CN116417082A - 一种油品分子组成解析方法、装置、设备和存储介质 - Google Patents
一种油品分子组成解析方法、装置、设备和存储介质 Download PDFInfo
- Publication number
- CN116417082A CN116417082A CN202111669081.0A CN202111669081A CN116417082A CN 116417082 A CN116417082 A CN 116417082A CN 202111669081 A CN202111669081 A CN 202111669081A CN 116417082 A CN116417082 A CN 116417082A
- Authority
- CN
- China
- Prior art keywords
- physical property
- oil
- oil product
- analyzed
- mixed oil
- 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
- 239000000203 mixture Substances 0.000 title claims abstract description 147
- 238000004458 analytical method Methods 0.000 title claims abstract description 25
- 230000000704 physical effect Effects 0.000 claims abstract description 353
- 238000002156 mixing Methods 0.000 claims abstract description 57
- 238000000034 method Methods 0.000 claims abstract description 48
- 238000004891 communication Methods 0.000 claims description 18
- 238000004422 calculation algorithm Methods 0.000 claims description 17
- 238000004364 calculation method Methods 0.000 claims description 13
- 238000004590 computer program Methods 0.000 claims description 6
- 238000001514 detection method Methods 0.000 abstract description 20
- 230000008901 benefit Effects 0.000 abstract description 7
- 238000004519 manufacturing process Methods 0.000 description 8
- 230000008859 change Effects 0.000 description 6
- 230000008569 process Effects 0.000 description 4
- 239000003209 petroleum derivative Substances 0.000 description 3
- PAYRUJLWNCNPSJ-UHFFFAOYSA-N Aniline Chemical compound NC1=CC=CC=C1 PAYRUJLWNCNPSJ-UHFFFAOYSA-N 0.000 description 2
- 238000013500 data storage Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 239000003208 petroleum Substances 0.000 description 2
- CIWBSHSKHKDKBQ-JLAZNSOCSA-N Ascorbic acid Chemical compound OC[C@H](O)[C@H]1OC(=O)C(O)=C1O CIWBSHSKHKDKBQ-JLAZNSOCSA-N 0.000 description 1
- 238000005481 NMR spectroscopy Methods 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000004821 distillation Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000000802 evaporation-induced self-assembly Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 238000004817 gas chromatography Methods 0.000 description 1
- 238000004128 high performance liquid chromatography Methods 0.000 description 1
- 238000004896 high resolution mass spectrometry Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- TVMXDCGIABBOFY-UHFFFAOYSA-N octane Chemical compound CCCCCCCC TVMXDCGIABBOFY-UHFFFAOYSA-N 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16C—COMPUTATIONAL CHEMISTRY; CHEMOINFORMATICS; COMPUTATIONAL MATERIALS SCIENCE
- G16C20/00—Chemoinformatics, i.e. ICT specially adapted for the handling of physicochemical or structural data of chemical particles, elements, compounds or mixtures
- G16C20/20—Identification of molecular entities, parts thereof or of chemical compositions
-
- 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
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Physics & Mathematics (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Chemical & Material Sciences (AREA)
- Crystallography & Structural Chemistry (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Computing Systems (AREA)
- Theoretical Computer Science (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
本发明提供了一种油品分子组成解析方法、装置、设备和存储介质,所述方法包括,在获取到待解析油品的物性数据后,通过查找分子数据库的方式,获取与所述物性数据对应的多个相似油品样本的分子组成数据,然后将这些相似油品样本调合成混合油品,通过比较混合油品和待解析油品的物性来调整调合混合油品的相关参数,由此快速地找到与待解析油品的物性一致的混合油品,此外,还通过调整混合油品的分子组分含量进一步地对混合油品的物性进行微调,由此获得与待解析油品的物性一致的混合油品,该混合油品的分子组成数据作为待解析油品的分子组成数据。本发明提供的油品分子组成解析方法检测成本低,检测方式简单易操作,检测时间短。
Description
技术领域
本发明属于石油加工技术领域,特别涉及一种油品分子组成解析方法、装置、设备和存储介质。
背景技术
在石油产品生产过程中,为了提高石油产品的生产技术,提升经济效益,掌握生产过程中的混合物的分子组成显得至关重要,然而,在现有技术中,检测混合物的分子组成需要结合蒸馏、气相色谱检测、高效液相色谱分离、超高分辨率质谱检测、核磁共振检测等多道程序,检测设备成本高昂、检测技术复杂并且检测耗时长。因此,多数石油炼厂受困于现有混合物分子组成检测成本高的问题,尚不具备检测混合物分子组成的能力,进而限制了石油产品生产水平的提升。
发明内容
针对上述问题,本发明提供了一种油品分子组成解析方法,所述方法包括以下步骤:
S100,获取待解析油品的第一宏观物性数据和第二宏观物性数据;
S200,根据待解析油品的第一宏观物性数据和/或第二宏观物性数据,通过查找分子数据库获取设定数量的相似油品样本的分子组成数据和宏观物性数据;其中,所述分子数据库包括多组油品样本的分子组成数据和宏观物性数据;
S300,按照设定的调合比例,将设定数量的相似油品样本调合成混合油品,并基于设定数量的相似油品样本的宏观物性数据确定混合油品的第一宏观物性数据;
S400,根据混合油品的第一宏观物性数据与待解析油品的第一宏观物性数据之间的第一差异,调整将相似油品样本调合成混合油品的相关参数,以使根据调整后的相关参数确定的第一差异满足第一精度条件;
S500,当第一差异满足第一精度条件时,基于设定数量的相似油品样本的分子组成数据确定混合油品的分子组成数据,并根据混合油品的分子组成数据,通过已建立的物性计算模型确定混合油品的第二宏观物性数据;
S600,根据混合油品的第二宏观物性数据与待解析油品的第二宏观物性数据之间的第二差异,调整混合油品的分子组分含量,以使根据调整后的分子组分含量确定的第二差异满足第二精度条件;
S700,当第二差异满足第二精度条件时,将对应的混合油品的分子组成数据作为待解析油品的分子组成数据。
进一步地,
所述相关参数包括获取的相似油品样本的数量和/或将设定数量相似油品样本调合成混合油品的调合比例。
进一步地,
当所述相关参数包括获取的相似油品样本的数量时,S400步骤包括:
确定混合油品的第一宏观物性数据与待解析油品的第一宏观物性数据之间的第一差异;
判断所述第一差异是否满足第一精度条件:
当所述第一差异不满足第一精度条件时,调整获取的相似油品样本的数量,返回S200步骤;
当所述第一差异满足第一精度条件时,执行S500步骤。
进一步地,
当所述相关参数包括将相似油品样本调合成混合油品的调合比例时,S400步骤包括:
确定混合油品的第一宏观物性数据与待解析油品的第一宏观物性数据之间的第一差异;
判断所述第一差异是否满足第一精度条件:
当所述第一差异不满足第一精度条件时,调整将相似油品样本调合成混合油品的调合比例,返回S300步骤;
当所述第一差异满足第一精度条件时,执行S500步骤。
进一步地,
当所述相关参数包括获取的相似油品样本的数量和将相似油品样本调合成混合油品的调合比例时,S400步骤包括:
确定混合油品的第一宏观物性数据与待解析油品的第一宏观物性数据之间的第一差异;
判断所述第一差异是否满足第一精度条件且调整比例的次数是否小于等于给定阈值:
当所述第一差异不满足第一精度条件且调整比例的次数小于等于给定阈值时,调整将相似油品样本调合成混合油品的调合比例,返回步骤S300;
当所述第一差异不满足第一精度条件且调整比例的次数大于给定阈值时,调整获取的相似油品样本的数量,返回步骤S200;
当所述第一差异满足第一精度条件时,执行步骤S500。
进一步地,所述第一宏观物性数据为线性宏观物性数据;所述第二宏观物性数据为非线性宏观物性数据;
获取混合油品的第一宏观物性数据的方法如下:
根据调合比例,将相似油品样品的第一宏观物性数据线性相加,得到混合油品的第一宏观物性数据。
进一步地,
当待解析油品的第一宏观物性数据为多种物性数据时,S400步骤中,通过以下步骤确定混合油品的第一宏观物性数据与待解析油品的第一宏观物性数据之间的第一差异:
为混合油品的每种物性选择对应的偏差算法;
根据混合油品的每种物性对应的偏差算法,计算混合油品的每种物性与待解析油品的对应物性之间的偏差值;
根据混合油品的每种物性与待解析油品的对应物性之间的偏差值,确定混合油品与待解析油品的整体物性偏差值,其中,所述整体物性偏差值用于表征所述混合油品的第一宏观物性数据与待解析油品的第一宏观物性数据之间的第一差异。
进一步地,
当待解析油品的第二宏观物性数据为多种物性数据时,S600步骤中,通过以下步骤确定混合油品的第二宏观物性数据与待解析油品的第二宏观物性数据之间的第二差异:
为混合油品的每种物性选择对应的偏差算法;
根据混合油品的每种物性对应的偏差算法,计算混合油品的每种物性与待解析油品的对应物性之间的偏差值;
根据混合油品的每种物性与待解析油品的对应物性之间的偏差值,确定混合油品与待解析油品的整体物性偏差值,其中,所述整体物性偏差值用于表征所述混合油品的第二宏观物性数据与待解析油品的第二宏观物性数据之间的第二差异。
进一步地,
为混合油品的每种物性选择对应的偏差算法,包括:
判断混合油品的每种物性是否小于预设标准阈值;
为混合油品中小于所述标准阈值的物性选择绝对偏差算法,以计算小于所述标准阈值的物性与待解析油品的对应物性之间的绝对偏差值;
为混合油品中大于等于所述标准阈值的物性选择相对偏差算法,以计算大于等于所述标准阈值的物性与待解析油品的对应物性之间的相对偏差值。
进一步地,
根据混合油品的每种物性与待解析油品的对应物性之间的偏差值,确定混合油品与待解析油品的整体物性偏差值,包括:
计算混合油品的每种物性分别与待解析油品的对应物性的偏差值的平方和,将所述偏差值的平方和的算术平方根确定为混合油品与待解析油品的整体物性偏差值。
进一步地,
根据混合油品的每种物性与待解析油品的对应物性之间的偏差值,确定混合油品与待解析油品的整体物性偏差值,还包括:
获取预先为混合油品的每种物性对应设置的权重;
针对混合油品的每种物性,计算所述物性与待解析油品的对应物性之间的偏差值的平方与所述物性对应权重的乘积,得到所述物性对应的权重偏差值;
计算混合油品的每种物性分别对应的权重偏差值的平方和,将所述权重偏差值的平方和的算术平方根确定为混合油品与待解析油品的整体物性偏差值。
本发明还提供一种油品分子组成解析装置,所述装置包括:
获取模块,用于获取待解析油品的第一宏观物性数据和第二宏观物性数据;
查找模块,用于根据待解析油品的第一宏观物性数据和/或第二宏观物性数据,通过查找分子数据库获取设定数量的相似油品样本的分子组成数据和宏观物性数据;其中,所述分子数据库包括多组油品样本的分子组成数据和宏观物性数据;
调合模块,用于按照设定的调合比例将设定数量的相似油品样本调合成混合油品,并基于设定数量的相似油品样本的宏观物性数据确定混合油品的第一宏观物性数据;
第一调整模块,用于根据混合油品的第一宏观物性数据与待解析油品的第一宏观物性数据之间的第一差异,调整将相似油品样本调合成混合油品的相关参数,以使根据调整后的相关参数确定的第一差异满足第一精度条件;
计算模块,用于当第一差异满足第一精度条件时,基于设定数量的相似油品样本的分子组成数据确定混合油品的分子组成数据,并根据混合油品的分子组成数据,通过已建立的物性计算模型确定混合油品的第二宏观物性数据;
第二调整模块,用于根据混合油品的第二宏观物性数据与待解析油品的第二宏观物性数据之间的第二差异,调整混合油品的分子组分含量,以使根据调整后的分子组分含量确定的第二差异满足第二精度条件;
输出模块,用于当第二差异满足第二精度条件时,将对应的混合油品的分子组成数据作为待解析油品的分子组成数据。
进一步地,
所述相关参数包括获取的相似油品样本的数量和/或将相似油品样本调合成混合油品的调合比例。
本发明还提供一种油品分子组成解析设备,包括处理器、通信接口、存储器和通信总线,其中,处理器,通信接口,存储器通过通信总线完成相互间的通信;
存储器,用于存放计算机程序;
处理器,用于执行存储器上所存放的程序时,实现如上述的油品分子组成解析方法。
本发明还提供一种计算机可读存储介质,所述计算机可读存储介质存储有程序,所述程序可被处理器执行,以实现如上述的油品分子组成解析方法,其中,
所述程序有一个或者多个,所述处理器的数量与程序的数量相等。
本发明提供的油品分子组成解析方法、装置、设备和存储介质,在获取到待解析油品的物性数据后,通过查找分子数据库的方式,获取与所述物性数据对应的多个相似油品样本的分子组成数据,然后将这些相似油品样本调合成混合油品,通过比较混合油品和待解析油品的物性来调整混合油品的相关参数,由此快速地找到与待解析油品的物性一致的混合油品,此外,还通过调整混合油品的分子组分含量进一步地对混合油品的物性进行微调,由此获得与待解析油品的物性一致的混合油品,该混合油品的分子组成数据作为待解析油品的分子组成数据。本发明提供的油品分子组成解析方法检测成本低,检测方式简单易操作,检测时间短。
本发明的其它特征和优点将在随后的说明书中阐述,并且,部分地从说明书中变得显而易见,或者通过实施本发明而了解。本发明的目的和其他优点可通过在说明书、权利要求书以及附图中所指出的结构来实现和获得。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作一个简单地介绍,显而易见地,下面描述中的附图是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是本发明实施例一提供的一种油品分子组成解析方法的工作流程图;
图2是本发明实施例二提供的一种油品分子组成解析方法的工作流程图;
图3是本发明实施例三提供的一种油品分子组成解析方法的工作流程图;
图4是本发明实施例四提供的一种油品分子组成解析方法的工作流程图。
图5是本发明实施例五提供的一种油品分子组成解析装置的工作流程图。
图6是本发明实施例六提供的一种油品分子组成解析设备的组成示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案,并对本发明如何应用技术手段来解决技术问题,并达到相应技术效果的实现过程能充分理解并据以实施,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分的实施例,而不是全部的实施例。本发明实施例以及实施例中的各个特征,在不相冲突前提下可以相互结合,所形成的技术方案均在本发明的保护范围之内。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都应当属于本发明保护的范围。
需要说明的是,本发明的说明书和权利要求书及附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
需要说明的是,在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行,并且,虽然在流程图中示出了逻辑顺序,但是在某些情况下,可以以不同于此处的顺序执行所示出或描述的步骤。
实施例一
如图1所示,本实施例提供的一种油品分子组成解析方法,主要包括以下步骤:
S1100,获取待解析油品的第一宏观物性数据和第二宏观物性数据;
S1200,根据待解析油品的第一宏观物性数据和/或第二宏观物性数据,通过查找分子数据库获取设定数量的相似油品样本的分子组成数据和宏观物性数据;其中,所述分子数据库包括多组油品样本的分子组成数据和宏观物性数据;
S1300,按照设定的调合比例,将设定数量的相似油品样本调合成混合油品,并基于设定数量的相似油品样本的宏观物性数据确定混合油品的第一宏观物性数据;
S1400,根据混合油品的第一宏观物性数据与待解析油品的第一宏观物性数据之间的第一差异,调整将相似油品样本调合成混合油品的相关参数(需要说明的是,相关参数与第一差异是相关的,第一差异会随着相关参数的改变而改变),以使根据调整后的相关参数确定的第一差异满足第一精度条件;
S1500,当第一差异满足第一精度条件时,基于设定数量的相似油品样本的分子组成数据确定混合油品的分子组成数据,并根据混合油品的分子组成数据,通过已建立的物性计算模型确定混合油品的第二宏观物性数据;
S1600,根据混合油品的第二宏观物性数据与待解析油品的第二宏观物性数据之间的第二差异,调整混合油品的分子组分含量(需要说明的是,混合油品的分子组分含量与第二差异是相关的,第二差异会随着混合油品的分子组分含量的改变而改变),以使根据调整后的分子组分含量确定的第二差异满足第二精度条件;
S1700,当第二差异满足第二精度条件时,将对应的混合油品的分子组成数据作为待解析油品的分子组成数据。
上述实施过程仅是本发明的核心思想的主要步骤。在具体应用时,各步骤可以根据实际生产的步骤进行适当地调整。
例如,在具体应用时,步骤S1200中,通过查找分子数据库获取设定数量的相似油品样本的分子组成数据,包括:
如果分子数据库中相似油品样本数量为一种,则直接选择所述相似油品,作为混合油品;
如果分子数据库中相似油品样本数量为多种,则按照物性偏差值从小到大的顺序排序,选择序列排名靠前的若干个相似油品样本,然后根据这些相似油品样本的分子组成数据,确定由这些相似油品样本按照预先设定的调合比例混合而成的,混合油品的分子组成数据。
例如,在具体应用时:
步骤S1400中,当待解析油品的第一宏观物性数据为多种物性数据时,确定混合油品的第一宏观物性数据与待解析油品的第一宏观物性数据之间的差异,以及,
步骤S1600中,当待解析油品的第二宏观物性数据为多种物性数据时,确定混合油品的第二宏观物性数据与待解析油品的第二宏观物性数据之间的差异,均可通过以下步骤进行确定:
判断混合油品的每种物性是否小于预设标准阈值;
为混合油品中小于所述标准阈值的物性选择绝对偏差算法,以计算小于所述标准阈值的物性与待解析油品的对应物性之间的绝对偏差值;
为混合油品中大于等于所述标准阈值的物性选择相对偏差算法,以计算大于等于所述标准阈值的物性与待解析油品的对应物性之间的相对偏差值;
根据混合油品的每种物性对应的偏差算法,计算混合油品的每种物性与待解析油品的对应物性之间的偏差值;
根据混合油品的每种物性与待解析油品的对应物性之间的偏差值,确定混合油品与待解析油品的整体物性偏差值,其中,所述整体物性偏差值用于表征所述混合油品的第一宏观物性数据与待解析油品的第一宏观物性数据之间的差异,或混合油品的第二宏观物性数据与待解析油品的第二宏观物性数据之间的差异。
其中,在一种实施方式中,根据混合油品的多种物性分别与待解析油品的对应物性的偏差值,确定混合油品与待解析油品的整体物性偏差值,包括:
计算混合油品的多种物性分别与待解析油品的对应物性的偏差值的平方和,将所述偏差值的平方和的算术平方根作为混合油品与待解析油品的整体物性偏差值。
或者,在另一种实施方式中,根据混合油品的多种物性分别与待解析油品的对应物性的偏差值,确定混合油品与待解析油品的整体物性偏差值,包括:
获取预先为混合油品的每种物性对应设置的权重;
针对混合油品的每种物性,计算混合油品的物性与待解析油品的对应物性之间的偏差值的平方与所述物性对应权重的乘积,得到所述物性对应的权重偏差值;
计算混合油品的多种物性分别对应的权重偏差值的平方和,将所述权重偏差值的平方和的算术平方根作为混合油品与待解析油品的整体物性偏差值。
又例如,在具体应用时,步骤S1400中,调整将相似油品样本调合成混合油品的相关参数可以是调整从分子数据库中获取的相似油品样本的数量,又或者调整将相似油品样本调合成混合油品的调合比例,又或者既调整从分子数据库中获取的相似油品样本的数量,也调整将相似油品样本调合成混合油品的调合比例。
此外,上述第一宏观物性数据和第二宏观物性数据通常为不同物性的数据。其中,第一宏观物性数据可以是例如线性宏观物性的数据;第二宏观物性数据可以是例如非线性宏观物性的数据。相应地,根据调合比例,可以将相似油品样品的第一宏观物性数据线性相加,得到混合油品的第一宏观物性数据。
下面将通过多个实施例来详细描述本发明针对上述不同情况的具体实施过程。
实施例二
如图2所示,在本实施例中,根据实际的生产过程,优选调整从分子数据库中获取的相似油品样本的数量,以此提升获取油品分子组成解析结果的速度和精度。
如图2所示,本实施例提供的一种油品分子组成解析方法,主要包括以下步骤:
S2100,获取待解析油品的第一宏观物性数据和第二宏观物性数据;
S2200,根据待解析油品的第一宏观物性数据和/或第二宏观物性数据,通过查找分子数据库获取设定数量的相似油品样本的分子组成数据和宏观物性数据;其中,所述分子数据库包括多组油品样本的分子组成数据和宏观物性数据;
S2300,按照设定的调合比例,将设定数量的相似油品样本调合成混合油品,并基于设定数量的相似油品样本的宏观物性数据确定混合油品的第一宏观物性数据;
S2410,确定混合油品的第一宏观物性数据与待解析油品的第一宏观物性数据之间的第一差异;
S2420,判断所述第一差异是否满足第一精度条件;
S2430,当所述第一差异不满足第一精度条件时,调整获取的相似油品样本的数量,返回步骤S2200;
S2440,当所述第一差异满足第一精度条件时,执行步骤S2500;
S2500,当第一差异满足第一精度条件时,基于设定数量的相似油品样本的分子组成数据确定混合油品的分子组成数据,并根据混合油品的分子组成数据,通过已建立的物性计算模型确定混合油品的第二宏观物性数据;
S2610,确定混合油品的第二宏观物性数据与待解析油品的第二宏观物性数据之间的第二差异;
S2620,判断第二差异是否满足第二精度条件;
S2630,当第二差异不满足第二精度条件时,调整混合油品的分子组分含量,返回步骤S2500;
S2700,当第二差异满足第二精度条件时,将对应的混合油品的分子组成数据作为待解析油品的分子组成数据。
在步骤S2430中,调整从分子数据库中获取的相似油品样本的数量可以是任意数值,这里优选的方案是每次调整时对上次的样本数量增1。
在该实施例中,在获取到待解析油品的物性数据后,通过查找分子数据库的方式,获取与所述物性数据对应的多个相似油品样本的分子组成数据,然后将这些相似油品样本调合成混合油品,通过比较混合油品和待解析油品的物性来调整从分子数据库中获取的相似油品样本的数量,由此快速地找到与待解析油品的物性一致的混合油品,此外,还通过调整混合油品的分子组分含量进一步地对混合油品的物性进行微调,由此获得与待解析油品的物性一致的混合油品,该混合油品的分子组成数据作为待解析油品的分子组成数据。本发明提供的油品分子组成解析方法检测成本低,检测方式简单易操作,检测时间短。
实施例三
如图3所示,在本实施例中,根据实际的生产过程,优选调整将相似油品样本调合成混合油品的调合比例,以此提升获取油品分子组成解析结果的速度和精度。
如图3所示,本实施例提供的一种油品分子组成解析方法,主要包括以下步骤:
S3100,获取待解析油品的第一宏观物性数据和第二宏观物性数据;
S3200,根据待解析油品的第一宏观物性数据和/或第二宏观物性数据,通过查找分子数据库获取设定数量的相似油品样本的分子组成数据和宏观物性数据;其中,所述分子数据库包括多组油品样本的分子组成数据和宏观物性数据;
S3300,按照设定的调合比例,将设定数量的相似油品样本调合成混合油品,并基于设定数量的相似油品样本的宏观物性数据确定混合油品的第一宏观物性数据;
S3410,确定混合油品的第一宏观物性数据与待解析油品的第一宏观物性数据之间的第一差异;
S3420,判断所述第一差异是否满足第一精度条件;
S3430,当所述第一差异不满足第一精度条件时,调整将相似油品样本调合成混合油品的调合比例,返回步骤S3200;
S3440,当所述第一差异满足第一精度条件时,执行步骤S3500;
S3500,当第一差异满足第一精度条件时,基于设定数量的相似油品样本的分子组成数据确定混合油品的分子组成数据,并根据混合油品的分子组成数据,通过已建立的物性计算模型确定混合油品的第二宏观物性数据;
S3610,确定混合油品的第二宏观物性数据与待解析油品的第二宏观物性数据之间的第二差异;
S3620,判断第二差异是否满足第二精度条件;
S3630,当第二差异不满足第二精度条件时,调整混合油品的分子组分含量,返回步骤S3500;
S3700,当第二差异满足第二精度条件时,将对应的混合油品的分子组成数据作为待解析油品的分子组成数据。
在该实施例中,在获取到待解析油品的物性数据后,通过查找分子数据库的方式,获取与所述物性数据对应的多个相似油品样本的分子组成数据,然后将这些相似油品样本调合成混合油品,通过比较混合油品和待解析油品的物性来调整将相似油品样本调合成混合油品的调合比例,由此快速地找到与待解析油品的物性一致的混合油品,此外,还通过调整混合油品的分子组分含量,从而进一步地对混合油品的物性进行微调,由此获得与待解析油品的物性一致的混合油品,该混合油品的分子组成数据作为待解析油品的分子组成数据。本发明提供的油品分子组成解析方法检测成本低,检测方式简单易操作,检测时间短。
实施例四
如图4所示,在本实施例中,根据实际的生产过程,优选地,既可调整从分子数据库中获取的相似油品样本的数量,也调整将相似油品样本调合成混合油品的调合比例,以此提升获取油品分子组成解析结果的速度和精度。
如图4所示,本实施例提供的一种油品分子组成解析方法,主要包括以下步骤:
S4100,获取待解析油品的第一宏观物性数据和第二宏观物性数据;
S4200,根据待解析油品的第一宏观物性数据和/或第二宏观物性数据,通过查找分子数据库获取设定数量的相似油品样本的分子组成数据和宏观物性数据;其中,所述分子数据库包括多组油品样本的分子组成数据和宏观物性数据;
S4300,按照设定的调合比例,将设定数量的相似油品样本调合成混合油品,并基于设定数量的相似油品样本的宏观物性数据确定混合油品的第一宏观物性数据;
S4410,确定混合油品的第一宏观物性数据与待解析油品的第一宏观物性数据之间的第一差异;
S4420,判断所述第一差异是否满足第一精度条件且调整比例的次数是否小于等于给定阈值;
S4430,当所述第一差异不满足第一精度条件且调整比例的次数小于等于给定阈值时,调整将相似油品样本调合成混合油品的调合比例,返回步骤S4300;
S4440,当所述第一差异不满足第一精度条件且调整比例的次数大于给定阈值时,调整获取的相似油品样本的数量,返回步骤S4200;
S4450,当所述第一差异满足第一精度条件时,执行步骤S4500。
S4500,当第一差异满足第一精度条件时,基于设定数量的相似油品样本的分子组成数据确定混合油品的分子组成数据,并根据混合油品的分子组成数据,通过已建立的物性计算模型确定混合油品的第二宏观物性数据;
S4610,确定混合油品的第二宏观物性数据与待解析油品的第二宏观物性数据之间的第二差异;
S4620,判断第二差异是否满足第二精度条件;
S4630,当第二差异不满足第二精度条件时,调整混合油品的分子组分含量,返回步骤S4500;
S4700,当第二差异满足第二精度条件时,将对应的混合油品的分子组成数据作为待解析油品的分子组成数据。
此外,在本实施例中,第一宏观物性数据和第二宏观物性数据可以是不同物性的数据。例如,第一宏观物性数据是线性宏观物性的数据,第二宏观物性数据是非线性宏观物性的数据。又或者,第一宏观物性数据是非线性宏观物性的数据,第二宏观物性数据是线性宏观物性的数据。
上述物性可以包括例如密度、浊点、倾点、苯胺点、辛烷值、十六烷值、凝点、冷滤点、闪点中的至少一个物性。
在该实施例中,在获取到待解析油品的物性数据后,通过查找分子数据库的方式,获取与所述物性数据对应的多个相似油品样本的分子组成数据,然后将这些相似油品样本调合成混合油品,通过比较混合油品和待解析油品的物性来调整从分子数据库中获取相似油品样本的数量以及将相似油品样本调合成混合油品的调合比例,并根据调整后相关参数重新调合混合油品,以此快速地找到与待解析油品的物性一致的混合油品,最后根据与待解析油品的物性一致的混合油品的分子组成数据来确定待解析油品的分子组成数据。相比与实施例二和实施例三,本实施例提供的这种油品分子组成解析方法获得的油品分子组成结果的准确度更高。
实施例五
如图5所示的,本发明实施例还提供一种油品分子组成解析装置,包括:
获取模块,用于获取待解析油品的第一宏观物性数据和第二宏观物性数据;
查找模块,用于根据待解析油品的第一宏观物性数据和/或第二宏观物性数据,通过查找分子数据库获取设定数量的相似油品样本的分子组成数据和宏观物性数据;其中,所述分子数据库包括多组油品样本的分子组成数据和宏观物性数据;
调合模块,用于按照设定的调合比例将设定数量的相似油品样本调合成混合油品,并基于设定数量的相似油品样本的宏观物性数据确定混合油品的第一宏观物性数据;
第一调整模块,用于根据混合油品的第一宏观物性数据与待解析油品的第一宏观物性数据之间的第一差异,调整将相似油品样本调合成混合油品的相关参数(需要说明的是,相关参数与第一差异是相关的,第一差异会随着相关参数的改变而改变),以使根据调整后的相关参数确定的第一差异满足第一精度条件;
计算模块,用于当第一差异满足第一精度条件时,基于设定数量的相似油品样本的分子组成数据确定混合油品的分子组成数据,并根据混合油品的分子组成数据,通过已建立的物性计算模型确定混合油品的第二宏观物性数据;
第二调整模块,用于根据混合油品的第二宏观物性数据与待解析油品的第二宏观物性数据之间的第二差异,调整混合油品的分子组分含量(需要说明的是,混合油品的分子组分含量与第二差异是相关的,第二差异会随着混合油品的分子组分含量的改变而改变),以使根据调整后的分子组分含量确定的第二差异满足第二精度条件;
输出模块,用于当第二差异满足第二精度条件时,将对应的混合油品的分子组成数据作为待解析油品的分子组成数据。
在一种可能的实现方式中,上述相关参数包括获取的相似油品样本的数量和/或将相似油品样本调合成混合油品的调合比例。
其中,本发明中的一种油品分子组成解析装置实现的功能以及实现方式与一种油品分子组成解析方法中各步骤的功能以及实现方式对应一致,因此,此处不再赘述。
实施例六
在上述实施例的基础上,如图6所示,本发明实施例提供了一种油品分子组成解析设备,包括处理器1110、通信接口1120、存储器1130和通信总线1140,其中,处理器1110,通信接口1120,存储器1130通过通信总线1140完成相互间的通信;
存储器1130,用于存放计算机程序;
处理器1110,用于执行存储器1130上所存放的程序时,实现如下所示的油品分子组成解析方法:
S100,获取待解析油品的第一宏观物性数据和第二宏观物性数据;
S200,根据待解析油品的第一宏观物性数据和/或第二宏观物性数据,通过查找分子数据库获取设定数量的相似油品样本的分子组成数据和宏观物性数据;其中,所述分子数据库包括多组油品样本的分子组成数据和宏观物性数据;
S300,按照设定的调合比例,将设定数量的相似油品样本调合成混合油品,并基于设定数量的相似油品样本的宏观物性数据确定混合油品的第一宏观物性数据;
S400,根据混合油品的第一宏观物性数据与待解析油品的第一宏观物性数据之间的第一差异,调整将相似油品样本调合成混合油品的相关参数(需要说明的是,相关参数与第一差异是相关的,第一差异会随着相关参数的改变而改变),以使根据调整后的相关参数确定的第一差异满足第一精度条件;
S500,当第一差异满足第一精度条件时,基于设定数量的相似油品样本的分子组成数据确定混合油品的分子组成数据,并根据混合油品的分子组成数据,通过已建立的物性计算模型确定混合油品的第二宏观物性数据;
S600,根据混合油品的第二宏观物性数据与待解析油品的第二宏观物性数据之间的第二差异,调整混合油品的分子组分含量(需要说明的是,混合油品的分子组分含量与第二差异是相关的,第二差异会随着混合油品的分子组分含量的改变而改变),以使根据调整后的分子组分含量确定的第二差异满足第二精度条件;
S700,当第二差异满足第二精度条件时,将对应的混合油品的分子组成数据作为待解析油品的分子组成数据。
上述的通信总线1140可以是外设部件互连标准(Peripheral ComponentInterconnect,简称PCI)总线或扩展工业标准结构(Extended Industry StandardArchitecture,简称EISA)总线等。该通信总线1140可以分为地址总线、数据总线、控制总线等。为便于表示,图6中仅用一条线表示,但并不表示仅有一根总线或一种类型的总线。
通信接口1120用于上述电子设备(处理器1110、存储器1130和通信总线1140)与其他设备之间的通信。
存储器1130可以包括随机存取存储器(RandomAccess Memory,简称RAM),也可以包括非易失性存储器(non-volatile memory),例如至少一个磁盘存储器。可选的,存储器1130还可以是至少一个位于远离前述处理器1110的存储装置。
上述的处理器1110可以是通用处理器,包括中央处理器(Central ProcessingUnit,简称CPU)、网络处理器(Network Processor,简称NP)等;还可以是数字信号处理器(Digital Signal Processing,简称DSP)、专用集成电路(Application SpecificIntegrated Circuit,简称ASIC)、现场可编程门阵列(Field-Programmable Gate Array,简称FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。
实施例七
基于同一发明构思,本发明实施例提供了一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有程序,所述程序可被处理器执行,以实现上述任意可能的实现方式中的油品分子组成解析方法的步骤,其中,程序有一个或者多个,且处理器的数量与程序的数量相等。
可选地,存储介质可以是非临时性计算机可读存储介质,例如,所述非临时性计算机可读存储介质可以是只读存储器(Read Only Memory,简称ROM)、随机存取存储器(RAM)、只读光盘(Compact Disc Read-Only Memory,简称CD-ROM)、磁带、软盘和光数据存储设备等。
在上述实施例中,可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时,可以全部或部分地以计算机程序产品的形式实现。计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行计算机程序指令时,全部或部分地产生按照本发明实施例的流程或功能。计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。计算机指令可以存储在计算机可读存储介质中,或者从一个计算机可读存储介质向另一个计算机可读存储介质传输,例如,计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线(DigitalSubscriber Line,DSL)或无线(例如红外、无线以及微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。可用介质可以是磁性介质,(例如,软盘、硬盘、磁带)、光介质(例如,DVD)、或者半导体介质(例如固态硬盘(Solid State Disk,简称SSD))等。
以上所述仅是本发明的较佳实施例而已,并非对本发明做任何形式上的限制,虽然本发明已以较佳实施例揭露如上,然而并非用以限定本发明,任何熟悉本专业的技术人员,在不脱离本发明技术方案的范围内,当可利用上述揭示的技术内容作出些许更动或修饰为等同变化的等效实施例,但凡是未脱离本发明技术方案的内容,依据本发明的技术实质对以上实施例所作的任何简单修改、等同变化与修饰,均仍属于本发明技术方案的范围内。
Claims (15)
1.一种油品分子组成解析方法,其特征在于,所述方法包括以下步骤:
S100,获取待解析油品的第一宏观物性数据和第二宏观物性数据;
S200,根据待解析油品的第一宏观物性数据和/或第二宏观物性数据,通过查找分子数据库获取设定数量的相似油品样本的分子组成数据和宏观物性数据;其中,所述分子数据库包括多组油品样本的分子组成数据和宏观物性数据;
S300,按照设定的调合比例,将设定数量的相似油品样本调合成混合油品,并基于设定数量的相似油品样本的宏观物性数据确定混合油品的第一宏观物性数据;
S400,根据混合油品的第一宏观物性数据与待解析油品的第一宏观物性数据之间的第一差异,调整将相似油品样本调合成混合油品的相关参数,以使根据调整后的相关参数确定的第一差异满足第一精度条件;
S500,当第一差异满足第一精度条件时,基于设定数量的相似油品样本的分子组成数据确定混合油品的分子组成数据,并根据混合油品的分子组成数据,通过已建立的物性计算模型确定混合油品的第二宏观物性数据;
S600,根据混合油品的第二宏观物性数据与待解析油品的第二宏观物性数据之间的第二差异,调整混合油品的分子组分含量,以使根据调整后的分子组分含量确定的第二差异满足第二精度条件;
S700,当第二差异满足第二精度条件时,将对应的混合油品的分子组成数据作为待解析油品的分子组成数据。
2.根据权利要求1所述的油品分子组成解析方法,其特征在于,
所述相关参数包括获取的相似油品样本的数量和/或将设定数量相似油品样本调合成混合油品的调合比例。
3.根据权利要求2所述的油品分子组成解析方法,其特征在于,
当所述相关参数包括获取的相似油品样本的数量时,S400步骤包括:
确定混合油品的第一宏观物性数据与待解析油品的第一宏观物性数据之间的第一差异;
判断所述第一差异是否满足第一精度条件:
当所述第一差异不满足第一精度条件时,调整获取的相似油品样本的数量,返回S200步骤;
当所述第一差异满足第一精度条件时,执行S500步骤。
4.根据权利要求2所述的油品分子组成解析方法,其特征在于,
当所述相关参数包括将相似油品样本调合成混合油品的调合比例时,S400步骤包括:
确定混合油品的第一宏观物性数据与待解析油品的第一宏观物性数据之间的第一差异;
判断所述第一差异是否满足第一精度条件:
当所述第一差异不满足第一精度条件时,调整将相似油品样本调合成混合油品的调合比例,返回S300步骤;
当所述第一差异满足第一精度条件时,执行S500步骤。
5.根据权利要求2所述的油品分子组成解析方法,其特征在于,
当所述相关参数包括获取的相似油品样本的数量和将相似油品样本调合成混合油品的调合比例时,S400步骤包括:
确定混合油品的第一宏观物性数据与待解析油品的第一宏观物性数据之间的第一差异;
判断所述第一差异是否满足第一精度条件且调整比例的次数是否小于等于给定阈值:
当所述第一差异不满足第一精度条件且调整比例的次数小于等于给定阈值时,调整将相似油品样本调合成混合油品的调合比例,返回步骤S300;
当所述第一差异不满足第一精度条件且调整比例的次数大于给定阈值时,调整获取的相似油品样本的数量,返回步骤S200;
当所述第一差异满足第一精度条件时,执行步骤S500。
6.根据权利要求1所述的油品分子组成解析方法,其特征在于,所述第一宏观物性数据为线性宏观物性数据;所述第二宏观物性数据为非线性宏观物性数据;
获取混合油品的第一宏观物性数据的方法如下:
根据调合比例,将相似油品样品的第一宏观物性数据线性相加,得到混合油品的第一宏观物性数据。
7.根据权利要求1所述的油品分子组成解析方法,其特征在于,
当待解析油品的第一宏观物性数据为多种物性数据时,S400步骤中,通过以下步骤确定混合油品的第一宏观物性数据与待解析油品的第一宏观物性数据之间的第一差异:
为混合油品的每种物性选择对应的偏差算法;
根据混合油品的每种物性对应的偏差算法,计算混合油品的每种物性与待解析油品的对应物性之间的偏差值;
根据混合油品的每种物性与待解析油品的对应物性之间的偏差值,确定混合油品与待解析油品的整体物性偏差值,其中,所述整体物性偏差值用于表征所述混合油品的第一宏观物性数据与待解析油品的第一宏观物性数据之间的第一差异。
8.根据权利要求1所述的油品分子组成解析方法,其特征在于,
当待解析油品的第二宏观物性数据为多种物性数据时,S600步骤中,通过以下步骤确定混合油品的第二宏观物性数据与待解析油品的第二宏观物性数据之间的第二差异:
为混合油品的每种物性选择对应的偏差算法;
根据混合油品的每种物性对应的偏差算法,计算混合油品的每种物性与待解析油品的对应物性之间的偏差值;
根据混合油品的每种物性与待解析油品的对应物性之间的偏差值,确定混合油品与待解析油品的整体物性偏差值,其中,所述整体物性偏差值用于表征所述混合油品的第二宏观物性数据与待解析油品的第二宏观物性数据之间的第二差异。
9.根据权利要求7或8所述的油品分子组成解析方法,其特征在于,
为混合油品的每种物性选择对应的偏差算法,包括:
判断混合油品的每种物性是否小于预设标准阈值;
为混合油品中小于所述标准阈值的物性选择绝对偏差算法,以计算小于所述标准阈值的物性与待解析油品的对应物性之间的绝对偏差值;
为混合油品中大于等于所述标准阈值的物性选择相对偏差算法,以计算大于等于所述标准阈值的物性与待解析油品的对应物性之间的相对偏差值。
10.根据权利要求7或8所述的油品分子组成解析方法,其特征在于,
根据混合油品的每种物性与待解析油品的对应物性之间的偏差值,确定混合油品与待解析油品的整体物性偏差值,包括:
计算混合油品的每种物性分别与待解析油品的对应物性的偏差值的平方和,将所述偏差值的平方和的算术平方根确定为混合油品与待解析油品的整体物性偏差值。
11.根据权利要求7或8所述的油品分子组成解析方法,其特征在于,
根据混合油品的每种物性与待解析油品的对应物性之间的偏差值,确定混合油品与待解析油品的整体物性偏差值,还包括:
获取预先为混合油品的每种物性对应设置的权重;
针对混合油品的每种物性,计算所述物性与待解析油品的对应物性之间的偏差值的平方与所述物性对应权重的乘积,得到所述物性对应的权重偏差值;
计算混合油品的每种物性分别对应的权重偏差值的平方和,将所述权重偏差值的平方和的算术平方根确定为混合油品与待解析油品的整体物性偏差值。
12.一种油品分子组成解析装置,其特征在于,所述装置包括:
获取模块,用于获取待解析油品的第一宏观物性数据和第二宏观物性数据;
查找模块,用于根据待解析油品的第一宏观物性数据和/或第二宏观物性数据,通过查找分子数据库获取设定数量的相似油品样本的分子组成数据和宏观物性数据;其中,所述分子数据库包括多组油品样本的分子组成数据和宏观物性数据;
调合模块,用于按照设定的调合比例将设定数量的相似油品样本调合成混合油品,并基于设定数量的相似油品样本的宏观物性数据确定混合油品的第一宏观物性数据;
第一调整模块,用于根据混合油品的第一宏观物性数据与待解析油品的第一宏观物性数据之间的第一差异,调整将相似油品样本调合成混合油品的相关参数,以使根据调整后的相关参数确定的第一差异满足第一精度条件;
计算模块,用于当第一差异满足第一精度条件时,基于设定数量的相似油品样本的分子组成数据确定混合油品的分子组成数据,并根据混合油品的分子组成数据,通过已建立的物性计算模型确定混合油品的第二宏观物性数据;
第二调整模块,用于根据混合油品的第二宏观物性数据与待解析油品的第二宏观物性数据之间的第二差异,调整混合油品的分子组分含量,以使根据调整后的分子组分含量确定的第二差异满足第二精度条件;
输出模块,用于当第二差异满足第二精度条件时,将对应的混合油品的分子组成数据作为待解析油品的分子组成数据。
13.根据权利要求12所述的油品分子组成解析装置,其特征在于,
所述相关参数包括获取的相似油品样本的数量和/或将相似油品样本调合成混合油品的调合比例。
14.一种油品分子组成解析设备,其特征在于,包括处理器、通信接口、存储器和通信总线,其中,处理器,通信接口,存储器通过通信总线完成相互间的通信;
存储器,用于存放计算机程序;
处理器,用于执行存储器上所存放的程序时,实现权利要求1至11中任一项所述的油品分子组成解析方法。
15.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有程序,所述程序可被处理器执行,以实现权利要求1至11中任一项所述的油品分子组成解析方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111669081.0A CN116417082A (zh) | 2021-12-31 | 2021-12-31 | 一种油品分子组成解析方法、装置、设备和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111669081.0A CN116417082A (zh) | 2021-12-31 | 2021-12-31 | 一种油品分子组成解析方法、装置、设备和存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116417082A true CN116417082A (zh) | 2023-07-11 |
Family
ID=87056818
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111669081.0A Pending CN116417082A (zh) | 2021-12-31 | 2021-12-31 | 一种油品分子组成解析方法、装置、设备和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116417082A (zh) |
-
2021
- 2021-12-31 CN CN202111669081.0A patent/CN116417082A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN114372063B (zh) | 一种基于色谱仪的故障检测方法及电子设备 | |
US20160277259A1 (en) | Traffic quality analysis method and apparatus | |
Le et al. | Current practices of measuring and reference range reporting of free and total testosterone in the United States | |
EP3645831B1 (en) | Systems and methods for methane number generation | |
CN110209561B (zh) | 用于对话平台的评测方法和评测装置 | |
US20060217930A1 (en) | Website-performance testing method | |
CN116417082A (zh) | 一种油品分子组成解析方法、装置、设备和存储介质 | |
CN114840729A (zh) | 元器件分类测试数据生成方法及系统、设备、存储介质 | |
Jin et al. | Developing an authentication approach using SPME-GC-IRMS based on compound-specific δ 13C analysis of six typical volatiles in wine | |
CN112767103A (zh) | 财务数据分析方法、装置和电子设备 | |
CN116417081A (zh) | 用于确定油品分子组成数据的解析方法和装置 | |
CN112179804A (zh) | 一种增压发动机机油稀释评价方法 | |
CN117033212A (zh) | 自动生成接口测试用例的方法和测试用例生成装置 | |
CN109360618A (zh) | 一种电子化试验报告的管理方法及系统 | |
CN115242503B (zh) | 内容空间的分享方法、装置、电子设备及存储介质 | |
CN110865931B (zh) | 模拟方法、装置、电子设备和存储介质 | |
CN112907100B (zh) | 一种服务需求的测量方法、装置和电子设备 | |
CN105430142A (zh) | 接入点参数的检测方法、系统及移动终端 | |
CN114441710A (zh) | 一种天然气组分检测设备性能评价方法及装置 | |
CN109073541B (zh) | 一种物质检测数据库的数据添加方法、装置和检测设备 | |
CN113609659B (zh) | 蒸发损失测定试验条件的确定方法、装置及设备 | |
CN110610095A (zh) | 报告可追溯的方法、服务器、用户端 | |
Muirhead et al. | Cross validation in bioanalysis: Why, when and how? | |
Zhang et al. | Ochratoxin A case study: Establish metrological traceability of mycotoxin measurements using certified reference materials | |
CN116407971A (zh) | 一种确定目标原油混配比例的优化方法及其装置 |
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 |