[發明專利]酒精含量檢測方法、裝置及檢測設備

在審

• 申請號: 202010014394.1
• 申請日: 2020-01-07
• 公開（公告）號: CN111157584A
• 公開（公告）日: 2020-05-15
• 發明（設計）人: 朱洪武;劉玉平
• 申請（專利權）人: 廣東博智林機器人有限公司
• 主分類號: G01N27/02
• 分類號: G01N27/02
• 代理公司: 北京清亦華知識產權代理事務所(普通合伙) 11201
• 代理人: 劉夢晴

1.一種酒精含量檢測方法，其特征在于，包括：

向待測樣品施加激勵信號；

確定所述待測樣品基于所述激勵信號的響應數據；

根據所述響應數據，結合預訓練的神經網絡模型確定所述待測樣品中的酒精含量；所述神經網絡模型已學習得到各響應數據與酒精含量之間的對應關系。

2.如權利要求1所述的酒精含量檢測方法，其特征在于，所述神經網絡模型，是采用具有各響應數據的初始樣品對所述神經網絡模型進行訓練，直至所述神經網絡模型識別出的所述初始樣品的酒精含量與預先標注的酒精含量匹配時，所述神經網絡模型訓練完成。

3.如權利要求1或2所述的酒精含量檢測方法，其特征在于，所述向待測樣品施加激勵信號，包括：

采用單支的電極向待測樣品施加變頻激勵信號。

4.如權利要求3所述的酒精含量檢測方法，其特征在于，所述響應數據為所述待測樣品在不同頻率的激勵信號下的阻抗值。

5.如權利要求3所述的酒精含量檢測方法，其特征在于，其中，

在訓練所述神經網絡模型前，對所述初始樣品中的二氧化碳進行去除處理；

在訓練所述神經網絡模型時，逐次對去除二氧化碳后的初始樣品添加設定量的酒精，得到多個不同酒精含量的初始樣品，并將得到的多個不同的酒精含量作為對應初始樣品所標注的酒精含量；

采用多個已標注酒精含量的初始樣品對所述神經網絡模型進行迭代訓練。

6.如權利要求3所述的酒精含量檢測方法，其特征在于，所述單支的電極為叉指電極。

7.一種酒精含量檢測裝置，其特征在于，包括：

信號發射模塊，用于向待測樣品施加激勵信號；

第一確定模塊，用于確定所述待測樣品基于所述激勵信號的響應數據；

第二確定模塊，用于根據所述響應數據，結合預訓練的神經網絡模型確定所述待測樣品中的酒精含量；所述神經網絡模型已學習得到各響應數據與酒精含量之間的對應關系。

8.如權利要求7所述的酒精含量檢測裝置，其特征在于，所述神經網絡模型，是采用具有各響應數據的初始樣品對所述神經網絡模型進行訓練，直至所述神經網絡模型識別出的所述初始樣品的酒精含量與預先標注的酒精含量匹配時，所述神經網絡模型訓練完成。

9.如權利要求7或8所述的酒精含量檢測裝置，其特征在于，所述信號發射模塊，具體用于：

采用單支的電極向待測樣品施加變頻激勵信號。

10.如權利要求9所述的酒精含量檢測裝置，其特征在于，所述響應數據為所述待測樣品在不同頻率的激勵信號下的阻抗值。

11.如權利要求9所述的酒精含量檢測裝置，其特征在于，所述裝置還包括：

處理模塊，用于在訓練所述神經網絡模型前，對所述初始樣品中的二氧化碳進行去除處理，并在訓練所述神經網絡模型時，逐次對去除二氧化碳后的初始樣品添加設定量的酒精，得到多個不同酒精含量的初始樣品，并將得到的多個不同的酒精含量作為對應初始樣品所標注的酒精含量；

訓練模塊，用于采用多個已標注酒精含量的初始樣品對所述神經網絡模型進行迭代訓練。

12.如權利要求9所述的酒精含量檢測裝置，其特征在于，所述單支的電極為叉指電極。

13.一種檢測設備，其特征在于，包括：

如上述權利要求7-12任一項所述的酒精含量檢測裝置。