-
公开(公告)号：CN108982468B
公开(公告)日：2020-02-28
申请号：CN201810771624.1
申请日：2018-07-13
Applicant: 浙江大学
IPC: G01N21/65
Abstract: 本发明公开了一种对氯甲苯中微量杂质的拉曼分析方法，包括以下步骤：首先测量纯物质光谱，通过仿真构造选出杂质特征谱段。其次，收集建模样本并测量其拉曼光谱，对测得的拉曼光谱进行预处理。由于杂质是微量的，当杂质的峰没有重叠时，为了提高预测精度，分段进行光谱分解，得到加权系数，并建立加权系数与摩尔浓度的回归模型。最后将应用样本的拉曼光谱进行分解，将加权系数代入回归模型中，得到样本中杂质的浓度。本发明方法利用分段光谱分解技术，可显著提高微量杂质的分析精度，具有建模样本数少、检测速度快、重复性好的特点，重要的是检测精度高，对工业生产中微量杂质的实时检测具有重要意义。
-
公开(公告)号：CN105319175B
公开(公告)日：2017-10-31
申请号：CN201510737972.3
申请日：2015-11-03
Applicant: 浙江大学 , 北京康仁堂药业有限公司
Abstract: 本发明公开了一种中药提取过程动态响应模型的在线识别与终点判定方法，该方法基于中药提取过程动力学模型，进行模型参数在线识别、模型稳健估计以及提取终点预测，可根据药液浓度变化规律预测提取终点。使提取效果更加稳定，并减少资源浪费。对控制产品质量及提高产品经济效益具有重要的意义。
-
公开(公告)号：CN105004707B
公开(公告)日：2017-07-14
申请号：CN201510390280.6
申请日：2015-07-06
Applicant: 浙江大学
IPC: G01N21/65
Abstract: 本发明公开了一种CCD阵列在线拉曼光谱仪谱图标准化方法。本方法包括测量离线仪器任意一种标准纯物质光谱和在线仪器的对应标准纯物质光谱，然后根据离线仪器标准纯物质光谱和在线仪器的标准纯物质光谱的特征获得增益校正曲线，最后使用增益校正曲线校正在线仪器的测量光谱。本发明从光谱软处理的角度对光谱进行校正，基本消除了不同激光器和拉曼探头以及光谱仪对样品光谱的测量影响，提高了不同离线仪器和不同在线仪器之间的光谱通用性和传递性。本方法使用的标准纯物质可以是任意一种已知标准拉曼光谱的纯物质，无需使用SRM2241标准干涉片，也无需建立较为复杂的校正模型。这对基于CCD的光谱仪的实验室光谱分析和工业生产在线光谱分析有着重要意义。
-
公开(公告)号：CN106932378A
公开(公告)日：2017-07-07
申请号：CN201710198902.4
申请日：2017-03-29
Applicant: 浙江大学
IPC: G01N21/65
CPC classification number: G01N21/65
Abstract: 本发明公开了一种基于拉曼光谱技术的炼厂酸性气成分的在线检测系统和方法，该检测系统主要包括：具体包括以下部件：酸性气管路、激光器、激发光纤、拉曼探头、样品池、收集光纤、光纤光谱仪、工控机、取样阀、流量计、回样阀。该检测方法首先获取酸性气中各纯组分的拉曼光谱和相对拉曼强度系数，基于拉曼光谱叠加原理建立酸性气成分的定量分析模型。针对组分含量未知的炼厂酸性气，只需在线测量其拉曼光谱，即可通过定量分析模型预测得到酸性气组分含量。本发明提出了一种炼厂酸性气成分的在线拉曼检测系统和方法，该方法具有以下优点：检测速度快、准确度较高、不接触测量气体、无需定期标定、现场免维护，可以用于炼厂酸性气的实时在线检测。
-
公开(公告)号：CN105319198A
公开(公告)日：2016-02-10
申请号：CN201410336402.9
申请日：2014-07-15
Applicant: 中国石油化工股份有限公司 , 浙江大学
IPC: G01N21/65
Abstract: 本发明公开了一种基于拉曼光谱解析技术的汽油苯含量预测方法。该方法首先收集训练样本并测量它们的拉曼光谱，对测得的拉曼光谱进行预处理并且选取苯成份的特征谱段。在此区域内，汽油中其它成分所产生的干扰峰与苯成分的特征峰相互重叠，会导致模型预测精度下降。为此，采用光谱解析技术对干扰峰进行拟合，并将其扣除。最后利用多元回归方法对扣除干扰峰之后的苯特征谱段与苯的体积含量建立回归模型。本发明公开的方法利用了光谱解析技术以有效地解决拉曼光谱中不同成分信号相互重叠的问题，可显著提高分析模型的精确度，具有训练样本需求量少、模型外推性强、分析时间短以及预测结果准确等优点，适用于对汽油中苯含量的在线定量分析检测。
-
Patent Agency Ranking
公开(公告)号：CN101403696A
公开(公告)日：2009-04-08
申请号：CN200810121879.X
申请日：2008-10-21
Applicant: 浙江大学
IPC: G01N21/65
Abstract: 本发明公开的基于拉曼光谱的测量汽油烯烃含量的方法，依次包括：用荧光指示剂吸附法或多维气相色谱法测定训练样本的烯烃含量；测取训练样本的拉曼光谱；对测取的拉曼光谱进行平滑滤波、基线校正和标准归一化预处理；将经预处理的训练样本拉曼光谱与测得的烯烃含量值，采用最小二乘支持向量机建立汽油烯烃含量校正模型；测取待测油样的拉曼光谱，对拉曼光谱进行平滑滤波、基线校正和标准归一化预处理，根据校正模型计算待测油样的烯烃含量。本发明将拉曼光谱和最小二乘支持向量机相结合分析汽油烯烃含量的方法，可显著提高检测精度，同时大大缩短测量时间，且测量过程对样品无损耗，这对石油加工过程的质量控制有着重要意义。
-
公开(公告)号：CN108444976B
公开(公告)日：2019-10-22
申请号：CN201810382163.9
申请日：2018-04-26
Applicant: 浙江大学
IPC: G01N21/65
Abstract: 本发明公开了一种基于拉曼光谱的天然气热值测量方法。天然气中可能包含少量的丁烷及其以上的烷烃(合记为特殊组分C4+)。本发明利用一种光谱分解算法，将任一天然气混合气的拉曼光谱分解为已知纯组分光谱与若干峰函数的加权和形式，其中若干个峰函数描述了特殊组分C4+的光谱分量；基于已分解出的各纯组分以及特殊组分C4+的光谱，建立了热值与相对光谱面积之间的函数关系；将未知热值的天然气光谱分解为各基本组分与若干峰函数的光谱分量，并计算各组分光谱面积与甲烷谱面积的比值，利用建立的天然气热值拉曼分析模型求出气体热值。本发明方法具有检测速度快、准确度较高、重复性好、与样气非接触、现场免维护等优点。
-
公开(公告)号：CN105806825B
公开(公告)日：2019-07-23
申请号：CN201610329999.3
申请日：2016-05-17
Applicant: 浙江大学
IPC: G01N21/65
Abstract: 本发明公开了一种基于拉曼光谱叠加原理的天然气组分在线气体拉曼分析方法，包括以下步骤：配制纯甲烷或纯氮气等基础样本，并配制基础样本与其他气体按一定比例两两混合的建模样本；测量基础样本与建模样本的拉曼光谱，并基于上述已知其组成的双组分气体建模样本，建立一个包含各种纯物质光谱及其参数的光谱数据库；对于组成未知的天然气，先测量其拉曼光谱，并进行光谱预处理，再利用上述建立的数据库和最小二乘法求得各组分的摩尔百分比。本发明方法含有以下特点：检测速度快、准确度较高、重复性好、与样气非接触、现场免维护等，可以对天然气进行在线实时检测。该方法不仅操作简便，检测过程更对样品无损耗，清洁环保。
-
公开(公告)号：CN108982468A
公开(公告)日：2018-12-11
申请号：CN201810771624.1
申请日：2018-07-13
Applicant: 浙江大学
IPC: G01N21/65
Abstract: 本发明公开了一种对氯甲苯中微量杂质的拉曼分析方法，包括以下步骤：首先测量纯物质光谱，通过仿真构造选出杂质特征谱段。其次，收集建模样本并测量其拉曼光谱，对测得的拉曼光谱进行预处理。由于杂质是微量的，当杂质的峰没有重叠时，为了提高预测精度，分段进行光谱分解，得到加权系数，并建立加权系数与摩尔浓度的回归模型。最后将应用样本的拉曼光谱进行分解，将加权系数代入回归模型中，得到样本中杂质的浓度。本发明方法利用分段光谱分解技术，可显著提高微量杂质的分析精度，具有建模样本数少、检测速度快、重复性好的特点，重要的是检测精度高，对工业生产中微量杂质的实时检测具有重要意义。
-
公开(公告)号：CN105004707A
公开(公告)日：2015-10-28
申请号：CN201510390280.6
申请日：2015-07-06
Applicant: 浙江大学
IPC: G01N21/65
Abstract: 本发明公开了一种CCD阵列在线拉曼光谱仪谱图标准化方法。本方法包括测量离线仪器任意一种标准纯物质光谱和在线仪器的对应标准纯物质光谱，然后根据离线仪器标准纯物质光谱和在线仪器的标准纯物质光谱的特征获得增益校正曲线，最后使用增益校正曲线校正在线仪器的测量光谱。本发明从光谱软处理的角度对光谱进行校正，基本消除了不同激光器和拉曼探头以及光谱仪对样品光谱的测量影响，提高了不同离线仪器和不同在线仪器之间的光谱通用性和传递性。本方法使用的标准纯物质可以是任意一种已知标准拉曼光谱的纯物质，无需使用SRM2241标准干涉片，也无需建立较为复杂的校正模型。这对基于CCD的光谱仪的实验室光谱分析和工业生产在线光谱分析有着重要意义。
-
-
-
-
-
-
-
-
-
Search Results
51
records
(took 0.017 seconds)
