[發(fā)明專利]一種檢測(cè)油樣多類型指標(biāo)的一次性操作檢測(cè)方法

有效

• 申請(qǐng)?zhí)枺?/td>: 202210852758.2
• 申請(qǐng)日: 2022-07-20
• 公開（公告）號(hào): CN114935548B
• 公開（公告）日: 2022-11-29
• 發(fā)明（設(shè)計(jì)）人: 方彥;羅元輝;高韓
• 申請(qǐng)（專利權(quán)）人: 聯(lián)橋網(wǎng)云信息科技（長(zhǎng)沙）有限公司
• 主分類號(hào): G01N21/25
• 分類號(hào): G01N21/25;G01N33/28;G01N5/00;G01N9/04;G01N9/36;G01N11/00;G01N15/02;G06F17/18
• 代理公司: 長(zhǎng)沙大珂知識(shí)產(chǎn)權(quán)代理事務(wù)所(普通合伙) 43236
• 代理人: 伍志祥

1.一種檢測(cè)油樣多類型指標(biāo)的一次性操作檢測(cè)方法，其特征在于，包括以下步驟：

建立油液采集點(diǎn)和檢測(cè)指標(biāo)關(guān)系，所述采集點(diǎn)是采集油樣隨采集時(shí)間不同油樣成分含量變化，所述檢測(cè)指標(biāo)為高光譜油液檢測(cè)設(shè)備所對(duì)應(yīng)的算法模型；

算法模型服務(wù)器根據(jù)油液性能、品牌、排號(hào)、運(yùn)行設(shè)備、檢測(cè)成分及采集點(diǎn)建立算法模型庫(kù)；

將被檢測(cè)油液從采樣容器中倒入檢測(cè)儀器的比色皿中，并賦予油樣編號(hào)，高光譜油液檢測(cè)設(shè)備光學(xué)系統(tǒng)生成該油樣的反射率和幅亮度值；將反射率和幅亮度值綁定采集點(diǎn)，與油樣編號(hào)、檢測(cè)時(shí)間一起上傳算法模型服務(wù)器；

根據(jù)采集點(diǎn)選擇不同的模型算法：當(dāng)檢測(cè)操作選定采集點(diǎn)后根據(jù)設(shè)置，決定該采集操作獲得的反射率和幅亮度值調(diào)用一個(gè)或多個(gè)模型算法，并根據(jù)不同模型算法啟動(dòng)多線程，同時(shí)將被檢測(cè)油樣的反射率和幅亮度值推送到各線程同時(shí)進(jìn)行模型計(jì)算；

檢測(cè)數(shù)據(jù)匯總：對(duì)所有線程運(yùn)行進(jìn)行監(jiān)測(cè)，確保最后一個(gè)算法模型線程運(yùn)算結(jié)束，結(jié)果生成；然后將所有線程運(yùn)算結(jié)果匯總，根據(jù)數(shù)據(jù)和報(bào)告格式將結(jié)果推送到終端。

2.根據(jù)權(quán)利要求1所述的檢測(cè)油樣多類型指標(biāo)的一次性操作檢測(cè)方法，其特征在于，在第1次調(diào)用模型檢測(cè)時(shí)，預(yù)先使用模型根據(jù)油樣本底進(jìn)行自適應(yīng)學(xué)習(xí)；所述自適應(yīng)學(xué)習(xí)采用折疊子集交錯(cuò)預(yù)測(cè)響應(yīng)方法和偏最小二乘法建模預(yù)測(cè)進(jìn)行，即采用偏最小二乘法建模預(yù)測(cè)，部分子集作為觀測(cè)，子集數(shù)與建模油樣組分布梯度相關(guān)，結(jié)果響應(yīng)采用均方差衡量。

3.根據(jù)權(quán)利要求1所述的檢測(cè)油樣多類型指標(biāo)的一次性操作檢測(cè)方法，其特征在于，將采集數(shù)據(jù)根據(jù)建模稀釋梯度分布或因變量拆分為訓(xùn)練集和測(cè)試集，采集數(shù)據(jù)為反射率和幅亮度值；

僅使用訓(xùn)練集中的數(shù)據(jù)訓(xùn)練和完善模型，再使用模型對(duì)測(cè)試集進(jìn)行預(yù)測(cè)，并計(jì)算響應(yīng)測(cè)試Mean Square Error；

重復(fù)上述步驟K次，K是稀釋梯度分布間隔數(shù)，每次使用不同的訓(xùn)練集和測(cè)試集，模型根據(jù)迭代的培訓(xùn)次數(shù)，使預(yù)測(cè)值接近模型訓(xùn)練集的輸出；

將K個(gè)測(cè)試Mean Square Error的平均值作為總體測(cè)試Mean Square Error。

4.根據(jù)權(quán)利要求3所述的檢測(cè)油樣多類型指標(biāo)的一次性操作檢測(cè)方法，其特征在于，將帶有實(shí)驗(yàn)室檢測(cè)結(jié)果的實(shí)際采集點(diǎn)油樣通過容積比重方法結(jié)合本底油按濃度梯度稀釋，獲得一組已知分布油樣組；

將油樣組用高光譜油液檢測(cè)設(shè)備生成一組幅亮度值和反射率，其中根據(jù)譜段，每一組幅亮度值對(duì)應(yīng)一組反射率；

將除測(cè)試集K_i以外的反射率和幅亮度值系列逐一輸入模型，模型采用偏最小二乘法解析因變量和自變量的統(tǒng)計(jì)關(guān)系，因變量 Y為采集點(diǎn)油樣在某稀釋分布點(diǎn)金屬成分；

計(jì)算檢測(cè)指標(biāo)和稀釋分布點(diǎn)指標(biāo)濃度進(jìn)行標(biāo)定，迭代收斂到MSE指定范圍；

重復(fù)上述步驟i次，1 i K，K從0開始，每次使用不同的訓(xùn)練集和測(cè)試集，代表油樣稀釋分布的不同梯度，模型根據(jù)迭代的培訓(xùn)次數(shù)，使預(yù)測(cè)值接近模型培訓(xùn)集的輸出。