买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉大连理工大学申请的专利一种基于红外光谱即时学习技术实时测量结晶和发酵过程组份含量的方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN116223438B 。

龙图腾网通过国家知识产权局官网在2026-05-01发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202310212714.8，技术领域涉及：G01N21/359；该发明授权一种基于红外光谱即时学习技术实时测量结晶和发酵过程组份含量的方法是由刘涛;刘井响;郝首霖;薛闯;孟庆伟;赵珺设计研发完成，并于2023-03-07向国家知识产权局提交的专利申请。

本一种基于红外光谱即时学习技术实时测量结晶和发酵过程组份含量的方法在说明书摘要公布了：本发明属于工业过程检测领域，涉及一种基于红外光谱即时学习技术实时测量结晶和发酵过程组份含量的方法。本发明是利用配有浸入式探头的红外光谱分析仪，搭建结晶与发酵过程在线监测实验平台，从而实时原位测量反应过程溶液红外光谱数据。首先对光谱数据和参考数据进行采集，其次确定小波基函数并对历史光谱数据进行函数化处理，然后对当前测试样本选取相似数据集，再基于相似数据集建立函数型偏最小二乘模型，最后，将当前样本带入建立的模型计算其组分浓度预测值。本发明能够达到自动快速检测生物量、底物浓度和产物浓度，便于实际工业应用和推广。

本发明授权一种基于红外光谱即时学习技术实时测量结晶和发酵过程组份含量的方法在权利要求书中公布了：1.一种基于红外光谱即时学习技术实时测量结晶和发酵过程组份含量的方法，其特征包括如下步骤： 1采集反应釜中溶液的光谱数据和参考数据 为了消除外界环境对测量光谱带来的噪声，采用背景差减的方式去噪，选用光学性质稳定的介质作为参考背景，每次采样检测的近红外光谱数据由仪器测量的表观光谱与参考背景的差谱得到，由此消除噪声引起的测量误差；同时，对反应溶液进行取样，采用离心或稀释预处理操作，使用离线测量方法测量溶液中各组份浓度数据； 采用傅里叶近红外光谱分析仪以及配套的浸入式漫反射探头采集近红外光谱，采集近红外光谱以空气为参考背景；采用离线检测方法检测参考数据，其中，采用液相色谱仪测量发酵液葡萄糖浓度，采用气相色谱仪测量发酵液的乙醇浓度，采用酶标仪测量发酵液的生物量；将所有采集的光谱数据记为矩阵，质量数据记为；N表示样本个数，M和J分别表示光谱的波数和质量变量个数； 2确定小波基函数和光谱数据函数化 每条光谱是一条光滑曲线，看作一个连续的光滑函数，利用小波基函数逼近的方式计算每条光谱的近似函数；采用具有多尺度、正交性和紧支撑特性的小波作为基函数进行逼近，再利用确定的小波基函数和最小二乘法计算每个历史光谱样本对应的近似函数； 每个光谱表示为一条光滑连续函数，并用小波基函数进行表示 1 其中，是小波基函数，是对应的系数，K是积函数的个数，上标‘T’表示转置，表示过程运行时间；利用传统的小波变换方法确定小波基函数，再利用最小二乘法计算拟合系数向量； 3选取相似样本集 对于当前光谱样本，先计算其对应的近似函数，再利用基于距离的相似性指标从历史数据中选取若干个距离最小的光谱数据及其对应的质量数据作为建模训练数据集； 对于新采集的样本，先利用确定的小波基函数和最小二乘方法确定其函数化表达 2 其中，是对应的逼近系数；计算与所有历史数据样本的距离如下 3 其中是样本与第n个历史样本之间的距离，n=1,2,..,N；按照距离从小到大的顺序选择前个作为相似样本集记为，对应的质量数据记为； 4函数型偏最小二乘法建模 基于选取的相似样本集，采用函数型偏最小二乘法建立光谱和质量之间的预测模型，采用交叉验证法确定模型参数； 基于相似数据集和建立函数行最小二乘法模型如下： 4 其中是积分运算符，其定义为，是负载函数，是负载向量，是定义域；令，是系数向量，通过非线性迭代最小二乘法求解下面模型得到； 5 其中是所选相似历史光谱样本计算的系数矩阵； 再计算模型参数用于后续在线运算 6 7 其中是第j个负载向量,是第i个回归向量,是单位矩阵,保留特征个数； 5实时检测组份浓度 将待测样本带入建立的函数型偏最小二乘模型，得到对应的组份浓度预测值，实现浓度实时检测； 对于样本，对应的质量预测值计算如下：8 利用训练好的参数即可预测当前样本的质量预测值。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人大连理工大学，其通讯地址为：116024 辽宁省大连市甘井子区凌工路2号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。