当前位置: 首页> 交通专利数据库 >详情
原文传递 基于正、逆模型的多组分气体光谱定量分析标定方法
专利名称: 基于正、逆模型的多组分气体光谱定量分析标定方法
摘要: 本发明公开了一种基于正、逆模型的多组分气体光谱定量分析标定方法。首先以目标气和干扰气的浓度作为输入,光谱谱线值为输出构建正模型,并由正模型生成附加样本。附加样本是通过插值法来计算得到的。然后从由制作的样本和附加样本构建样本集中提取特征变量,构成新的样本集。最后以特征变量为输入,目标气浓度为输出,采用神经网络建模方法建立各目标气的分析模型。这种方法大大降低了多组分气体光谱定量分析过程中,采用常规的“黑箱子”标定方法所需要的样本数,使得光谱分析可以单独应用于气测录井、矿井安全、环境保护、故障诊断、产品质量检测等涉及多组分气体定量分析的领域。
专利类型: 发明专利
国家地区组织代码: 陕西;61
申请人: 西安交通大学
发明人: 汤晓君;刘君华;李玉军;朱凌建;张钟华
专利状态: 有效
申请日期: 2010-09-02T00:00:00+0800
发布日期: 2019-01-01T00:00:00+0800
申请号: CN201010270822.3
公开号: CN101949826A
代理机构: 西安通大专利代理有限责任公司 61200
代理人: 陆万寿
分类号: G01N21/25(2006.01)I
申请人地址: 710049 陕西省西安市咸宁西路28号
主权项: 一种基于正、逆模型的多组分气体光谱定量分析标定方法,其特征在于:首先以气体浓度为输入、光谱图各谱线值为输出,利用各组分气体浓度之间无关联的特性,构建直角坐标系,并在该直角坐标系中采用曲线插值法和曲面插值法建立光谱分析正模型,并采用正模型计算初始样本点之间的气体浓度对应的光谱图,得到附加样本;然后用神经网络构建各组分气体分析模型,并用制作的初始样本和附加样本构成的样本集训练样本训练各组分气体分析模型,获得分析模型的参数。
所属类别: 发明专利
检索历史
应用推荐