用于对物质样品进行热分析的计算机实现的方法、系统和计算机程序产品技术方案

本发明专利技术涉及一种用于对物质样品进行热分析的计算机实现的方法，所述方法包括：向第一软件模块(6)提供第一数据，所述第一数据表示所述样品受到激励时的可观察的响应信号和所述激励随时间的变化，所述激励生成可观察的响应，所述响应信号表示归于所述样品的热效应，所述第一软件模块(6)被配置成能够接收所述第一数据作为输入以从所述第一数据计算允许识别所述热效应的热分析测量曲线，并输出适于表示所述测量曲线的第二数据，所述方法还包括向第二软件模块提供所述第二数据，所述第二软件模块包括用于自动识别热效应的人工智能引擎(9)，所述第二软件模块被配置成能够接收所述第二数据作为输入，并输出表示由所述人工智能引擎(9)自动识别的热效应的第三数据。

【技术实现步骤摘要】
【国外来华专利技术】

本专利技术涉及一种用于对物质样品进行热分析的计算机实现的方法，所述方法包括：向第一软件模块提供第一数据，所述第一数据表示所述样品受到激励时的可观察的响应信号以及所述激励随时间的变化，该激励生成可观察的响应，所述响应信号表示归于所述样品的热效应，所述第一软件模块被配置成接收所述第一数据作为输入一从所述第一数据计算允许识别所述热效应的热分析测量曲线，并输出适于表示所述测量曲线的第二数据。此外，本专利技术涉及一种用于对物质样品进行热分析的系统、一种用于对物质样品进行热分析的计算机程序产品、一种用于热分析的计算机程序的训练软件模块以及一种在其上存储有所述计算机程序产品的计算机可读数据载体。

技术介绍

1、热分析研究物质随温度变化的物理和化学性质。根据国际热分析和量热联合会的说法，热分析是一组技术，其中物质的物理特性随温度的变化进行测量，同时物质受到受控温度程序的影响。即，在热分析中，所述物质的样品受到激励，产生可观察的响应。与所述可观察响应相对应的响应信号是用测量装置测量的。包括响应信号和激励随时间的变化的第一数据(即激励和响应信号的时间序列)被用于计算热分析测量本文档来自技高网...

【技术保护点】

1.一种用于对物质样品进行热分析的计算机实现的方法，所述方法包括：向第一软件模块(6)提供第一数据，所述第一数据表示所述样品受到激励时的可观察的响应信号和所述激励随时间的变化，所述激励生成可观察的响应，所述响应信号表示归于所述样品的热效应，所述第一软件模块(6)被配置成能够接收所述第一数据作为输入以从所述第一数据计算允许识别所述热效应的热分析测量曲线，并输出适于表示所述测量曲线的第二数据，其特征在于，所述方法还包括向第二软件模块提供所述第二数据，所述第二软件模块包括用于自动识别热效应的人工智能引擎(9)，所述第二软件模块被配置成能够接收所述第二数据作为输入，并输出表示由所述人工智能引擎(...

【技术特征摘要】
【国外来华专利技术】

1.一种用于对物质样品进行热分析的计算机实现的方法，所述方法包括：向第一软件模块(6)提供第一数据，所述第一数据表示所述样品受到激励时的可观察的响应信号和所述激励随时间的变化，所述激励生成可观察的响应，所述响应信号表示归于所述样品的热效应，所述第一软件模块(6)被配置成能够接收所述第一数据作为输入以从所述第一数据计算允许识别所述热效应的热分析测量曲线，并输出适于表示所述测量曲线的第二数据，其特征在于，所述方法还包括向第二软件模块提供所述第二数据，所述第二软件模块包括用于自动识别热效应的人工智能引擎(9)，所述第二软件模块被配置成能够接收所述第二数据作为输入，并输出表示由所述人工智能引擎(9)自动识别的热效应的第三数据。

2.根据权利要求1所述的方法，其中，所述人工智能引擎(9)包括用于热效应的所述自动识别的至少一个神经网络(10a、10b、10c、10d)，所述至少一个神经网络(10a、10b、10c、10d)包括用于接收所述第二数据的输入神经元的输入层和用于输出所述第三数据的输出神经元的输出层，其中，所述第二数据被提供至所述输入层。

3.根据权利要求1或2所述的方法，其中，所述人工智能引擎(9)包括用于热效应的所述自动识别的优选地是神经网络(10a、10b、10c、10d)的至少两个子引擎(10a、10b、10c、10d)，其中，所述第二软件模块还被配置成能够接收用于选择所述子引擎之一以自动识别热效应的选择数据，并能够向所选的子引擎(10a、10b、10c、10d)的输入端提供第二数据，在所述子引擎(10a、10b、10c、10d)是神经网络(10a、10b、10c、10d)的优选实施例中，通过向所选的神经网络(10a、10b、10c、10d)的输入层提供第二数据来完成向所选的子引擎的输入端提供第二数据，其中，所述选择数据被提供至所述第二软件模块。

4.根据权利要求2或3所述的方法，其中，所述方法还包括在所述第二软件模块中部署至少一个子引擎和/或从所述第二软件模块中移除至少一个子引擎和/或停用所述第二软件模块中的至少一个子引擎，所述子引擎优选地为神经网络。

5.根据权利要求1至4中任一项所述的方法，其中，所述方法还包括使用训练软件模块来创建经训练的子引擎并将所述经训练的子引擎部署到所述第二软件模块中，所述经训练的子引擎优选地是经训练的神经网络，其中，

6.根据权利要求5所述的方法，其中，所述训练测量曲线是通过对所述训练样本应用热分析测量而获得的，和/或所述训练测量曲线是对应于所述训练样本的理论测量曲线，所述第三训练数据是通过对所述训练测量曲线中存在的热训练效应进行人为识别而获得的。

7.根据前述权利要求中任一项所述的方法，其中，所述第三数据包括激励范围和...

【专利技术属性】
技术研发人员：U·维斯特，U·约里曼，M·赫歇默，T·舍佩，I·卡斯坦尼斯，T·本迪内利，C·拜尔，
申请(专利权)人：梅特勒托莱多有限公司，
类型：发明
国别省市：