[发明专利]一种基于反射光的高光谱油液检测方法

权利要求书

1.一种基于反射光的高光谱油液检测方法，其特征在于，用于模型和实际油类型的标对，包括以下步骤：

S1：多个指标相同浓度分布标油建模：选取标油，通过稀释和校准操作，得到覆盖预设的光谱波段的分布标油组，所述分布标油组的成分分布对应不同的光谱，建立多个该分布标油组的高光谱谱段和单个已知标油成分指标的光谱模型，所述光谱模型为参数矩阵；对光谱模型进行测试，即将检测的分布标油组的高光谱谱段作为自变量，结合参数矩阵，用偏最小二乘法进行收敛得到因变量，所述因变量即分布标油组中的标油成分指标；

S2：指定单个指标不同浓度分布标油建模：选取标油，根据已知标油浓度和成分，通过稀释和校准操作，重复S1建模步骤，建立覆盖分布标油组的光谱模型；根据稀释方法和覆盖分布建立标准测试模板，建立高光谱和所述标准测试模板的多个已知标油成分指标的光谱模型并测试；

S3：不同指标不同浓度分布标油建模：选取单成分的分布标油组，结合应用场景中实际油样分布的指标和浓度，通过稀释和校准操作，重复S2步骤，得到建立覆盖应用场景的分布标油组，根据覆盖应用场景的分布标油组，建立高光谱和多个已知标油成分指标的光谱模型并测试；

S4：将测试结果抽样和对应油样的原子光谱仪检测结果进行比对，通过非线性数据拟合调整检测结果，根据数据拟合调整步骤S3中的光谱模型的计算偏差，使得设备检测结果拟合到原子光谱仪检测结果；

S5：结合目标检测油类牌号和厂家本底油和指定指标标油建模：选用标油和实际应用的本底油，重复S3的步骤，用稀释方法建立覆盖应用场景分布标油组，使得该分布标油组的指标符合应用场景的实际油样分布，根据该分布标油组建立光谱模型并测试；添加颗粒或通过定制化标油，和被检测油样混合后，建立既覆盖应用场景的实际油样分布又添加了颗粒度干扰的标油组，根据该分布标油组建立光谱模型并测试；评估颗粒度对光谱模型的干扰和对应抗干扰方案；结合应用场景检测成分，将不同本底油和指定指标的标油建立系列光谱模型，根据不同厂家和牌号的本底油建立得到结合应用场景的光谱模型库；

S6：根据步骤S5建立的光谱模型库，比较带有实验室检测结果的同本底油油样，进行学习完善；

S7：实际油样样本建模：采用该油样的本底油和实际换油时收集成分相对最浓的油样，重复S6的步骤，用稀释方法建立分布油样组，使得该分布油样组符合应用场景的实际油样分布；建立光谱矩阵模型并测试；如果出现准确度差异，结合步骤S6，改善准确度。

2.根据权利要求1所述的基于反射光的高光谱油液检测方法，其特征在于，所述测试包括：

采用400nm-1000nm卤素光源，将被检测油样装入两面透光比色皿，插入暗室，通过反射光路获取特定波长的光谱；

借助标油的理想状况，根据被检测油样以及被检测成分含量分布进行建立光谱模型，根据统计及推断回归算法，对被检测油样进行计算，通过目标函数快速收敛模型，达到理想情况下的设备准确度。

3.根据权利要求2所述的基于反射光的高光谱油液检测方法，其特征在于，所述的光谱模型为以光谱波段n为自变量{x₁,…,x_p}推算检测指标p为因变量{y₁,…,y_n}关系，根据因变量和自变量的统计关系，观测以系统数据库中多个已知油样点中间的检测油样参数，由此构成自变量与因变量的数据表X＝{x₁,…,x_p}和Y＝{y₁,…,y_n}，输入被检测油样光谱谱段，包括拆分后的反射频率和DN值，通过偏最小二乘法回归反演定量计算出检测结果，所述DN值为对特征谱线进行光电转换，得出以波长λ为变量的真实辐亮度值。