一种基于分段智能优选的谱图化学计量学解析方法技术

本发明专利技术涉及一种基于分段智能优选的谱图化学计量学解析方法，本发明专利技术采用所有样品谱图和化验分析数据并智能优选条件建立主模型的基础上，将建模所用的样品按照物性数据排序后根据性质分布特点分成若干段，每一段通过智能算法优选出最佳的谱图预处理方法及建模所用谱图区域等条件，从而在每一段内分别建立该指标的分模型，进而提高分析结果的准确性。另外还可以样品按照物性数据排序后根据性质分布特点，将种类或结构相似、性质相近的样品化为一类，并将该段范围内样品谱图和数据在智能优选预处理方法、建模区域等条件后，建立相应的分段模型；按性质分布特点进行分段后，可将种类或结构相似的样品划分为一类，在智能优选条件后建立单独的分模型，可有效解决现有快评分析方法物性变化范围较大时分析模型准确性不高的问题。高的问题。高的问题。

【技术实现步骤摘要】
一种基于分段智能优选的谱图化学计量学解析方法


[0001]本专利技术涉及石油化工行业各类原料及中间产品的快评分析
，尤其涉及一种基于分段智能优选的谱图化学计量学解析方法。

技术介绍

[0002]对于石油化工行业来说，原料及中间产品的分析评价对生产过程起到至关重要的作用。企业需要通过原料及中间产品关键指标的实时分析数据，来对生产过程中各装置的工艺条件和参数进行及时调整，以确保产品质量满足要求的同时，尽可能地提高全厂的经济效益。因此，各指标分析数据的准确性和及时性就显得十分重要。
[0003]通常，各类原料或产品需要分析的指标较多，并且每种物料分析指标的种类也会有所差异。而传统的化验分析方法，一般每个指标都需要专业的人员采用特定的仪器单独进行分析，整个分析过程需要多名人员和多台仪器同时进行，因而分析成本高、时效性差、效率低，很难为生产提供及时、准确的分析数据。
[0004]近年来，很多国内外大型石油化工企业都逐步对各类原料或产品采用现代仪器来实现快速评价和分析，包括近红外光谱(NIR)、中红外光谱(MIR)和核磁共振波谱(NM本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于分段智能优选的谱图化学计量学解析方法，其特征在于，包括数据收集、谱图分类、谱图预处理、区间排序、主模型智能优选、分模型智能优选、谱图解析七个过程，具体如下：(1)对积累的样品进行数据收集，得到样品谱图数据集；(2)基于样品谱图数据集进行谱图分类，分为校正集和验证集；(3)分别对谱图分类后的校正集和验证集进行预处理；(4)分别对预处理后的校正集和验证集进行区间排序，得到排序后的校正集和验证集；(5)基于校正集和验证集数据集进行主模型智能优选；(6)基于校正集和验证集数据集进行分模型智能优选；(7)根据智能优选得到的主模型和分模型对新样品谱图数据集进行谱图解析，输出解析结果。2.根据权利要求1所述的一种基于分段智能优选的谱图化学计量学解析方法，其特征在于：所述步骤(1)具体为：利用快评分析仪对积累的样品进行扫谱分析，收集样品的光谱或波谱数据集X(m*n)，其中m为样本数量，n为谱图中数据点数量；在收集谱图数据的同时，同时需对样品的宏观性质采用标准方法及传统的分析仪器进行分析，并收集各物性化验分析数据集Y(m*n
’
)，其中n
’
为该类样本所分析物性的数量；在对其中某一物性进行建模时，将数据集Y中该物性的列向量提出合并到谱图数据集X中最后一列，形成新的数据集Z(m*n+1)，用于下一步模型的建立。3.根据权利要求1所述的一种基于分段智能优选的谱图化学计量学解析方法，其特征在于：所述步骤(2)具体为：将数据集中的谱图按照Kolmogorov
‑
Smirnov算法分为校正集Z
c
(m1*n+1)和验证集Z
v
(m2*n+1)两部分，两种数据集样本比例可人为设定，其中优选校正集设定为60％～80％范围；其中，m1+m2＝m。4.根据权利要求1所述的一种基于分段智能优选的谱图化学计量学解析方法，其特征在于：所述步骤(3)具体为：对校正集内样品谱图数据集Z
c
除最后一列外的数据进行预处理，形成最新的数据集Z
c—pre
；其中预处理方法选择平滑、导数、矢量归一化、均值中心化、均值方差化、标准正态变量变换、多元散射校正数学方法中的任意一种或多种；还可不进行选择预处理方法，在建模时由人为对谱图预处理选择方法的种类和数量范围进行限制；同理，验证集Z
v
选择与校正集相同的方法进行预处理，形成数据集Z
v—pre
。5.根据权利要求1所述的一种基于分段智能优选的谱图化学计量学解析方法，其特征在于：所述步骤(4)具体为：对预处理后的校正集数据集Z
c—pre
中从第1列至第n列分别与第n+1列进行相关性分析，并按照相关性系数大小关系将第1列至第n列重新进行降序排列，形成新的数据集Z
c—red
，Z
c—red
中每列数据在原数据集Z
c—pre
中的序号记为数据集D(1*n)；同理，按照数据集D中的序号顺序，对预处理后的验证集Z
v—pre
中第1列至第n列数据也重新进行排列，形成新的数据集Z
v—red
。6.根据权利要求1所述的一种基于分段智能优选的谱图化学计量学解析方法，其特征在于：所述步骤(5)具体为：在某种特定的预处理方法下，进行以下运算：逐次选取Z
c—red
中前1列、前2列、前3列
……
前n列分别与第n+1列化验分析数据采用偏最小二乘法进行关联，求取回归系数数据集B1、B2……
B

【专利技术属性】
技术研发人员：刘阳，詹辉，何恺源，邓晓旭，胡松松，
申请(专利权)人：广东辛孚科技有限公司，
类型：发明
国别省市：