CN117405623A - 抗燃油油品质量近红外光谱在线监测方法、装置及系统 - Google Patents
抗燃油油品质量近红外光谱在线监测方法、装置及系统 Download PDFInfo
- Publication number
- CN117405623A CN117405623A CN202311404067.7A CN202311404067A CN117405623A CN 117405623 A CN117405623 A CN 117405623A CN 202311404067 A CN202311404067 A CN 202311404067A CN 117405623 A CN117405623 A CN 117405623A
- Authority
- CN
- China
- Prior art keywords
- near infrared
- samples
- moisture
- infrared spectrum
- color difference
- 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
- 238000002329 infrared spectrum Methods 0.000 title claims abstract description 56
- 230000009970 fire resistant effect Effects 0.000 title claims abstract description 42
- 238000000034 method Methods 0.000 title claims abstract description 41
- 238000012544 monitoring process Methods 0.000 title claims abstract description 39
- 238000001514 detection method Methods 0.000 claims abstract description 74
- 238000001228 spectrum Methods 0.000 claims abstract description 12
- 238000005070 sampling Methods 0.000 claims abstract description 11
- 230000003287 optical effect Effects 0.000 claims abstract description 7
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 28
- 238000012806 monitoring device Methods 0.000 claims description 8
- XNWFRZJHXBZDAG-UHFFFAOYSA-N 2-METHOXYETHANOL Chemical compound COCCO XNWFRZJHXBZDAG-UHFFFAOYSA-N 0.000 claims description 3
- 239000003921 oil Substances 0.000 abstract description 59
- 238000005259 measurement Methods 0.000 abstract description 10
- 230000015556 catabolic process Effects 0.000 abstract description 7
- 238000006731 degradation reaction Methods 0.000 abstract description 7
- 239000000295 fuel oil Substances 0.000 abstract description 6
- 238000004590 computer program Methods 0.000 description 11
- 238000010586 diagram Methods 0.000 description 8
- 238000003860 storage Methods 0.000 description 5
- 229910019142 PO4 Inorganic materials 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 239000002480 mineral oil Substances 0.000 description 4
- 235000010446 mineral oil Nutrition 0.000 description 4
- 239000010452 phosphate Substances 0.000 description 4
- NBIIXXVUZAFLBC-UHFFFAOYSA-K phosphate Chemical compound [O-]P([O-])([O-])=O NBIIXXVUZAFLBC-UHFFFAOYSA-K 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 239000010779 crude oil Substances 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 238000011160 research Methods 0.000 description 3
- 238000002835 absorbance Methods 0.000 description 2
- 239000007788 liquid Substances 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000007781 pre-processing Methods 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 239000000654 additive Substances 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000009795 derivation Methods 0.000 description 1
- 239000002283 diesel fuel Substances 0.000 description 1
- 239000000446 fuel Substances 0.000 description 1
- 239000003502 gasoline Substances 0.000 description 1
- 239000010720 hydraulic oil Substances 0.000 description 1
- 239000003350 kerosene Substances 0.000 description 1
- 239000010687 lubricating oil Substances 0.000 description 1
- 238000005461 lubrication Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000002310 reflectometry Methods 0.000 description 1
- 238000010183 spectrum analysis Methods 0.000 description 1
- 230000001988 toxicity Effects 0.000 description 1
- 231100000419 toxicity Toxicity 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 239000010723 turbine oil Substances 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
- G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
- 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
- G01N21/3577—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light for analysing liquids, e.g. polluted water
-
- 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
- G01N21/01—Arrangements or apparatus for facilitating the optical investigation
- G01N21/03—Cuvette constructions
- G01N21/0332—Cuvette constructions with temperature control
-
- 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
- G01N31/00—Investigating or analysing non-biological materials by the use of the chemical methods specified in the subgroup; Apparatus specially adapted for such methods
- G01N31/16—Investigating or analysing non-biological materials by the use of the chemical methods specified in the subgroup; Apparatus specially adapted for such methods using titration
- G01N31/168—Determining water content by using Karl Fischer reagent
Landscapes
- Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Health & Medical Sciences (AREA)
- Biochemistry (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Spectroscopy & Molecular Physics (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Molecular Biology (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
本发明涉及电力用油质量在线监测技术领域,尤其是指一种抗燃油油品质量近红外光谱在线监测方法、装置及系统。本发明通过亮度色差值对样品进行分类,分别对每类样品建立对应的检测模型,使得不同劣化程度的油液适用不同的检测模型,避免了现有技术中部分检测结果偏差较大,使得检测准确度下降的问题;对于运行抗燃油由于劣化导致颜色过深或处理后油液颜色过浅导致样品光谱采集结果过饱和或过吸收的情况,采用控制光源强度选择不同的监测模型对采集光谱进行预测,提高了测量准确度;本发明对光谱采样流通池加装温控装置,对油液温度进行高精度温控处理,获得对应温度下的检测数据,排除光源照射对油液温度的影响,降低测量误差提高测量准确性。
Description
技术领域
本发明涉及电力用油质量在线监测技术领域,尤其是指一种抗燃油油品质量近红外光谱在线监测方法、装置及系统。
背景技术
现代近红外光谱是近年来发展最快的光谱分析技术,近红外光谱广泛用于油液运行指标的在线监测,但大多数试验研究多用于矿物油的在线监测,而磷酸酯抗燃油属于合成类液压油,不同于矿物油,抗燃油基础油为磷酸酯,合并其他添加剂保证油液的承压、润滑等性能。磷酸酯抗燃油具有一定的微毒性,传统的实验室检测相对于其他矿物油存在较大的危害,因此,实现磷酸酯抗燃油运行指标的在线监测对于提高大型化设备的安全运行同时减小检测成本具有重要的意义。
《基于近红外技术的原油水含量检测研究》总结了近红外检测技术在原油、汽油、航空煤油、柴油、润滑油等油类的检测现状,并建立了含水量在1%以上的原油中水分含量的检测模型;《汽轮机油中含水量的近红外光谱研究》分析了矿物油中水分检测模型。然而,由于油液质量监测过程中不同油质的样品颜色存在较大差异:颜色太浅反射光过饱和、暗色太深反射光不足,都会导致预测模型不适用。因此,同一模型对于不同劣化程度的油液适用性不同,导致部分检测数据稳定性不高、检测结果偏差较大,;当较强的红外光源持续照射样品时,会导致样品表面温度改变影响测量结果:表面温度升高,导致水分子活跃水分监测结果偏小。
发明内容
为此,本发明所要解决的技术问题在于克服现有技术中水分检测不够准确的问题。
为解决上述技术问题,本发明提供了一种燃油油品质量近红外光谱在线监测方法,包括:
获取多个样品的近红外光谱图,并根据所述多个样品的近红外光谱图提取多个样品的亮度色差值和水分相关波长;
获取多个样品的水分值;
根据亮度色差值对多个样品进行分类汇总,得到多组样品,并根据每组样品的水分值和水分相关波长,采用偏最小二乘法建立对应的抗燃油近红外水分检测模型;
获取待测样品的亮度色差值和水分相关波长,根据所述待测样品的亮度色差值选择对应的抗燃油近红外水分检测模型,将待测样品的水分相关波长输入对应的抗燃油近红外水分检测模型得到水分检测结果。
优选地,所述获取多个样品的近红外光谱图包括:
获取样品处于恒定预设温度下的近红外光谱图。
优选地,所述根据所述多个样品的近红外光谱图提取多个样品的亮度色差值包括:
根据所述多个样品的近红外光谱图,基于CIE LAB色差标准,提取多个样品的亮度色差值。
优选地,所述根据所述多个样品的近红外光谱图提取多个样品的水分相关波长包括:
对光谱进行预处理,采用相关系数法选择水分相关波长。
优选地,所述获取多个样品的水分值包括:
采用卡尔费休试剂法获得多个样品的水分值。
优选地,若所述亮度色差小于最小预设阈值或大于最大预设阈值,则改变光源强度直至所述亮度色差值不小于最小预设阈值或不大于最大预设阈值。
优选地,所述改变光源强度包括:
通过调节近红外光谱仪光源的功率或通过改变光路改变光源的强度。
本发明还提供了一种抗燃油油品质量近红外光谱在线监测装置,包括:
数据获取模块,用于获取多个样品的近红外光谱图,并根据所述多个样品的近红外光谱图提取多个样品的亮度色差值和水分相关波长,获取多个样品的水分值;
水分检测模型建立模块,用于根据亮度色差值对多个样品进行分类汇总,得到多组样品,并根据每组样品的水分值和水分相关波长,采用偏最小二乘法建立对应的抗燃油近红外水分检测模型;
待测样品水分检测模块,用于获取待测样品的亮度色差值和水分相关波长,根据所述待测样品的亮度色差值选择对应的抗燃油近红外水分检测模型,将待测样品的水分相关波长输入对应的抗燃油近红外水分检测模型得到水分检测结果。
本发明还提供了一种抗燃油油品质量近红外光谱在线监测系统,包括:
近红外光谱仪及近红外光谱采样流通池,用于采集近红外光谱图;
如上述的抗燃油油品质量近红外光谱在线监测装置,用于根据所述近红外光谱图输出水分检测结果。
优选地,所述抗燃油油品质量近红外光谱在线监测系统还包括:
温度控制器,设置于所述近红外光谱采样流通池采样窗侧面,用于对样品温度进行高精度温控处理。
本发明的上述技术方案相比现有技术具有以下优点:
本发明所述的抗燃油油品质量近红外光谱在线监测方法,通过亮度色差值对样品进行分类,分别对每类样品建立对应的检测模型,使得不同劣化程度的油液适用不同的检测模型,避免了现有技术中部分检测结果偏差较大,使得检测准确度下降的问题;对于运行抗燃油由于劣化导致颜色过深或处理后油液颜色过浅导致样品光谱采集结果过饱和或过吸收的情况,采用控制光源强度选择不同的监测模型对采集光谱进行预测,提高了测量准确度;本发明对光谱采样流通池加装温控装置,对油液温度进行高精度温控处理,获得对应温度下的检测数据,排除光源照射对油液温度的影响,降低测量误差提高测量准确性。
附图说明
为了使本发明的内容更容易被清楚的理解,下面根据本发明的具体实施例并结合附图,对本发明作进一步详细的说明,其中:
图1是本发明所提供的一种抗燃油油品质量近红外光谱在线监测方法的实现流程图;
图2是本发明实施例提供的一种抗燃油油品质量近红外光谱在线监测装置的结构框图。
具体实施方式
本发明的核心是提供一种抗燃油油品质量近红外光谱在线监测方法、装置及系统,有效提高了检测准确度。
为了使本技术领域的人员更好地理解本发明方案,下面结合附图和具体实施方式对本发明作进一步的详细说明。显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
请参考图1,图1为本发明所提供的一种抗燃油油品质量近红外光谱在线监测方法的实现流程图;具体操作步骤如下:
S101:获取多个样品的近红外光谱图,并根据所述多个样品的近红外光谱图提取多个样品的亮度色差值和水分相关波长;
S102:获取多个样品的水分值;
S103:根据亮度色差值对多个样品进行分类汇总,得到多组样品,并根据每组样品的水分值和水分相关波长,采用偏最小二乘法建立对应的抗燃油近红外水分检测模型;
S104:获取待测样品的亮度色差值和水分相关波长,根据所述待测样品的亮度色差值选择对应的抗燃油近红外水分检测模型,将待测样品的水分相关波长输入对应的抗燃油近红外水分检测模型得到水分检测结果。
本发明所述的抗燃油油品质量近红外光谱在线监测方法,通过亮度色差值对样品进行分类,分别对每类样品建立对应的检测模型,使得不同劣化程度的油液适用不同的检测模型,避免了现有技术中部分检测结果偏差较大,使得检测准确度下降的问题。
基于以上实施例,本实施例对步骤S101进行详细说明:
所述获取多个样品的近红外光谱图包括:
获取样品处于恒定预设温度下的近红外光谱图。
本发明对油液温度进行高精度温控处理,获得对应温度下的检测数据,排除光源照射对油液温度的影响,降低测量误差提高测量准确性。
所述根据所述多个样品的近红外光谱图提取多个样品的亮度色差值包括:
根据所述多个样品的近红外光谱图,基于CIE LAB色差标准,提取多个样品的亮度色差值。
本发明通过加装测色仪基于CIE LAB色差标准获取油液得的亮度(L*)色差值,依据L*值对样品进行分类,要求在整个近红外波段的总反射率可达到A%~B%。
所述根据所述多个样品的近红外光谱图提取多个样品的水分相关波长包括:
采用SG平滑求导法和标准正态变量对光谱进行预处理,用以削弱样品表面光谱散射和光程变换对光谱的影响,提高样品光谱之间的差异;
采用相关系数法选择水分相关波长:计算各个波长点的吸光度与水分值之间的相关系数,取相关系数大于0.86的波长点作为目标值。
基于以上实施例,本实施例对步骤S102进行详细说明:
所述获取多个样品的水分值包括:
采用卡尔费休试剂法获得多个样品的水分值。
基于以上实施例,本实施例对步骤S103进行详细说明:
根据亮度色差值L的大小对样品进行分类汇总,并对每类样品建立对应的抗燃油近红外水分检测模型:
根据每组样品的水分值和水分相关波长,采用偏最小二乘法建立对应的抗燃油近红外水分检测模型:
将水分值和相关波长吸光度值采用偏最小二乘法进行拟合,并对拟合模型进行优化,包括预处理光谱图、剔除异常点等。
若所述亮度色差值L小于最小预设阈值x或大于最大预设阈y,则通过改变光源强度直到所述亮度色差值不小于最小预设阈值或不大于最大预设阈值,其中,光源强度的控制方法有两种(1)通过调节近红外光谱仪光源的功率改变光源强度;(2)通过改变光路改变光源的强度:
本发明对于运行抗燃油由于劣化导致颜色过深或处理后油液颜色过浅导致样品光谱采集结果过饱和或过吸收的情况,采用控制光源强度选择不同的监测模型对采集光谱进行预测,提高了测量准确度。
请参考图2,图2为本发明实施例提供的一种抗燃油油品质量近红外光谱在线监测装置的结构框图;具体装置可以包括:
数据获取模块100,用于获取多个样品的近红外光谱图,并根据所述多个样品的近红外光谱图提取多个样品的亮度色差值和水分相关波长,获取多个样品的水分值;
水分检测模型建立模块200,用于根据亮度色差值对多个样品进行分类汇总,得到多组样品,并根据每组样品的水分值和水分相关波长,采用偏最小二乘法建立对应的抗燃油近红外水分检测模型;
待测样品水分检测模块300,用于获取待测样品的亮度色差值和水分相关波长,根据所述待测样品的亮度色差值选择对应的抗燃油近红外水分检测模型,将待测样品的水分相关波长输入对应的抗燃油近红外水分检测模型得到水分检测结果。
本实施例的抗燃油油品质量近红外光谱在线监测装置用于实现前述的抗燃油油品质量近红外光谱在线监测方法,因此抗燃油油品质量近红外光谱在线监测装置中的具体实施方式可见前文抗燃油油品质量近红外光谱在线监测方法的实施例部分,例如,数据获取模块100,水分检测模型建立模块200,待测样品水分检测模块300,分别用于实现上述抗燃油油品质量近红外光谱在线监测方法中步骤S101-S104,所以,其具体实施方式可以参照相应的各个部分实施例的描述,在此不再赘述。
本发明具体实施例还提供了一种抗燃油油品质量近红外光谱在线监测系统,包括:
近红外光谱仪及近红外光谱采样流通池,用于采集近红外光谱图;
如上述的抗燃油油品质量近红外光谱在线监测装置,用于根据所述近红外光谱图输出水分检测结果;
温度控制器,设置于所述近红外光谱采样流通池采样窗侧面,用于对样品温度进行高精度温控处理。
本发明具体实施例还提供了一种抗燃油油品质量近红外光谱在线监测设备,包括:存储器,用于存储计算机程序;处理器,用于执行所述计算机程序时实现上述一种抗燃油油品质量近红外光谱在线监测方法的步骤。
本发明具体实施例还提供了一种计算机可读存储介质,所述计算机可读存储介质上存储有计算机程序,所述计算机程序被处理器执行时实现上述一种抗燃油油品质量近红外光谱在线监测方法的步骤。
本领域内的技术人员应明白,本申请的实施例可提供为方法、系统、或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
显然,上述实施例仅仅是为清楚地说明所作的举例,并非对实施方式的限定。对于所属领域的普通技术人员来说,在上述说明的基础上还可以做出其它不同形式变化或变动。这里无需也无法对所有的实施方式予以穷举。而由此所引伸出的显而易见的变化或变动仍处于本发明创造的保护范围之中。
Claims (10)
1.一种抗燃油油品质量近红外光谱在线监测方法,其特征在于,包括:
获取多个样品的近红外光谱图,并根据所述多个样品的近红外光谱图提取多个样品的亮度色差值和水分相关波长;
获取多个样品的水分值;
根据亮度色差值对多个样品进行分类汇总,得到多组样品,并根据每组样品的水分值和水分相关波长,采用偏最小二乘法建立对应的抗燃油近红外水分检测模型;
获取待测样品的亮度色差值和水分相关波长,根据所述待测样品的亮度色差值选择对应的抗燃油近红外水分检测模型,将待测样品的水分相关波长输入对应的抗燃油近红外水分检测模型得到水分检测结果。
2.根据权利要求1所述的抗燃油油品质量近红外光谱在线监测方法,其特征在于,所述获取多个样品的近红外光谱图包括:
获取样品处于恒定预设温度下的近红外光谱图。
3.根据权利要求1所述的抗燃油油品质量近红外光谱在线监测方法,其特征在于,所述根据所述多个样品的近红外光谱图提取多个样品的亮度色差值包括:
根据所述多个样品的近红外光谱图,基于CIE LAB色差标准,提取多个样品的亮度色差值。
4.根据权利要求1所述的抗燃油油品质量近红外光谱在线监测方法,其特征在于,所述根据所述多个样品的近红外光谱图提取多个样品的水分相关波长包括:
对光谱进行预处理,并采用相关系数法选择选择水分相关波长。
5.根据权利要求1所述的抗燃油油品质量近红外光谱在线监测方法,其特征在于,所述获取多个样品的水分值包括:
采用卡尔费休试剂法获得多个样品的水分值。
6.根据权利要求1所述的抗燃油油品质量近红外光谱在线监测方法,其特征在于,若所述亮度色差值小于最小预设阈值或大于最大预设阈值,则改变光源强度直至所述亮度色差值不小于最小预设阈值或不大于最大预设阈值。
7.根据权利要求6所述的抗燃油油品质量近红外光谱在线监测方法,其特征在于,所述改变光源强度包括:
通过调节近红外光谱仪光源的功率或通过改变光路改变光源的强度。
8.一种抗燃油油品质量近红外光谱在线监测装置,其特征在于,包括:
数据获取模块,用于获取多个样品的近红外光谱图,并根据所述多个样品的近红外光谱图提取多个样品的亮度色差值和水分相关波长,获取多个样品的水分值;
水分检测模型建立模块,用于根据亮度色差值对多个样品进行分类汇总,得到多组样品,并根据每组样品的水分值和水分相关波长,采用偏最小二乘法建立对应的抗燃油近红外水分检测模型;
待测样品水分检测模块,用于获取待测样品的亮度色差值和水分相关波长,根据所述待测样品的亮度色差值选择对应的抗燃油近红外水分检测模型,将待测样品的水分相关波长输入对应的抗燃油近红外水分检测模型得到水分检测结果。
9.一种抗燃油油品质量近红外光谱在线监测系统,其特征在于,包括:
近红外光谱仪及近红外光谱采样流通池,用于采集近红外光谱图;
如权利要求8所述的抗燃油油品质量近红外光谱在线监测装置,用于根据所述近红外光谱图输出水分检测结果。
10.如权利要求9所述的抗燃油油品质量近红外光谱在线监测系统,其特征在于,还包括:
温度控制器,设置于所述近红外光谱采样流通池采样窗侧面,用于对样品温度进行高精度温控处理。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311404067.7A CN117405623A (zh) | 2023-10-26 | 2023-10-26 | 抗燃油油品质量近红外光谱在线监测方法、装置及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311404067.7A CN117405623A (zh) | 2023-10-26 | 2023-10-26 | 抗燃油油品质量近红外光谱在线监测方法、装置及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117405623A true CN117405623A (zh) | 2024-01-16 |
Family
ID=89498605
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311404067.7A Pending CN117405623A (zh) | 2023-10-26 | 2023-10-26 | 抗燃油油品质量近红外光谱在线监测方法、装置及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117405623A (zh) |
-
2023
- 2023-10-26 CN CN202311404067.7A patent/CN117405623A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN101806729A (zh) | 一种润滑油在用油质量快速检测方法 | |
CN109324014B (zh) | 一种自适应的原油性质近红外快速预测方法 | |
Zhou et al. | Raman spectrum characteristics and aging diagnosis of oil-paper insulation with different oil-paper ratios | |
CN112782146B (zh) | 一种基于拉曼光谱的汽油烯烃含量分析方法 | |
CN111537845A (zh) | 基于拉曼光谱聚类分析的油纸绝缘设备老化状态识别方法 | |
CN105334184A (zh) | 一种在线近红外光谱分析仪 | |
CN111126497A (zh) | 变压器固体绝缘材料老化状态评估方法 | |
Chen et al. | Application of surface enhanced Raman scattering and competitive adaptive reweighted sampling on detecting furfural dissolved in transformer oil | |
CN105738311A (zh) | 一种基于近红外光谱技术的苹果甜度无损快速检测方法 | |
CN114252430B (zh) | 一种基于激光诱导击穿光谱技术的矿浆品位在线检测方法 | |
CN117405623A (zh) | 抗燃油油品质量近红外光谱在线监测方法、装置及系统 | |
CN105954228A (zh) | 基于近红外光谱的油砂中金属钠含量的测量方法 | |
CN103592256A (zh) | 基于傅里叶变换中红外光谱识别正常食用植物油和精炼潲水油的方法 | |
CN110887798B (zh) | 基于极端随机树的非线性全光谱水体浊度定量分析方法 | |
CN111413324A (zh) | 一种利用荧光背景的石脑油中痕量原油拉曼光谱检测方法 | |
Hossain et al. | Prediction of viscosity index of motor oils using FTIR spectral data and chemometrics | |
CN105044019A (zh) | 海产品处理过程中牛磺酸含量的快速检测方法 | |
CN111103259B (zh) | 基于光谱技术的煎炸油品质快速检测方法 | |
CN111221050B (zh) | 油水层识别方法及装置 | |
CN104949935A (zh) | 利用近红外光谱实现白酒生产实时监测的方法 | |
Zhu et al. | Analysis of extractives content of guangxi fast-growing eucalyptus and models optimization based on near-infrared technique | |
CN114235715B (zh) | 一种喀斯特植物叶片全磷含量无损监测方法 | |
CN106290242A (zh) | 油砂中镁元素含量的近红外光谱快速测定方法 | |
CN210894106U (zh) | 一种用于换热过程石脑油中泄漏原油自动检测装置的近红外光谱分析管路 | |
Oh et al. | Predicting concentrations of a mixture in bioreactor for on-line monitoring using Raman spectroscopy |
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 |