[发明专利]基于红外光谱大数据的道路沥青快速检测预警方法

权利要求书

1.一种基于红外光谱大数据的道路沥青快速检测预警方法，其特征在于包括以下步骤：

采用傅里叶红外光谱仪采集标准样本沥青的红外光谱数据，建立标准样本沥青红外光谱数据库；

将标准样本沥青红外光谱数据库及沥青基本信息通过光谱录入模块导入云服务器，通过光谱匹配分析模块设定数据库匹配计算方法与阈值；

采集并上传被测试沥青的红外光谱数据和工程信息至云平台储存；

上传的数据通过云服务器与标准样本沥青红外光谱数据库中的谱图进行匹配计算，并输出沥青匹配结果至显示端；

若测试结果不匹配，则云服务器向监管人员推送预警短信。

2.如权利要求1所述的基于红外光谱大数据的道路沥青快速检测预警方法，其特征在于：所述傅里叶红外光谱仪，采用衰减全反射附件采集沥青红外光谱图，设置光谱条件为：扫描范围为650cm^-1-4000cm^-1，扫描次数32次，分辨率4cm^-1。

3.如权利要求2所述的基于红外光谱大数据的道路沥青快速检测预警方法，其特征在于，所述衰减全反射附件采集沥青红外光谱图的具体方法为：首先按照已设置光谱条件扫描背景，后将刮刀加热取沥青样品，均匀涂抹到衰减全反射附件表面，然后采集沥青红外光谱图并保存。

4.如权利要求1所述的基于红外光谱大数据的道路沥青快速检测预警方法，其特征在于：所述标准样本沥青红外光谱数据库按照炼厂建立，标准样本沥青应当为炼厂不同年份和不同生产批次的沥青，每种炼厂标准样本沥青不少于500个，年份不少于3年。

5.如权利要求1所述的基于红外光谱大数据的道路沥青快速检测预警方法，其特征在于：所述沥青基本信息包括沥青厂家、生产日期、生产批次、样品来源、取样日期、测样日期以及设备信息。

6.如权利要求1所述的基于红外光谱大数据的道路沥青快速检测预警方法，其特征在于，沥青的数据库匹配计算方法有两种，分别为：

第一种：选定特定炼厂沥青数据库，云服务器设置数据库红外光谱吸收峰的标峰灵敏度阈值为90，自动识别数据库中标准样本沥青特征吸收峰位置、数目，每处峰的吸光度值，并对所有数据库中标准样本沥青每个峰吸光度值执行聚合函数计算，得到吸光度值的最大值和最小值。测试沥青与数据库中标准样本沥青红外光谱吸收峰数目不同，有一处峰位置不同，则沥青不匹配；吸收峰数目且出峰位置相同，则计算每处峰的吸光度值，吸光度值在数据库沥青最大值与最小值范围内，则沥青匹配，否则不匹配。

第二种：全谱匹配算法，测试沥青与数据库中的所有标准样本沥青红外光谱图匹配计算，计算两条光谱在特性吸收峰吸光度值的差异，计算所有差异值的总和；两条光谱之间的差异值总和越小，则两条光谱越相似；光谱库中的第i条光谱和测试光谱xk之间的最小距离的计算公式如公式1所示：

在公式1)中，n表示光谱的总特征吸收峰个数；x_j表示测试光谱x_k第j个吸收峰的吸光度值；M_j表示光谱库中第i条光谱第j个吸收峰的吸光度值。逐一计算测试光谱和光谱库中每一条光谱之间的距离，并选择距离最小的光谱作为测试光谱的匹配结果。

7.如权利要求1所述的基于红外光谱大数据的道路沥青快速检测预警方法，其特征在于：沥青的工程信息包括项目名称、标段名称、运输车辆、取样日期、采样时间、上传时间和设备信息。

8.如权利要求6所述的基于红外光谱大数据的道路沥青快速检测预警方法，其特征在于：第一种方法用于先选定炼厂标准样本沥青数据库，判定测试沥青是否为该炼厂来源沥青。

9.如权利要求6所述的基于红外光谱大数据的道路沥青快速检测预警方法，其特征在于：第二种方法用于未选定沥青炼厂数据库，测试沥青与数据库中所有沥青谱图比对，选择数据库中吸光度差异总和最小的光谱作为测试光谱的匹配结果。

10.如权利要求1所述的基于红外光谱大数据的道路沥青快速检测预警方法，其特征在于：采集标准样本沥青与测试沥青红外光谱图的傅里叶红外光谱仪的设备型号完全相同。