【技术实现步骤摘要】
一种基于环境补偿模型的玻璃瓶内氧气检测误差校正方法
本专利技术属于气体检测
，具体涉及一种基于环境补偿模型的玻璃瓶内氧气检测误差校正方法。
技术介绍
在制药行业中，国际上已有公司将波长调制光谱(wavelengthmodulationspectroscopy，WMS)技术应用在封装玻璃药瓶内氧气浓度在线检测上，如美国的LIGHTHOUSE公司，意大利的贝威蒂公司，中国的国惠光电科技等。然而，WMS技术析取的二次谐波信号会受到开放单光路下现场环境因素的影响，致使浓度测量的精度降低和稳定性下降。目前在封装玻璃药瓶内氧气浓度的测量领域，关于对检测信号受环境因素影响而产生的误差的校正方法研究，国内外均没有相关报道。LIGHTHOUSE、贝威蒂等公司公开的技术方法需要在药品生产线上间隔地增加标准瓶，以侦测生产线上背景噪声从而实现噪声扣除，然而，额外布置的标准瓶降低了生产线产能，且事先获取的背景噪声和当前被测药瓶的背景噪声因时差而存在差异。因此，有必要研究一种根据各类实测环境影响因素来对氧气检测误差进行实时校正的方法。
【技术保护点】
1.一种基于环境补偿模型的玻璃瓶内氧气检测误差校正方法，其特征在于，包括如下步骤：/nS1：获取待校正的玻璃瓶内残氧量检测样本数据，样本数据分为训练集和测试集，所述玻璃瓶内残氧量检测样本数据包括二次谐波特征值、关键环境因素变量、特征值参考校正量，其中环境因素包含4个特征；获取过程如下：/nS11：采集不同氧气浓度的玻璃瓶在不同环境条件下的原始二次谐波数据和检测现场的关键环境因素；所述的不同氧气浓度的玻璃瓶有氧气浓度为0％、5％、10％、21％的四种玻璃瓶，所述的原始二次谐波数据为带玻璃瓶氧气浓度标签的数据，所述关键环境因素包括光照强度、环境温度、压强、湿度；/nS12：采集...
【技术特征摘要】
1.一种基于环境补偿模型的玻璃瓶内氧气检测误差校正方法，其特征在于，包括如下步骤：
S1：获取待校正的玻璃瓶内残氧量检测样本数据，样本数据分为训练集和测试集，所述玻璃瓶内残氧量检测样本数据包括二次谐波特征值、关键环境因素变量、特征值参考校正量，其中环境因素包含4个特征；获取过程如下：
S11：采集不同氧气浓度的玻璃瓶在不同环境条件下的原始二次谐波数据和检测现场的关键环境因素；所述的不同氧气浓度的玻璃瓶有氧气浓度为0％、5％、10％、21％的四种玻璃瓶，所述的原始二次谐波数据为带玻璃瓶氧气浓度标签的数据，所述关键环境因素包括光照强度、环境温度、压强、湿度；
S12：采集参考环境变量下4种不同氧气浓度玻璃瓶的参考二次谐波数据；所述参考环境变量为光照强度500lx、环境温度296K、压强101.325Kpa、湿度50％；
S13：对步骤S11获得的原始二次谐波数据进行特征提取，得到带玻璃瓶氧气浓度标签的二次谐波特征值；
S14：对步骤S12获得的参考二次谐波数据进行特征提取，得到4种氧气浓度玻璃瓶的参考二次谐波特征值，将步骤S13中的带浓度标签二次谐波特征值减去对应浓度的参考二次谐波特征值得到参考校正量；
S15：对步骤S11获得的各关键环境因素变量进行预处理，得到经过预处理的环境因素变量；
S2：建立基于在线顺序极限学习机OS-ELM的环境补偿模型，以二次谐波特征值数据和预处理后的光照强度、环境温度、压强、湿度数据作为模型输入层节点数据，以参考校正量作为模型输出层节点数据，隐含层包括10层；选取隐含层激活函数；随机选取训练集中m％样本作为OS-ELM算法的初始阶段；
S3：将环境补偿模型输入层与隐含层之间的连接权值和隐含层节点的偏置值作为粒子群搜索空间中的一个粒子，采用粒子群优化算法对粒子进行迭代寻优，设定目标函数，粒子数目，自身学习权重c1，社会学习权重c2，惯性因子ω，最大迭代次数；按照粒子优化群算法中的位置和速度更新公式进行更新，直到满足迭代次数达到迭代次数设定值或目标函数小于目标函数设定值，得到最优权重矩阵和最优偏置向量；
S4：将步骤S3得到的最优权重矩阵设置为环境补偿模型的权重矩阵，将得到的最优偏置向量设置为环境补偿模型的偏置向量，选取S2中的m％训练样本完成OS-ELM算法初始阶段，得到单层前馈神经网络的输出权重向量β；随机取剩余的(1-m％)训练样本，结合OS-ELM的输出权重向量β的递推公式，完成0S-ELM算法的学习阶段，得到完善后的0S-ELM的输出权重向量β；
S5：通过测试集的数据对环境补偿模型进行验证；
S6：基于环境补偿模型对玻...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。