液滴分析技术的研究

提出液滴形成过程中测定液滴瞬时体积的方法 ,并由此得到了基于液滴体积的“液滴指纹图”.解决了液滴形成速度影响液滴分析结果的难题 ,确保了“液滴指纹图”的唯一性 .所提出的三维液滴指纹图 ,将液滴分析技术的测试范围从液体的物理参数扩展到物理。

基于液滴分析技术检测水中的溶解氧及盐度

为使液滴分析技术定性识别液体时能定量给出主要的水质指标,将光纤溶解氧传感器引入液滴分析技术,利用荧光淬灭原理检测溶解氧含量;同时,利用盐度与液滴指纹图的关系建立拟合方程,检测盐度.将溶解氧探头放入盛水的烧杯中与液滴结构中进行对比实验,两者最大相差0.37%,说明在液滴结构中检测溶解氧具有可行性;对不同盐度的溶液进行实验,结果表明随着盐度的增加光纤电压值增大,建立了盐度的拟合方程;通过检验发现式(2)效果较好,最大误差为5.5%.

液滴指纹图的归一化处理和特征提取

液滴指纹图被认为是反映液体特性的综合数据库 ,介绍了对液滴指纹图进行归一化处理的方法和步骤 ,以及通过建立特征函数计算被测液体的指纹图相对于参照液体指纹图的相关系数 ,从而提取液滴指纹图的特征值的方法。文中给出部分实验曲线及数据结果。

基于液滴指纹图波形分析的液体识别方法

为了定量地描述“光电液滴指纹图”鉴别液体的功能,提出一种波形分析法来提取指纹图的特征参数。采用“邻域比较法”或“基于最大值和最小值的极值检测法”确定指纹图的峰谷位置,分别计算表征主峰、次峰和波谷的电容信号和光纤信号的参数,以及指纹图的曲线长度和曲线面积。实验证明,“曲线面积”是最有效的识别参数,不同种类液体的相对分辨率为7.45%;同一种类不同品牌的水、饮料、酒、醋和酱油的相对分辨率分别为1.96%,7.64%,14.39%,0.07%和3.65%。指纹图的“次峰”是相对较弱的特征,相对分辨率仅为0.07%。

光纤电容液滴分析仪及其识别算法

光纤电容液滴分析仪利用液滴分析技术,综合在液体形成液滴的监测过程中获得的物理、化学特性参数,进行液体识别.基于液滴分析仪的功能原理,结合其现有的识别算法,提出了一个基于BP神经网络技术的液体识别方案,设计了3层BP神经网络分类器,完成了嵌入式系统功能算法的设计.对典型样品进行了测试实验,结果表明,对大部分液体可以进行完全识别,部分液体的识别率达96%以上,识别精度可达95%.

光谱液滴分析系统设计

将光谱分析方法引入液滴分析技术中,构建研究被测液体物理和化学特性的光谱液滴分析系统．通过液滴传感器监测被测液体的液滴生长过程,得到光经过液滴作用后的光强变化信息和液滴形成过程中的瞬时体积信息,同时利用微型光谱仪得到被测液体的吸收光谱．综合这3种包含被测液体特性信息的数据,构造液体的3维指纹图,它体现了液体的综合特性,在确定条件下对同种液体是唯一的,可作为研究液体特性和鉴别不同液体的依据．

温度对液滴指纹图水质识别的影响分析

研究水本身温度和环境温度的变化对液滴指纹图产生的影响,可为液滴分析仪仪器化设计提供参考。在环境温度保持在27℃左右时,对注射器中水的温度由57℃降至31.3℃期间,连续采集了16组液滴指纹图,比较各组液滴指纹图,光纤信号和电容信号的最大变化分别为0.17%和1.23%,与系统误差相当,说明水本身温度对液滴指纹图几乎无影响;以纯水在不同温度下的折射率、表面张力和介电常数值,计算了环境温度对纯水液滴测量信号的影响大小,计算结果表明:环境温度由18℃升至30℃时,光纤信号和电容信号的变化分别为0.64%和3%,对电容信号的影响较大。

基于PCA的“光纤液滴指纹图”识别液体研究

基于主成分分析(PCA)对提取“光纤液滴指纹图”的特征值进行研究。对40滴自来水样本进行主成分分析,由特征值大小及累积贡献率确定主成分的个数为6。计算40滴样本的主成分,得出第2,3,4主成分较稳定,第1,5,6主成分稳定性较差。对比40滴样本的“光纤液滴指纹图”的重合性,发现最后15%左右的数据曲线重合性较差,截掉此部分数据重新进行主成分分析,得出6个主成分的稳定性好,最大相对差异仅为8%。基于指纹图中前85%的数据,应用PCA算法对曲线形状较相似的10‰和20‰的盐水进行识别验证,得出二者的6个主成分差异性均显著,说明截掉不稳定的数据后对基于PCA算法识别液体的影响较小。

液滴传感器及其鉴别算法的设计

液滴传感器是基于液滴分析技术,利用光纤和电容测试技术制成特殊的液滴分析装置,通过获取液滴在生长过程中光纤信号与电容信号的变化规律,达到对不同液体进行鉴别的目的。介绍了液滴传感器的设计理论,给出了系统设计的总体框图,提出了基于液滴指纹图特征值的鉴别算法,并通过对部分样品进行测试实验,证明此算法可以作为鉴别液体的依据。

基于液滴指纹图的波形分析算法的改进

不同的液体在相同的夜滴分析系统中,光纤信号的强弱不同,电容信号的强弱即液滴体积不同,液滴指纹图的波峰波谷的高度、位置以及峰的形状不同,液滴指纹图的曲线长度和曲线下的面积不同;因此,对光电液滴指纹图进行波形分析,计算波形参数,可以实现特征提取并区分不同液体。针对波形分析算法在特征提取过程中存在的两个缺陷,即最值检测时可能错误识别波谷位置和邻域比较时产生大量等值数据集,提出了改进的波形分析算法;对改进前后的波形分析算法进行了分析比较,改进后的算法有效提高了波形参数的准确性。

双波长超高效液相色谱指纹图谱鉴定芪参益气滴丸质量

目的建立芪参益气滴丸(QSYQDP)双波长UPLC指纹图谱,用系统指纹定量法鉴定其质量。方法采用超高效液相色谱法,以毛蕊异黄酮苷为参照峰,分别确定30个(254 nm)和36个(203 nm)共有指纹峰,建立QSYQDP-UPLC双波长指纹图谱。以系统指纹定量法的宏定性相似度Sm、宏定量相似度Pm为评价指标,采用均方开方法整合双波长下各样品的信息,并结合系统聚类分析,实现对49批QSYQDPs的整体质量评价。结果 254 nm波长下80%的样品质量在5级以上;203 nm波长下70%的样品质量在5级以上;指纹信息整合后数据显示,83%的样品质量在5级以上。结论所建立的多波长QSYQDP-UPLC指纹图谱的评价方法可权衡各个指纹信息,清晰、全面地反应QSYQDP的整体质量,适用于其质量控制。

分段滤波在光纤电容液滴分析技术中的应用

光纤电容液滴分析技术通过获取液滴在成长过程中光纤信号随液滴体积的变化规律,得到"液滴指纹图"。由于反映液滴体积的电容信号是一种锯齿波,光纤信号同样也呈周期性突变,在对光纤及电容信号的滤波过程中容易引起信号失真,本文提出了一种分段滤波的方法,提取液滴生长周期,再对每部分周期信号分别进行零相位低通滤波。实验证明该方法很好的解决了液滴分离瞬间的信号失真问题,为光纤电容液滴分析技术在液体真伪鉴别、液体类产品质量控制、污水处理等领域的实际应用打下了坚实基础。

应用光纤液滴传感器进行液体测试

光纤液滴传感器是利用测试液滴的形成过程与液体成份之间的关系而制成的一种液体测试传感器。主要利用光纤来监测液滴的增长过程,得到随液滴下降过程的光强变化情况,从中获得反映液体的物理、化学性质的“液滴指纹图”。通过对指纹图进行分析对比得到液体的特性参数,实现对各种液体的鉴别。

采用液滴分析技术定量检测水中溶解氧的研究

在原有光纤-电容传感器的基础上,引入了光纤溶解氧(DO)传感器,在保持液滴分析仪原有结构的情况下,可同时获得水质的定性和定量信息。基于液滴分析技术(DAT)对水中30种不同浓度的DO含量进行了检测。实验结果表明,基于DTA,采用光纤DO传感器检测液体的DO含量是有效的。在考虑温度影响时,二次多项式拟合模型效果最佳,系统的灵敏度可达0.1mg/L,最大相对误差为2.38%。