公开(公告)号：CN109959637B

公开(公告)日：2021-06-01

申请号：CN201910270548.0

申请日：2019-04-04

申请人： 中南大学

发明人： 贺建军 ,  宋操 ,  罗旗舞 ,  刘紫怀 ,  叶子聪 ,  曹星宇 ,  钱灏

IPC分类号： G01N21/59

摘要： 本发明公开了一种用于玻璃药瓶残氧量检测的标准具效应抑制方法及装置，该方法通过获取激光穿透玻璃药瓶后的主透射光强和反射两次后的透射光强，并转换成第一电流信号，获取激光穿透玻璃药瓶时的反射一次后的透射光强和反射三次后的透射光强，并转换成第二电流信号，根据第一电流信号和第二电流信号，获得输出电流，提取输出电流的二次谐波电流信号以及根据二次谐波电流信号获得氧气浓度，解决了现有技术由于玻璃药瓶瓶壁产生的光束干涉给二次谐波带来的光学噪声，导致残氧量检测精度低的技术问题，通过从信号检测部分消除二次谐波中的噪声，能从根源上抑制标准具效应，大大提高了氧气浓度检测精度和系统的稳定度。

公开(公告)号：CN109738392B

公开(公告)日：2021-03-02

申请号：CN201910087107.7

申请日：2019-01-29

申请人： 中南大学

发明人： 贺建军 ,  曹星宇 ,  朱高峰 ,  胡恩泽 ,  曾琦 ,  钱灏 ,  叶子聪

IPC分类号： G01N21/39

摘要： 本发明公开了一种面向TDLAS在线检测瓶内氧气浓度的压缩感知重构方法及系统，该方法通过将待测样本在稀疏基上进行稀疏表示，通过测量矩阵对进行稀疏表示后的待测样本进行采样，获得采样样本，利用OMP算法对采样样本进行数据重构，获得第一重构样本，利用自定义的稀疏度影响因子，并基于稀疏度影响因子和OMP算法迭代获得最优稀疏度系数以及基于最优稀疏度系数，利用OMP算法对待测样本进行数据重构，获得第二重构样本，解决了现有面向TDLAS在线检测瓶内氧气浓度时难以获得精准度高的重构样本的技术问题，通过引入自定义的稀疏度影响因子可迭代获得最优稀疏度系数，从而使得基于最优稀疏度系数和OMP算法能获得精准度高的重构样本。

公开(公告)号：CN111413285A

公开(公告)日：2020-07-14

申请号：CN202010384837.6

申请日：2020-05-08

申请人： 中南大学

发明人： 叶子聪 ,  贺建军

IPC分类号： G01N21/27

摘要： 本发明公开了一种基于环境补偿模型的玻璃瓶内氧气检测误差校正方法，本发明包括以下步骤：步骤1：获取玻璃瓶内残氧量检测样本数据，包括二次谐波特征值、环境因素变量、参考校正量；步骤2：建立基于PSO-OS-ELM的环境影响补偿模型，并通过测试样本数据对环境影响补偿模型进行验证；步骤3：基于步骤2的环境补偿模型对玻璃瓶内残氧量检测误差进行校正。本发明实现了对受环境因素影响的检测结果误差的准确预测，并以此来补偿检测结果，提高了对玻璃瓶内残氧量检测的精度。

公开(公告)号：CN109959637A

公开(公告)日：2019-07-02

申请号：CN201910270548.0

申请日：2019-04-04

申请人： 中南大学

发明人： 贺建军 ,  宋操 ,  罗旗舞 ,  刘紫怀 ,  叶子聪 ,  曹星宇 ,  钱灏

IPC分类号： G01N21/59

摘要： 本发明公开了一种用于玻璃药瓶残氧量检测的标准具效应抑制方法及装置，该方法通过获取激光穿透玻璃药瓶后的主透射光强和反射两次后的透射光强，并转换成第一电流信号，获取激光穿透玻璃药瓶时的反射一次后的透射光强和反射三次后的透射光强，并转换成第二电流信号，根据第一电流信号和第二电流信号，获得输出电流，提取输出电流的二次谐波电流信号以及根据二次谐波电流信号获得氧气浓度，解决了现有技术由于玻璃药瓶瓶壁产生的光束干涉给二次谐波带来的光学噪声，导致残氧量检测精度低的技术问题，通过从信号检测部分消除二次谐波中的噪声，能从根源上抑制标准具效应，大大提高了氧气浓度检测精度和系统的稳定度。

公开(公告)号：CN109738392A

公开(公告)日：2019-05-10

申请号：CN201910087107.7

申请日：2019-01-29

申请人： 中南大学

发明人： 贺建军 ,  曹星宇 ,  朱高峰 ,  胡恩泽 ,  曾琦 ,  钱灏 ,  叶子聪

IPC分类号： G01N21/39

摘要： 本发明公开了一种面向TDLAS在线检测瓶内氧气浓度的压缩感知重构方法及系统，该方法通过将待测样本在稀疏基上进行稀疏表示，通过测量矩阵对进行稀疏表示后的待测样本进行采样，获得采样样本，利用OMP算法对采样样本进行数据重构，获得第一重构样本，利用自定义的稀疏度影响因子，并基于稀疏度影响因子和OMP算法迭代获得最优稀疏度系数以及基于最优稀疏度系数，利用OMP算法对待测样本进行数据重构，获得第二重构样本，解决了现有面向TDLAS在线检测瓶内氧气浓度时难以获得精准度高的重构样本的技术问题，通过引入自定义的稀疏度影响因子可迭代获得最优稀疏度系数，从而使得基于最优稀疏度系数和OMP算法能获得精准度高的重构样本。

公开(公告)号：CN111413285B

公开(公告)日：2021-04-20

申请号：CN202010384837.6

申请日：2020-05-08

申请人： 中南大学

发明人： 贺建军 ,  叶子聪

IPC分类号： G01N21/27

摘要： 本发明公开了一种基于环境补偿模型的玻璃瓶内氧气检测误差校正方法，本发明包括以下步骤：步骤1：获取玻璃瓶内残氧量检测样本数据，包括二次谐波特征值、环境因素变量、参考校正量；步骤2：建立基于PSO‑OS‑ELM的环境影响补偿模型，并通过测试样本数据对环境影响补偿模型进行验证；步骤3：基于步骤2的环境补偿模型对玻璃瓶内残氧量检测误差进行校正。本发明实现了对受环境因素影响的检测结果误差的准确预测，并以此来补偿检测结果，提高了对玻璃瓶内残氧量检测的精度。