System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 一种HEFA工艺生产合成烃组分质量指标的检测方法、装置、电子设备及存储介质制造方法及图纸_技高网

一种HEFA工艺生产合成烃组分质量指标的检测方法、装置、电子设备及存储介质制造方法及图纸

技术编号:44905143 阅读:10 留言:0更新日期:2025-04-08 18:51
本发明专利技术提供一种HEFA工艺生产合成烃组分质量指标的检测方法、装置、电子设备及存储介质,所述检测方法包括:对非石油基合成烃组分样本的进行红外光谱检测,得到光谱数据矩阵;对非石油基合成烃组分样本的质量指标进行测定,得到质量指标矩阵;对所述光谱数据矩阵进行分解得到高频分量和低频分量,并计算变化特征;根据所述高频分量、低频分量和变化特征计算加权特征矩阵;根据所述加权特征矩阵和质量指标矩阵构建预测模型;根据HEFA工艺生产合成烃组分的产品进行红外光谱进行测试,带入所述预测模型,得到质量指标。该检测方法检测效率高,操作简便,适用于各种生产环境。

【技术实现步骤摘要】

本专利技术属于燃料制造领域,涉及一种hefa工艺生产合成烃组分质量指标的检测方法、装置、电子设备及存储介质。


技术介绍

1、随着航空工业对碳减排要求的不断提升,可持续航空燃料(saf)逐渐成为航空燃料的重要替代选择,其中hefa-spk(加氢处理酯类和脂肪酸合成石蜡航空煤油)因其成熟的工艺、广泛的原料来源和良好的性能,成为目前应用最为广泛的saf类型之一。hefa-spk是通过将生物基原料(如植物油、动物脂肪、废弃油脂等)中的酯类和脂肪酸加氢处理制备而成,其质量特性包括密度、冰点、闪点、馏程等直接影响其与传统喷气燃料的调和性能及使用安全性。ew

2、在航空燃料生产和应用中,对hefa-spk质量特性的快速检测至关重要。然而,现有检测技术大多依赖国家标准方法,这些方法虽然精度高,但存在效率低、操作复杂、现场适应性差等问题,难以满足hefa-spk快速质量检测的需求。


技术实现思路

1、为解决上述技术问题,本申请提供一种hefa工艺生产合成烃组分质量指标的检测方法、装置、电子设备及存储介质,该检测方法检测效率高,操作简便,适用于各种生产环境。

2、为达到上述技术效果,本专利技术采用以下技术方案:

3、本专利技术目的之一在于提供一种hefa工艺生产合成烃组分质量指标的检测方法,所述检测方法包括:

4、对非石油基合成烃组分样本的进行红外光谱检测,得到光谱数据矩阵;

5、对非石油基合成烃组分样本的质量指标进行测定,得到质量指标矩阵;

6、对所述光谱数据矩阵进行分解得到高频分量和低频分量,并计算变化特征;

7、根据所述高频分量、低频分量和变化特征计算加权特征矩阵;

8、根据所述加权特征矩阵和质量指标矩阵构建预测模型;

9、根据hefa工艺生产合成烃组分的产品进行红外光谱进行测试,带入所述预测模型,得到质量指标。

10、作为本专利技术优选的技术方案,所述质量指标包括密度、冰点、闪点和馏程中的至少一种。

11、和/或,采用国标对所述密度、冰点、闪点和馏程进行测定。

12、作为本专利技术优选的技术方案,对所述光谱数据矩阵进行分解前,使用平滑算法和二阶导数法对所述光谱数据矩阵进行噪声去除处理。

13、作为本专利技术优选的技术方案,采用小波分解得到所述高频分量和低频分量。

14、作为本专利技术优选的技术方案,采用差分法计算所述变化特征。

15、作为本专利技术优选的技术方案,所述加权特征矩阵的计算方法如下式所示:

16、xweighted=αxlow+βxhigh+γδx

17、其中,xweighted为加权特征矩阵,xlow为低频分量,xhigh为高频分量,△x为变化特征,α、β和γ为权重系数。

18、作为本专利技术优选的技术方案,所述预测模型如下式所示:

19、

20、其中,k(x,xweighted,i)=exp(-‖x-xweighted,i‖2),θi为α、β和γ中的最大值,x为待测样本的红外光谱检测结果,n为样本总数,yk为第k个支持向量的目标值,k(xk,xi)为第k个支持向量和第i个支持向量之间的核值,ypred为质量指标预测结果。

21、本专利技术目的之二在于提供一种hefa工艺生产合成烃组分质量指标的检测装置,所述检测装置包括:

22、检测模块,用于对非石油基合成烃组分样本进行红外光谱检测和质量指标测定;

23、特征提取模块,用于对所述光谱数据矩阵进行分解得到高频分量和低频分量,计算变化特征,以及根据所述高频分量、低频分量和变化特征计算加权特征矩阵;;

24、模型训练模块,用于根据所述加权特征矩阵和质量指标矩阵构建预测模型;

25、输出模块,用于根据hefa工艺生产合成烃组分的产品进行红外光谱进行测试,带入所述预测模型,得到质量指标。

26、本专利技术目的之三在于提供一种电子设备,所述电子设备包括:

27、至少一个处理器;以及与所述至少一个处理器通信连接的存储器;

28、其中,所述存储器存储有可被所述至少一个处理器执行的计算机程序,所述计算机程序被所述至少一个处理器执行,以使所述至少一个处理器能够执行目的之一提供的hefa工艺生产合成烃组分质量指标的检测方法。

29、本专利技术目的之四在于提供一种计算机存储介质,所述计算机存储介质中存储有计算机可执行指令,所述计算机可执行指令被处理器执行时实现目之一提供的hefa工艺生产合成烃组分质量指标的检测方法。

30、与现有技术相比,本专利技术至少具有以下有益效果:

31、(1)本专利技术提供一种hefa工艺生产合成烃组分质量指标的检测方法,该检测方法可在短时间内完成对多个质量指标的同步预测,显著缩短检测时间,支持现场实时监测和动态调整,满足生产和现场检测需求;

32、(2)本专利技术提供一种hefa工艺生产合成烃组分质量指标的检测方法,该检测方法无需复杂的样品处理或专业技能,光谱仪操作便捷,适合大规模生产中的日常检测使用;

33、(3)本专利技术提供一种hefa工艺生产合成烃组分质量指标的检测方法,该检测方法可以采用便携式近红外光谱仪,具有良好的便携性,可在油库、调和站等现场环境中实现高效检测;

34、(4)本专利技术提供一种hefa工艺生产合成烃组分质量指标的检测方法,该检测方法可通过引入动态校准机制,修正因设备或环境变化引起的检测偏差,确保长期使用中的结果一致性。

本文档来自技高网...

【技术保护点】

1.一种HEFA工艺生产合成烃组分质量指标的检测方法,其特征在于,所述检测方法包括:

2.根据权利要求1所述的检测方法,其特征在于,所述质量指标包括密度、冰点、闪点和馏程中的至少一种;

3.根据权利要求1所述的检测方法,其特征在于,对所述光谱数据矩阵进行分解前,使用平滑算法和二阶导数法对所述光谱数据矩阵进行噪声去除处理。

4.根据权利要求1所述的检测方法,其特征在于,采用小波分解得到所述高频分量和低频分量。

5.根据权利要求1所述的检测方法,其特征在于,采用差分法计算所述变化特征。

6.根据权利要求1所述的检测方法,其特征在于,所述加权特征矩阵的计算方法如下式所示:

7.根据权利要求6所述的检测方法,其特征在于,所述预测模型如下式所示:

8.一种HEFA工艺生产合成烃组分质量指标的检测装置,其特征在于,所述检测装置包括:

9.一种电子设备,其特征在于,所述电子设备包括:

10.一种计算机存储介质,其特征在于,所述计算机存储介质中存储有计算机可执行指令,所述计算机可执行指令被处理器执行时实现权利要求1-7中任一项所述的HEFA工艺生产合成烃组分质量指标的检测方法。

...

【技术特征摘要】

1.一种hefa工艺生产合成烃组分质量指标的检测方法,其特征在于,所述检测方法包括:

2.根据权利要求1所述的检测方法,其特征在于,所述质量指标包括密度、冰点、闪点和馏程中的至少一种;

3.根据权利要求1所述的检测方法,其特征在于,对所述光谱数据矩阵进行分解前,使用平滑算法和二阶导数法对所述光谱数据矩阵进行噪声去除处理。

4.根据权利要求1所述的检测方法,其特征在于,采用小波分解得到所述高频分量和低频分量。

5.根据权利要求1所述的检测方法,其特征在于,采用差分法计算所述变化特征。

...

【专利技术属性】
技术研发人员:黄恩浩李禄生孟祥展崔丽叶凡徐擎立李昀童
申请(专利权)人:中国航空油料有限责任公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1