基于波段挑选的水泥生料成分含量检测方法及系统技术方案

本发明专利技术公开了一种基于波段挑选的水泥生料成分含量检测方法及系统，检测方法包括以下步骤：S1，采集水泥生产线不同时段所生产水泥生料的近红外光谱信息；S2，对采集的近红外光谱进行预处理；S3，对预处理后的近红外光谱筛选水泥生料成分对应的光谱波段；S4，根据水泥生料成分及其对应的光谱波段建立水泥生料成分含量检测模型；S5，利用水泥生料成分含量检测模型进行水泥生料成分含量的检测。本发明专利技术通过建立检测模型对水泥生料成分含量进行检测，能够快速的对水泥生料成分含量进行检测，利用本发明专利技术能够切实从技术上实现水泥生料的安全、快速检测。

【技术实现步骤摘要】
基于波段挑选的水泥生料成分含量检测方法及系统
本专利技术涉及一种基于波段挑选的水泥生料成分含量检测方法及系统，属于水泥生产制造

技术介绍
水泥质量的控制是水泥生产过程中非常重要的一环，直接影响了产品的最终质量，如果售出使用会对建筑工程造成极大的安全隐患。目前大多数水泥企业对水泥生料成分含量检测方法大多采用XRF荧光分析仪化验检测。该方法在化验前需要对样本进行粉磨，压片制样过程，从采样到制样最后到化验此过程需要二十分钟左右，该方法严重制约了水泥企业的发展，同时也耗费了大量的人力。此种检测方法存在放射性物质，对操作人员身体造成一定伤害。因此，一种基于波段挑选的水泥生料成分含量检测方法能够方便企业对水泥生料成分含量进行快速准确检测，还实现了安全检测避免潜在威胁。既保障了企业的利益还保障了操作人员的人身安全。近红外光谱检测技术是发展最快的分析技术之一，广泛应用于农业和工业各种领域。在无机微量元素虽然在红外区没有吸收峰，但是被测物中的有机质、金属及非金属氧化物可与无机微量元素形成螯合物或络合物，这就使得近红外光谱与中红外光谱定性、定量检测无机微量元素成为可能。同时近红外光谱分析技术具有快速、操作简单、安全等特点，是一种理想的快速检测水泥生料成分含量的方法。因此，本专利技术提出了一种基于波段挑选的水泥生料成分含量检测方法。
技术实现思路
针对以上方法存在的不足，本专利技术提出了一种基于波段挑选的水泥生料成分含量检测方法及系统，能够解决现有水泥生料成分含量检测方法存在的操作复杂、化验时间长的缺陷。本专利技术解决其技术问题采取的技术方案是：一方面，本专利技术实施例提供的一种基于波段挑选的水泥生料成分含量检测方法，包括以下步骤：S1，采集水泥生产线不同时段所生产水泥生料的近红外光谱信息；S2，对采集的近红外光谱进行预处理；S3，对预处理后的近红外光谱筛选水泥生料成分对应的光谱波段；S4，根据水泥生料成分及其对应的光谱波段建立水泥生料成分含量检测模型；S5，利用水泥生料成分含量检测模型进行水泥生料成分含量的检测。作为本实施例一种可能的实现方式，所述水泥生料成分包括SiO2、Al2O3、Fe2O3、CaO。作为本实施例一种可能的实现方式，所述步骤S1具体为：采用连续取样器采集水泥生产线不同时段生产的水泥生料样本，采用近红外光谱仪采集水泥生料样本的近红外光谱。作为本实施例一种可能的实现方式，所述水泥生料样本利用SPXY法进行样本划分为建模样本和验证样本。作为本实施例一种可能的实现方式，所述近红外光谱为10000-4000cm-1波长范围内的近红外光谱，利用漫反射的方式进行采集。作为本实施例一种可能的实现方式，所述步骤S2具体为：采用SG(savgol)平滑算法对采集的近红外光谱进行去除噪音处理。作为本实施例一种可能的实现方式，所述SG平滑算法的平滑参数包括导数阶数(OD)、多项式次数(DP)和平滑点数(NSP＝2m+1)。SG平滑算法把光谱区间的2m+1个连续点作为一个窗口，在窗口内用多项式(以点的编号i为自变量，i＝0,±1,±2,…,±m)对实测光谱数据做最小二乘拟合，得到相应的多项式系数，然后采用得到的多项式系数计算出该窗口中心波长点(i＝0)的平滑值和各阶导数值。能够去除近红外光谱的噪音，获取高信噪比的近红外光谱。作为本实施例一种可能的实现方式，所述步骤S3具体为：根据水泥生料成分的光谱特性对预处理后的近红外光谱先采用Bipls法进行一次波段筛选，再采用cars法进行二次波段筛选水泥生料成分对应的光谱波段。采用Bipls法进行挑选，可以剔除绝大多数光谱波段，减小了建模数据维度，再采用cars法进行二次筛选，减少了建立检测模型所用的波段数量。作为本实施例一种可能的实现方式，所述步骤S4具体为：采用化学计量法根据筛选的水泥生料成分对应的光谱波段和对应水泥生料的成分化验结果建立检测模型，所述检测模型用于表示近红外光谱和水泥生料成分含量之间的函数关系。作为本实施例一种可能的实现方式，所述化学计量法包括多元线性回归、偏最小二乘、支持向量机或神经网络方法。另一方面，本专利技术实施例提供的一种基于波段挑选的水泥生料成分含量检测系统，包括：数据采集模块，用于采集水泥生产线不同时段所生产水泥生料的近红外光谱信息；预处理模块，用于对采集的近红外光谱进行预处理；波段筛选模块，用于对预处理后的近红外光谱筛选水泥生料成分对应的光谱波段；检测模型建立模块，用于根据水泥生料成分及其对应的光谱波段建立水泥生料成分含量检测模型；检测模块，用于利用水泥生料成分含量检测模型进行水泥生料成分含量的检测。作为本实施例一种可能的实现方式，所述数据采集模块具体用于采用连续取样器采集水泥生产线不同时段生产的水泥生料样本，采用近红外光谱仪采集水泥生料样本的近红外光谱。作为本实施例一种可能的实现方式，所述水泥生料样本利用SPXY法进行样本划分为建模样本和验证样本。作为本实施例一种可能的实现方式，所述近红外光谱为10000-4000cm-1波长范围内的近红外光谱，利用漫反射的方式进行采集。作为本实施例一种可能的实现方式，所述预处理模块具体用于采用SG平滑算法对采集的近红外光谱进行去除噪音处理。作为本实施例一种可能的实现方式，所述SG平滑算法的平滑参数包括导数阶数(OD)、多项式次数(DP)和平滑点数(NSP＝2m+1)。SG平滑算法把光谱区间的2m+1个连续点作为一个窗口，在窗口内用多项式(以点的编号i为自变量，i＝0,±1,±2,…,±m)对实测光谱数据做最小二乘拟合，得到相应的多项式系数，然后采用得到的多项式系数计算出该窗口中心波长点(i＝0)的平滑值和各阶导数值。能够去除近红外光谱的噪音，获取高信噪比的近红外光谱。作为本实施例一种可能的实现方式，所述波段筛选模块包括：一次波段筛选模块，用于根据水泥生料成分的光谱特性对预处理后的近红外光谱先采用Bipls法进行一次波段筛选；二次波段筛选模块，用于对一次波段筛选后的近红外光谱再采用cars法进行二次波段筛选水泥生料成分对应的光谱波段。采用Bipls法进行挑选，可以剔除绝大多数光谱波段，减小了建模数据维度，再采用cars法进行二次筛选，减少了建立检测模型所用的波段数量。作为本实施例一种可能的实现方式，所述检测模型建立模块具体用于采用化学计量法根据筛选的水泥生料成分对应的光谱波段和对应水泥生料的成分化验结果建立检测模型，所述检测模型用于表示近红外光谱和水泥生料成分含量之间的函数关系。作为本实施例一种可能的实现方式，所述化学计量法包括多元线性回归、偏最小二乘、支持向量机或神经网络方法。本专利技术实施例的技术方案可以具有的有益效果如下：本专利技术利用水泥生料成分含量在近红外光谱中反应的特征信息，采用波段挑选和偏最小二乘算法将采集到的近红外光谱信息转换为待测水泥生料样本中的成分含量信息，本文档来自技高网...

【技术保护点】
1.一种基于波段挑选的水泥生料成分含量检测方法，其特征是，包括以下步骤：/nS1，采集水泥生产线不同时段所生产水泥生料的近红外光谱信息；/nS2，对采集的近红外光谱进行预处理；/nS3，对预处理后的近红外光谱筛选水泥生料成分对应的光谱波段；/nS4，根据水泥生料成分及其对应的光谱波段建立水泥生料成分含量检测模型；/nS5，利用水泥生料成分含量检测模型进行水泥生料成分含量的检测。/n

【技术特征摘要】
1.一种基于波段挑选的水泥生料成分含量检测方法，其特征是，包括以下步骤：
S1，采集水泥生产线不同时段所生产水泥生料的近红外光谱信息；
S2，对采集的近红外光谱进行预处理；
S3，对预处理后的近红外光谱筛选水泥生料成分对应的光谱波段；
S4，根据水泥生料成分及其对应的光谱波段建立水泥生料成分含量检测模型；
S5，利用水泥生料成分含量检测模型进行水泥生料成分含量的检测。


2.根据权利要求1所述的基于波段挑选的水泥生料成分含量检测方法，其特征是，所述步骤S1具体为：采用连续取样器采集水泥生产线不同时段生产的水泥生料样本，采用近红外光谱仪采集水泥生料样本的近红外光谱。


3.根据权利要求1所述的基于波段挑选的水泥生料成分含量检测方法，其特征是，所述水泥生料样本利用SPXY法进行样本划分为建模样本和验证样本。


4.根据权利要求1所述的基于波段挑选的水泥生料成分含量检测方法，其特征是，所述步骤S2具体为：采用SG平滑算法对采集的近红外光谱进行去除噪音处理。


5.根据权利要求1所述的基于波段挑选的水泥生料成分含量检测方法，其特征是，所述步骤S3具体为：根据水泥生料成分的光谱特性对预处理后的近红外光谱先采用Bipls法进行一次波段筛选，再采用cars法进行二次波段筛选水泥生料成分对应的光谱波段。


6.根据权利要求1所述的基于波段挑选的水泥生料成分含量检测方法，其特征是，所述步骤S4具体为：采用化学计量法根据筛选的水泥生料成分对应的光谱波段...

【专利技术属性】
技术研发人员：王孝红，黄冰，蒋萍，于宏亮，张强，孟庆金，景绍洪，袁铸钢，路士增，刘钊，张荣丰，
申请(专利权)人：济南大学，
类型：发明
国别省市：山东;37