专利名称：：一种红外水分仪系统标定方法
技术领域：
：本发明涉及一种测量仪表建模方法，具体涉及一种红外水分仪系统标定方法。
背景技术：
：目前，红外水分仪的生产厂家在出厂之前将原始信号固化在系统上，对红外水分仪的标定一般采取单点修正法和多点二次建模法，单点修正法是在同一点取样3~5个样品，先做红外水分仪检测再做烘箱法检测求平均值差值进行结果修正。多点二次建模法是取能够覆盖被测物料可能出现的水分样品5个点以上，将红外水分仪检测结果与烘箱检测结果进行回归，建立一元一次函数模型。对于现有两种标定方法来说，单点修正法数据处理简单，但对于大于或小于样品含水率的物料检测，误差较大，而多点建模法对于单点修正法较为准确。但在实际生产过程中，多点建模主要存在以下不足(1)对于在线动态红外水分仪，无论红外水分仪安装在高处或低处或人员无法进入的地方，都要用样品放在红外水分仪下检测，那么高处不方便或不安全无法进人的地方如复烤机的冷房就不能标定。(2)无论实验室静态水分仪或在线动态红外水分仪，每个水分红外仪都要取至少5个样品进行检测标定那么一条生产线有8台在线红外水分仪至少需要40个样品，所用时间很长快则半天慢则一天，小批量烟叶加工红外水分仪没有全部标定结束原料就没有了，很不实用。(3)—般现场操作人员每批次烟叶仅标定一次或一天一次，由于红外水分仪对被测物料颜色非常敏感，并且原料是农副产品，烟叶分级都是感官判定，存在有混级、混部位现象，那么同一等级烟叶颜色一致性较差，另外烟叶配方的稳定性也影响被测物料的颜色，这给被测物料颜色变化带来很多机会，因此以上两种标定方法因先天性缺陷，不能做到每两小时专职标定一次，造成检测结果可靠性差是必然的。由于上述原因实验室红外水分仪不能代替烘箱法(快速)检测物料的含水率，而在线红外水份仪在烟叶生产线上一般仅用于参考。只有解决了上述问题，我们才能通过在线红外水分仪实现对烟叶水份的精确自动控制，减少各工艺环节水份波动，才能进一步提高产品的质量，减少损耗
发明内容本发明的目的在于克服现有技术中存在检测滞后性和红外水分检测准确性低的不足，提供一种红外水分仪系统标定方法。本发明的目的是通过以下技术方案实现的本发明的红外水分仪系统标定方法是静态红外水分仪系统标定方法，静态红外水分仪系统标定方法依序包括(1)在静态红外水分仪上建立宽域模型在物料实际工作水分范围内，在生产线上选取覆盖实际物料可能范围含水率的不同点分别取样，所取样品至少为五个样品，每个样品分别用室内静态红外水分仪检测并记录检测信号值，然后分别用烘箱检测样品的含水率并记录检测数据，将烘箱检测数据和红外水分仪检测信号值进行回归，建立关系函数y宽域-f1(X静态)；(2)在静态红外水分仪上建立动态宽域模型在生产线上不同点获取一组样品，将每个样品分别用室内静态红外水分仪检测并记录检测信号值，然后用烘箱分别检测样品的含水率并记录检测数据，根据当前数据或历史数据权重，确定复制当前数据次数，将复制数据和采用的历史数据一起作为建模数据，重新进行订正回归，建立订正函数，依次类推，建立不断订正的动态函数y宽域二f2(X静态)；(3)建立窄域模型在固定工位物料实际工作水分范围内，取动态宽域模型数据，将该组检测信号值带入步骤(2)得到的动态宽域模型函数y宽域:f2(x静态)计算出样品水分含量的预测值，然后对烘箱检测数据和预测值进行回归，建立关系函数y窄域二fi(y宽域订正)，以此种方法，用现有数据可以系统地建立同一物料不同工位的窄域模型，即静态红外水分仪应用模型。在步骤(1)中，在生产线上选取覆盖实际物料可能范围含水率的不同点分别取样时，首次至少取三组样品。本发明的红外水分仪系统标定方法是在线红外水分仪标定方法，依序包括以下步骤(1)在静态红外水分仪上建立宽域模型在物料实际工作水分范围内，在生产线上选取覆盖实际物料可能范围含水率的不同点分别取样，所取样品至少为五个样品，首次至少取三组样品，每个样品分别用室内静态红外水分仪检测并记录检测信号值，然后分别用烘箱检测样品的含水率并记录检测数据，将烘箱检测数据和红外水分仪检测信号值进行回归，建立关系函数y宽域-f1(x静态)；(2)在静态红外水分仪上建立动态宽域模型在生产线上不同点获取一组样品，将每个样品分别用室内静态红外水分仪检测并记录检测信号值，然后用烘箱分别检测样品的含水率并记录检测数据，根据当前数据或历史数据权重，确定复制当前数据次数，将复制数据和采用的历史数据一起作为建模数据，重新进行订正回归，建立订正函数，依次类推，建立不断订正的动态函数y宽域-G(X静态)；(3)建立窄域模型在固定工位物料实际工作水分范围内，取动态宽域模型数据，将该组检测信号值带入步骤(2)得到的动态宽域模型函数y宽域-f2(x静态)计算出样品水分含量的预测值，然后对烘箱检测数据和预测值进行回归，建立关系函数y窄域-f3(y宽域订正)，以此种方法，用现有数据可以系统地建立同一物料不同工位的窄域模型，即静态红外水分仪应用模型。(4)建立动、静态红外水分仪检测信号关系函数在固定工位物料实际工作水分范围内，取一组样品，取样时记录该工位上动态红外水分仪的检测信号值，然后将该组样品分别用室内静态红外水分仪进行检测并记录检测信号值，将动态红外水分仪的检测信号值和静态红外水分检测仪的检测信号值进行回归，建立回归方程，X静态二f4(X动态)；(5)建立动、静态关系函数转移模型对于同一样品，令工位上的动态红外水分仪的预测值与室内静态红外水分仪的预测值相等，即y动态二y窄域=0^宽域)=。(f2(x静态))=￡3(f2(f4(x动态)))，得到转移模型y动态二f5(x动态)，借助网络平台，通过系统将转移模型复制到在线红外水分仪上。在步骤(1)中，建立的回归方程y宽域-fl(x静态)可以是线形函数或二项式函数或指数函数或对数函数或幂函数，最终选取最大判定系数f对应的函数作为关系函数。在步骤(2)中，建立的动态宽域函数y宽域-f2(x静态)可以是线形函数或二项式函数或指数函数或对数函数或幂函数，最终选取最大判定系数W对应的函数作为关系函数。在步骤(3)中，关系函数y窄域f3(y宽域)可以是线形函数或二项式函数或指数函数或对数函数或幂函数，最终选取最大判定系数W对应的函数作为关系函数。在步骤(4)中，建立的关系函数x静态二f4(x动态)可以是线形函数或二项式函数或指数函数或对数函数或幂函数，最终选取最大判定系数W对应的函数作为关系函数。本发明借助网络平台，通过动态建模技术(针对实验室静态红外水分仪)和模型转移技术(针对在线动态红外水分仪)，实现在检测室对现场动态水分仪进行控制，达到解决检测滞后性和在线水分检测准确性的目的。"动态建模"解决原料的变化问题，根据原料变化，确定适宜的建模频率，确保实验室的静态水分仪与烘箱法检测结果一致性，从而实现动态水分仪检测结果可靠性。"模型转移"应用网络技术解决动态水分仪与静态水分仪偏差和多机集中建模问题，实现和保证现场动态水分仪检测结果可靠性。用本发明的红外水分仪标定方法标定在线红外水分仪，快速、准确、方便、简单，可节约大量人力、物力。具体实施例方式下面的实施例将有助于本领域技术人员更全面的理解本发明，但不以任何方式限制本发明。本发明的整个建模系统可分为三个层次(1)硬件层包括安装在现场的动态水份仪、安装在实验室的静态水份仪、快速烘箱、电脑、将设备连接在一起的网络系统等。在该层面的技术特点是连接在网络上的设备需要提供数字化接口、系统通过接口可对设备进行指令操作、网络连接在硬件上应具有抗干扰措施。(2)软件平台该软件平台除能为网络上的设备提供通讯支持、指令操作、基本应用界面外，还需要为用户提供程序的扩展接口，以方便特殊用户的软件功能定制和应用扩展。如额外的数学模型或数据库管理。(3)用户应用除软件平台所提供的基本控制界面外，用户还可根据自己的实际情况定制操作界面、更可利用软件平台提供的接口设计新的数学模型用于标定或将测量数据自动导入数据库进行产品质量控制。实施例1(一)静态红外水分仪系统标定方法，该方法依序包括(1)在静态红外水分仪上建立宽域模型在物料实际工作水分范围内，在生产线上选取覆盖实际物料可能范围含水率的不同点分别取样，所取样品至少为五个样品，每个样品分别用室内静态红外水分仪检测并记录检测信号值，然后分别用烘箱检测样品的含水率并记录检测数据，将烘箱检测数据和红外水分仪检测信号值进行回归，建立关系函数y宽域-f1(x静态)；在实际工作水分范围内，根据上述步骤测得的数据如表l，数据分为三组，每组七个，备选回归方程为y宽域；34.009x静态2+115.82x静态國77.376，R2=0.9833;y宽域-31.113x静态-之5.3"，尺2=0.%^;y宽域-6.1376x静态33285，R2=0.9086;y宽域-0.4549e26586x静态，R2=0.8832;y宽f38.6121n(x静态)+5.2072,R2=0.9767。根据选取最大判定系数112原则，故选用y宽f-34.009x静态仆115.82x静态-77.376作为关系函数，如图1。表1宽域模型数据<table>tableseeoriginaldocumentpage8</column></row><table>1.4781.40519.4518.23(2)在静态红外水分仪上建立动态宽域模型在生产线上不同点获取一组样品，将每个样品分别用室内静态红外水分仪检测并记录检测信号值，然后用烘箱分别检测样品的含水率并记录检测数据，根据当前数据或历史数据权重，确定复制步骤(2)数据次数，将复制数据和采用的历史数据一起作为建模数据，重新进行订正回归，建立订正函数，依次类推，建立不断订正的动态函数y宽域订ff2(X静态)。备选回归方程为y宽域订正；15.348x静态2+67.707x静态-46.641,R2=0.9659;y宽域订正-29.573x静态-23.192，R2=0.9623;y宽域订f6.8902x静态29794，R2=0.9001;y宽域订正=0.6648e23906xi，R2=0.8812;y宽域订正-36.5391n(x静态)+5.8021,R2=0.%&根据选取最大判定系数W原则，故选用y郷订^M5.348x静J+67.707x静态-46.641或者y宽域订正-36.5391n(x静态)+5.8021作为关系函数，本例选用y宽域订正=-15.348乂静态2+67.707乂静态-46.641，见图2。依次类推，建立不断订正的动态函数。表2订正的宽域模型数据值室内静态红外水分仪的信号值烘箱数据1.13610.511.14411.211.22912.631.21912.391.44018.861.41518.421.0234.961.0225.031.19413.261.23213.991.31915.731.37117,301.42718.521.45719.281.0819.521.0989.611.20712,631.22212,501.34417.891.37717.851.0446.321.0586.571.30015.651.28614.801.34617.491.40418.031.47819.451.40518.231.0719.221.10710.27U7811.971.18712.101.25413.221.25613.251.35417.501.38617.861.0719.221.10710.271.17811.971.18712.101.25413.221.25613.251.35417.501.38617.861.0719.221.10710.271.17811.971.18712.101.25413.221.25613.251.35417.501.38617.861.0719.221,10710.271.17811.971.18712.101.25413.221.25613.251.35417.501.38617.86(3)建立窄域模型在固定工位物料实际工作水分范围内，取动态宽域模型数据，将该组检测信号值带入步骤(2)得到的动态宽域模型函数y宽域-f2(x静态)计算出样品水分含率的预测值，然后对烘箱检测数据和预测值进行回归，，建立关系函数y窄域-f3(y宽域订正)。比如在烟叶烤前工位实际工作水分17.0%~21.0%范围内，取表2符合条件的数据，将室内红外水分仪的检测信号值根据步骤(2)得到的的动态宽域模型函数的预测值，如表3，将烘箱检测值和预测值进行回归建立关系函数，备选回归方程为y窄域=0.1斗斗1y宽域订正2-斗力10之y宽域订正+5《328，尺2=0.93^;y窄域=0.6101y宽域订正+7.1732，R2=0.8903;y窄f3.2244y宽域订^'59H、0.8了9个y窄域=9.9664e。啦3y宽域订正，R2=0.8904;y窄域=10.9581n(y宽域订正)-13.501，H^0.8了88。根据选取最大判定系数W原则，故选用y窄域=0.1441y宽域订正2-4.6102y宽域订正+54.328作为关系函数，如图3。表3窄域模型函数数据值室内静态红外水分仪的信号值宽域模型预测值烘箱数据1.37117.3417.301.34616.6917.491.35416.9017.501.35416.9017.501.35416.卯17.501.35416.9017.501.37717.4917.851.38617.7017.861.38617.7017.861.38617.7017.861.38617.7017.861.34416.6317.891.40418.1718.031.40518.1918.231.41518.4318.421.42718.7218.521.44019.0318.861.45719.4319.281.47819.9019.45(4)建立动、静态红外水分仪检测信号关系函数在固定工位物料实际工作水分范围内，取一组样品，取样时记录该工位上动态红外水分仪的检测信号值，然后将该组样品分别用室内静态红外水分仪进行检测并记录检测信号值，将动态红外水分仪的检测信号值和静态红外水分检测仪的检测信号值进行回归，建立回归方程，x静态-f4(x动态)。烤前工位样品室内静态红外水分仪和工位上动态红外水分仪的信号值如表4，建立回归方程，得到动、静态红外水分仪检测信号关系函数x静态二f4(x动态)，备选回归方程为x静态=0.0903x鹏2+0.7464x动态+0.1918，R2=0.9922;x静态=0.9637x动态+0.0618，R2=0.9921;x静态-1.0252x动态。.9471，R2=0.9923;x静^0,47e。，3x动态，R2=0.9914;x静态=1151ln(x动态)+1.0122,R2=0.9887。根据选取最大判定系数W原则，故选用x静态=0.9637x动态+0.0618或x静态=1.0252乂被09471或乂静态=0.0903x动态2+0.7464x被+0.1918，R2=0,9922作为关系函数，本例选用x静态二0.9637x动态+0.0618，见图4。表4动、静态红外水分仪检测信号关系函数数据动态信号值静态信号值1.1531.1581.1561.1721.1591.1731.1651.181.2011.2091.1661.1821.1931.2071.1851.21.231.2461.2251.2421.2461.2571,2281.24l細1.1041.0871.1031.0831.1031.0871.1041.3291.3391.3491.3641.2951.2971.2991.2951.2191.2381.2581.261.2341.251.2231.2411.3341.3581.3271.3431.3121.3051.4281.431.2591.2721.2241.2451.0491.0761.067l扁1.0791.1081.0891.1150.9951.021l細1.0361.039l細1.025l細1.1461.175U41.181U531.1831.1771.2051.3881.4111.3471.3671.3661.3851.3141.3451.2481.2761.2421.281.2531.2841.2451.271.1261.1541.1431.1641.1261.14U261.151U351.1511.1311.147U241.144U261.145U31.148U021.1271.1241.1481.1171.142U241.144U41.1591.1291.1431.141.1571.1121.1291.1321.1471.1411.1641,1261.136(6)建立动、静态关系函数转移模型对于同一样品，令工位上的动态红外水分仪的预测值与室内静态红外水分仪的预测值相等，即y动态^y窄域-f3(y宽域)=f3(f2(x静态))=f3(f2(f4(x动态)))，得到转移模型y动态-f5Q动态)。上关系函数中y窄域=0.1441y宽域订正2-4.6102y宽域订正+54.328，y宽域；34.009x静态2+115.82x静态-77.376x静态二0.9637x动态+0.0618，代入上式得到y动态二y窄域=0.1441y宽域2一4.6102y宽域+54.328=0.1441(-34.009x静态2+115.82x静态誦77.376)2一4.6102(-34.009x静态2+115.82x静态-77.376)+54.328=0.1441(-34.009(0.9637x动态+0.0618)2+115.82(0.9637x动态+0.0618)-77.376)2—4.6102(-34.009(0.9637x动态+0.0618)2+115.82(0.9637x被+0.0618)-77.376)+54328同样的方法系统可以自动构建出每个工位上的函数模型。在烟叶生产过程中，可以通过标定室内静态红外水分仪来标定各个工位上的在线红外水分仪。权利要求1.一种红外水分仪系统标定方法，其特征在于红外水分仪系统标定方法是静态红外水分仪系统标定方法，静态红外水分仪系统标定方法依序包括(1)在静态红外水分仪上建立宽域模型在物料实际工作水分范围内，在生产线上选取覆盖实际物料可能范围含水率的不同点分别取样，所取样品至少为五个样品，每个样品分别用室内静态红外水分仪检测并记录检测信号值，然后分别用烘箱检测样品的含水率并记录检测数据，将烘箱检测数据和红外水分仪检测信号值进行回归，建立关系函数y宽域＝f1(x静态)；(2)在静态红外水分仪上建立动态宽域模型在生产线上不同点获取一组样品，将每个样品分别用室内静态红外水分仪检测并记录检测信号值，然后用烘箱分别检测样品的含水率并记录检测数据，根据当前数据或历史数据权重，确定复制当前数据次数，将复制数据和采用的历史数据一起作为建模数据，重新进行订正回归，建立订正函数，依次类推，建立不断订正的动态函数y宽域＝f2(x静态)；(3)建立窄域模型在固定工位物料实际工作水分范围内，取动态宽域模型数据，将该组检测信号值带入步骤(2)得到的动态宽域模型函数y宽域＝f2(x静态)计算出样品水分含量的预测值，然后对烘箱检测数据和预测值进行回归，建立关系函数y窄域＝f3(y宽域订正)，以此种方法，用现有数据可以系统地建立同一物料不同工位的窄域模型，即静态红外水分仪应用模型。2.根据权利要求1所述的静态红外水分仪系统标定方法，其特征在于在步骤(1)中，在生产线上选取覆盖实际物料可能范围含水率的不同点分别取样时，首次至少取三组样品。3.根据权利要求2所述的红外水分仪系统标定方法，其特征在于红外水分仪系统标定方法是在线红外水分仪标定方法，依序包括以下步骤(1)在静态红外水分仪上建立宽域模型在物料实际工作水分范围内，在生产线上选取覆盖实际物料可能范围含水率的不同点分别取样，所取样品至少为五个样品，首次至少取三组样品，每个样品分别用室内静态红外水分仪检测并记录检测信号值，然后分别用烘箱检测样品的含水率并记录检测数据，将烘箱检测数据和红外水分仪检测信号值进行回归，建立关系函数y宽域=0(X静态)；(2)在静态红外水分仪上建立动态宽域模型在生产线上不同点获取一组样品，将每个样品分别用室内静态红外水分仪检测并记录检测信号值，然后用烘箱分别检测样品的含水率并记录检测数据，根据当前数据或历史数据权重，确定复制当前数据次数，将复制数据和采用的历史数据一起作为建模数据，重新进行订正回归，建立订正函数，依次类推，建立不断订正的动态函数y宽域=f2(X静态)；(3)建立窄域模型在固定工位物料实际工作水分范围内，取动态宽域模型数据，将该组检测信号值带入步骤(2)得到的动态宽域模型函数y宽域f2(x静态)计算出样品水分含量的预测值，然后对烘箱检测数据和预测值进行回归，建立关系函数y窄域^f3(y宽域订正)，以此种方法，用现有数据可以系统地建立同一物料不同工位的窄域模型，即静态红外水分仪应用模型；(4)建立动、静态红外水分仪检测信号关系函数在固定工位物料实际工作水分范围内，取一组样品，取样时记录该工位上动态红外水分仪的检测信号值，然后将该组样品分别用室内静态红外水分仪进行检测并记录检测信号值，将动态红外水分仪的检测信号值和静态红外水分检测仪的检测信号值进行回归，建立回归方程，X静态二f4(X动态)；(5)建立动、静态关系函数转移模型对于同一样品，令工位上的动态红外水分仪的预测值与室内静态红外水分仪的预测值相等，即y动态二y窄域二f3(y宽域)二f3(f2(x静态))=f3(f2(f4(x动态)))，得到转移模型y动态二f5(x动态)，借助网络平台，通过系统将转移模型复制到在线红外水分仪上。4.根据权利要求3所述的红外水分仪系统标定方法，其特征在于在步骤(1)中，建立的回归方程y宽域fl(x静态)可以是线形函数或二项式函数或指数函数或对数函数或幂函数。5.根据权利要求3所述的红外水分仪系统标定方法，其特征在于在步骤(2)中，建立的动态宽域函数y宽域:G(x静态)可以是线形函数或二项式函数或指数函数或对数函数或幂函数。6.根据权利要求3所述的红外水分仪系统标定方法，其特征在于在步骤(3)中，关系函数y窄域-fi(y宽域)可以是线形函数或二项式函数或指数函数或对数函数或幂函数。7.根据权利要求3所述的红外水分仪系统标定方法，其特征在于在步骤(4)中，建立的关系函数x静态二f4(x动态)可以是线形函数或二项式函数或指数函数或对数函数或幂函数。全文摘要一种红外水分仪系统标定方法，包括静态红外水分仪系统标定方法及静态红外水分仪系统标定方法在在线红外水分仪标定的建模方法中的应用即在线红外水分仪标定方法。在线红外水分仪标定方法依序包括以下步骤(1)在静态红外水分仪上建立宽域模型，(2)在静态红外水分仪上建立动态宽域模型，(3)建立窄域模型，(4)建立动、静态红外水分仪检测信号关系函数，(5)建立动、静态关系函数转移模型。用本发明的红外水分仪标定方法标定在线红外水分仪，快速、准确、方便、简单，可节约大量人力、物力。文档编号G01N21/25GK101634624SQ20081014079公开日2010年1月27日申请日期2008年7月25日优先权日2008年7月25日发明者何震凯,霞党,辉冯,周永涛,周言木,张志坚,杜阅光,董亚非,袁红星申请人:天昌国际烟草有限公司