一种基于神经网络的烃类测定仪数据采集及分析方法技术

本发明专利技术公开了一种基于神经网络的烃类测定仪数据采集及分析方法。本发明专利技术采用颜色传感器采集目标颜色，并通过嵌入式开发板将采集到的颜色信息发送给服务器端进行分析，整个过程不需要人工介入，不存在人员暴露在紫外光下及人眼识别存在误差的问题。本发明专利技术通过设计的数据采集设备采集颜色信息并进行标注构建训练集，设计了用于识别吸附是否完成的第一循环神经网络，以及用于识别吸附柱不同位置成分类别及各成分含量的第二循环神经网络，利用构建的训练集训练循环神经网络，当服务器收到待检测吸附柱的颜色信息后，输入训练好的循环神经网络进行分析，得出结果并进行记录，解决了烃类测定仪的数据自动化采集、保存和识别问题。

【技术实现步骤摘要】

本专利技术属于液体石油烃类测定，尤其涉及一种基于神经网络的烃类测定仪数据采集及分析方法。

技术介绍

1、在汽油、航煤等成品油产品的检测中，准确测定液体石油产品如车用汽油、柴油、航空煤油等燃料中的饱和烃、烯烃及芳烃含量能够反应出调合组分比例、辛烷值含量及产品颜色等出厂质控的重要指标，对于成品油的生产、运输、使用等方面具有重要的意义。烃类测定仪是用于国家标准《液体石油产品烃类的测定》(gb/t 11132)的主要分析仪器，分析快速准确，操作简便，且设备成本低，在液体石油产品质量监控中具有广泛应用。现行《车用汽油》(gb 17930-2016)、《3号喷气燃料》(gb 6537-2018)以及《航空发动机燃料》(gb 1787-2018)等多项强制性国家标准中规定了烯烃、芳烃含量指标及检测方法。其中检测方法需执行国家标准gb/t 11132《液体石油产品烃类的测定荧光指示剂吸附法》，而烃类测定仪作为gb/t 11132标准方法的分析仪器，在燃料油产品的质量监控中发挥着及其重要的作用，其应用遍布了国内外大型炼化企业及科研院所。

2、由于烃类测定仪的颜色本文档来自技高网...

【技术保护点】

1.一种基于神经网络的烃类测定仪数据采集及分析方法，其特征在于，该方法通过数据采集设备进行烃类测定仪数据采集，通过服务器对采集数据进行分析；

2.根据权利要求1所述的基于神经网络的烃类测定仪数据采集及分析方法，其特征在于，所述位置标识尺上的白色条纹宽度记为a，黑色条纹宽度记为b，即相邻的黑色条纹和白色条纹作为一个调节步长，步长尺寸l＝a+b；两个颜色传感器的移动速度相同记为v，两个颜色传感器的采样频率相同记为F，需要满足：且

3.根据权利要求2所述的基于神经网络的烃类测定仪数据采集及分析方法，其特征在于，所述吸附柱长度为1.8m，位置标识尺长度为2m，a＝0.85...

【技术特征摘要】

1.一种基于神经网络的烃类测定仪数据采集及分析方法，其特征在于，该方法通过数据采集设备进行烃类测定仪数据采集，通过服务器对采集数据进行分析；

2.根据权利要求1所述的基于神经网络的烃类测定仪数据采集及分析方法，其特征在于，所述位置标识尺上的白色条纹宽度记为a，黑色条纹宽度记为b，即相邻的黑色条纹和白色条纹作为一个调节步长，步长尺寸l＝a+b；两个颜色传感器的移动速度相同记为v，两个颜色传感器的采样频率相同记为f，需要满足：且

3.根据权利要求2所述的基于神经网络的烃类测定仪数据采集及分析方法，其特征在于，所述吸附柱长度为1.8m，位置标识尺长度为2m，a＝0.85mm，b＝0.15mm，l＝1mm，v＝10mm/s，f＝1khz。

4.根据权利要求1所述的基于神经网络的烃类测定仪数据采集及分析方法，其特征在于，所述具有位置信息的数据表的形成具体为：

5.根据权利要求4所述的基于神经网络的烃类测定仪数据采集及分析方法，其特征在于，所述嵌入式开发板对d2进行处理过程中，当为从下至上扫描时，记录颜色从黑变白的变化时间点，当为从上至下扫描时，记录颜色从白变黑的变化时间点；形成的有序数据表a的形式为：序号-采样时间点-吸附柱颜色信息数据对，对于从下至上扫描，序号为1,2,…,n，n为单个扫描轮次采集的所有变化时间点数，对于从上至上扫描，序号为n,n-1,…,1；根据序号*调节步长尺寸l计算第一颜色传感器的颜色信息的采样位置，将a扩张为具有位置信息的数据表b，数据表b的形式为：序号-采样时间点-吸附柱颜色信息-吸附柱...

【专利技术属性】
技术研发人员：李军伟，吴其龙，郭晏银，王子禹，安润萱，
申请(专利权)人：浙江大学，
类型：发明
国别省市：