[發明專利]基于近紅外光譜的自適應軟儀表裝置及其構造方法

無效

• 申請號: 201210534479.8
• 申請日: 2012-12-12
• 公開（公告）號: CN103048275A
• 公開（公告）日: 2013-04-17
• 發明（設計）人: 梅從立;廖志凌;江輝;周少青;黃文濤
• 申請（專利權）人: 江蘇大學
• 主分類號: G01N21/25
• 分類號: G01N21/25
• 代理公司: 南京知識律師事務所 32207
• 代理人: 汪旭東

1.基于近紅外光譜的自適應軟儀表裝置，其特征在于：所述自適應軟儀表裝置包括近紅外光譜采集裝置、在線檢測儀表和計算機；所述近紅外光譜采集裝置用于對采樣的秸稈固態發酵過程產物樣本進行光譜掃描，采集其近紅外光譜信號并進行分析轉換，然后傳入計算機；所述在線檢測儀表直接連接計算機；所述計算機用于對接收的近紅外光譜信號和在線檢測儀表進行預處理并提取特征信息，進行秸稈固態發酵過程關鍵參數指標軟儀表模型的建立，并利用已建立的模型以實現對未知待測樣本關鍵參數值的實時預測和通過在線儀表實現對軟儀表的監控和自適應更新。

2.根據權利要求1所述的基于近紅外光譜的自適應軟儀表裝置，其特征在于：所述近紅外光譜采集裝置包括鹵素燈光源、Y型光纖探頭和光譜儀；所述鹵素燈光源的光是由Y型光纖引出，并將其照射到定時采樣的秸稈固態發酵過程產物待測樣本的表面上；所述Y型光纖探頭用于采集定時采用的固態發酵過程產物樣本內漫反射出來的光，并傳至光譜儀；所述光譜儀用于對接收的光譜信號進行分析，并將其轉變為電信號，然后通過A/D轉換為數字信號后再由連接在光譜儀和計算機之間的數據線傳入計算機。

3.基于近紅外光譜的自適應軟儀表構造方法，其特征在于：通過計算機基于樣本和實驗過程同時采集近紅外光譜裝置和在線儀表數據，通過分析上述數據特征，建立發酵過程可在線檢測數據特征與過程不可在線檢測數據特征間的統計學模型，實現其軟儀表的構造；并對過對比軟儀表預測可在線測量數據和實際可在線測量數據間對比，實現對軟儀表監控與自適應更新；具體步驟為：

1）理化分析，對秸稈固態發酵過程樣本進行定周期采樣，利用離線理化分析方法獲取發酵過程關鍵參數指標的參考測量值，并建立數據庫；

2）利用漫反射式近紅外光譜系統裝置來對這些樣本進行近紅外光譜數據的采集，計算機對獲得的原始數據進行預處理，并進行相應的光譜信息特征變量的提取；

3）將提取的特征變量與步驟1）中建立的數據庫中測定的關鍵參數值通過統計學模型建立方法進行關聯，建立固態發酵過程關鍵參數軟儀表模型；

4）對于待測發酵過程產物樣本，通過采集光譜數據和特征信息提取，利用該軟儀表模型來完成待測樣本關鍵參數的實時檢測；

5）基于第4）步，利用該軟儀表模型預測可以在線獲得的過程變量數據，并通過對比，實現對軟儀表的監控和自適應學習。

4.根據權利要求3所述的自適應軟儀表構造方法，其特征在于：步驟3）中所述的統計學模型為支持向量機回歸模型。

5.根據權利要求3或4所述的自適應軟儀表構造方法，其特征在于：步驟2）中所述的近紅外光譜數據的采集，是將秸稈固態發酵過程產物樣本稱取約40g放入樣品杯中，并將其放在載物臺上；近紅外光譜儀通過Y型光纖與載物臺相連接，采集的光譜信號由Y型光纖傳入近紅外光譜儀，再由連接在計算機和光譜儀之間的數據線傳至計算機中。

6.根據權利要求3或4所述的自適應軟儀表構造方法，其特征在于：步驟2）中所述的預處理方法包括標準正態變量變換、平滑、中心化、求導、歸一化及小波濾噪，預處理方法依據實際情況選擇。

7.根據權利要求3或4所述的自適應軟儀表構造方法，其特征在于：步驟4）中所述的特征信息提取，是通過主成分分析并提取累計方差貢獻率達85%以上的前幾個主成分得分向量作為全光譜的信息的特征向量。

8.根據權利要求3或4所述的自適應軟儀表構造方法，其特征在于：步驟4）中所述的過程變量數據，通過在線檢測儀表獲得。

9.根據權利要求3或4所述的自適應軟儀表構造方法，其特征在于：所述軟儀表模型，是近紅外光譜特征信號與定時取樣的秸稈固態發酵過程產物關鍵參數指標的統計學模型。