一种基于电磁感应技术的油品检测方法与流程

本发明涉及液体油品检测，尤其涉及一种基于电磁感应技术的油品检测方法。

背景技术：

1、油品的质量和纯度是多个工业领域的关键参数，包括石油工业、化学工业和食品加工。传统的油品检测方法通常涉及取样、化学分析和实验室测试，这些方法通常需要大量时间和资源。因此，迫切需要一种更快速、高效和非侵入性的油品检测方法，以提高生产效率并确保油品的质量和纯度。

技术实现思路

1、基于此，本发明有必要提供一种基于电磁感应技术的油品检测方法，以解决至少一个上述技术问题。

2、为实现上述目的，一种基于电磁感应技术的油品检测方法，包括以下步骤：

3、步骤s1：通过电磁感应探测器获取原始磁感线数据，并根据原始磁感线数据构建线圈检测模型；

4、步骤s2：利用电磁感应探测器以及液位测量装置对待测油进行测量，从而获得待测油磁感线数据以及待测油液位数据；

5、步骤s3：通过线圈检测模型对实时磁感线数据进行磁感线变化检测，从而获得磁感线变化信号；

6、步骤s4：对磁感线变化信号进行混叠滤波处理，从而获得磁感线滤波信号，并对磁感线滤波信号进行ad转换，从而获得磁感线数字信号；

7、步骤s5：对磁感线数字信号进行金属颗粒计算，从而获得金属颗粒数据；

8、步骤s6：根据金属颗粒数据以及待测油液位数据进行油品评估计算，从而获得待测油油品得分数据。

9、本发明通过使用电磁感应探测器获取原始磁感线数据，并构建线圈检测模型，可以为后续提供必要的基础数据。构建模型可以提高对待测油中金属颗粒的检测准确性，因为该模型将有助于分辨各种油品和金属颗粒的电磁响应特征。获取待测油的磁感线数据和液位数据。这些数据对于油品质量和金属颗粒的检测非常重要。电磁感应探测器提供了油品的电磁响应，而液位数据有助于确定油品的体积。监测实时磁感线数据，以便检测油品中可能存在的金属颗粒。通过比较实时数据和线圈检测模型，可以发现任何磁感线的变化，这可能表明金属颗粒的存在。这有助于提前发现潜在的油品污染问题。混叠滤波处理和ad转换有助于提取有关金属颗粒的详细信息。混叠滤波可减少噪音，提高数据质量。ad转换将模拟信号转换为数字信号，便于后续处理和分析。这有助于准确地捕获金属颗粒的特征。金属颗粒计算基于处理后的磁感线数据，用于识别和定量金属颗粒的存在。这有助于提供油品中金属杂质的数量和大小，这对于评估油品的质量和纯度非常重要。结合金属颗粒数据和液位数据，进行油品的全面评估。通过评估油品得分数据，可以确定油品的质量和纯度，并及早发现潜在的问题，如金属污染。这有助于确保生产的油品符合所需的标准。

10、可选地，步骤s1具体为：

11、步骤s11：通过电磁感应探测器获取原始磁感线数据；

12、步骤s12：根据原始磁感线数据绘制原始线圈磁场图像；

13、步骤s13：对原始线圈磁场图像进行观测点分类标记，从而获得标记磁场图像；

14、步骤s14：根据标记磁场图像构建线圈检测模型。

15、本发明获取原始磁感线数据，这些数据是油品检测的关键基础。原始磁感线数据反映了待测油品的电磁响应特征，特别是与可能存在的金属颗粒相关的信息。这为后续分析和建模提供了重要数据。将原始磁感线数据绘制成磁场图像的效果是可视化数据，使其更容易理解和分析。这些图像提供了磁场的分布情况，有助于确定可能的问题区域，如金属颗粒的存在。图像也有助于快速识别电磁特征，为进一步处理提供了基础。将原始磁场图像上的观测点进行分类标记。这有助于确定图像上的感兴趣区域，特别是可能存在金属颗粒的位置。标记后的图像提供了更具重点的信息，以便更有效地进行后续分析和建模。 构建线圈检测模型的效果是提供一种方法来识别和分析标记的磁场图像，以检测油品中的金属颗粒。这个模型使用已经分类标记的数据来训练，以了解电磁特征与金属颗粒存在之间的关系。模型可以自动识别潜在问题，提高检测的准确性，并为后续的金属颗粒数量和性质提供基础。

16、可选地，步骤s13具体为：

17、步骤s131：按照预设的划分比例对原始线圈磁感图像进行图像分割，从而获得线圈磁感图像集；

18、步骤s132：对线圈磁感图像集进行边缘点检测，从而获得磁感边缘点数据集；

19、步骤s133：通过边缘点平滑性计算公式对磁感边缘点数据集进行计算，从而获得边缘点平滑性数据；

20、步骤s134：对边缘点平滑性数据进行统计分析，从而获得高平滑点数据集、中平滑点以及低平滑点；

21、步骤s135：根据中平滑点以及低平滑点构建磁感线观测坐标系，其中，在磁感线观测坐标系中，低平滑点为纵轴观测点，中平滑点为横轴观测点；

22、步骤s136：根据高平滑点数据集对磁感线观测坐标系进行超胞曲线连接，从而获得观测椭圆坐标系；

23、步骤s137：通过观测椭圆坐标系对原始线圈磁场图像进行观测点映射标记，从而获得标记磁场图像。

24、本发明将原始线圈磁感图像分割为多个子图像，这可以有助于更细致地分析和处理图像。分割后的图像集可以包含不同部分的磁场信息，使得后续的处理更有针对性。边缘点检测有助于确定图像中的边缘区域，即磁场变化明显的地方。这有助于更精确地定位可能存在的问题区域，如金属颗粒。检测到的边缘点数据集提供了潜在问题区域的信息。边缘点平滑性计算有助于量化边缘点的特性，例如边缘的锐利度或平滑度。这些计算提供了更多有关边缘区域的信息，有助于进一步筛选感兴趣的区域。统计分析边缘点平滑性数据有助于识别高平滑点、中平滑点和低平滑点。这可以帮助确定哪些区域在磁场上具有不同的特性，这与金属颗粒的存在相关。构建磁感线观测坐标系的效果是将中平滑点作为横轴观测点，低平滑点作为纵轴观测点，从而创建一个坐标系，有助于进一步的分析。这可以帮助识别具有不同电磁特性的区域。超胞曲线连接有助于将高平滑点连接起来并进行扩展，从而创建观测椭圆坐标系。这个坐标系可以更好地描述不同区域之间的关系，有助于更精确地理解电磁场的特性。通过观测椭圆坐标系对原始线圈磁场图像进行观测点映射标记，可以更精确地标记不同区域，包括高平滑点和中/低平滑点。这提供了更精确的地图和定位，有助于更有效地检测和定位金属颗粒或其他问题。

25、可选地，步骤s133中的边缘点平滑性计算公式具体为：

26、；

27、式中，为边缘点平滑性得分，为边缘点的数量，为边缘点的索引，为第个边缘点的灰度值，为第个边缘点的横轴坐标，为第个边缘点的纵轴坐标。

28、本发明构造了一个边缘点平滑性计算公式，用于对磁感边缘点数据集进行计算。该公式充分考虑了影响边缘点平滑性得分的边缘点的数量，灰度值，边缘点的横轴与纵轴坐标，形成了函数关系：

29、；

30、其中，这一部分表示对第个边缘点的灰度值关于横轴坐标进行两次求导。这可以看作是对灰度值关于横向位置的曲率的度量。高曲率表示边缘可能不平滑。这一部分表示第个边缘点的灰度值的自然对数。它用于考虑灰度值的对数特性，以查看边缘点的变化。这一部分包含了多个计算。首先，它计算了第个边缘点的灰度值关于纵轴坐标的偏导数。然后，它计算了第个边缘点的灰度值关于横轴坐标的偏导数。接着，它将这两个偏导数的比值进行处理，将其分子加1，分母加上这一比值的平方。最后，取这个结果的平方根，以获得一个复杂的度量，用于描述灰度值的变化与横向位置的关系。在本领域中，通过采用梯度幅值平滑度、sobel算子等技术手段计算边缘点的平滑性。通过使用本发明提供的边缘点平滑性计算公式，可以更精确的计算出边缘点平滑性。

31、可选地，步骤s136具体为：

32、根据高平滑点数据集对磁感线观测坐标系进行曲线连接，从而获得平滑曲线坐标系；

33、对平滑曲线坐标系进行超胞扩展，从而获得超胞低平滑点、超胞中平滑点以及超胞高平滑点数据集；

34、根据超胞低平滑点、超胞中平滑点以及超胞高平滑点数据集对平滑曲线坐标系进行超胞曲线拟合连接，从而获得观测椭圆坐标系。

35、本发明将高平滑点连接成一条平滑曲线。高平滑点通常表示磁场的较强或较稳定的区域。连接这些点形成曲线有助于更好地理解高磁场强度区域的形状和特性。超胞扩展将平滑曲线坐标系扩展到更大的区域，这有助于包括更多的低平滑点、中平滑点和高平滑点。这种扩展可以更全面地考虑整个磁场区域，而不仅仅是曲线周围的高磁场强度区域。根据不同平滑点数据集将超胞坐标连接成曲线。这允许更好地建模整个磁场的形状，包括低、中、高磁场强度区域。通过这种方式，可以更全面地理解磁场的行为，包括磁场的椭圆形状和强度分布。

36、可选地，步骤s3具体为：

37、步骤s31：通过线圈检测模型对实时磁感线数据进行检测，从而获得磁感线检测数据；

38、步骤s32：根据磁感线检测数据进行颗粒沉淀分析，从而获得沉淀变化信号；

39、步骤s33：对磁感线检测数据进行颗粒悬浮分析，从而获得悬浮变化数据；

40、步骤s34：根据悬浮变化数据以及沉淀变化信号进行信号关联性连接，从而获得磁感线变化信号。

41、本发明通过线圈检测模型对实时磁感线数据进行检测，可以快速、准确地捕获磁场的变化情况。这可以用于实时监测磁场的强度和方向变化，从而及时发现异常情况或变化趋势。根据磁感线检测数据进行颗粒沉淀分析，可以帮助理解磁场中颗粒的沉降情况。这对于探索在不同位置或时间点上颗粒分布的变化以及预测颗粒运动的趋势具有重要意义。对磁感线检测数据进行颗粒悬浮分析可以揭示颗粒在磁场中的悬浮情况。这对于了解颗粒在磁场中的运动轨迹和分布情况，以及预测可能的颗粒聚集或扩散具有重要意义。通过将悬浮变化数据与沉淀变化信号进行关联性连接，可以帮助理解颗粒在磁场中的行为与磁场变化之间的关系。这有助于提取磁感线的变化信号，从而可以用于更深入的分析和应用，例如预测磁场的行为或识别特定模式。

42、可选地，步骤s32具体为：

43、步骤s321：对磁感线检测数据进行纵向检测数据提取，从而获得磁感线纵向检测数据；

44、步骤s322：对磁感线纵向检测数据进行波动梯度计算，从而获得纵向波动梯度数据；

45、步骤s323：对纵向波动数据进行高频波动统计分析，从而获得高频纵向波动数据；

46、步骤s324：对高频纵向波动数据进行时序信号连接，从而获得沉淀变化信号。

47、本发明通过提取磁感线的纵向检测数据，可以获得沿特定方向的磁场变化信息。这有助于理解磁感线在纵向上的演变，有助于检测特定的磁场特征或异常情况。计算纵向波动梯度有助于量化纵向磁感线的波动情况。这可以用于分析磁场的梯度变化，帮助检测可能的磁场不稳定性或快速变化。进行高频波动统计分析可以帮助理解磁场的高频振荡情况。这对于检测磁场中的瞬时变化或快速波动非常有用，可能有助于捕捉特定事件或信号。通过连接高频纵向波动数据，可以生成沉淀变化信号。这有助于综合不同时间点或位置的高频波动信息，以获得关于磁场的综合洞察，用于预测潜在的沉淀情况或其他变化趋势。

48、可选地，步骤s33具体为：

49、步骤s331：对磁感线检测数据进行横向检测数据提取，从而获得磁感线横向检测数据；

50、步骤s332：对磁感线横向检测数据进行频谱转换，从而获得横向检测频谱；

51、步骤s333：根据横向检测频谱进行异常振幅分析，从而获得横向异常振幅频谱；

52、步骤s334：对横向异常振幅频谱进行信号转换，从而获得悬浮变化信号。

53、本发明提取磁感线的横向检测数据有助于捕捉磁场在不同方向上的变化情况。这提供了有关磁场的多维信息，可能有助于检测各种横向振荡和变化。进行频谱转换可以将横向检测数据转换为频域中的频谱信息。这可以分析不同频率下的磁场振荡，从而更好地理解磁场的频域特性。通过分析横向检测频谱，特别是异常振幅，可以检测和量化不寻常的振幅或干扰。这有助于识别横向方向上的异常事件或信号，可能涉及故障、干扰或其他重要的信息。通过信号转换，可以将异常振幅频谱转换为悬浮变化信号。这有助于综合和可视化横向方向上的异常振幅信息，从而更容易理解和识别磁场的横向变化情况。

54、可选地，步骤s5具体为：

55、步骤s51：根据磁感线数字信号进行近似信号估算，从而获得近似信号集；

56、步骤s52：对近似信号集进行相关性分析，从而获得相关性信号集以及不相关信号集；

57、步骤s53：对相关性信号集进行相似信号筛选，从而获得相关性筛选信号集；

58、步骤s54：对相关性筛选信号集以及不相关信号集进行信号数量计算，从而获得颗粒数量数据；

59、步骤s55：根据颗粒数量数据对磁感线数字信号进行颗粒质量估算，从而获得颗粒质量数据；

60、步骤s56：对颗粒质量数据以及颗粒数量数据进行数据归并，从而获得金属颗粒数据。

61、本发明通过对磁感线数字信号进行近似估算，可以获得一个近似信号集。这些近似信号可以帮助捕捉金属颗粒的特征，如位置、大小或形状。通过对近似信号集进行相关性分析，可以识别与金属颗粒相关的信号，将其放入相关性信号集，同时将与金属颗粒不相关的信号放入不相关信号集。这有助于过滤出与金属颗粒相关的信息。在相关性信号集中，通过对信号进行相似性筛选，可以进一步细化金属颗粒的检测。这可以帮助排除噪音或其他不相关信号，提高金属颗粒检测的准确性。通过对相关性筛选信号集和不相关信号集进行信号数量计算，可以获得有关金属颗粒数量的数据。这对于了解金属颗粒的分布和密度非常重要。根据颗粒数量数据，可以估算金属颗粒的质量。这提供了关于金属颗粒的更多信息，包括它们的总质量。将颗粒数量数据和颗粒质量数据进行数据归并，以获得完整的金属颗粒数据集。这有助于全面了解金属颗粒的分布、数量和质量。

62、可选地，步骤s6具体为：

63、通过油品得分计算公式对金属颗粒数据以及待测油液位数据进行油品得分计算，从而获得待测油油品得分数据；

64、其中，油品得分计算公式具体为：

65、；

66、式中，为油品得分，为金属颗粒数量，为金属颗粒的索引，为第个金属颗粒的质量，为第个金属颗粒的密度，为液位面积，为时间，为液位高度，为自然对数的底数，为油的密度，为液位分布系数。

67、本发明构造了一个油品得分计算公式，用于对金属颗粒数据以及待测油液位数据进行油品得分计算。该公式充分考虑了影响油品得分的金属颗粒质量，金属颗粒数量，液位面积，时间，液位高度，油的密度，液位分布系数，形成了函数关系：

68、；

69、其中，金属颗粒的密度是通过金属颗粒的数量和总质量计算得到。部分是金属颗粒的质量与密度比值。对每个金属颗粒，计算其质量与密度的比值，然后将所有金属颗粒的比值相加，这表示金属颗粒对油品得分的负面影响。这是液位面积随时间的变化率，表示液位变化对油品得分的负面影响。表示偏导数，即对的导数。这是一个积分项，它计算了油中液位分布的影响。这是一个和液位高度相关的常数项，表示的倒数的平方根。这是从到对指数函数进行积分，是液位分布系数。这一部分考虑了液位分布对油品得分的正面影响。这个公式综合考虑了金属颗粒的质量与密度、液位变化率和液位分布对油品质量的影响，提高了油品得分的准确性和真实性。在本领域中，通常采用光谱分析、粒度分析等技术手段计算油品得分。通过使用本发明提供的油品得分计算公式，可以更准确地计算出油品得分。