855 radiation Effects 0.000 description 29
- 238000013500 data storage Methods 0.000 description 25
- 238000004422 calculation algorithm Methods 0.000 description 21
- 229910002092 carbon dioxide Inorganic materials 0.000 description 21
- 239000001569 carbon dioxide Substances 0.000 description 21
- 239000002253 acid Substances 0.000 description 20
- 230000000875 corresponding effect Effects 0.000 description 18
- 150000001412 amines Chemical class 0.000 description 14
- 238000005286 illumination Methods 0.000 description 14
- 239000002904 solvent Substances 0.000 description 14
- HZAXFHJVJLSVMW-UHFFFAOYSA-N 2-Aminoethan-1-ol Chemical compound NCCO HZAXFHJVJLSVMW-UHFFFAOYSA-N 0.000 description 12
- GLUUGHFHXGJENI-UHFFFAOYSA-N Piperazine Chemical compound C1CNCCN1 GLUUGHFHXGJENI-UHFFFAOYSA-N 0.000 description 12
- CRVGTESFCCXCTH-UHFFFAOYSA-N methyl diethanolamine Chemical compound OCCN(C)CCO CRVGTESFCCXCTH-UHFFFAOYSA-N 0.000 description 12
- 238000004590 computer program Methods 0.000 description 11
- 238000005033 Fourier transform infrared spectroscopy Methods 0.000 description 10
- 239000000203 mixture Substances 0.000 description 10
- 238000010295 mobile communication Methods 0.000 description 10
- 238000003860 storage Methods 0.000 description 9
- 239000000470 constituent Substances 0.000 description 8
- 239000000463 material Substances 0.000 description 8
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 description 8
- 239000003921 oil Substances 0.000 description 8
- 210000004027 cell Anatomy 0.000 description 7
- 238000004140 cleaning Methods 0.000 description 7
- 238000001816 cooling Methods 0.000 description 7
- 150000003839 salts Chemical class 0.000 description 7
- GZXOHHPYODFEGO-UHFFFAOYSA-N triglycine sulfate Chemical compound NCC(O)=O.NCC(O)=O.NCC(O)=O.OS(O)(=O)=O GZXOHHPYODFEGO-UHFFFAOYSA-N 0.000 description 7
- 229910000530 Gallium indium arsenide Inorganic materials 0.000 description 6
- 229910000661 Mercury cadmium telluride Inorganic materials 0.000 description 6
- KXNLCSXBJCPWGL-UHFFFAOYSA-N [Ga].[As].[In] Chemical compound [Ga].[As].[In] KXNLCSXBJCPWGL-UHFFFAOYSA-N 0.000 description 6
- ZBCBWPMODOFKDW-UHFFFAOYSA-N diethanolamine Chemical compound OCCNCCO ZBCBWPMODOFKDW-UHFFFAOYSA-N 0.000 description 6
- 108010067216 glycyl-glycyl-glycine Proteins 0.000 description 6
- 238000010438 heat treatment Methods 0.000 description 6
- JPIGSMKDJQPHJC-UHFFFAOYSA-N 1-(2-aminoethoxy)ethanol Chemical compound CC(O)OCCN JPIGSMKDJQPHJC-UHFFFAOYSA-N 0.000 description 5
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 5
- 238000013528 artificial neural network Methods 0.000 description 5
- 238000012512 characterization method Methods 0.000 description 5
- 230000006870 function Effects 0.000 description 5
- 238000004519 manufacturing process Methods 0.000 description 5
- 239000011159 matrix material Substances 0.000 description 5
- 238000007781 pre-processing Methods 0.000 description 5
- 239000002699 waste material Substances 0.000 description 5
- QGZKDVFQNNGYKY-UHFFFAOYSA-N Ammonia Chemical compound N QGZKDVFQNNGYKY-UHFFFAOYSA-N 0.000 description 4
- XEEYBQQBJWHFJM-UHFFFAOYSA-N Iron Chemical compound [Fe] XEEYBQQBJWHFJM-UHFFFAOYSA-N 0.000 description 4
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 description 4
- 238000005102 attenuated total reflection Methods 0.000 description 4
- 230000008901 benefit Effects 0.000 description 4
- 238000003339 best practice Methods 0.000 description 4
- 229910052799 carbon Inorganic materials 0.000 description 4
- 230000008859 change Effects 0.000 description 4
- 238000012423 maintenance Methods 0.000 description 4
- 239000003345 natural gas Substances 0.000 description 4
- 229910052760 oxygen Inorganic materials 0.000 description 4
- 239000001301 oxygen Substances 0.000 description 4
- 230000000704 physical effect Effects 0.000 description 4
- 150000003141 primary amines Chemical class 0.000 description 4
- 150000003335 secondary amines Chemical class 0.000 description 4
- 230000035945 sensitivity Effects 0.000 description 4
- 230000001953 sensory effect Effects 0.000 description 4
- 150000003512 tertiary amines Chemical class 0.000 description 4
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 4
- AHXXIYFEJGGBMG-UHFFFAOYSA-N 1-[2-(tert-butylamino)ethoxy]ethanol Chemical compound CC(O)OCCNC(C)(C)C AHXXIYFEJGGBMG-UHFFFAOYSA-N 0.000 description 3
- QTBSBXVTEAMEQO-UHFFFAOYSA-M Acetate Chemical compound CC([O-])=O QTBSBXVTEAMEQO-UHFFFAOYSA-M 0.000 description 3
- RWSOTUBLDIXVET-UHFFFAOYSA-N Dihydrogen sulfide Chemical compound S RWSOTUBLDIXVET-UHFFFAOYSA-N 0.000 description 3
- BDAGIHXWWSANSR-UHFFFAOYSA-M Formate Chemical compound [O-]C=O BDAGIHXWWSANSR-UHFFFAOYSA-M 0.000 description 3
- 229910005542 GaSb Inorganic materials 0.000 description 3
- 229910019142 PO4 Inorganic materials 0.000 description 3
- XUIMIQQOPSSXEZ-UHFFFAOYSA-N Silicon Chemical compound [Si] XUIMIQQOPSSXEZ-UHFFFAOYSA-N 0.000 description 3
- 238000010521 absorption reaction Methods 0.000 description 3
- 239000007864 aqueous solution Substances 0.000 description 3
- 230000002457 bidirectional effect Effects 0.000 description 3
- MCMSPRNYOJJPIZ-UHFFFAOYSA-N cadmium;mercury;tellurium Chemical compound [Cd]=[Te]=[Hg] MCMSPRNYOJJPIZ-UHFFFAOYSA-N 0.000 description 3
- 239000008157 edible vegetable oil Substances 0.000 description 3
- 230000005672 electromagnetic field Effects 0.000 description 3
- 230000004907 flux Effects 0.000 description 3
- VTGARNNDLOTBET-UHFFFAOYSA-N gallium antimonide Chemical compound [Sb]#[Ga] VTGARNNDLOTBET-UHFFFAOYSA-N 0.000 description 3
- 230000014509 gene expression Effects 0.000 description 3
- 229910052732 germanium Inorganic materials 0.000 description 3
- GNPVGFCGXDBREM-UHFFFAOYSA-N germanium atom Chemical compound [Ge] GNPVGFCGXDBREM-UHFFFAOYSA-N 0.000 description 3
- 229910000037 hydrogen sulfide Inorganic materials 0.000 description 3
- WPYVAWXEWQSOGY-UHFFFAOYSA-N indium antimonide Chemical compound [Sb]#[In] WPYVAWXEWQSOGY-UHFFFAOYSA-N 0.000 description 3
- RPQDHPTXJYYUPQ-UHFFFAOYSA-N indium arsenide Chemical compound [In]#[As] RPQDHPTXJYYUPQ-UHFFFAOYSA-N 0.000 description 3
- 230000003993 interaction Effects 0.000 description 3
- XCAUINMIESBTBL-UHFFFAOYSA-N lead(ii) sulfide Chemical compound [Pb]=S XCAUINMIESBTBL-UHFFFAOYSA-N 0.000 description 3
- 239000007788 liquid Substances 0.000 description 3
- 238000010801 machine learning Methods 0.000 description 3
- 230000005415 magnetization Effects 0.000 description 3
- 238000007726 management method Methods 0.000 description 3
- 229910052751 metal Inorganic materials 0.000 description 3
- 239000002184 metal Substances 0.000 description 3
- WMWYWYGTXRQQRJ-UHFFFAOYSA-N n-[2-[2-(2-methoxyethoxy)ethoxy]ethyl]-2-methylpropan-2-amine Chemical compound COCCOCCOCCNC(C)(C)C WMWYWYGTXRQQRJ-UHFFFAOYSA-N 0.000 description 3
- 230000000737 periodic effect Effects 0.000 description 3
- NBIIXXVUZAFLBC-UHFFFAOYSA-K phosphate Chemical compound [O-]P([O-])([O-])=O NBIIXXVUZAFLBC-UHFFFAOYSA-K 0.000 description 3
- 239000010452 phosphate Substances 0.000 description 3
- 239000000047 product Substances 0.000 description 3
- 235000014102 seafood Nutrition 0.000 description 3
- GGYFMLJDMAMTAB-UHFFFAOYSA-N selanylidenelead Chemical compound [Pb]=[Se] GGYFMLJDMAMTAB-UHFFFAOYSA-N 0.000 description 3
- 229910052710 silicon Inorganic materials 0.000 description 3
- 239000010703 silicon Substances 0.000 description 3
- 238000002834 transmittance Methods 0.000 description 3
- 238000004483 ATR-FTIR spectroscopy Methods 0.000 description 2
- FGUUSXIOTUKUDN-IBGZPJMESA-N C1(=CC=CC=C1)N1C2=C(NC([C@H](C1)NC=1OC(=NN=1)C1=CC=CC=C1)=O)C=CC=C2 Chemical compound C1(=CC=CC=C1)N1C2=C(NC([C@H](C1)NC=1OC(=NN=1)C1=CC=CC=C1)=O)C=CC=C2 FGUUSXIOTUKUDN-IBGZPJMESA-N 0.000 description 2
- UGFAIRIUMAVXCW-UHFFFAOYSA-N Carbon monoxide Chemical compound [O+]#[C-] UGFAIRIUMAVXCW-UHFFFAOYSA-N 0.000 description 2
- 239000005562 Glyphosate Substances 0.000 description 2
- UFHFLCQGNIYNRP-UHFFFAOYSA-N Hydrogen Chemical compound [H][H] UFHFLCQGNIYNRP-UHFFFAOYSA-N 0.000 description 2
- 238000005481 NMR spectroscopy Methods 0.000 description 2
- MUBZPKHOEPUJKR-UHFFFAOYSA-N Oxalic acid Chemical compound OC(=O)C(O)=O MUBZPKHOEPUJKR-UHFFFAOYSA-N 0.000 description 2
- NINIDFKCEFEMDL-UHFFFAOYSA-N Sulfur Chemical compound [S] NINIDFKCEFEMDL-UHFFFAOYSA-N 0.000 description 2
- 238000002835 absorbance Methods 0.000 description 2
- 238000000862 absorption spectrum Methods 0.000 description 2
- 150000001336 alkenes Chemical class 0.000 description 2
- -1 aminoethoxyethyl ester Chemical class 0.000 description 2
- 229910021529 ammonia Inorganic materials 0.000 description 2
- 229910002091 carbon monoxide Inorganic materials 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- VNNRSPGTAMTISX-UHFFFAOYSA-N chromium nickel Chemical compound [Cr].[Ni] VNNRSPGTAMTISX-UHFFFAOYSA-N 0.000 description 2
- 239000011248 coating agent Substances 0.000 description 2
- 238000000576 coating method Methods 0.000 description 2
- 230000001276 controlling effect Effects 0.000 description 2
- 238000012937 correction Methods 0.000 description 2
- 230000008878 coupling Effects 0.000 description 2
- 238000010168 coupling process Methods 0.000 description 2
- 238000005859 coupling reaction Methods 0.000 description 2
- 238000013135 deep learning Methods 0.000 description 2
- 230000001419 dependent effect Effects 0.000 description 2
- 238000009826 distribution Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 239000002803 fossil fuel Substances 0.000 description 2
- 238000004817 gas chromatography Methods 0.000 description 2
- XDDAORKBJWWYJS-UHFFFAOYSA-N glyphosate Chemical compound OC(=O)CNCP(O)(O)=O XDDAORKBJWWYJS-UHFFFAOYSA-N 0.000 description 2
- 229940097068 glyphosate Drugs 0.000 description 2
- 229910052739 hydrogen Inorganic materials 0.000 description 2
- 239000001257 hydrogen Substances 0.000 description 2
- 206010022000 influenza Diseases 0.000 description 2
- 238000009434 installation Methods 0.000 description 2
- 229910052742 iron Inorganic materials 0.000 description 2
- 239000007791 liquid phase Substances 0.000 description 2
- 238000000491 multivariate analysis Methods 0.000 description 2
- 239000013307 optical fiber Substances 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 238000000513 principal component analysis Methods 0.000 description 2
- 230000003252 repetitive effect Effects 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 239000000758 substrate Substances 0.000 description 2
- KDYFGRWQOYBRFD-UHFFFAOYSA-L succinate(2-) Chemical compound [O-]C(=O)CCC([O-])=O KDYFGRWQOYBRFD-UHFFFAOYSA-L 0.000 description 2
- 229910052717 sulfur Inorganic materials 0.000 description 2
- 239000011593 sulfur Substances 0.000 description 2
- 229910021653 sulphate ion Inorganic materials 0.000 description 2
- 230000009182 swimming Effects 0.000 description 2
- 230000002277 temperature effect Effects 0.000 description 2
- 230000036962 time dependent Effects 0.000 description 2
- WFKWXMTUELFFGS-UHFFFAOYSA-N tungsten Chemical compound [W] WFKWXMTUELFFGS-UHFFFAOYSA-N 0.000 description 2
- 229910052721 tungsten Inorganic materials 0.000 description 2
- 239000010937 tungsten Substances 0.000 description 2
- 238000005406 washing Methods 0.000 description 2
- GNFTZDOKVXKIBK-UHFFFAOYSA-N 3-(2-methoxyethoxy)benzohydrazide Chemical compound COCCOC1=CC=CC(C(=O)NN)=C1 GNFTZDOKVXKIBK-UHFFFAOYSA-N 0.000 description 1
- RYGMFSIKBFXOCR-UHFFFAOYSA-N Copper Chemical compound [Cu] RYGMFSIKBFXOCR-UHFFFAOYSA-N 0.000 description 1
- 238000004566 IR spectroscopy Methods 0.000 description 1
- 238000003109 Karl Fischer titration Methods 0.000 description 1
- 238000004497 NIR spectroscopy Methods 0.000 description 1
- 229910018487 Ni—Cr Inorganic materials 0.000 description 1
- QAOWNCQODCNURD-UHFFFAOYSA-L Sulfate Chemical compound [O-]S([O-])(=O)=O QAOWNCQODCNURD-UHFFFAOYSA-L 0.000 description 1
- 238000011481 absorbance measurement Methods 0.000 description 1
- 239000012190 activator Substances 0.000 description 1
- 150000001335 aliphatic alkanes Chemical class 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000002238 attenuated effect Effects 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000003139 buffering effect Effects 0.000 description 1
- 239000013590 bulk material Substances 0.000 description 1
- 239000006227 byproduct Substances 0.000 description 1
- 230000015556 catabolic process Effects 0.000 description 1
- 210000002421 cell wall Anatomy 0.000 description 1
- 239000004568 cement Substances 0.000 description 1
- 239000013626 chemical specie Substances 0.000 description 1
- 239000003795 chemical substances by application Substances 0.000 description 1
- 238000007635 classification algorithm Methods 0.000 description 1
- 238000002485 combustion reaction Methods 0.000 description 1
- 150000001875 compounds Chemical class 0.000 description 1
- 230000021615 conjugation Effects 0.000 description 1
- 229910052802 copper Inorganic materials 0.000 description 1
- 239000010949 copper Substances 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 238000013499 data model Methods 0.000 description 1
- 238000003066 decision tree Methods 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 239000007857 degradation product Substances 0.000 description 1
- 238000006731 degradation reaction Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000009365 direct transmission Effects 0.000 description 1
- 239000006185 dispersion Substances 0.000 description 1
- 229940079593 drug Drugs 0.000 description 1
- 239000003814 drug Substances 0.000 description 1
- 230000005670 electromagnetic radiation Effects 0.000 description 1
- 238000000295 emission spectrum Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 150000002169 ethanolamines Chemical class 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 239000010408 film Substances 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 238000009472 formulation Methods 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- XKUKSGPZAADMRA-UHFFFAOYSA-N glycyl-glycyl-glycine Natural products NCC(=O)NCC(=O)NCC(O)=O XKUKSGPZAADMRA-UHFFFAOYSA-N 0.000 description 1
- PCHJSUWPFVWCPO-UHFFFAOYSA-N gold Chemical compound [Au] PCHJSUWPFVWCPO-UHFFFAOYSA-N 0.000 description 1
- 229910052737 gold Inorganic materials 0.000 description 1
- 239000010931 gold Substances 0.000 description 1
- 239000010439 graphite Substances 0.000 description 1
- 229910002804 graphite Inorganic materials 0.000 description 1
- 238000009499 grossing Methods 0.000 description 1
- 238000004128 high performance liquid chromatography Methods 0.000 description 1
- 230000003116 impacting effect Effects 0.000 description 1
- 230000008676 import Effects 0.000 description 1
- 230000009349 indirect transmission Effects 0.000 description 1
- 239000012948 isocyanate Substances 0.000 description 1
- 150000002513 isocyanates Chemical class 0.000 description 1
- 238000002032 lab-on-a-chip Methods 0.000 description 1
- 230000000670 limiting effect Effects 0.000 description 1
- 238000012886 linear function Methods 0.000 description 1
- 238000012417 linear regression Methods 0.000 description 1
- 238000011068 loading method Methods 0.000 description 1
- 238000004949 mass spectrometry Methods 0.000 description 1
- 239000012528 membrane Substances 0.000 description 1
- 238000002156 mixing Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012806 monitoring device Methods 0.000 description 1
- 229910052754 neon Inorganic materials 0.000 description 1
- GKAOGPIIYCISHV-UHFFFAOYSA-N neon atom Chemical compound [Ne] GKAOGPIIYCISHV-UHFFFAOYSA-N 0.000 description 1
- 229910001120 nichrome Inorganic materials 0.000 description 1
- MGFYIUFZLHCRTH-UHFFFAOYSA-N nitrilotriacetic acid Chemical compound OC(=O)CN(CC(O)=O)CC(O)=O MGFYIUFZLHCRTH-UHFFFAOYSA-N 0.000 description 1
- 230000005693 optoelectronics Effects 0.000 description 1
- 238000010238 partial least squares regression Methods 0.000 description 1
- 239000002245 particle Substances 0.000 description 1
- 239000012071 phase Substances 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 230000001902 propagating effect Effects 0.000 description 1
- 238000007637 random forest analysis Methods 0.000 description 1
- 238000000985 reflectance spectrum Methods 0.000 description 1
- 238000012552 review Methods 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 238000007789 sealing Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000002798 spectrophotometry method Methods 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 238000013068 supply chain management Methods 0.000 description 1
- 238000012706 support-vector machine Methods 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 239000010409 thin film Substances 0.000 description 1
- 238000012549 training Methods 0.000 description 1
- 230000001131 transforming effect Effects 0.000 description 1
- 239000012780 transparent material Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B19/00—Programme-control systems
- G05B19/02—Programme-control systems electric
- G05B19/418—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM]
- G05B19/41875—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM] characterised by quality surveillance of production
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
- G01J3/00—Spectrometry; Spectrophotometry; Monochromators; Measuring colours
- G01J3/02—Details
- G01J3/0264—Electrical interface; User interface
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
- G01J3/00—Spectrometry; Spectrophotometry; Monochromators; Measuring colours
- G01J3/28—Investigating the spectrum
-
- 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
- G01N21/27—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands using photo-electric detection ; circuits for computing concentration
- G01N21/274—Calibration, base line adjustment, drift correction
-
- 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
-
- 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
- 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
-
- 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
- G01N2201/08—Optical fibres; light guides
- G01N2201/084—Fibres for remote transmission
-
- 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
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B2219/00—Program-control systems
- G05B2219/30—Nc systems
- G05B2219/32—Operator till task planning
- G05B2219/32177—Computer assisted quality surveyance, caq
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/10—Protocols in which an application is distributed across nodes in the network
-
- 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
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
-
- 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
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/80—Management or planning
Landscapes
- Physics & Mathematics (AREA)
- Spectroscopy & Molecular Physics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Pathology (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Immunology (AREA)
- Life Sciences & Earth Sciences (AREA)
- Health & Medical Sciences (AREA)
- Mathematical Physics (AREA)
- Human Computer Interaction (AREA)
- Theoretical Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- Manufacturing & Machinery (AREA)
- Quality & Reliability (AREA)
- Automation & Control Theory (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
- Alarm Systems (AREA)
Abstract
本发明涉及一种通信系统(140)、一种用于原位监测在气体洗涤过程中使用的至少一种物质(112)的监测系统(110)以及相关方法(310,312),其中,监测系统(110)包括通信系统(140)。监测系统(110)可以经由通信系统(140)用于监测至少一种物质(112)并提供用于处理至少一种物质(112)的处理数据。在本文中,通信系统(140)包括云服务器(144)、第一服务器(146)、至少一个第二服务器(148,148')和至少一个第三服务器(150,150');其中,第一服务器(146)进一步具有第一通信接口(156),其被配置为向云服务器(144)提供涉及至少一个参考样本的参考光谱信息和参考分析数据和;其中,每个第二服务器(148,148')具有第二通信接口(158,158'),其被配置为向云服务器(144)提供与至少一种物质(112)相关的光谱信息;其中,云服务器(144)被配置为:‑通过使用由第一服务器(146)提供的涉及至少一个参考样本的参考光谱信息和参考分析数据来生成校准模型,其中,校准模型包括至少一个参数;‑将校准模型应用于由第二服务器(148,148')提供的与至少一种物质(112)相关的光谱信息,由此提取用于至少一个参数的至少一个值;‑经由第一通信接口(156)向第一服务器(146)提供用于至少一个参数的至少一个值;其中,第一服务器(146)被进一步被配置为通过使用由云服务器(144)提供的用于至少一个参数的至少一个值来确定处理数据,其中,处理数据包括与至少一种物质(112)的建议处理相关的至少一条数据;其中,第一服务器(146)进一步具有至少一个第三通信接口(160,160'),其中,每个第三通信接口(160,160')被配置为向至少一个第三服务器(150,150')提供处理数据。
Description
技术领域
本发明涉及一种通信系统、一种用于原地监测在气体洗涤过程中使用的至少一种物质的监测系统以及相关方法,其中,监测系统包括通信系统。监测系统可以经由通信系统用于监测在气体洗涤过程中使用的至少一种物质,并用于提供处理数据用于处理如在气体洗涤过程中使用的至少一种物质。
背景技术
客户在其气体处理装置中使用溶剂。通常会不时分析随时间老化的溶剂,以确保其有效性并使气体处理装置能够稳定操作。出于该目的,现有技术分析方法确定影响气体处理安装的性能的参数值,其中,分析方法包括但不限于气相色谱法(GC)、高效液相色谱法(HPLC)和卡尔费休滴定法,这些方法通常需要昂贵的设备、设备齐全的实验室、经验丰富且训练有素的员工。
今天,分析方法在许多国家的选定实验室中执行。由于溶剂可能被归类为两用商品,因此样本的运输是一个复杂且耗时的过程。通常,托运人需要来自相应国家的出口和进口许可。因此,采样、运输、分析和报告的整个过程可能花费数周或数月。
已知用于CO2捕获中使用的胺溶液的各种分析方法:
DE 103 22 439 A1公开了一种用于确定异氰酸酯异构体混合物中的异构体组成的方法,其中,记录异构体混合物的光谱并将该光谱输入到化学计量校准模型中。
如由A.Einbu等人所描述的,Online analysis of amine concentration andCO2 loading in MEA solutions by ATR-FTIR spectroscopy(通过ATR-FTIR光谱在线分析MEA溶液中的胺浓度和CO2负载),Energy Procedia 23(2012),第55-63页,单乙醇胺(MEA)的水溶液被广泛研究用于燃烧后碳捕获应用。出于该目的,使用2.5μm至14μm的波长内的衰减全反射模式的红外(IR)仪器。根据IR数据,可以成功预测各种浓度范围内的MEA和CO2。
然而,Eckeveld等人,Online Monitoring of the Solvent and Absorbed AcidGas Concentra-tion in a CO2 Capture Process Using Monoethanolamine(使用单乙醇胺在线监测在CO2捕获过程中的溶剂和吸收的酸性气体浓度),Ind.Eng.Chem.Res.2014,53,第5515-5523页评论了A.Einbu等人的IR结果,即获得的结果相对于预测准确度是有希望的,然而,存在与IR仪器的使用相关的一些缺点,首先,所需装置的相对高成本,并且进一步地,需要将其放置在过程的几米范围内。”相反,Eckevald等人提出了几种表征方法的组合,包括密度、电导率、折射率和声速测量。
等人,Online NMR Spectroscopic Study of Species Distributionin MDEA-H2O-CO2 and MDEA-PIP-H2O-CO2(MDEA-H2O-CO2和MDEA-PIP-H2O-CO2中种类分布的在线NMR光谱研究),Ind.Eng.Chem.Res.2008,47,第7917-7926页描述了基于在线NMR的方法。
GB 2 477 542 B公开了一种使用质谱分析的在线溶剂分析系统。
US 4,336,233 A公开了具有更复杂配方的胺溶液,包括甲基-二乙醇胺(MDEA)和哌嗪。
EP 3 185 990 B1公开了包括胺和活化剂组分的溶液。
Katchko等人,In-Line Monitoring of the CO2,MDEA,and PZ Concentrationsin the Liquid Phase during High Pressure CO2 Absorption(高压CO2吸收期间液相中CO2、MDEA和PZ浓度的在线监测)Ind.Eng.Chem.Res.2016,55,第3804-3812页用于CO2捕获的几种溶剂系统的表征方法。在本文中,他们呈现了基于密度、pH、电导率、声速、折射率和近红外(NIR)光谱测量的化学计量建模结果。作者声称,所开发的方法允许以针对0.7%MDEA、针对0.4%哌嗪和针对2.5%CO2的准确度预测浓度。
已知几种分析方法,包括NIR光谱法,用于表征胺水溶液,诸如CO2捕获应用中使用的胺水溶液。然而,单独的已知方法对气体处理装置的操作者来说几乎没有用处:
-它们是在已为研究应用而开发的昂贵且复杂的实验室设备上执行的;
-它们需要训练有素的员工来正确地执行实验;
-所获取的数据必须由专家使用多变量分析进行分析;
-所确定的参数,诸如一种或多种胺、热稳定盐或气体的浓度,对操作者本身没有意义;相反,它们需要由具有将参数转换为至少一个推荐过程的知识的专家进行解释,以改进气体处理系统的性能。
WO 2017/002079 A1公开了一种通过感测与煎炸油质量相关的化学物质来实时测量煎炸油质量的设备和方法。该设备包括光学传感器,该光学传感器包括至少一个光源和至少一个光检测器;用于接收待测量的煎炸油的腔室,其被布置为使得光源通过腔室中的煎炸油被光耦合到光检测器;以及处理单元,其被配置为:从光检测器接收由光源发射的光的煎炸油吸收、透射、反射、散射或其组合的信号;使用与化学种类和煎炸油质量相关的预计算的模型,从所接收的信号中计算指示煎炸油质量的输出。
WO 2018/090142 A1公开了一种分光光度分析的方法。提供了一种测量系统,其包括低分辨率分光光度传感器、移动通信设备(诸如智能电话或平板电脑)以及可以被部分安装在该设备上并且被部分安装在远程计算服务器或服务上的软件。该方法包括校准测量通道,在测量光谱或光谱相关量上取向;根据来自传感器的数据和校准结果,估计任意分析样本的光谱;根据估计结果对光谱相关量进行评估。这些步骤可以包括涉及本地和/或远程计算资源。
WO 2018/122857 A1公开了一种用于监测、分析和维护游泳池中的水和设备的方法,所述方法由一个或多个被可操作地耦接到非暂态计算机可读存储设备的处理器实现,在该非暂态计算机可读存储设备上存储了指令代码模块,在被执行时所述指令代码模块使得一个或多个处理器执行:累积和监测来自包括以下各项中的至少一项的元件的数据:游泳池附近及其周围的传感器、执行器和断路器;在本地处理单元处从多个来源累积非感官数据;将所述数据传播到在线远程服务器;在在线远程服务器处应用机器学习或基于规则的算法,所述在线远程服务器被配置为合并所有获取的数据并通过提供推荐、控制参数来获得用于泳池维护的最优策略;以及为泳池所有者、泳池服务人员、泳池维护公司、泳池供应商和泳池零售经销商中的至少一个提供访问所述推荐/控制参数的在线接口。
US 2019/353587 A1公开了一种用于海鲜的场光谱表征的方法和装置。便携式NIR光谱仪被连接到分析仪,该分析仪被配置为执行反射光谱的多变量分析,以定性地确定海鲜样本的真实身份或定量地确定海鲜样本的新鲜度。
WO 2020/014073 A1公开了使用光谱仪评估食用油的特性。光学反射率数据是在装有食用油的油炸设备中从食用油原位获得的,反射率数据对应于特定范围的红外波长。对应于被评估的特性的模型简档是从容纳这样的简档的安全库的存储库中获得的。模型轮廓定义了用于变换反射率数据以生成对应于被评估的特性的值的回归向量。将标准应用于该值以建立用于呈现给用户用于评估油质特性的简化表示。
本发明解决的问题
因此,本发明解决的问题是指定通信系统、用于原位监测在气体洗涤过程中使用的至少一种物质的监测系统以及相关方法的问题,其至少基本上避免了这种类型的已知系统、设备和方法的缺点。
特别地,希望系统和相关方法提供对在气体洗涤过程中使用的至少一种物质的有效监测,其中,在气体洗涤过程中使用的至少一个装置可以被放置在用户处所的任何位置处,甚至是在偏远或难以接近的区域中,其中,在至少一个装置的位置处或附近获取的测量数据的处理被分布在熟悉测量数据的评估的第一实例与熟悉基于所评估的测量数据向用户提供处理数据的第二实例之间,由此,系统和相关方法能够通过采用优选全自动过程在处理测量数据期间在高数据保护标准下同时应用分布式最佳实践和特定数据交换。
特别地,希望尽可能满足以下对溶剂表征的要求:
-易于使用,即使是受过最低限度培训的没有经验的员工;
-现场坚固的方法和设备;
-产生快速的结果;
-提供推荐的过程以实现无故障的装置操作;
-被嵌入到现有软件中;
-使能由供应商的专家重新检查:
ο对于改进的装置模拟,从而产生更好的推荐;
ο对于改进的计划维护;
ο为了更好地规划生产和/或在气体洗涤中使用的胺溶液的改进的供应链管理;
-与在线安装兼容。
发明内容
该问题由具有独立专利权利要求的特征的本发明来解决。在从属权利要求和/或在以下说明书和具体实施例中呈现本发明的可单独地或组合地实现的有利发展。
如本文所使用的,表达“具有”、“包括”和“包含”以及其语法变型以非排他性方式使用。因此,表达“A具有B”以及表达“A包括B”或“A包含B”可以指代除了B之外A包含一个或多个进一步的部件和/或构件的事实,以及其中除了B之外在A中不存在其他部件、构件或元件的情况。
在本发明的第一方面中,公开了一种通信系统。特别地,该通信系统用于监测系统中,该监测系统用于原位监测在气体洗涤过程中使用的至少一种物质。因此,通信系统包括云服务器、第一服务器、至少一个第二服务器和至少一个第三服务器;
其中,第一服务器还具有第一通信接口,其被配置为向云服务器提供参考分析数据和涉及至少一个参考样本的参考光谱信息;
其中,每个第二服务器具有第二通信接口,其被配置为向云服务器提供光谱信息;
其中,云服务器被配置为:
-通过使用由第一服务器提供的参考光谱信息和参考分析数据来生成校准模型,其中,校准模型包括至少一个参数;
-将校准模型应用于由第二服务器提供的光谱信息,由此,提取用于至少一个参数的至少一个值;
-经由第一通信接口向第一服务器提供用于至少一个参数的至少一个值;
其中,第一服务器进一步被配置为通过使用由云服务器提供的至少一个参数的至少一个值来确定处理数据;
其中,第一服务器还具有至少一个第三通信接口,其中,每个第三通信接口被配置为向至少一个第三服务器提供处理数据。
如本文所使用的,术语“通信”是指经由至少一个通信接口将一条数据从第一服务器传输到第二服务器,反之亦然。在本文中,术语“数据”涉及以数字或数字化形式提供的信息条,诸如数字或字母数字代码。如通常所使用的,术语“信息”是指包括可能对用户有用的内容的任何类型的数据。举例来说,该信息可以是或包括“光谱信息”,该“光谱信息”与与电磁光谱相关的至少一条数据相关,在本文中也被表示为“光谱”,诸如在特定波长、频率、或光子能量处的单个强度,或分布在选择的波长、频率或光子能量范围内的多个强度。因此,包括光谱数据的光谱信息可以优选地根据本发明的另一方面通过使用如下文更详细地描述的光谱仪来生成。另外,光谱信息可包括元数据,其中,术语“元数据”是指伴随与如上文所描述的电磁光谱相关的信息的至少一项信息,特别是日期、时间、位置或至少一个环境中的至少一个,诸如温度或大气条件、光谱仪的温度、与光谱信息或其获取相关的至少一种物质的温度、光谱仪识别数据、至少一种物质的批次、至少一种物质的制造商、用户、照片、卫星数据。因此,术语“提供信息”涉及一种过程,通过该过程,一条特定信息以数据条形式从第一服务器经由至少一个通信接口发送到第二服务器,反之亦然。
进一步地,术语“系统”是指包括至少两个部件的设备,其中,部件中的至少两个是单独的部件,而部件中的两个或两个以上可以被集成到一个部件中,其中,这些部件被配置为执行联合任务,诸如处理一种通信或一种监测。特别地,术语“通信系统”,如通常所使用的,是指至少包括第一服务器、第二服务器和被配置为在服务器之间发送一条数据的通信接口的系统。如下文更详细地描述的,根据本发明的通信系统包括云服务器、第一服务器、至少一个第二服务器、至少一个第三服务器以及各种通信接口。如进一步通常使用的,术语“通信接口”是指指定用于数据传输的传输通道。在本文中,通信接口可以被布置为单向接口,其被配置为将至少一条数据转发到单个方向,或者从第一服务器到第二服务器,或者从第二服务器到第一服务器。替代地,通信接口可以被布置为双向接口,其被配置为将至少一条数据转发到两个方向中的一个,从第一服务器到第二服务器,反之亦然。因此,作为替代方案,特定的双向接口可以由两个单独的单向接口替换,这两个单独的单向接口被配置用于在彼此相反的方向上进行数据传输。出于数据传输的目的,通信接口可以包括线装元件或无线元件。举例来说,线装元件可以选自金属线中的至少一种,诸如铜线或金线;计算机总线系统,诸如通用串行总线(USB);或光纤,而无线元件可包括无线发射器或蓝牙元件。然而,其他种类的通信接口也可能是可行的。如本文进一步使用的,术语“第一通信接口”、“第二通信接口”、“第三通信接口”和“第四通信接口”是指用于两个单独分配的服务器之间的通信的四个单独的通信接口。
如本文进一步使用的,术语“服务器”涉及被配置为向通常表示为“客户端”的另一设备提供资源的设备,其中“资源”尤其包括计算能力中的至少一个,诸如用于运行至少一个计算机程序;或数据存储容量,诸如用于存储至少一条数据。举例来说,客户端可以运行单个计算机程序或存储分布在多个服务器上的多条数据,而单个服务器可以就程序执行和存储要求中的至少一个服务多个客户端。与术语“服务器”(其是指被布置在本地网络内的这样的设备)相反,术语“云服务器”涉及一种可由客户端经由互联网按需访问的服务器。因此,客户端既不能访问云服务器的位置,也不能直接访问主动管理云服务器。关于本发明,术语“第一服务器”、“第二服务器”和“第三服务器”是指各自布置在其本地网络内的三个单独的服务器,其中,如下文更详细地描述的,第二服务器和第三服务器可以被集成到被布置在单个网络中的单个单元中,而术语“云服务器”是指客户端可经由互联网按需访问的服务器类型。
如上文已经指出的,术语“光谱信息”是指与以电磁光谱的关系中的至少一条数据相关的一条信息。如本文所使用的,“光谱信息”涉及未知含量和未知物理特性的特定样本的光谱信息,而术语“参考光谱信息”涉及参考样品的光谱信息,其中,术语“参考样本”表示已知含量和已知物理特性的样本。如本文所使用的,术语“参考分析数据”是指与参考样本的已知含量和已知物理特性相关的至少一条数据。根据本发明,参考光谱信息和参考分析数据由第一服务器提供给云服务器。进一步根据本发明,使用第二通信接口将光谱信息直接或间接提供给云服务器。如本文进一步使用的,术语“直接”是指第二通信接口以不绕道向云服务器提供光谱信息的方式将至少一个第二服务器与云服务器连接的配置。与此相反,术语“间接地”是指第二通信接口将至少一个第二服务器与不同的服务器连接的配置,特别是与向其提供光谱信息的第一服务器,首先,其中,不同的服务器,特别是第一服务器,具有第四通信接口,该第四通信接口被配置为随后将来自第一服务器的光谱信息提供给云服务器。如下文更详细地描述的,光谱信息因此可以经受可以由不同服务器,特别是第一服务器执行的修改。然而,间接向云服务器提供光谱信息的不同方式是可想象的。
根据本发明,参考光谱信息和参考分析数据用于生成校准模型。如通常所使用的,术语“校准模型”是指包括参考光谱信息与参考分析数据的相关性的模型,以便能够通过使用模型从与未知含量和未知物理特性的特定样本相关的光谱信息中导出分析数据。在本文中,使参考光谱信息与参考分析数据相关的过程由术语“生成校准模型”描述,而术语“应用校准模型”表示从与未知含量和未知物理特性的特定样本相关的光谱信息中导出分析数据的进一步过程。根据本发明,该过程由云服务器执行,出于该目的云服务器使用如由第一服务器提供给云服务器的参考光谱信息和参考分析数据。
进一步根据本发明,校准模型通过使用至少一个参数来实现的,通常是一组参数,用于描述分析数据。基于至少一个参数,校准模型被配置为以合理的方式充分表示相关性,特别地,通过单独使用至少一个参数导致参考光谱信息与参考分析数据的相关性的阈值以下的偏差。如本文所使用的,术语“参数”是指对关于特定物质的分析数据的影响的表示。下面呈现了用于参数的特定示例。
因此,如本文所使用的术语“提取用于至少一个参数的至少一个值”是指通过使用校准模型来确定用于至少一个参数的至少一个值的过程,用于调整如在特定样本的实际测量中获取的光谱信息。作为其结果,特定样本的分析数据被由至少一个参数充分描述。因此,至少一个参数可以用作特定样本的含量和物理特性的一种概要。通常,用于至少一个参数的数据量仅构成描述相关光谱所需的数据量的一小部分。根据本发明,该过程也由云服务器执行,出于该目的,云服务器使用如由至少一个第二服务器直接或间接提供给云服务器的光谱信息和如在云服务器内可用的校准模型。
进一步根据本发明,通过使用用于至少一个参数的至少一个值来确定处理数据。如通常所使用的,术语“值”是指逻辑或数字代码,这取决于至少一个参数的内容。如本文所使用的,术语“处理数据”是指与被监测的至少一种物质的建议处理相关的至少一条数据,特别是通过使用如下文更详细地描述的监测系统。因此,如本文进一步使用的术语“确定处理数据”是指通过使用用于至少一个参数的至少一个值来生成与所监测的至少一种物质的建议处理相关的至少一条数据的过程。根据本发明,该过程由第一服务器执行,出于该目的第一服务器使用如由云服务器经由第一通信接口提供给第一服务器的至少一个参数的至少一个值。
进一步根据本发明,通过使用第一服务器与每个第三服务器之间的特定第三通信接口将处理数据提供给至少一个第三服务器。在本文中,处理数据可以被存储在第三服务器的数据存储设备中或者可以经由至少一个接口(诸如无线接口和/或线装连接)被提供到的单独存储设备中。如上文和下文所指示的,特定的第三服务器可以连同对应的第二服务器一起被提供为被布置在单个网络中的单个单元。如本文所使用的,术语“提供处理数据”是指转发与如由第一服务器生成的被监测的至少一种物质的建议处理相关的至少一条数据的过程,以便使能根据如下文结合用于原位监测至少一种物质的方法的步骤(iv)所指示的处理数据来使能至少一种物质的处理。
出于该目的,第三服务器可包括或驱动指定用于向用户提供与处理数据相关的至少一项信息的用户接口。如本文所使用的,术语“用户接口”是指被指定用于电子、视觉、听觉或以其任何任意组合的方式向用户提供一条信息,特别是处理数据的设备,优选地以用户-接受的方式,最优选地以用户友好的方式。如通常所使用的,术语“用户接受方式”涉及向人提供信息使得人能够以期望的方式理解所接收的信息条的方式。出于该目的,用户接口可以优选地包括个人计算机或移动通信设备中的至少一个。如通常所使用的,术语“个人计算机”是指通常放置在固定位置处的计算机设备,而术语“移动通信设备”涉及可以由用户携带并且因此连同用户一起移动的智能电话、平板电脑或个人数字助理中的至少一个。因此,因此在用户可以一次又一次地返回的固定位置和/或用户当前所在的位置向用户提供处理数据可以是可能的。特别地,用户接口可以包括监视器,该监视器被指定用于通过向用户显示与处理数据相关的至少一项信息,特别是通过至少一种语言的纯文本或表示该对应信息条的图形符号中的至少一个来以视觉方式提供该与处理数据相关的至少一项信息。然而,使用如WO 2020/014073 A1中提出的具有绿色、黄色和红色三个指示器的交通灯样式表示不被认为是“处理数据”,因为它不包括推荐过程的明确指示。替代地或另外地,用户接口可以被指定用于以声学方式提供与处理数据相关的至少一项信息,特别是通过采用至少一个扬声器,其中,至少一个扬声器可以位于靠近待监测物质的位置或用户通常可能居住的位置中的至少一个位置。以这种方式,即使在他或她没有观察监视器并且可能没有携带移动通信设备的情况下,也可以确保信息可以到达用户。
替代地或另外地,第三服务器可以被指定用于将处理数据提供给处理单元中的至少一个。在本文中,可以以直接方式(诸如经由线装或无线连接)或以间接方式(诸如经由至少一个又一处理设备)将处理数据提供给处理单元中的至少一个,。如通常所使用的,术语“处理单元”是指指定用于以根据处理数据执行对至少一种物质的期望处理的方式对至少一种物质施加影响的至少一个设备。下文更详细地描述了处理单元的优选实施例。然而,其他种类的处理单元也可能是可想象的。
替代地或另外地,第三服务器可以被指定用于将处理数据提供给至少一个模拟系统,其中,模拟系统可以由第三服务器或又一处理设备中的至少一个包括。如通常所使用的,术语“模拟系统”是指至少一个计算机程序,其被配置为通过使用至少一条数据(特别是处理数据)来执行实际或设想的技术系统的建模,以便观察技术系统的行为而不需要实际实现技术系统。特别是关于本发明,取决于如由处理数据修改的技术系统的当前状态,模拟系统可用于预测性维护、与技术系统相关的参数的优化或建模的优化中的至少一个。另外,处理数据可以伴随有与其他技术系统相关的其他数据,用于跨多个技术系统执行建模。
特别地根据本发明,每个服务器被配置为在通信系统内起决定性作用。出于该目的,该系统被配置为允许处理由待监测的物质的光谱仪获取的光谱信息,以在不同服务器之间以特别适配的分布式方式进行。作为其结果,如用于监测至少一种物质的光谱信息由用户提供,而光谱信息的处理由熟悉光谱信息评估的第一实例执行,而如由用户期望的用于能够充分处理至少一种物质的处理数据是由与其熟悉的第二实例生成的。因此,通信系统因此能够提供关于光谱信息评估的分布式最佳实践,并且同时,在高数据保护标准下的特定数据交换在光谱信息的处理期间在优选地全自动过程内进行,该过程被指定用于生成期望的处理数据并将它们提供给用户。
特别地,光谱数据在用户现场实时生成,并由第二服务器可用于进一步使用。只要不改变指定用于生成光谱数据的硬件,就不需要在用户现场进行软件更新或基础设施的改变。仅光谱数据被生成和存储,用于以在没有基础校准模型的情况下无法生成任何处理数据的方式在用户现场传送。与此相反,实际处理数据由第一服务器通过使用如由云服务器使用校准模型生成的至少一个参数的至少一个值来生成,由此,关键信息,特别是与校准模型和处理数据的生成相关的信息,可以安全地管理和存储在彼此分开的两个单独的站点。如下图所示,来自多个用户的数据可用于确定系统性。在本文中,校准和处理数据模型可以被不断更新和重新发现,而不会扭曲在多个用户现场的光谱数据的生成。
基于这些考虑,第一服务器包括第一通信接口,该第一通信接口被配置为首先向云服务器提供关于至少一个参考样本和参考分析数据的参考光谱信息,并且进一步从云接收用于至少一个参数的至少一个值。因此,第一通信接口可以优选地被布置为双向接口,或者可以替代地包括以相反方向布置的两个单独的单向接口。进一步地,第一服务器还被配置为通过使用如由云服务器提供的至少一个参数的至少一个值来确定处理数据,并且进一步包括被配置为将处理数据提供给至少一个第三服务器的至少一个第三通信接口。
另外,第一服务器可以被配置为经由第二通信接口从至少一个第二服务器接收光谱信息并且经由第四通信接口将其提供给云服务器。据此,第一服务器可以被配置为修改光谱信息。如通常所使用的,术语“修改”是指通过对数据应用至少一种算法来改变数据,特别是携带光谱信息的数据,其中该算法可以被配置为对数据施加至少一种特定操作。根据本发明,操作可以优选地选自以下各项中的至少一项:包括光谱信息或相关元数据的数据的选择、过滤、组合、分类、分组或分析。然而,其他种类的应用也可能是可行的。
进一步基于这些考虑,每个第二服务器包括对应的第二通信接口,该第二通信接口被配置为向云服务器提供光谱信息。如上文所指示的,光谱信息可以经由对应的第二通信接口直接被发送到云服务器,或者优选地,首先经由第二通信接口被发送到第一服务器,并且随后被从第一服务器经由第四通信接口发送到云服务器。虽然选择直接传输导致提供至少一个第二服务器之间朝向云服务器的直接连接的优点,由于云服务器仅与第一服务器通信,而第一服务器负责与其他服务器(即,一个或多个第二服务器和一个或多个第三服务器)的通信,因此间接传输导致需要总体上不太复杂的通信系统的不同优点。
进一步基于这些考虑,云服务器被配置为在云服务器内执行上文所指示的操作,至少通过使用涉及至少一个参考样本的参考光谱信息和如由第一服务器提供的参考分析数据来生成校准模型,将可包括定量和定性建模的校准模型应用于由第二服务器提供的光谱信息,从而提取拥有至少一个参数的至少一个值,并且经由第一通信接口将用于至少一个参数的至少一个值提供给第一服务器。出于在云服务器内生成和维护基础设施的目的,其中,需要基础设施用于在云服务器内执行指示的操作,可以使用至少一个附加服务器。
在特别优选的实施例中,校准模型可以通过应用至少一种数据预处理方法、一组选择特征和至少一种学习算法的组合来生成。如通常所使用的,术语“数据预处理方法”是指修改原始数据的过程,尤其通过使用以下各项中的至少一项:散射校正、基线校正、平滑或缩放。进一步地,该组选择特征可以是指至少一个特定数据项,优选地选自:至少一个特定像素或至少一个特定波长。如进一步通常使用的,术语“学习算法”涉及在至少一个已知数据集中提取至少一个模式的过程,其中,此后,至少一个模式可以应用于至少一个未知数据集。另外,通过使用又一的未知数据集,可以进一步细化至少一个模式。在本文中,学习算法可以优选地选自机器学习算法或深度学习算法。
特别地,通过使用用于至少一个参数的至少一个值来确定处理数据可以优选地通过将至少一种学习算法应用于已知参数的已知值与已知处理数据的组合来执行。在本文中,学习算法可以包括选自回归算法或分类算法中的至少一种的至少一种算法。举例来说,可以使用以下算法中的至少一种:偏最小二乘回归;判别分析;贝叶斯算法,诸如朴素贝叶斯、蛮力MAP学习、贝叶斯信念网络、贝叶斯最优分类器;具有多个内核的支持向量机;决策树算法,诸如随机森林CART;逻辑和线性回归,诸如LASSO、Ridge、弹性网;统计分析,诸如单变量广义和混合模型;神经网络(NN)算法,诸如全连接NN、卷积NN、递归NN;高斯建模,诸如高斯过程回归、高斯图网络;无监督学习方法,诸如非负矩阵分解、主成分分析(PCA)、t-sne、LLE。然而,另一种类的学习算法也可能是可行的。
进一步基于这些考虑,每个第三服务器包括对应的第三通信接口,该第三通信接口被配置为将处理数据提供给至少一个第三服务器。如上文和下文更详细地描述的,每个第三服务器可以被进一步配置为通过经由用户接口将与处理数据相关的至少一项信息显示给用户或通过将与处理数据相关的至少一项信息提供给如本文其他地方所描述的处理单元或模拟系统中的至少一个中的至少一个,进一步处理与处理数据相关的至少一项信息。
在本发明的另一方面中,公开了一种用于原位监测在气体洗涤过程中使用的至少一种物质的监测系统。如本文进一步使用的,术语“监测”是指在没有用户交互的情况下从优选连续地获取的数据中导出期望信息的过程,其中,术语“测量”涉及在没有用户交互的情况下获取一条数据的过程。出于该目的,生成并评估多个测量信号,从中确定期望的信息。在本文中,多个测量信号可以在固定或可变时间间隔内或替代地或另外地在至少一个预先指定的事件发生时被记录和/或评估。如通常所使用的,术语“原位监测”涉及在至少一种物质已经位于的位置处获取与在气体洗涤过程中使用的至少一种物质相关的数据条,特别是不需要收集至少一种物质的样本并在不同的位置对其进行分析。因此,监测系统展现出可以将其分配在至少一种物质的位置以确定其至少一个特性的优点。
如上文已经指示的,术语“系统”是指包括至少两个部件的设备,其中,部件中的至少两个是单独的部件,而部件中的两个或两个以上可以被集成到一个部件中,其中,这些部件被配置为执行联合任务,诸如处理一种监测。因此,如本文所使用的术语“监测系统”是指包括至少两个单独部件的系统,其中,每个部件被指定用于生成和评估测量信号中的至少一个。特别地,根据本发明的监测系统尤其可以被指定用于优选地连续地确定与至少一种物质相关的至少一个参数并从中导出期望的处理数据。
因此,用于原位监测在气体洗涤过程中使用的至少一种物质的监测系统,包括:
-如本文其他地方所描述的通信系统;
-光谱仪,其被指定用于
ο获取与所述至少一种物质相关的光谱信息;
ο将所述光谱信息提供给至少一个服务器。
因此,根据本发明的监测系统包括如本文其他地方所描述的通信系统和光谱仪。结果,因此,指定生成用于确定与至少一种物质相关的至少一个参数的光信号并从中导出期望的处理数据。如通常所使用的,术语“光学”是指具有380nm至780nm波长和相邻波长范围,特别是近红外(NIR)光谱范围的至少一部分的电磁波。通常,NIR光谱范围被认为是覆盖780nm至2500nm的波长。然而,术语“光学”在本文中被认为是涵盖了NIR光谱范围之外的进一步的波长,诸如具有高于2.5μm的波长的其他红外光谱范围,特别是对于高达2.6μm、高达3.1μm、高达3.5μm、高达5μm、高达5.5μm、高达6μm、高达20μm或高达40μm的波长。优选地,根据如本文所使用的定义,术语“光学”涵盖从250nm至5μm、优选从400nm至3μm、更优选从1250nm至2.7μm的波长。因此,如本文所使用的术语“光”涉及具有在指示波长范围内的至少一个波长的辐射。
如进一步通常使用的,术语“光谱”是指光谱范围的部分,尤其是如上文所指示的近红外(NIR)光谱范围的部分。在此,光谱的每个部分由光学信号构成,光学信号由信号波长和对应的信号强度限定。如进一步通常使用的,术语“光谱仪”涉及能够获取光谱信息的装置,其中术语“获取光谱信息”是指记录相对于光谱的对应波长或其部分的信号强度,诸如波长间隔,其中,信号强度可以优选地作为电信号提供,该电信号可以用于进一步评估。特别是为了执行根据本发明的监测过程,至少一种物质的至少一种光谱可以被原位重复获取。
光谱仪可以优选地包括色散元件。如通常所使用的,“色散元件”是指被指定用于将来自至少一种物质的入射光分离成组成波长信号的光谱的设备,其相应的强度随后以如由单个检测器或检测器阵列生成的检测器信号的形式被确定,如下文更详细地描述的。此处,色散元件可以优选地选自至少一个衍射元件或至少一个干涉测量元件。在本文中,至少一个衍射元件可以被选自棱镜或光栅,其中,至少一个干涉测量元件可以选自干涉滤波器,特别是带通滤波器、带阻滤波器、布拉格滤波器、长度可变滤波器(诸如线性可变滤波器)、法布里-珀罗干涉仪或迈克尔逊干涉仪。如通常所使用的,术语“带通滤波器”是指一种光学元件,其被设计为透射两个截止波长之间的波段,同时在该波段外衰减。作为替代方案,“带阻滤波器”被设计为在波段内衰减,同时在波段外透射。如进一步通常使用的,术语“布拉格滤波器”涉及特定类型的带阻滤波器,其由光波导或玻璃基板的芯的短段组成。在本文中,折射率的周期性变化被用作特定波长的介电反射镜,其被设计为衰减波段内的波长,同时允许波段外的波长不受干扰地通过,因此,充当带阻滤波器。如进一步通常使用的,术语“长度可变滤波器”是指包括多个干涉滤波器,特别是带通滤波器,的滤波器,其可以特别地以滤波器的连续布置被提供。在本文中,滤波器中的每一者可以沿着由长度可变滤波器的接收表面上的单个维度(用术语“长度”表示)形成(优选地连续地形成)具有针对滤波器上的每个空间位置的可变中心波长的带通。优选地,可变中心波长可以是滤波器上空间位置的线性函数,在这种情况下,长度可变滤波器被称为“线性可变滤波器”。然而,其他种类的函数也适用于可变中心波长与滤波器上空间位置之间的关系。在特定实施例中,长度可变滤波器可以是楔形滤波器,其被指定用于在透明基板上承载至少一个响应涂层,其中响应涂层可以展现出空间可变特性,特别是空间可变厚度。进一步地,“法布里-珀罗干涉仪”包括具有两个平行反射表面的光学腔,当它们与光学腔谐振时,它们仅允许光波传播通过光学腔。另外,可以使用被设计用于接收入射光并将其传送到色散元件的另一光学元件。针对进一步的细节,可以对WO 2019/115594 A1、WO 2019/115595 A1或WO 2019/115596 A1进行参考。
作为替代方案,光谱仪可以包括至少一个傅里叶变换红外光谱(FTIR)分光光度计。在本文中,光谱仪可以包括至少一个宽带光源和至少一个干涉元件,诸如迈克尔逊干涉仪。FTIR分光光度计可以被配置为用至少一个具有时间相关光谱的光束提供照明。出于该目的,FTIR分光光度计可以优选地包括至少一个移动反射镜元件,其中通过反射镜元件的运动,由宽带光源生成的光束可以交替地由干涉测量元件阻挡和透射。此外,光谱仪可以包括至少一个微机电系统(MEMS),该微机电系统(MEMS)可以被配置为控制反射镜元件。进一步地,FTIR分光光度计可以被配置为取决于波长来调制光束,使得以不同速率调制不同波长。
光可以入射在单个检测器或检测器阵列上。如通常所使用的,术语“检测器阵列”涉及包括多个光学传感器的设备,该多个光学传感器被指定用于测量照射到光学传感器中的至少一个的入射光的强度。在本文中,每个传感器可以优选地被指定用于测量特定波长处的入射光的强度。因此,检测器阵列可以优选地包括一系列光学传感器,这些光学传感器可以以一个接一个的一系列光学传感器的形式被定位,其中,光学传感器的序列优选地可以相对于沿着长度可变滤波器的长度的相应光滤波器的连续布置以平行方式被放置。因此,检测器阵列可以优选地包括一系列单独的光学传感器,这些光学传感器可以特别地布置在作为一维矩阵的单行中,优选地沿着长度可变滤波器的长度,或者布置在多于一行中,尤其是以二维矩阵的形式布置为两条、三条或四条平行线,以便接收尽可能多的入射光强度。因此,一个方向上的像素数N可能比另一方向上的像素数M高,从而可以获得一维1×N矩阵或矩形的二维M×N矩阵,其中,M<10且N≥10,优选地N≥20,更优选地N≥50。另外,本文中使用的矩阵也可以以交错排列放置。在此,尤其是为了易于制造该系列光学传感器,每个光学传感器可以具有相同的或在公差水平内的相似的光学灵敏度。替代地,如该系列光学传感器中使用的光学传感器中的每一个可以展现出变化的光学灵敏度,该变化的光学灵敏度可以根据长度可变滤波器的变化的透射率特性而变化,诸如通过沿着该系列光学传感器提供光学灵敏度随波长的增加的变化或减小的变化。然而,其他种类的布置也是可行的。
特别地,可以使用可以包括多个像素化传感器的检测器阵列,其中像素化传感器中的每一个适于接收由色散元件提供的组成波长信号之一的至少一部分。如上文所指示的,每个组成波长由此与每个组成波长的强度或幅度相关。如通常所使用的,术语“像素化光学传感器”或“像素化传感器”是指包括单独像素传感器的阵列的光学传感器,其中,单独像素传感器中的每一者至少具有辐射敏感区域,该辐射敏感区域取决于入射光的强度来生成电信号,其中,电信号可以特别地被提供给评估单元用于进一步评估。在本文中,如由单独像素传感器中的每一个所包括的辐射敏感区域尤其可以是单个均匀辐射敏感区域,该辐射敏感区域被配置为用于接收照射在单独像素传感器上的入射光。然而,像素化传感器的其他布置也可能是可想象的。进一步地,如上文所指示的,具有单个辐射敏感区域的单个检测器也可能是可行的。
传感器被设计为生成与照射到单独像素化传感器上的入射光的强度相关联的检测器信号,优选地是电子信号。该信号可以是模拟信号和/或数字信号。相应地,相邻的光学传感器的电子信号可以同时或以时间上连续的方式被生成。举例来说,在行扫描或线扫描期间,生成一系列电子信号可以是可能的,这些电子信号对应于被布置成行的一系列单独光传感器。另外,单独传感器优选地可以是有源传感器,其可适于在将电子信号提供给评估单元之前对该电子信号进行放大。为此,光学传感器可以包括一个或多个信号处理器件,诸如一个或多个用于处理和/或预处理电子信号的滤波器和/或模数转换器。
光学传感器可以选自任何已知的光学传感器,特别是像素化传感器;优选地选自像素化有机相机元件,尤其像素化有机照相机芯片;或者选自像素化无机相机元件,尤其像素化无机相机芯片;特别是选自CCD芯片或CMOS芯片,它们通常用于各种相机。在本文中,硅(Si)通常可用于高达1.1μm的波长。作为替代方案,特别是对于1.1μm以上的波长,光学传感器的辐射敏感区域可包括光电探测器,特别是选自:锑化镓(GaSb)中的至少一种的无机光电探测器,特别是对于高达1.7μm的波长;锗(Ge),特别是对于高达1.85μm的波长;砷化铟镓(InGaAs),特别是对于高达2.5μm的波长;砷化铟(InAs),特别是对于高达3.5μm的波长;硫化铅(PbS),特别是对于高达3.5μm的波长;锑化铟(InSb),特别是对于高达5.5μm的波长;硒化铅(PbSe),特别是对于高达6μm的波长;以及碲镉汞(MCT,HgCdTe),特别是对于高达20μm的波长。然而,其他光电探测器或其他类型的材料也可能是可行的,特别是包括辐射敏感材料的热电探测器,优选地,选自硫酸三甘氨酸(TGS)或氘代硫酸三甘氨酸(DTGS)可以特别用于高达40μm的波长。在本文中,在检测器的光谱灵敏度可以展现出与光源的发射光谱密切相关的光谱范围时,特别是为了确保检测器可能能够提供具有高强度的检测器信号,这可能是特别优选的,因此,使能以足够的信噪比并且同时高分辨率评估检测器信号。
在优选实施例中,监测系统可以包括被指定用于测量与至少一种物质相关的光信号的光学探头。在本实施例中,光谱仪可以指定用于通过使用如由探头所提供的测量光信号来获取与至少一种物质相关的光谱信息。如通常所使用的,术语“光学探头”是指被指定用于通过获取至少一个测量信号来测量光学信号的设备,此处也被表示为“光学信号”,优选地在至少一种待监测物质的位置或位置附近。在本文中,光学探头可以由流动池包括,该流动池可以位于酸性气体移除装置的溶剂回路中和/或被安装在指定用于处理包括溶液的样本的实验室中。然而,光学探头的进一步的实施例也可能是可行的。
另外,光学探头可以被指定用于提供用于照射至少一种物质的位置的辐射。然而,在至少一种物质的位置可能已经被充分照射的情况下,光学探头的这样的功能可能是可有可无的。然而,由于结合本发明使用的优选波长范围是如上文所呈现的光谱范围,该光谱范围被认为覆盖以足够强度在至少一种物质的位置处不一定可用的波长,优选的是,光学探头可以被指定用于提供用于照射至少一种物质的位置的期望辐射。
因此,光学探头可以优选地用于提供辐射和生成由辐射与至少一种物质的一部分在至少一种物质的位置处的相互作用产生的至少一种光信号。出于该目的,光学探头可以包括设置,该设置可以具体地适于至少一种物质的几何形状和/或包括至少一种物质的至少一部分的容器的几何形状。特别地,该设置可以选自透射几何、跨曲几何或反射几何中的至少一种,诸如漫反射几何或衰减全反射几何。如下文更详细说明的,在待监测的至少一种物质可包括透明材料的情况下,透射几何形状可能尤其是优选的,在这种情况下,透射至少一种物质的层的厚度可能是有利的。在本文中,用于透射几何的设置可以优选地被指定用于引导光穿过待检测的至少一种物质的层的以下厚度:特别是0.1mm、优选0.2mm、更优选0.5mm;高达5mm、优选高达2.5mm、更优选高达2mm、尤其是1mm。然而,在待监测的至少一种物质可能包括不透明材料的情况下,反射几何形状可能是更优选的。关于术语“透明”或“不透明”,指示相应的透明度等级是指应用于至少一种物质的特定波长或波长范围,特别是NIR光谱范围内的透明度等级。
进一步地,用于在光学探头和光谱仪之间提供连接,用于将如由光学探头生成的光信号引导到光谱仪用于评估,以及,还优选地,对于指定用于生成具有期望光谱范围,特别是在NIR光谱范围内的照射的光源与光学探头之间的进一步连接,可以使用至少一个光波导,诸如至少一根光纤。然而,其他种类的连接也可能是可行的。
在特定实施例中,光学探头可以包括至少一个管,优选地两个单独的管,其中包括至少一个光波导的至少一个管被指定用于接收至少一个连接。进一步地,光学探头可以包括安装件,至少一个管可以被附接到该安装件。出于该目的,可以使用紧固元件,诸如螺丝。在本文中,安装件可以优选地是刚性安装件,因此能够向光学探头提供期望的稳定性,而至少一个管优选地可以是柔性管,因此,提供一定程度的灵活性。
另外,监测系统,特别是光学探头,可以包括至少一个附加传感器,其可以被指定用于测量至少一种物质的附加物质相关信息,其中,术语“附加物质相关信息”是指除了通过使用光谱仪获取的关于至少一种物质的至少一条信息之外,还与至少一种物质相关的至少一项数据。特别地,进一步的物质相关信息可以优选地选自以下各项中的至少一项:温度、密度、通量、电导率、粘度、电磁场、介电常数、折射率、荧光、磷光、磁化值、pH值、缓冲能力、酸值或zeta电位。然而,其他种类的附加物质相关信息也可能是可行的。出于确定至少一个附加物质相关信息的目的,附加传感器可以优选地被附接到探头的安装件,其中用于电源或数据读出的引线优选地可以经由至少一个管引导。另外,可以被附接到光学探头的又一元件是可想象的。作为又一替代方案,探头可以是或包括至少一个芯片实验室系统或至少一个微流体系统,其被指定用于分析在气体洗涤过程中使用的至少一种物质。
进一步地,光谱仪包括评估单元,其被指定用于通过评估如由检测器提供的检测器信号来生成与至少一种物质的光谱相关的光谱信息。如通常所使用的,术语“评估单元”是指被指定用于基于检测器信号生成信息的任意设备。出于该目的,评估单元可以是或包括至少一个集成电路,诸如一个或多个专用集成电路(ASIC)、和/或一个或多个数字信号处理器(DSP)、和/或一个或多个现场可编程门阵列(FPGA)、和/或一个或多个数据处理设备,诸如一个或多个计算机,优选地一个或多个微型计算机和/或微控制器。可以包括附加部件,诸如一个或多个预处理设备和/或数据采集设备,诸如用于传感器信号的接收和/或预处理的一个或多个设备,诸如一个或多个AD转换器和/或一个或多个滤波器。进一步地,评估单元可包括至少一个数据存储设备。进一步地,如上文所概述的,评估单元可包括至少一个接口,诸如无线接口和/或线装接口。另外,光谱仪,特别是评估单元,还可被指定用于确定如本文其他地方所描述的至少一种物质相关的数据。出于该目的,评估单元可以包括或访问其他评估例程,这些例程被配置为根据光谱信息、如由检测器阵列提供的光学信号或如由至少一个附加传感器提供的传感器信号中的至少一个来确定与至少一种物质相关的数据。另外,光谱仪,特别是评估单元,还可被指定用于确定如本文其他地方所描述的至少一种物质的附加物质相关信息。出于该目的,评估单元可以包括或可以访问更进一步的评估例程,这些评估例程被配置为根据如由附加传感器中的至少一个提供的测量信号确定附加的物质相关信息。
在本文中,可用于监测如由光谱仪生成的物质的光谱信息,特别是如由光谱仪所包括的评估设备生成的光谱信息可以优选地由数据传送单元提供给至少一个服务器,特别是如本文其他地方所描述的通信系统所包括的至少一个第二服务器。如本文所使用的,术语“数据传送单元”是指被指定用于将光谱信息从光谱仪发送到至少一个第二服务器的任意设备,该第二服务器如由在线装传输或无线传输中的通信系统包括。出于该目的,数据传送单元可以优选地选自通用串行总线(USB)或启用蓝牙设备中的至少一个。然而,被配置为使能在光谱仪、特别是光谱仪的评估设备和对应的第二服务器之间的数据传送的进一步的方法和设备也可能是可想象的。
进一步地,光谱仪可包括又一部件,诸如光源。如本文所使用的,术语“光源”是指一种已知在如上文所指示的波长范围的至少一个中提供足够发射的照射源。因此,照明源可以选自白炽灯、薄膜灯丝或发射黑体光谱的MEMS系统、火焰源中的至少一种;火焰源;热源;激光器,特别是激光二极管,尽管也可以使用其他类型的激光器;发光二极管;有机光源,特别是有机发光二极管;霓虹灯;结构光源。然而,可以使用其他种类的照明源,诸如热红外发射器。如本文所使用的,术语“热红外发射器”是指一种微加工热发射设备,其包括辐射发射表面,该辐射发射表面被指定用于发射期望的辐射。举例来说,热红外发射器在来自Axetris AG,Schwarzenbergstrasse 10,CH-6056Switzerland的名称“emirs50”可用作来自LASER COMPONENTS GmbH,Werner-von-Siemens-Str.15 82140Olching,Germany的“热红外发射器”,或者来自Hawkeye Technologies,181 ResearchDrive#8,Milford CT 06460,United States的“红外发射器”。然而,其他类型的热红外发射器也可能是可行的。
在本文中,光源可以是连续光源,或者作为替代方案,可以是脉冲光源,其中脉冲光源可以具有至少1Hz、至少5Hz、至少10Hz、至少50Hz、至少100Hz、至少500Hz、至少1kHz或更高的调制频率。在特定实施例中,光谱仪或光源中的至少一个可以包括指被定用于调制照射的调制设备,优选地周期性调制。如通常所使用的,术语“调制”是指这样的过程,其中照射的总功率优选地周期性地变化,特别是以至少一个调制频率变化。特别地,可以在照射的总功率的最大值与最小值之间实现周期性调制。最小值可以是0,但也可以>0,使得举例来说,不必实现完全调制。在本文中,优选地,调制可以在被指定用于生成期望的调制照射的光源内实现,优选地通过光源本身具有调制强度和/或总功率,例如周期性调制的总功率,和/或通过光源实现为脉冲照明源,例如脉冲激光器。作为另一示例,2019年12月3日提交的欧洲专利申请19 21 32 77.7中公开的用于生成辐射的设备也可以用于此目的,其中,设备包括至少一个辐射发射元件,其中,辐射发射元件被指定用于在由电流加热时生成辐射;安装件,其中,安装件携带至少一个辐射发射元件,以及其中,安装件或其一部分是可移动的;以及散热器,其中,散热器被指定用于在由安装件接触时冷却安装件和由安装件承载的至少一个辐射发射元件。替代地或附加地,也可以使用不同类型的调制设备,例如基于电光效应和/或声光效应的调制设备。然而,在光束路径内的任何位置处调制光束也可能是可想象的,其中,也可以使用光束斩波器或不同类型的周期性光束中断设备,诸如断续器叶片或断续器轮,优选地以恒定速度旋转并且因此可以周期性地中断照射。因此,检测器阵列可以被指定用于在不同调制的情况下检测至少两个检测器信号可以具有不同的调制频率。在本文中,评估单元可以被指定用于从至少两个检测器信号生成光谱信息。
如上文已经指示的,术语监测系统可以包括至少两个可以集成到单个部件中的部件。作为其优点,可以促进尤其由用户对集成部件的处理。因此,光源和光谱仪优选地可以被集成到单个单元中。替代地,优选地,光学探头和光谱仪可以集被成到单个单元中。作为又一的替代方案,光源、光学探头和光谱仪可以优选地被集成到单个单元中。进一步地,第二服务器和第三服务器可以被集成到单个单元中。替代地或另外地,光谱仪、数据传送单元和第二服务器可以被集成到单个单元中。举例来说,光谱仪、光源、数据传送单元、第二服务器和第三服务器可以被集成到单个单元中。然而,其他种类的集成部件也可能是可行的。
在本发明的另一方面中,公开了一种用于操作通信系统的计算机实现的方法。因此,根据本发明的方法是计算机实现的方法。如通常所使用的,术语“计算机实现的方法”是指涉及可编程装置,特别是携带程序的可读介质、计算机或计算机网络,的方法,由此,本发明的特征中的一个或多个借助于至少一个程序执行。根据本发明,至少一个程序可以由适于经由通信系统执行相应方法的装置访问,特别地如本文其他地方所描述的通信系统,该通信系统可以优选地经由互联网获得。特别关于本发明,本方法因此可以在为此目的而配置的可编程装置上执行,诸如通过提供至少一个适配的计算机程序。因此,根据本发明的方法可以特别影响对至少一种物质的原位监测,出于该目的,采用了用于操作如本文所描述的通信系统的计算机实现的方法。如本文进一步使用的,术语“操作”是指被配置为以期望的方式实现通信系统的功能的一系列方法步骤。
如本文所公开的用于操作通信系统的方法包括以下步骤,这些步骤可以优选地以给定的顺序执行。进一步地,可以提供此处未列出的附加方法步骤。除非另有明确指示,否则任何或所有方法步骤,特别是相邻方法步骤,可以至少部分地以同步方式执行。进一步地,任何或所有方法步骤可以被执行至少两次,诸如以重复的方式,特别是为了允许重复执行根据本发明的原位监测过程,如下文更详细地描述的。
因此,根据本发明的用于操作通信系统的方法,其中,通信系统包括云服务器、第一服务器、至少一个第二服务器和至少一个第三服务器,包括以下步骤:
a)从第一服务器经由第一通信接口向云服务器提供参考分析数据和涉及至少一个参考样本的参考光谱信息和;
b)在云服务器中,通过使用参考分析数据和涉及至少一个参考样本的参考光谱信息生成校准模型,其中,校准模型包括至少一个参数;
c)从第二服务器经由第二通信接口向云服务器提供与至少一种物质相关的光谱信息;
d)在云服务器中将校准模型应用于与至少一种物质相关的光谱信息,由此,提取用于至少一个参数的至少一个值;
e)经由第一通信接口向第一服务器提供用于至少一个参数的至少一个值,其中,处理数据包括与至少一种物质的建议处理相关的至少一条数据;
f)通过使用由云服务器向第一服务器提供的用于至少一个参数的至少一个值来确定处理数据;
g)从第一服务器经由第三通信接口向第三服务器提供处理数据。
在本发明的另一方面中,公开了一种用于原位监测在气体洗涤过程中使用的至少一种物质的计算机实现的方法。关于术语“计算机实现的方法”,可以对上文所提供的定义进行参考。如本文所公开的方法包括以下步骤,这些步骤可以优选地以给定的顺序执行。进一步地,可以提供此处未列出的附加方法步骤。除非另有明确指示,否则任何或所有方法步骤,特别是相邻方法步骤,可以至少部分地以同部方式被执行。进一步地,任何或所有方法步骤可以被执行至少两次,诸如以重复的方式,特别是为了允许以重复获取至少一种物质的至少一种光谱的方式执行原位监测过程,经由评估单元从其中重复地导出处理数据,并且重复地向用户提供处理数据用于使得能够根据其对至少一种物质的处理。
因此,用于原位监测在气体洗涤过程中使用的至少一种物质的计算机实现的方法包括以下步骤:
(i)获取至少一个参考样本的至少一个光学参考光谱,其中,每个参考样本包括待监测的至少一种物质,其中,参考分析数据被分配给每个参考样本,以及从至少一个光学参考光谱中导出涉及至少一个参考样本的参考信息;
(ii)原地获取至少一种物质的至少一种光谱,并且从至少一种光谱中原位导出与至少一种物质相关的光谱信息;
(iii)执行根据用于操作如本文其他地方所描述的通信系统的计算机实现的方法的方法的步骤;
(iv)根据处理数据,处理至少一种物质。
在另一方面中,本发明涉及一种计算机程序产品。如通常所使用的,“计算机程序产品”是指用于执行根据本发明的方法中的至少一种,优选地如上文所指示的两种方法的可执行指令。出于该目的,计算机程序可以包括借助于计算机程序代码提供的指令,所述计算机程序代码被配置为执行根据本发明的方法的任何或所有步骤,并且因此当在计算机或数据处理设备上实现时建立对象的图像的生成。计算机程序代码可以被提供在数据存储介质或诸如光存储介质的单独设备上,例如在光盘上,直接在计算机或数据处理设备上,或者经由诸如内部网络或互联网的网络,诸如在云中。
对于关于计算机实现的方法以及相关计算机程序产品的进一步细节,可以参考如本文其他地方所公开的根据本发明的系统。
在本发明的另一方面中,通信系统的用途,该监测系统用于原位监测在气体洗涤过程中使用的至少一种物质。其中,监测系统包括通信系统,以及公开了根据本发明的相关方法。在本文中,通信系统、用于原位监测在气体洗涤过程中使用的至少一种物质的监测系统和相关方法可以优选地用于选自包括以下各项的组的用途的目的:
-用于来自诸如化石燃料发电装置或蒸汽轮机的来源的烟道或其他含氧气体中的碳捕获;
-用于以沼气应用为目标的酸性气体移除,特别是在含有烷烃、CO2和/或H2S和/或氧气和/或烯烃的气流中;
-用于天然气应用,特别是从大量移除CO2和/或H2S到深度移除用于LNG应用的酸性气体;
-用于合成气、氨、氢气/一氧化碳(HYCO)和铁矿石生产中的酸性气体移除;
-用于选择性酸性气体移除,即来自天然气以及酸性气体富集(AGE)
或尾气处理(TGT)单元中的硫成分。
-用于来自水泥生产的烟气/尾气中捕获碳
然而,该方法在气体洗涤过程中的其他种类的用途也可能是可想象的。
特别关于监测气体洗涤,至少一个参数可以优选地选自与以下相关的指示剂中的至少一种,特别是含量或浓度:
-水;
-胺,特别是:
ο叔胺,具体地选自以下各项中的至少一项:甲基二乙醇胺(MDEA)、诸如叔丁基氨基乙氧基乙醇的受阻烷醇酰胺、氨基乙氧基乙醇(AEE)或(2-(2-(2-叔丁基氨基乙氧基)乙氧基)乙基)甲基醚(MEETB);
ο伯胺或仲胺,具体地选自以下各项中的至少一项:哌嗪、单乙醇胺(MEA)、二乙醇胺(DEA);
-热稳定盐,具体地选自以下各项中的至少一项:甲酸盐、磷酸盐、乙酸盐、草甘膦、草酸盐、琥珀酸盐;
-气体,具体地选自以下各项中的至少一项:二氧化碳(CO2)、硫化氢(H2S)。
如本文进一步使用的,术语“物质”是指生成光谱信息的在气体洗涤过程中使用的至少一种化合物,特别是通过使用根据本发明的监测设备,并且经由第二服务器的第二通信接口提供。因此,至少一种物质可以优选地是或包括至少一种溶液,特别是胺溶液、包含热稳定盐的溶液、气体溶液;或其混合物,具体地来自如上文所指示的至少一种物质。然而,在气体洗涤过程中使用的其他种类的物质也可能是可行的。在本文中,特定物质可以包括至少一种组分,其中该物质的组成可以在该特定物质的监测期间保持恒定或改变。
如上文已经定义的,术语“参数”是指对关于特定物质的分析数据的影响的表示。替代地或另外地,可以组合至少两个参数用于生成进一步的参数。因此,分配给校准模型的至少一个参数类似地取决于包括根据本发明的通信系统和相关方法的监测系统的特定用途。具体地,至少一个参数可以选自以下各项中的至少一项:
-回归值,特别是选自物质的至少一种、物质的至少一种组分、物质的至少一种退化产物、由物质的退化生成的至少一种副产物的浓度;组分的稳定性;制造的等级,物质的年份;
-分类值,特别地用于标识至少一种物质;
-聚类值,特别地用于形成与至少一种物质相关的聚类;
-提取特征,特别地选自与光谱信息相关的至少一个特征。
作为其结果,通过使用用于至少一个参数的至少一个值确定的处理数据还取决于包括通信系统的监测系统和相关方法的特定用途。因此,处理数据可以特别地包括以下各项中的至少一项:
-关于至少一种物质的标识的说明;
-关于至少一种物质或包括所述至少一种物质的产品的真实性的说明;
-关于至少一种物质的来源的说明;
-关于至少一种物质的状态的存在或不存在的说明;
-关于至少一种物质的特性的说明,特别是选自至少一种物质的质量、浓度、类型;
-关于至少一种物质的组分的特性的说明,特别是选自至少一种物质的组分的浓度;
-关于至少一种物质与至少一种另一物质的混合物的稳定性的说明;
-关于基于至少一个参数的值的推荐过程的说明。
在本文中,推荐过程选自以下各项中的至少一项:
-在确定的时间点或时间范围处替换至少一种物质的至少一部分;
-向至少一种物质添加进一步的量;
-向至少一种物质添加进一步的物质,诸如用于用药物进行处理;
-推迟将进一步的物质添加到至少一种物质;
-移除至少一种物质;
-改变作用在至少一种物质上的温度或压力中的至少一者;
-清洁至少一种物质或与物质相关的对象。
特别地,处理单元可以优选地选自以下各项中的至少一项:
-存储容量,其被指定用于储存更多量的至少一种物质或不同物质并用于提供其一部分;
-处理单元,其被指定用于均化至少一种物质和/或用于混合至少两种不同物质;
-清洁单元,其被指定用于清洁至少一种物质;
-废物容器,其被指定用于接收用过的物质;
-阀控制单元,其被指定用于控制至少一个阀,其中,控制该阀可以允许调整至少一种物质的供应或移除;
-照明控制单元,其被指定用于能够交替至少一种物质的照射;
-温度控制单元,其被指定用于改变至少一种物质的温度;
-压力控制单元,其被指定用于改变至少一种物质上的压力;
-加热单元,其被指定用于用热冲击至少一种物质,其中,加热至少一种物质可能引起至少一种物质的物理或化学反应;
-冷却单元,其被指定用于冷却至少一种物质,其中,至少一种物质的冷却可能导致阻碍或完成至少一种物质的物理或化学反应。
然而,其他种类的处理单元也可能是可想象的。
因此,通信系统、包括通信系统的用于对在气体洗涤过程中使用的至少一种物质的原位监测的监测系统以及相关方法能够对至少一种物质提供有效监测,由此允许在气体洗涤过程中使用的至少一个装置被放置在用户处所的任何位置,甚至在偏远或几乎不可接近的区域。进一步地,在至少一个装置的位置处或附近获取的测量数据的处理被分布在由用于在云服务器内执行指示的操作的基础设施表示的第一实例之间,其可以由至少一个附加服务器生成和维护,其中,第一实例熟悉测量数据的评估,并且第二示例由第一服务器表示,其中,第二实例熟悉将最终基于所评估的测量数据的处理数据提供给用户。由此,系统和相关方法能够在以优选全自动过程处理测量数据期间同时向用户应用分布式最佳实践和符合高数据保护标准下的特定数据交换。
总结,在本发明的上下文中,以下实施例被认为是特别优选的:
实施例1:一种通信系统,所述通信系统包括云服务器、第一服务器、至少一个第二服务器和至少一个第三服务器;
其中,所述第一服务器进一步具有第一通信接口,其被配置为向所述云服务器提供参考光谱信息和参考分析数据;
其中,每个第二服务器具有第二通信接口,其被配置为向云服务器提供光谱信息;
其中,所述云服务器被配置为:
-通过使用由所述第一服务器提供的所述参考光谱信息和所述参考分析数据生成校准模型,其中,所述校准模型包括至少一个参数;
-将所述校准模型应用于由所述第二服务器提供的光谱信息,由此提取用于所述至少一个参数的至少一个值;
-经由所述第一通信接口向所述第一服务器提供用于所述至少一个参数的至少一个值;
其中,所述第一服务器进一步被配置为通过使用由所述云服务器提供的用于所述至少一个参数的所述至少一个值来确定处理数据;
其中,所述第一服务器进一步具有至少一个第三通信接口,其中,每个第三通信接口被配置为向所述至少一个第三服务器提供所述处理数据。
实施例2:根据前述实施例所述的通信系统,其中,所述第二通信接口被配置为向所述云服务器直接或间接地提供所述光谱信息。
实施例3:根据前述实施例所述的通信系统,其中,通过向所述第一服务器提供所述光谱信息来像所述云服务器间接地提供所述光谱信息,其中,所述第一服务器进一步具有第四通信接口,其被配置为向所述云服务器提供所述光谱信息。
实施例4:根据前述实施例中的任一项所述的通信系统,其中,所述参数选自以下各项中的至少一项:回归值、分类值、聚类值、感官参数、提取特征。
实施例5:根据前述实施例中的任一项所述的通信系统,其中,所述第三服务器包括或驱动被指定用于向用户显示与所述处理数据相关的至少一项信息的用户接口。
实施例6:根据前述实施例所述的通信系统,其中,所述用户接口包括个人计算机或移动通信设备。
实施例7:根据前述实施例所述的通信系统,其中,所述移动通信设备是智能电话、平板电脑或个人数字助理中的至少一种。
实施例8:根据前述实施例中的任一项所述的通信系统,其中,所述处理数据包括与所述至少一种物质的建议处理相关的至少一条数据。
实施例9:根据前述实施例中的任一项所述的通信系统,其中,所述处理数据包括以下各项中的至少一项:
-关于所述至少一种物质的标识的说明;
-关于所述至少一种物质或包括所述至少一种物质的产品的真实性的说明;
-关于所述至少一种物质的来源的说明;
-关于所述至少一种物质的状态的存在或不存在的说明;
-关于所述至少一种物质的特性的说明;
-关于所述至少一种物质的组分的特性的说明;
-关于所述至少一种物质与至少一种另一物质的混合物的稳定性的说明;
-关于基于所述至少一个参数的值的推荐过程的说明。
实施例10:根据前述实施例所述的通信系统,其中,所述推荐过程选自以下各项中的至少一项:
-在确定的时间点或范围处替换所述至少一种物质的至少一部分;
-向所述至少一种物质添加进一步的量;
-向所述至少一种物质添加进一步的物质;
-推迟将进一步的物质添加到所述至少一种物质;
-移除所述至少一种物质;
-改变作用在所述至少一种物质上的温度或压力中的至少一者;
-清洁所述至少一种物质或与所述物质相关的对象。
实施例11:根据前述实施例中的任一项所述的通信系统,其中,所述第三服务器被指定用于将所述处理数据提供给处理单元或模拟系统中的至少一者。
实施例12:根据前述实施例所述的通信系统,其中,所述处理单元选自以下各项中的至少一项:存储容器、处理单元、清洁单元、废物容器、阀控制单元、分拣单元、照明控制单元、温度控制单元、压力控制单元、加热单元、冷却单元。
实施例13:根据前述实施例中的任一项所述的通信系统,其中,所述参考光谱信息涉及至少一个参考样本。
实施例14:根据前述实施例中的任一项所述的通信系统,其中,所述第二服务器和所述第三服务器被集成到单个单元中。
实施例15:一种用于原位监测在气体洗涤过程中使用的至少一种物质的监测系统,所述监测系统包括:
-根据前述实施例中的任一项所述的通信系统;
-光谱仪,其被指定用于:
ο获取与所述至少一种物质相关的光谱信息;
ο向至少一个服务器提供所述光谱信息。
实施例16:根据前述实施例所述的监测系统,其中,所述光谱仪被指定用于向由所述通信系统包括的至少一个第二服务器提供所述光谱信息。
实施例17:根据涉及所述监测系统的前述实施例中的任一项所述的监测系统,还包括以下各项中的至少一项:
-至少一个光源,其被指定用于照射所述至少一种物质的至少一部分;
-光学探头,其被指定用于测量与所述至少一种物质相关的光信号;
-所述光学探头与所述光谱仪之间的第一连接,其被指定用于将所测量的光信号引导到所述光谱仪;
-所述光源与所述光学探头之间的第二连接,其被指定用于将光引导到所述至少一种物质;
-数据传送单元,其被指定用于与所述光谱仪与所述第二服务器之间的连接。
实施例18:根据前述实施例所述的监测系统,其中,所述数据传送单元被指定用于提供线装或无线传输。
实施例19:根据前述实施例所述的监测系统,其中,所述数据传送单元是通用串行总线(USB)或启用蓝牙的设备中的至少一者。
实施例20:根据三个前述实施例中的任一项所述的监测系统,其中,
-所述光源和所述光谱仪,或
-所述光学探头和所述光谱仪,或
-所述光源、所述光学探头和所述光谱仪被集成到单个单元中。
实施例21:根据前述四个实施例中的任一项所述的监测系统,其中,所述第二服务器、所述光谱仪和所述数据传送单元被集成到单个单元中。
实施例22:根据前述五个实施例中的任一项所述的监测系统,其中,所述第一连接和所述第二连接中的至少一个包括光波导。
实施例23:根据前述六个实施例中的任一项所述的监测系统,其中,所述光源选自白炽灯或热红外发射器中的至少一者。
实施例24:根据前述七个实施例中的任一项所述的监测系统,其中,所述光学探头包括第一管和第二管中的至少一者,其中,所述第一管被指定用于接收所述第一连接并且所述第二管被指定用于接收所述第二连接。
实施例25:根据前述实施例所述的监测系统,其中,所述第一管和所述第二管中的至少一者是柔性管。
实施例26:根据前述两个实施例中的任一项所述的监测系统,其中,所述至少一个管被附接到至少一个安装件。
实施例27:根据前述实施例所述的监测系统,其中,所述至少一个安装件是刚性安装件。
实施例28:根据涉及所述监测系统的前述实施例中的任一项所述的监测系统,其中,所述光学探头包括用于透射几何、跨曲几何、反射几何、特别是漫反射几何或衰减全反射几何中的至少一种的设置。
实施例29:根据前述实施例所述的监测系统,其中,用于所述透射几何的所述设置被指定用于引导光通过物质层的以下厚度:0.1mm、优选0.2mm、更优选0.5mm;高达5mm、优选高达2.5mm、更优选高达2mm、尤其是1mm。
实施例30:根据涉及所述监测系统的前述实施例中的任一项所述的监测系统,其中,所述光谱仪还包括色散元件和至少一个检测器,特别是单个检测器或检测器阵列。
实施例31:根据前述实施例所述的监测系统,其中,所述色散元件被指定用于接收来自所述至少一种物质的光并将其分离成组成波长信号的光谱。
实施例32:根据前述两个实施例所述的监测系统,其中,所述单个检测器包括单个辐射敏感区域,或者其中,所述检测器阵列包括多个像素化传感器,其中,每个像素化传感器适于接收所述组成波长信号中的一个的至少一部分并生成至少一个检测器信号,其中,每个组成波长信号与每个组成波长的强度相关。
实施例33:根据前述实施例所述的监测系统,其中,每个像素化传感器包括传感器区域,其中,每个传感器区域包括辐射敏感材料。
实施例34:根据前述实施例所述的监测系统,其中,所述辐射敏感材料选自:硅(Si)、锑化镓(GaSb)、锗(Ge)、砷化铟镓(InGaAs)、砷化铟(InAs)、硫化铅(PbS)、锑化铟(InSb)、硒化铅(PbSe)、碲化镉汞(MCT、HgCdTe)、硫酸三甘氨酸(TGS)和氘代硫酸三甘氨酸(DTGS)。
实施例35:根据涉及所述设备的两个前述实施例中的任一项所述的监测系统,其中,所述传感器区域是均匀传感器区域。
实施例36:根据三个前述实施例中的任一项所述的监测系统,其中,所述像素化传感器被指定用于借助通过测量传感器区域的至少一部分的电阻或电导率生成传感器信号来测量入射光。
实施例37:根据前述实施例所述的装置,其中,所述辐射敏感元件被指定用于通过执行至少一个电流-电压测量和/或至少一个电压-电流-测量来生成传感器信号。
实施例38:根据涉及所述监测系统的前述实施例中的任一项所述的监测系统,其中,所述光学探头的表面的至少一部分是被指定用于阻碍所述至少一种物质的粘附的抗粘附表面。
实施例39:根据涉及监测系统的前述实施例中的任一项所述的监测系统,其中,所述光学探头包括被指定用于确定对所述至少一种物质的物理影响的传感器。
实施例40:根据涉及所述监测系统的前述实施例中的任一项所述的监测系统,其中,对所述至少一种物质的所述物理影响选自所述至少一种物质的温度或对所述至少一种物质的压力。
实施例41:根据涉及所述监测系统的前述实施例中的任一项所述的监测系统,其中,所述光学探头包括被指定用于测量与所述至少一种物质相关的附加物质相关信息的附加传感器。
实施例42:根据前述实施例所述的监测系统,其中,所述附加物质相关信息选自以下各项中的至少一项:温度、密度、通量、电导率、粘度、电磁场、介电常数、折射率、荧光、磷光、磁化值、pH值、缓冲能力、酸值或与所述至少一种物质相关的zeta电位。
实施例43:根据涉及所述监测系统的前述实施例中的任一项所述的监测系统,其中,所述物质选自至少一种溶液中的至少一种,特别地胺溶液、包括热稳定盐的溶液、气态溶液、或其混合物。
实施例44:根据前述实施例所述的监测系统,其中,所述胺溶液包括伯胺、仲胺、叔胺中的至少一者。
实施例45:根据前述实施例所述的监测系统,其中,所述伯胺或所述仲胺选自以下各项中的至少一项:哌嗪、单乙醇胺(MEA)、二乙醇胺(DEA)。
实施例46:根据前述两个实施例中的任一项所述的监测系统,其中,所述叔胺选自以下各项中的至少一项:甲基二乙醇胺(MDEA)、诸如叔丁基氨基乙氧基乙醇的受阻烷醇酰胺、氨基乙氧基乙醇(AEE)或(2-(2-(2-叔丁基氨基乙氧基)乙氧基)乙基)甲基醚(MEETB);
实施例47:根据前述四个实施例中的任一项所述的监测系统,其中,所述热稳定盐选自以下各项中的至少一项:甲酸盐、磷酸盐、乙酸盐。
实施例48:根据前述五个实施例中的任一项所述的监测系统,其中,所述气态溶液包括选自以下各项中的至少一项的气体:二氧化碳(CO2)、硫化氢(H2S)。
实施例49:根据涉及所述监测系统的前述实施例中的任一项所述的监测系统,其中,所述参数选自以下各项中的至少一项:回归值、分类值、聚类值、感官参数、提取特征。
实施例50:一种用于操作通信系统的计算机实现的方法,所述通信系统包括云服务器、第一服务器、至少一个第二服务器和至少一个第三服务器,其中,所述方法包括以下步骤:
a)从所述第一服务器经由第一通信接口向所述云服务器提供参考光谱信息和参考分析数据;
b)在所述云服务器中,通过使用所述参考光谱信息和所述参考分析数据生成校准模型,其中,所述校准模型包括至少一个参数;
c)从所述第二服务器经由第二通信接口向所述云服务器提供光谱信息;
d)在所述云服务器中将所述校准模型应用于所述光谱信息,由此,提取用于所述至少一个参数的至少一个值;
e)经由所述第一通信接口向所述第一服务器提供用于所述至少一个参数的所述至少一个值;
f)通过使用由所述云服务器向所述第一服务器提供的用于所述至少一个参数的所述至少一个值来确定处理数据;
g)从所述第一服务器经由第三通信接口向所述第三服务器提供所述处理数据。
实施例51:根据前述实施例所述的方法,其中,所述光谱信息被直接或间接地提供给所述云服务器。
实施例52:根据前述实施例所述的方法,其中,通过向所述第一服务器提供所述光谱信息并从所述第一服务器经由所述第一服务器进一步包括的第四通信接口向所述云服务器提供所述光谱信息来像所述云服务器间接地提供所述光谱信息。
实施例53:根据前述实施例所述的方法,其中,通过首先向所述第一服务器提供所述光谱信息并随后从所述第一服务器经由所述第一服务器进一步包括的第四通信接口向所述云服务器提供所述光谱信息来向所述云服务器间接地提供所述光谱信息。
实施例54:根据前述两个实施例中的任一项所述的方法,其中,所述校准模型是通过应用学习算法生成的,所述学习算法优选地选自机器学习算法或深度学习算法。
实施例55:根据涉及方法的前述实施例中的任一项所述的方法,其中,通过使用用于所述至少一个参数的所述至少一个值来确定所述处理数据是通过将所述学习算法应用于用于已知参数的已知值与已知处理数据的组合来执行的。
实施例56:一种用于原位监测在气体洗涤过程中使用的至少一种物质的计算机实现的方法,其中,所述方法包括以下步骤:
(i)获取至少一个参考样本的至少一个光学参考光谱,其中,每个参考样本包括所述至少一种待监测的物质,其中,参考分析数据被分配给每个参考样本,并且从所述至少一个光学参考光谱导出参考光谱信息;
(ii)原位获取所述至少一种物质的至少一种光谱,并且从所述至少一种光谱导出光谱信息;
(iii)执行根据涉及用于操作通信系统的计算机实现的方法的前述实施例中的任一项所述的方法的步骤;
(iv)根据所述处理数据处理所述至少一种物质。
实施例57:根据涉及方法的前述实施例中的任一项所述的方法,其中,通过利用用于在所述相同温度中的至少一个下对所述至少一种物质进行原位监测的相同类型的系统测量所述至少一个光学参考样本,或者通过针对所述光谱仪的已知温度效应或已知偏差中的至少一个调整所述至少一个光学参考光谱,获取所述至少一个光学参考光谱。
实施例58:根据涉及方法的前述实施例中的任一项所述的方法,其中,所述光学参考光谱和所述至少一种物质的光谱中的至少一个覆盖从250nm至6μm的波长。
实施例59:根据涉及方法的前述实施例中的任一项所述的方法,其中,当涉及所述至少一种物质的过程在操作中时,原位重复获取所述至少一种物质的所述至少一种光谱。
实施例60:根据涉及方法的前述实施例中的任一项所述的方法,其中,所述处理数据包括与所述至少一种物质的建议处理相关的至少一条数据。
实施例61:根据涉及方法的前述实施例中的任一项所述的方法,其中,所述处理数据包括以下各项中的至少一项:
-关于所述至少一种物质的标识的说明;
-关于所述至少一种物质或包括所述至少一种物质的产品的真实性的说明;
-关于所述至少一种物质的来源的说明;
-关于所述至少一种物质的状态的存在或不存在的说明;
-关于所述至少一种物质的特性的说明;
-关于所述至少一种物质的组分的特性的说明;
-关于所述至少一种物质与至少一种另一物质的混合物的稳定性的说明;
-关于基于所述至少一个参数的值的推荐过程的说明。
实施例62:根据前述实施例所述的方法,其中,所述推荐过程选自包括以下各项中的至少一项:
-在确定的时间点或时间范围处替换所述至少一种物质的至少一部分;
-向所述至少一种物质添加进一步的量;
-向所述至少一种物质添加进一步的物质;
-推迟将进一步的物质添加到所述至少一种物质;
-移除所述至少一种物质;
-改变作用在所述至少一种物质上的温度或压力中的至少一者;
-清洁所述至少一种物质或与所述物质相关的对象。
实施例63:根据涉及方法的前述实施例中的任一项所述的方法,其中,与所述处理数据相关的至少一项信息正在经由用户接口向用户显示。
实施例64:根据涉及方法的前述实施例中的任一项所述的方法,其中,所述处理数据被提供给处理单元或模拟系统中的至少一者。
实施例65:根据前述实施例所述的方法,其中,所述处理单元选自以下各项中的至少一项:存储容器、处理单元、清洁单元、废物容器、阀控制单元、分拣单元、照射控制单元、温度控制单元、压力控制单元、加热单元、冷却单元。
实施例66:根据涉及方法的前述实施例中的任一项所述的方法,其中,所述参考光谱信息涉及至少一个参考样本。
实施例67:一种计算机程序产品,其包括用于执行根据涉及方法的前述实施例中的任一项所述的方法步骤的可执行指令。
实施例68:根据涉及用于原位监测在气体洗涤过程中使用的至少一种物质的监测系统的前述实施例中的任一项所述的监测系统的用途,,用于选自包括以下各项的组的用途的目的:
附图说明
通过以下结合从属权利要求对优选示例性实施例的描述,本发明的其他可选细节和特征将显而易见。在该上下文中,特定特征可以单独或者组合特征实现。本发明不限于示例性实施例。在附图中示意性地示出了示例性实施例。各个附图中相同的参考标号指代相同的元件或具有相同功能的元件,或者在其功能方面彼此对应的元件。
具体地,在图中:
图1示出了根据本发明的用于原位监测在气体洗涤过程中使用的至少一种物质的监测系统的优选示例性实施例,其中,监测系统包括通信系统和光谱仪;
图2示出了根据本发明的用于原位监测在气体洗涤过程中使用的至少一种物质的监测系统的进一步的优选示例性实施例,其中,监测系统包括通信系统和光谱仪;
图3示出了光学探头的优选示例性实施例,该光学探头被指定用于测量与如由光谱仪可选地包括的至少一种物质相关的光学信号;
图4示出了指示用于原位监测在气体洗涤过程中使用的至少一种物质的计算机实现的方法的优选示例性实施例的图,其中,方法包括用于操作通信系统的方法;
图5示出了温度引起的吸收光谱偏移的示例,该吸收光谱具有7000cm-1至8000cm-1的波数;以及
图6至图8各自示出了呈现了在对应校准模型中待使用的特定物质的参考光谱信息和参考分析数据的图。
具体实施方式
图1以高度示意性方式示出了根据本发明的用于原位监测在气体洗涤过程中使用的至少一种物质112的监测系统110的示例性实施例。特别地,系统110可以是胺溶液管理系统,其可能能够向酸性气体移除设备的操作者提供推荐的过程,以使得装置能够特别平滑地操作。然而,可以在另一种气体洗涤过程中使用的又一系统也可能是可行的。
如那里所示,该物质可以是一定量的溶液114,诸如液体或气体溶液,其可以被存储在容器116中,由此可以获得容器116内的溶液114的水平118。在不限制本发明的范围的情况下,如用于本发明目的的物质112,特别是溶液114可以是或包括以下各项中的至少一项:
-水;
-溶液,特别是水溶液,包括至少一种胺,特别是
ο叔胺,具体地选自以下各项中的至少一项:甲基二乙醇胺(MDEA)、诸如叔丁基氨基乙氧基乙醇的受阻烷醇酰胺、氨基乙氧基乙酯(AEE)或(2-(2-(2-叔丁基氨基乙氧基)乙氧基)乙基)甲基醚(MEETB);
ο伯胺或仲胺,具体地选自以下各项中的至少一项:哌嗪、单乙醇胺(MEA)、二乙醇胺(DEA);
-溶液,特别是水溶液,包括至少一种热稳定盐,其中,热稳定盐可以具体地选自以下各项中的至少一项:甲酸盐、磷酸盐、乙酸盐、草甘膦、草酸盐、琥珀酸盐;
-溶液,特别是气态溶液,包括至少一种气体,其中,气体可以具体地选自以下各项中的至少一项:二氧化碳(CO2)、硫化氢(H2S)。
根据本发明,监测系统110还可包括光学探头120,其被指定用于测量与物质112相关的光学信号。如图1示意性所示,光学探头120可以浸没在容器116内的溶液114中,优选完全低于溶液114的水平118。在特定实施例中,光学探头120可以被安装在酸性气体移除装置的溶剂回路中,由此它可以被附接到容器116的内壁122,优选地靠近容器116的底部124,因此,尽可能避免了对溶液114的操作的干扰。对于关于光学探头120的进一步的细节,可以参考上文描述、图3和参考它们的段落。在本文中,光学探头120可以由流动池包括,其中,流动池可以优选地位于酸性气体移除装置的溶剂回路中和/或比安装在指定用于处理包括溶液114的样本的实验室中。然而,进一步的实施例也可能是可行的。
可以由光学探头120测量的光学信号优选地可以经由连接126被引导到如由本发明的监测系统110进一步包括的光谱仪130,该连接126可以是诸如光波导128的线装连接或无线连接。替代地或另外地,光谱仪130可以被指定用于直接获取光信号,具体地通过使用优选地指定用于反射几何、特别是漫反射几何或衰减反射几何(此处未描绘)的设置。
因此,光谱仪130被指定用于获取与物质112相关的光谱信息,出于该目的,可以使用如由光学探头120测量或由光谱仪130直接获取的光学信号。出于该目的,光谱仪130可以,如图1中进一步描绘的,包括至少一个光源132,其被指定用于照射物质112的至少一部分。特别地,光源132可以发射覆盖近红外(NIR)光谱范围的至少一部分的电磁辐射。通常,NIR光谱范围被认为覆盖780nm至2500nm的波长。然而,光源132还可能能够发射NIR光谱范围之外的又一波长,诸如覆盖380nm至780nm的波长的可见光谱范围,或者在具有高于2.5μm的波长的其他红外光谱范围内,特别是对于高达2.6μm、高达3.1μm、高达3.5μm、高达5μm、高达5.5μm、高达6μm、高达20μm或高达40μm的波长。
出于生成期望的辐射的目的,光源132可以优选地包括白炽灯,该白炽灯具有低电导率的金属(具体地选自钨或NiCr中的至少一种)或者石墨,以灯丝或膜的形式提供。在本文中,灯丝或膜可以以如下方式受到电流的冲击:加热灯丝导致在相当宽的光谱范围内发射光子,该光谱范围特别包括NIR光谱范围。作为替代方案,也可以使用其他种类的热辐射源,具体地如上文更详细地描述的热红外发射器。然而,不同的光源132也可能是可行的。
如上文已经指示的,光源132可以是连续光源,或者作为替代方案,脉冲光源,其中脉冲光源可以具有至少1Hz、至少5Hz、至少10Hz、至少50Hz、至少100Hz、至少500Hz、至少1kHz或更高的调制频率。因此,调制频率与红外传感器的一系列检测能力整齐适配,这些传感器在500Hz或以上频率处特别敏感,尤其是由于1/f噪声的强烈影响。出于该目的,可以使用基于半导体的综合且昂贵的辐射发生器,诸如发光二极管或激光器,具体地量子级联激光器。可以通过机械斩波轮或通过使用包含钨或镍铬的低热质量灯丝的可脉冲红外源提供廉价的替代方案。举例来说,此类可脉冲红外源从Helioworks的EP系列或EF系列(参考www.helioworks.com)可用,或作为来自ICx Photonics的FLIR(参考www.amstechnologies.com/fileadmin/amsmedia/downloads/2533_IR_Broa dband_Sources.pdf)。作为又一替代方案,也可以使用如上文更详细地描述的在2019年12月3日提交的欧洲专利申请19 21 32 77.7中所公开的用于生成辐射的设备。
如图1进一步所示,由光源132发射的光可以通过使用相同的连接126(优选地包括相同的光波导128)或不同的连接(此处未描绘)被朝向光学探头128引导,该连接可以被布置在光源132与光学探头120之间。如下面图3更详细地描述的,连接126可以以分支形式提供,其中,第一分支可用于向光学探头120提供如由光源132生成的光,而第二分支可用于向光谱仪130引导从光学探头120接收的光,该光通常已被受监测物质112修改。
出于该目的,光谱仪130还可包括色散元件134和检测器阵列136,色散元件134被指定用于接收来自物质112的光并将其分离成组成波长信号的光谱,以及检测器阵列136可包括多个像素化传感器,其中,每个像素化传感器适于接收组成波长信号中的一个的至少一部分,并生成至少一个检测器信号,其中,每个组成波长信号与每个组成波长的强度相关。作为替代方案,具有单个辐射敏感区域的单个检测器也可能是可行的。
在本文中,色散元件134用于光谱仪130中,用于将从物质112接收的光分离成组成波长信号的光谱,使得仅单个波长或窄波长范围可以照射在如由检测器阵列136所包括的至少一个、优选正好一个像素化传感器上,其中,确定了相应的强度或幅度。如上文更详细地描述的,色散元件134可以是衍射元件或干涉测量元件,其中,衍射元件可以是棱镜或光栅,而干涉测量元件可以是干涉滤波器,特别是带通滤波器、带阻滤波器、布拉格滤波器、长度可变滤光片,诸如线性可变滤波器、法布里-珀罗干涉仪或迈克尔逊干涉仪。作为替代方案,光谱仪130可以包括至少一个傅里叶变换红外光谱(FTIR)分光光度计,其中,光谱仪130可以包括至少一个宽带光源和至少一个干涉元件,诸如迈克尔逊干涉仪。FTIR分光光度计可被配置为用具有时间相关光谱的至少一个光束照射对象。优选地,FTIR分光光度计可以包括至少一个移动反射镜元件,其中通过反射镜元件的运动由宽带光源132生成的光束可以交替地由干涉测量元件阻挡和透射。此外,光谱仪可以包括至少一个微机电系统(MEMS),该微机电系统(MEMS)被配置用于控制反射镜元件。进一步地,FTIR分光光度计可以被配置用于取决于波长来调制光束,使得以不同速率调制不同波长。
进一步地,如由检测器阵列136所包括的每个像素化传感器可以包括均匀传感器区域,该均匀传感器区域被指定用于接收来自物质112的光,并由衍射元件134以可以触发至少一个检测器信号的生成的方式分为组成波长信号的光谱,如上文更详细地描述的。优选地,至少一个检测器信号的生成可以由检测器信号与传感器区域的照射方式之间的定义关系来控制。在本文中,传感器区域可以具有以下尺寸:10mm×1mm或更小、优选2mm×0.2mm或更小、更优选1mm×0.1mm或更小、最优选0.5mm×0.05mm或更小。出于在照射时生成至少一个检测器信号的目的,传感器区域可以包括辐射敏感材料,该辐射敏感材料可以优选地选自硅(Si),特别是对于高达1.1μm的波长。对于1.1μm以上的波长,辐射敏感材料可以选自以下各项中的至少一种:锑化镓(GaSb),特别是对于高达1.7μm的波长;锗(Ge),特别是对于高达1.85μm的波长;砷化铟镓(InGaAs),特别是对于高达2.5μm的波长;砷化铟(InAs),特别是对于高达3.5μm的波长;硫化铅(PbS),特别是对于高达3.5μm的波长;锑化铟(InSb),特别是对于高达5.5μm的波长;硒化铅(PbSe),特别是对于高达6μm的波长;碲镉汞(MCT,HgCdTe),特别是对于高达20μm的波长;硫酸三甘氨酸(TGS),对于高达40μm的波长,以及氘代硫酸三甘氨酸(DTGS),对于高达40μm的波长。然而,其他材料对于用于检测器阵列136也可能是可行的。
如图1中进一步描绘的,光谱仪130包括内部评估单元138,内部评估单元138被指定用于通过评估由检测器阵列136提供的检测器信号来确定期望的光谱信息。然而,评估单元138也可以作为与光谱仪130分离的另一单元提供。如上文所定义的,术语“评估单元”是指被配置为确定与已记录其光谱的物质112相关的期望光谱信息的设备,其中,光谱信息可以通过评估如由检测器阵列136提供的检测器信号来获得。
另外,光谱仪130可以包括此处未描绘的又一元件。特别地,可以使用至少一个传送元件(此处未描绘),其中,传送元件被指定用于接收来自物质112的光,例如通过经由连接126使用光学探头120,优选地从光波导128接收光,并将其传送到色散元件134,从而优选地将光集中到色散元件132上。优选的传送元件的示例可以在WO 2019/115594 A1、WO2019/115595 A1或WO 2019/115596 A1中找到。
根据本发明,监测系统110进一步包括通信系统140,其在图1中由长虚线142所包含的内容示意性地指示。如那里所示,通信系统140包括云服务器144、第一服务器146、第二服务器148和第三服务器150。如那里进一步描绘的,通信系统140还可包括一个或多个另一第二服务器148'和一个或多个另一第三服务器150',其中,第二服务器148、148'的数量通常等于第三服务器150、150'的数量。如由短虚线所示,可以作为单个单元提供可以执行第二服务器148、148'和对应的第三服务器150、150'的任务的公共服务器152、152'。
如上文已经指示的,特别是根据本发明,每个服务器144、146、148、150被配置为起决定性作用,因此,允许由光谱仪130获取的光谱信息的处理以如本文所描述的特定方式分布在不同的服务器144、146、148、150之间。作为其结果,鉴于用于监测物质112的光谱信息由用户提供,光谱信息的处理由熟悉光谱信息的评估的第一实例执行,并且如由用户期望的处理数据由与其熟悉的第二实例生成。因此,通信系统140因此能够提供关于光谱信息的评估的分布式最佳实践,并且同时,在高数据保护标准下的特定数据交换在光谱信息的处理期间在优选地全自动过程内进行,该过程被指定用于生成期望的处理数据并将它们提供给用户。
可用于监测物质112的光谱信息可优选地由数据传送单元154提供给第二服务器148。在本文中,数据传送单元154可以被指定用于从光谱仪130以线装或无线传输将光谱信息向第二服务器148发送。出于该目的,数据传送单元154可以优选地选自通用串行总线(USB)或启用蓝牙设备中的至少一者。如图1中进一步所示,光谱仪130、数据传送单元154和第二服务器148也可以如点划线示意性地指示的那样被集成到单个单元中。然而,其他实施例也可能是可行的。
如图1示意性所示,第一服务器146进一步具有第一通信接口156,其被配置为向云服务器144提供参考光谱信息和参考分析数据,该参考光谱信息涉及至少一个参考样本。如上文和下文更详细地描述的,参考光谱信息和参考分析数据由云服务器144使用以生成校准模型,其中校准模型以它包括至少一个参数的方式被布置。进一步地,每个第二服务器148、148′具有至少一个第二通信接口158、158′,其中,如图1中示意性示出的,每个第二通信接口158、158’可以被配置为直接向云服务器144提供光谱信息。在图2中显示了用于关于第二通信接口158、158'的通信路径的替代配置。如上文和下文更详细地描述的,在云服务器144处维护的校准模型被应用于光谱信息,由此提取用于至少一个参数的至少一个值。进一步地,通过使用第一通信接口156向第一服务器146提供用于至少一个参数的至少一个值。如上文和下文更详细地描述的,第一服务器146还被配置为通过使用如由云服务器144经由第一通信接口156提供的用于至少一个参数的至少一个值来确定处理数据。进一步地,第一服务器146进一步具有至少一个第三通信接口160、160',其中,每个第三通信接口160、160'被配置为向至少一个第三服务器150、150'提供处理数据。在本文中,通信接口156、158、158′、160、160′中的任何一个可以优选地以无线方式提供;然而,线装通信也可能是可行的。
出于本发明的目的,第一服务器146可以包括第一数据存储设备162,其中,第一数据存储设备162可以被配置为存储参考光谱信息和参考分析数据,该参考光谱信息涉及至少一个参考样本,参考光谱信息和参考分析数据被用于经由第一通信接口156向云服务器144提供,并且独立地向由第一服务器146进一步包括的第一处理单元164提供。进一步地,第一服务器146可以包括第二数据存储设备166,其中,第二数据存储设备166可以被配置为存储处理数据,该处理数据用于向至少一个第三服务器150、150'提供。进一步地,如由第一服务器146包括的第一处理单元164可以被配置为通过使用如由第一数据存储设备162提供的参考光谱信息和参考分析数据以及如由云服务器144经由第一通信接口156提供的用于至少一个参数的至少一个值来生成处理数据。在本文中,第一数据存储设备162和第二数据存储设备166可以由单个数据存储设备包括,如图1中的虚线所指示的。然而,第一服务器146的又一布置也可能是可想象的。
进一步地,云服务器144和可选地至少一个云数据存储设备168可以在云170中按需可用,如图1中示意性描绘的。另外,一个或多个又一设备也可以对云170的基础设施做出贡献。如通常,云服务器144和可选的云数据存储设备168可以因此分别提供计算能力和数据存储容量,而不需要第一服务器146或第二服务器148、148'的用户或运营商的直接主动管理。
基于如图1中所描绘的基础设施,由本发明使用的云服务器144被配置为:
-通过使用参考光谱信息和如由第一服务器146提供的参考分析数据来生成校准模型,参考光谱信息涉及至少一个参考样本,其中,校准模型包括至少一个参数;
-将校准模型应用于如由第一服务器146提供的光谱信息,由此,提取用于至少一个参数的至少一个值;以及
-经由第一通信接口156向第一服务器146提供用于至少一个参数的至少一个值。
出于该目的,可能是不同的人和/或实体的服务提供者可能能够提供校准模型的结构。如上文所指示的,校准模型具有包括校准模型可以基于的一个或多个参数的结构。如上文更详细地描述的,至少一个参数可以选自回归值、分类值、聚类值、感官参数、提取特征。
如图1中进一步示意性地描绘的,第三服务器150可以驱动监视器172,其可以充当被指定用于向用户显示与处理数据相关的至少一项信息174的用户接口。在本文中,信息项174可以是纯文本,诸如“移除溶液”、“重新填充溶液”或表示这种信息的图形符号。如那里进一步示出的,监视器172可以由第三服务器150直接驱动;然而,监视器172也可以由个人计算机包括,该个人计算机可以通过服务器150接收信息项174。替代地或另外地,可以使用移动通信设备176,优选地选自以下各项中的至少一项:智能电话、平板电脑或个人数字助理,其中,移动通信设备包括显示器,该显示器可以被配置为向用户提供至少一项信息174,诸如通过应用为此目的而配置的特定应用(“app”)。替代地或另外地,诸如至少一个扬声器178的语音输出设备可用于向用户提供至少一项信息174。
替代地或另外地,第三服务器150可以被指定用于向处理单元180直接提供处理数据,诸如经由线装或无线连接182,或第三服务器150可以被指定用于向处理单元180间直接提供处理数据,诸如经由进一步的处理设备(此处未描绘)。如图1中示意性描绘的,处理单元180可以包括以下各项中的至少一项:
-存储容器184,其可以被指定用于储存更多量的溶液114并且能够向容器116提供其一部分,诸如由虚线箭头所指示的;
-废物容器186,其可以被指定用于从容器接收用过的液体188,例如由又一虚线箭头指示,例如通过向阀190提供打开信号;
-温度控制单元192,其可以被指定用于能够改变如由容器116包括的溶液114的温度,特别是通过冷却或加热溶液114,诸如通过容器116的壁122和/或底部124,以便改变溶液114的特性,例如,溶液114的粘度。
然而,其他种类的处理单元180,诸如在以上描述中指示的处理单元或其他,也可能是可想象的。
替代地或另外地,第三服务器150可以被指定用于向至少一个模拟系统(此处未描绘)提供处理数据,其中,模拟系统可以由第三服务器150或又一处理设备中的至少一个包括(此处未描绘)。对于关于模拟系统的进一步细节,可以参考上文的描述。
如图1中进一步描绘的,附加服务器198可以连同附加接口199一起用于生成和维护云服务器144内的基础设施,如图1中所指示的,该基础设施被指定用于在云服务器144内执行以下操作:通过使用如由第一服务器146所提供的参考分析数据和涉及至少一个参考样本的参考光谱信息,来生成校准模型;将校准模型应用于如由第二服务器148、148'所提供的光谱信息,从而提取用于至少一个参数的至少一个值,并且经由第一通信接口156向第一服务器146提供用于至少一个参数的至少一个值。
如上文所指示的,图2示出了关于第二通信接口158、158'的通信路径的替代配置。在包括用于通信系统140的替代配置的根据本发明的监测系统110的该又一优选实施例中,如由每个第二服务器148、148'包括的每个第二通信接口158、158'可以被配置为,如图2中示意性地示出,间接地向云服务器144提供光谱信息。出于该目的,每个第二通信接口158、158'可以被引导到第一服务器146,在该优选实施例中,第一服务器146可以被配置为从每个第二通信接口158、158'接收光谱信息并且通过使用第四通信接口194将其向云服务器144提供,该第四通信接口194可以被配置为随后将光谱信息向云服务器144提供。
在本文中,光谱信息可以简单地被重定向到第四通信接口194,而不对光谱信息施加任何应用。然而,如图2中进一步描绘的,第一服务器146可以进一步包括第二处理单元196,第二处理单元196可以被配置为以如上文更详细地描述的方式改变光谱信息。
对于关于监测系统110的又一实施例,特别是如图2示意性描绘的通信系统140的进一步细节,可以参考如图1所示和上文所描述的实施例的描述。
如上文所指示的,通信系统140由用于原位监测如在气体洗涤过程中使用的至少一种物质112的监测系统110包括。特别关于本发明,通信接口可以优选地包括连接软件系统,特别是对于通信系统140的至少两个部件之间的数据传输,特别是从光谱仪130接收光谱信息的第二服务器148、148'和接收待提供给用户的处理数据的第三服务器150。因此,连接软件系统可以使用连接门户向云服务器144和/或第一服务器146发送数据和/或从云服务器144和/或第一服务器146接收数据,其中connect Sample Analytics plus digilab(连接样本分析加数码实验室)安装并且连接后端服务器,优选地位于防火墙后面。因此,用户可以仅在经由双因素认证之后经由connect Sample Analytics(连接样本分析)与连接后端通信。进一步地,由connect Sample Analytics plusdigilab提供的用户接口可以被配置为向用户显示推荐的过程。
如本文所描述的上述系统和方法可以被直接嵌入设备控制系统中,以计算具有最新测量的溶剂状态的总体装置的性能,并且模拟数字孪生,特别是组合使用进一步的DCS数据,诸如温度、压力和流速。在本文中,与设备控制系统的通信可以经由连接CAPE-OPEN标准接口实现执行。
进一步地,可以与使用类似技术的其他装置的样本结果汇总相比地将分析的样本结果示出给用户,使得用户容易看到他的溶剂与该参考组分的比较情况。
图3示出了光学探头120的优选示例性实施例,其被指定用于测量与物质112相关的光学信号。如那里示意性地描绘的,光学探头120可以包括安装件210,第一管212和第二管214被附接到该安装件。出于该目的,可以使用螺丝216、218。然而,其他种类的附件也可能是可行的。在本文中,安装件210可以优选地是刚性安装件,因此能够向光学探头120提供期望的稳定性,而管212、214中的至少一者优选地可以是柔性管,因此,向管212、214提供一定程度的灵活性。
如上文已经指示的,光学探头120可以由流动池包括,该流动池可以位于酸性气体移除设备的溶剂回路中和/或被安装在指定用于处理包括溶液114的样本的实验室中。然而,又一实施例也可能是可行的。在本文中,优选地,可以在10℃至50℃的温度下将少量,特别是0.5ml至10ml的溶液114注入实验室中的具有壁的流动池中。由于与流动池壁的快速热平衡,溶液114可以有利地被表征为室温或接近室温,其中,术语“室温”通常是指20℃至25℃的温度。进一步地,溶液114可以在表征之前通过过滤器(此处未描绘),由此可从溶液114中移除颗粒。进一步地,溶液114可以以可以避免出现气泡的方式插入到流动池中,以便不干扰任何光学测量信号。
在优选实施例中,光学探头120可包括可用于以透射率、半偏转或反射几何中的至少一种进行光学测量的设置。如图3所示,在待监测的物质112包括如上文更详细地指示的至少一种溶液114的情况下,透射几何形状可能尤其是优选的。在本文中,用于透射几何的设置可以优选地被指定用于引导光穿过待监测的物质112的层的厚度d,特别是0.1mm、优选0.2mm、更优选0.5mm、至5mm、优选至2.5mm、更优选至2mm,尤其是1mm。在图3的示例性实施例中,光学测量的位置由安装件210中的间隙220提供,该间隙220限定了待监测的物质112的层的厚度。然而,在待监测的物质112包括块状材料的情况下,反射几何形状,诸如衰减全反射几何形状,可能是更优选的。
在如图3所描绘的优选实施例中,针对光学探头120的设置,其被指定用于透射几何中的光学测量,第一管212被指定用于接收第一连接222,而第二管214被指定用于接收第二连接224。在本文中,在光学测量的位置与光谱仪130之间提供第一连接222以便引导由光学探头在光学测量的位置处测量的光信号,而在光源132与光学测量的位置之间提供第二连接224以便将光引导到光学测量的位置。在本文中,连接222、224可以优选地是有线连接,尤其是光波导,然而,也可以替代地或另外地使用无线连接。连接222、224可以通过使用适配的密封226和对应的耦合228,如图3中示例性示出的,附接到连接126的分支,如上文结合图1和图2所提到的。然而,其他种类的附件也可能是可想象的。
另外,光学探头120可包括附加传感器(此处未描绘),该附加传感器可以被指定用于除了通过使用光谱仪130获取的关于至少一种物质112的至少一条信息之外,测量与其进一步相关的至少一种物质112的附加物质相关信息。在本文中,又一的物质相关信息可以优选地选自以下各项中的至少一项:温度、密度、通量、电导率、粘度、电磁场、介电常数、折射率、荧光、磷光、磁化值、pH值、缓冲能力、酸值或zeta电位。然而,其他种类的附加物质相关信息也可能是可行的。在本文中,附加传感器可以优选地被附接到安装件210,其中,用于电源或数据读出的引线可以优选地经由第一管212和第二管214中的至少一个来引导。另外,可以被附接到光学探头120的进一步的元件是可想象的。
此处指示,除了如图1或2所示的根据本发明的监测系统110的优选示例性实施例之外,监测系统110的又一实施例也可能是可想象的。
图4以高度示意性方式示出了用于原位监测物质112的计算机实现的方法310,其中,用于原位监测物质112的方法310包括用于操作通信系统140的计算机实现的方法312的步骤。
在根据步骤(i)的参考获取步骤314中,获取至少一个参考样本的至少一个光学参考光谱。如上文更详细地描述的,每个参考样本包括待监测的物质112,其中,参考分析数据被分配给每个参考样本。出于该目的,至少一个光学参考光谱可以特别地通过利用相同类型的系统110测量至少一个光学参考样本来获取,优选地在相同的温度下该系统用于原位监测物质112。作为替代方案,至少一个光学参考光谱可以针对光谱仪130或光学探头120中的至少一个的已知温度效应或已知偏差中的至少一个进行调整。进一步地,参考光谱信息在参考采集步骤314中从用于至少一个参考样本的至少一个光学参考光谱导出,并且优选地,连同参考分析数据一起存储在第一服务器146的第一数据存储设备162中,用于经由第一通信接口156向云服务器144提供。
在根据步骤(ii)的采集步骤316中,物质112的至少一个光谱由光谱仪130原位获取,优选地通过使用光学探头120,如上文更详细地描述的。在本文中,期望的光谱信息是从物质112的至少一个光谱中导出的。
在根据步骤(iii)的操作步骤318中,执行用于操作通信系统140的方法312的步骤,优选地用于操作如上文更详细地描述的通信系统140。
在本文中,在根据步骤a)的参考步骤320中,参考分析数据和涉及如由第一服务器146提供的至少一个参考样本和的参考光谱信息,如上文更详细地描述的,经由第一通信接口156被引导到云服务器144。如上文所指示的,云服务器144或至少一个云数据存储设备168中的至少一个可以用作数据存储容量,用于存储参考光谱信息和参考分析数据,特别是用于在以下步骤b)中稍后使用。
在根据步骤b)的校准步骤322中,通过使用参考光谱信息和参考分析数据在云服务器144中生成校准模型,该参考光谱信息涉及如在参考步骤320中提供给云服务器144的至少一个参考样本。如上文更详细地描述的,校准模型包括至少一个参数,参数优选地均可以通过使用如由云服务器144提供的计算能力来确定,并且如果需要,可以被存储在云服务器144或至少一个云数据存储设备168中的至少一个中,特别是用于在以下步骤c)中稍后使用。
在根据步骤c)的提供步骤324中,将光谱信息从至少一个第二服务器158、158'提供给云服务器144。如上文更详细地描述的,光谱信息由每个第二服务器148'提供,其可以从第二服务器148'经由如图1中示意性描绘的至少一个第二通信接口158、158'在直接路由上或在涉及至少一个第二通信接口158、158'、第一服务器146和如图2中示意性描绘的第四通信接口194的间接路由上被引导到云服务器144。在间接路由中,在对光谱信息施加或不施加任何应用的情况下,光谱信息可以通过第一服务器146。如上文已经描述的,光谱信息可以优选地被存储在云服务器144中,特别是用于以下步骤d)中立即使用。然而,光谱信息也可以被存储在至少一个云数据存储设备168中。
在根据步骤d)的参数化步骤326中,在云服务器144中将校准模型应用于光谱信息。以这种方式,优选地通过使用如由云服务器144提供的计算能力,从特定光谱信息中提取用于至少一个参数的至少一个值,出于该目的,使用存储在云服务器144或优选地至少一个云数据存储设备168中的至少一个中的参考光谱信息和参考分析数据,该参考光谱信息涉及至少一个参考样本。优选地,如从特定光谱信息中提取的至少一个参数可以被存储在云服务器144中,特别是用于在以下步骤e)中立即使用。
在根据步骤e)的提供步骤328中,优选地直接从云服务器144通过使用第一通信接口156向第一服务器146提供用于至少一个参数的至少一个值。如上文已经指示的,第一服务器146可以优选地包括第一处理单元164,其中可以优选地存储用于至少一个参数的至少一个值,特别是用于在以下步骤f)中立即使用。
根据步骤f)的确定步骤330中,优选地在第一服务器146中,通过使用如由云服务器144经由第一通信接口156向第一服务器146提供用于至少一个参数的至少一个值以及优选地,如由第一数据存储设备162所提供的参考分析数据和涉及至少一个参考样本的参考光谱信息来确定处理数据。出于该目的,第一处理单元164可以优选地如上文已经更详细地指示的那样使用。
在根据步骤g)的信息步骤332中,从第一服务器146经由至少一个第三通信接口160、160'将处理数据向至少一个第三服务器150、150'提供。出于该目的,至少一个第三服务器150、150'可以驱动监视器172,监视器172可以充当被指定用于向用户显示与处理数据相关的至少一项信息174的用户接口。替代地或另外地,移动通信设备176可以充当用户接口。替代地或另外地,扬声器178可以以声学方式向用户提供至少一项信息174。替代地或另外地,至少一个第三服务器150、150'可以被指定用于将处理数据提供给处理单元180,如上文更详细地描述的,诸如图1和图2示意性地描绘的。替代地或另外地,至少一个第三服务器150、150'可以被指定用于将处理数据向至少一个模拟系统提供,如上文进一步描述的。
在根据步骤(iv)的处理步骤334中,物质112因此由用户或处理单元180中的至少一个根据处理数据进行处理。
图5示出了温度引起的吸收光谱偏移的示例,该吸收光谱具有7000cm-1至8000cm-1的波数。如那里所描绘的,物质112的吸光度值,其定义为1减去物质112的透射率的值,通常随流动池的温度而变化,在其中测量物质112的吸光度。因此,优选在室温或接近室温的温度下执行物质112的吸光度测量,以最小化测量结果的温度影响。
图6至图8各自示出了呈现了用于在对应校准模型中使用的特定物质112的参考光谱信息和参考分析数据的图。在本文中,分别地,图6是指水含量的测量结果,图7是指MDEA含量的测量结果,以及图8是指哌嗪含量的测量结果。在每个图中,水平轴表示对应物质的以wt.%为单位的真实测量组分,而垂直轴表示包含多个参考样本的参考测试集上获得的预测的平均值。附接在样本上的误差条表示预测的标准偏差。
参考标记列表
110 监测系统
112 物质
114 溶液
116 容器
118 水平
120 光学探头
122 壁
124 底部
126 连接
128 光波导
130 光谱仪
132 光源
134 色散元件
136 检测器阵列
138 评估单元
140 通信系统
142 长虚线
144 云服务器
146 第一服务器
148 第二服务器
150 第三服务器
152 对
154 数据传送单元
156 第一通信接口
158 第二通信接口
160 第三通信接口
162 第一数据存储设备
164 第一处理单元
166 第二数据存储设备
168 云数据存储设备
170 云
172 监视器
174 信息项
176 移动通信设备
178 扬声器
180 处理单元
182 连接
184 存储容器
186 废物容器
188 用过的液体
190 阀
192 温度控制单元
194 第四通信接口
196 第二处理单元
198 附加服务器
199 附加接口
210 安装件
212 第一管
214 第二管
216 螺丝
218 螺丝
220 间隙
222 第一连接
224 第二连接
226 密封
228 耦合
310用于原位监测物质的计算机实现的方法
312用于操作通信系统的计算机实现的方法
314 参考采集步骤
316 采集步骤
318 操作步骤
320 参考步骤
322 校准步骤
324 提供步骤
326 参数化步骤
328 供应步骤
330 确定步骤
332 信息步骤
334 处理步骤
Claims (15)
1.一种通信系统(140),所述通信系统(140)包括云服务器(144)、第一服务器(146)、至少一个第二服务器(148,148')和至少一个第三服务器(150,150');
其中,所述第一服务器(146)进一步具有第一通信接口(156),其被配置为向所述云服务器(144)提供参考分析数据和涉及至少一个参考样本的参考光谱信息;
其中,每个第二服务器(148,148')具有第二通信接口(158,158'),其被配置为向所述云服务器(144)提供与至少一种物质(112)相关的光谱信息;
其中,所述云服务器(144)被配置为:
-通过使用由所述第一服务器(146)提供的所述参考分析数据和涉及所述至少一个参考样本的所述参考光谱信息来生成校准模型,其中,所述校准模型包括至少一个参数;
-将所述校准模型应用于由所述第二服务器(148,148')提供的与所述至少一种物质(112)相关的所述光谱信息,由此提取用于所述至少一个参数的至少一个值;
-经由所述第一通信接口(156)向所述第一服务器(146)提供用于所述至少一个参数的所述至少一个值;
其中,所述第一服务器(146)进一步被配置为通过使用由所述云服务器(144)提供的用于所述至少一个参数的所述至少一个值来确定处理数据,其中,所述处理数据包括与所述至少一种物质(112)的建议处理相关的至少一条数据;
其中,所述第一服务器(146)进一步具有至少一个第三通信接口(160,160'),其中,每个第三通信接口(160,160')被配置为向所述至少一个第三服务器(150,150')提供所述处理数据。
2.根据前一权利要求所述的通信系统(140),其中,所述第二通信接口(158,158')被配置为向所述云服务器(144)直接或间接地提供所述光谱信息,其中,通过向所述第一服务器(146)提供所述光谱信息来向所述云服务器(146)间接地提供所述光谱信息,其中,所述第一服务器(146)进一步具有第四通信接口(194),其被配置为从所述第一服务器向所述云服务器(144)提供所述光谱信息。
3.根据前述权利要求中的任一项所述的通信系统(140),其中,所述第三服务器(150,150')包括或驱动被指定用于向用户显示与所述处理数据相关的至少一项信息的用户接口。
4.根据前述权利要求中的任一项所述的通信系统(140),其中,所述第三服务器(150,150')被指定用于向处理单元(180)或模拟系统中的至少一个提供所述处理数据。
5.根据前述权利要求中的任一项所述的通信系统(140),其中,所述第二服务器(148,148')和所述第三服务器(150,150')被集成到单个单元中。
6.一种用于原位监测在气体洗涤过程中使用的至少一种物质的监测系统(110),所述监测系统(110)包括:
-根据前述权利要求中的任一项所述的通信系统(140);
-光谱仪(130),其被指定用于:
○获取与所述至少一种物质(112)相关的光谱信息;
○向至少一个服务器提供所述光谱信息。
7.根据前一权利要求所述的监测系统(110),其中,所述光谱仪(130)被指定用于向所述通信系统(140)所包括的至少一个第二服务器(148,148')提供与所述至少一种物质(112)相关的所述光谱信息。
8.根据前述两个权利要求中的任一项所述的监测系统(110),还包括以下各项中的至少一项:
-至少一个光源(132),其被指定用于照射所述至少一种物质(112)的至少一部分;
-光学探头(120),其被指定用于测量与所述至少一种物质(112)相关的光信号;
-所述光学探头(120)与所述光谱仪(130)之间的第一连接(126,222),其被指定用于将所测量的光信号引导到所述光谱仪(130);
-所述光源(132)与所述光学探头(120)之间的第二连接(126,224),其被指定用于将光引导到所述光学探头(120);
-数据传送单元(154),其被指定用于所述光谱仪(130)与所述第二服务器(148,148')之间的连接。
9.根据前一权利要求所述的监测系统(110),其中,所述第二服务器(148,148')、所述光谱仪(130)和所述数据传送单元(154)被集成到单个单元中。
10.根据前述两个权利要求中的任一项所述的监测系统(110),其中,所述第一连接(126,222)和所述第二连接(126,224)中的至少一个包括光波导(128)。
11.根据前述三个权利要求中的任一项所述的监测系统(110),其中,所述光学探头(120)包括用于透射几何构造、跨曲几何构造或反射几何构造中的至少一种的设置。
12.一种用于操作通信系统(140)的计算机实现的方法(310),所述通信系统(140)包括云服务器(144)、第一服务器(146)、至少一个第二服务器(148,148')和至少一个第三服务器(150,150'),其中,所述方法(310)包括以下步骤:
a)从所述第一服务器(146)经由第一通信接口(156)向所述云服务器(144)提供参考分析数据和涉及至少一个参考样本的参考光谱信息;
b)在所述云服务器(144)中,通过使用所述参考分析数据和涉及至少一个参考样本的所述参考光谱信息生成校准模型,其中,所述校准模型包括至少一个参数;
c)从所述第二服务器(148,148')经由第二通信接口(158,158')向所述云服务器(144)提供与至少一种物质(112)相关的光谱信息;
d)在所述云服务器(144)中将所述校准模型应用于与所述至少一种物质(112)相关的所述光谱信息,由此提取用于所述至少一个参数的至少一个值;
e)经由所述第一通信接口(156)向所述第一服务器(146)提供用于所述至少一个参数的所述至少一个值;
f)通过使用由所述云服务器(144)向所述第一服务器(146)提供的用于所述至少一个参数的所述至少一个值来确定处理数据,其中,所述处理数据包括与所述至少一种物质(112)的建议处理相关的至少一条数据;
g)从所述第一服务器(146)经由第三通信接口(160,160')向所述第三服务器(150,150')提供所述处理数据。
13.根据前一权利要求所述的方法(310),其中,所述光谱信息被直接或间接地提供给所述云服务器(144),其中,通过向所述第一服务器(146)提供所述光谱信息并从所述第一服务器(146)经由所述第一服务器(146)进一步包括的第四通信接口(194)向所述云服务器(144)提供所述光谱信息来向所述云服务器(144)间接地提供所述光谱信息。
14.一种用于原位监测在气体洗涤过程中使用的至少一种物质(112)的计算机实现的方法(312),其中,所述方法(312)包括以下步骤:
(i)获取至少一个参考样本的至少一个光学参考光谱,其中,每个参考样本包括待监测的所述至少一种物质(112),其中,参考分析数据被分配给每个参考样本,以及从所述至少一个光学参考光谱中导出涉及所述至少一个参考样本的参考光谱信息;
(ii)原位获取所述至少一种物质(112)的至少一个光谱,并且从所述至少一个光谱中原位导出与所述至少一种物质(112)相关的光谱信息;
(iii)执行根据涉及用于操作通信系统(140)的计算机实现的方法(310)的前述权利要求所述的方法(310)的步骤;
(iv)根据所述处理数据,处理所述至少一种物质(112)。
15.根据前一权利要求所述的方法(312),其中,与所述处理数据相关的至少一项信息是以下中的至少一项:经由用户接口向用户显示,或者向处理单元(180)或模拟系统中的至少一个提供。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
EP20163942 | 2020-03-18 | ||
EP20163942.4 | 2020-03-18 | ||
PCT/EP2021/056798 WO2021185895A1 (en) | 2020-03-18 | 2021-03-17 | Communication system, monitoring system and related methods |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115298629A true CN115298629A (zh) | 2022-11-04 |
Family
ID=69845953
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202180021984.XA Pending CN115298629A (zh) | 2020-03-18 | 2021-03-17 | 通信系统、监测系统及相关方法 |
Country Status (7)
Country | Link |
---|---|
US (1) | US20230125347A1 (zh) |
EP (1) | EP4121827A1 (zh) |
JP (1) | JP2023518081A (zh) |
KR (1) | KR20220154696A (zh) |
CN (1) | CN115298629A (zh) |
AU (1) | AU2021238642A1 (zh) |
WO (1) | WO2021185895A1 (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2023170695A1 (en) * | 2022-03-10 | 2023-09-14 | Watersight Ltd | System and apparatus for fluid monitoring |
WO2024187266A1 (en) * | 2023-03-10 | 2024-09-19 | University Of Regina | Amine-based carbon capture solvent degradation monitoring |
Family Cites Families (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE2551717C3 (de) | 1975-11-18 | 1980-11-13 | Basf Ag, 6700 Ludwigshafen | und ggf. COS aus Gasen |
DE10322439A1 (de) | 2003-05-19 | 2004-12-09 | Bayer Ag | Verfahren und Vorrichtung zur Bestimmung der Isomerenzusammensetzung bei Isocyanat-Herstellprozessen |
GB2477542B (en) | 2010-02-05 | 2012-06-06 | Microsaic Systems Plc | Analytical system for in-line analysis of post-combustion capture solvents |
US20120245737A1 (en) * | 2011-03-22 | 2012-09-27 | Alstom Technology Ltd | Real-time control method and gas purification system for solvent based capture systems |
TWI683093B (zh) | 2013-03-21 | 2020-01-21 | 美商唯亞威方案公司 | 用於識別一海產樣本之方法及裝置與用於判定一海產樣本之鮮度之方法 |
BR112017003875A2 (pt) | 2014-08-25 | 2018-01-23 | Basf Se | absorvente e processo para remover dióxido de carbono de uma corrente fluida. |
WO2017002079A1 (en) | 2015-06-30 | 2017-01-05 | Ambifood, Lda | Device and method for measuring the quality of frying oil |
WO2018090142A1 (en) | 2016-11-18 | 2018-05-24 | Andrzej Barwicz | Method and system for data processing for distributed spectrophotometric analyzers |
WO2018122857A1 (en) | 2016-12-29 | 2018-07-05 | Maytronics Ltd. | A system and a method for comprehensive monitoring, analysis and maintenance of water and equipment in swimming pools |
CN111465827B (zh) | 2017-12-13 | 2023-06-23 | 特里纳米克斯股份有限公司 | 光谱仪设备及系统 |
EP3724620B1 (en) | 2017-12-13 | 2024-02-28 | trinamiX GmbH | Spectrometer device and system |
EP3724617B1 (en) | 2017-12-13 | 2024-02-07 | trinamiX GmbH | Spectrometer device and system |
EP3820464A4 (en) | 2018-07-09 | 2022-03-16 | Cargill, Incorporated | SPECTROSCOPIC EVALUATION OF EDIBLE OIL USING PROFILES |
CN115380518A (zh) * | 2020-03-18 | 2022-11-22 | 特里纳米克斯股份有限公司 | 通信系统、监视系统及相关方法 |
-
2021
- 2021-03-17 JP JP2022556506A patent/JP2023518081A/ja active Pending
- 2021-03-17 KR KR1020227032221A patent/KR20220154696A/ko unknown
- 2021-03-17 EP EP21711895.9A patent/EP4121827A1/en active Pending
- 2021-03-17 US US17/906,398 patent/US20230125347A1/en active Pending
- 2021-03-17 WO PCT/EP2021/056798 patent/WO2021185895A1/en unknown
- 2021-03-17 CN CN202180021984.XA patent/CN115298629A/zh active Pending
- 2021-03-17 AU AU2021238642A patent/AU2021238642A1/en active Pending
Also Published As
Publication number | Publication date |
---|---|
AU2021238642A1 (en) | 2022-10-06 |
WO2021185895A1 (en) | 2021-09-23 |
US20230125347A1 (en) | 2023-04-27 |
EP4121827A1 (en) | 2023-01-25 |
JP2023518081A (ja) | 2023-04-27 |
KR20220154696A (ko) | 2022-11-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11768110B2 (en) | Air quality monitoring system and method | |
US7990538B2 (en) | Signal processing for optical computing system | |
US8213012B2 (en) | Stability for optical computing system | |
EP3177899B1 (en) | Method of reducing the frequency of taking background spectra in ftir or ftir-atr spectroscopy and handheld measurement device embodying same | |
US8027855B2 (en) | Methods of assessing and designing an application specific measurement system | |
Sklorz et al. | Detection limit improvement for NDIR ethylene gas detectors using passive approaches | |
US20100141952A1 (en) | Multi-analyte optical computing system | |
US20090219597A1 (en) | Optical analysis system and optical train | |
Witschas et al. | Temperature retrieval from Rayleigh-Brillouin scattering profiles measured in air | |
Provencal et al. | Cavity-enhanced quantum-cascade laser-based instrument for carbon monoxide measurements | |
Werle et al. | Fast chemical sensor for eddy-correlation measurements of methane emissions from rice paddy fields | |
Sandfort et al. | Cavity-enhanced Raman spectroscopy for food chain management | |
CN115298629A (zh) | 通信系统、监测系统及相关方法 | |
Viciani et al. | A portable quantum cascade laser spectrometer for atmospheric measurements of carbon monoxide | |
Mei et al. | Dual-wavelength Mie-scattering Scheimpflug lidar system developed for the studies of the aerosol extinction coefficient and the Ångström exponent | |
Wei et al. | Impact of residual water vapor on the simultaneous measurements of trace CH4 and N2O in air with cavity ring-down spectroscopy | |
Reidl-Leuthner et al. | Quasi-simultaneous in-line flue gas monitoring of NO and NO2 emissions at a caloric power plant employing mid-IR laser spectroscopy | |
Flores et al. | Highly accurate nitrogen dioxide (NO2) in nitrogen standards based on permeation | |
Zhao et al. | Intensity-stabilized fast-scanned direct absorption spectroscopy instrumentation based on a distributed feedback laser with detection sensitivity down to 4× 10− 6 | |
US20230140236A1 (en) | Communication system, monitoring system and related methods | |
Brennan et al. | Development of a micro-spectrometer system for process control application | |
Wang et al. | Laser absorption spectroscopy applied to monitoring of short-lived climate pollutants (SLCPs) | |
US20170307522A1 (en) | Optical detector module, measurement system and method of detecting presence of a substance in a test material | |
Xu et al. | Broadband spectroscopic sensor for real-time monitoring of industrial SO 2 emissions | |
Fissore et al. | Multi-Sensor Device for Traceable Monitoring of Indoor Environmental Quality |
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 |