具体实施方式

：

参照图1，本发明具体采用如下实施方式：包括主管道12、检测装置连接管13、混油输出连接管9、法兰球阀一1、紫外激光发射器2、可拆卸光学检测窗口3、紫外激光接收器4、光学信号处理器5、电磁阀门控制器6、法兰球阀二7、升降式止回阀8、电磁阀一10和电磁阀二11；在成品油的主管道12上安装检测装置连接管13，检测装置连接管13上安装有法兰球阀一1，检测装置连接管13上安装有可拆卸光学检测窗口3，检测装置连接管13上安装有升降式止回阀8，检测装置连接管13上安装有法兰球阀二7，可拆卸光学检测窗口3一侧安装紫外激光发射器2，可拆卸光学检测窗口3另一侧安装紫外激光接收器4，紫外激光接收器4连接光学信号处理器5，光学信号处理器5另一端连接电磁阀门控制器6，电磁阀门控制器6连接电磁阀一10和电磁阀二11，电磁阀一10一端与混油输出连接管9连接，混油输出连接管9另一端与主管道12连接；所述的主管道12上安装有电磁阀二11。所述的检测装置连接管13上安装有可拆卸光学窗口3，可拆卸光学窗口3两侧分别安装紫外激光发射器2和紫外激光接收器4。所述的检测装置连接管13上装的法兰球阀一1和法兰球阀二7，便于安装和拆卸光学窗口，同时减少管道中有油品漏失，检测装置连接管12上装的升降式止回阀8用于保证检测管中油品的定向流动。所述的紫外激光发射器2采用的紫外波长为480nm。所述的电磁阀门控制器6一端连接光学信号处理器5另一端连接电磁阀一10和电磁阀二11，通过光学信号处理器5输出的信号控制电磁阀一10和电磁阀二11的开启或关闭。所述的混油输出连接管9连接混油储存罐，可将成品油混油段输送至混有储存罐后集中处理。

所述的检测装置连接管13上安装有可拆卸光学窗口3，可拆卸光学窗口3两侧分别安装紫外激光发射器2和紫外激光接收器4，可拆卸光学窗口3可以解决由于使用时间过长导致的光学窗口透光性变差影响检测精度的问题，通过将窗口拆卸下来清洗或者更换新窗口即可解决。

所述的检测装置连接管上装的两个法兰球阀一1、法兰圈球阀二7以及升降式止回阀8，前者用于截断管路，方便安装和拆卸光学窗口，后者用于保证检测管中油品的定向流动。法兰球阀一1和法兰圈球阀二型号为Q41F型；升降式止回阀型号为H41T-16。

所述的电子阀门控制器6一端连接光学信号处理器5另一端连接ZCT-₅₀₀A电磁阀一10和ZCT-₅₀₀A电磁阀二11，电磁阀一10和电磁阀二11的型号为ZCT-₅₀₀A，通过光学信号处理器5输出的混油信号控制电磁阀10一和电磁阀二12的开启和关闭，当光学信号输出的是混油数据时电磁阀一10打开，电磁阀二11关闭，当光学信号输出的是单品油数据时电磁阀一10关闭，电磁阀二11打开。

所述的成品油输送主管道12为D500mm的钢管，检测装置连接管13为D200mm的不锈钢管，两部分通过法兰进行连接。

工作原理如下，基于朗伯比尔定律建立了待测液体吸光度与浓度之间的关系，即当一束平行光垂直照射待测液体时，水样会对特定波长的光进行吸收，其吸光度A与待测组分浓度c和吸光厚度l成正比关系，而透过率T与c、l成反比关系，表达式如下：

（1）

式中：A(λ)—待测液体吸光度；

I0—入射光强度；

It—透射光强度；

Tt—透射比，即It与I0的比值；

c—待测组分浓度；

l—吸光厚度；

ε—摩尔吸光系数。

当待测液体中含有多种互不影响的组分共同存在时，在同一波长处，该液体总的吸光度等于溶液中各组分的吸光度之和。总吸光度计算公式如下：

（2）

式中：A1，A2，A3，...，An—各组分的吸光度；

εi—各组分吸光系数；

ci—各组分浓度；

A—混合组分的总吸光度。

在对样本进行光谱测量过程中，所测得的光谱信息在包含样本的特征信息外，还包含了外界环境影响因素的干扰，在利用光谱数据进行定量和定性分析之前需进行数据预处理，以达到降噪，提高建模精度的目的。

通常采用的降噪方法有： Savitzky-Golay多项式平滑法、标准正态变换、矢量归一化、最小最大归一化、多元散射校正、光谱数据求导等。本设计采用矢量归一化对光谱数据进行预处理，原因是该方法可减小光程对光谱信息的影响，且适用于浓度变化大的待测液光谱降噪处理。其公式为：

（3）

式中：—数据矩阵的第j列元素的平均值；

—数据矩阵的第j列元素的平方和根。

本设计中采用的是紫外激光发射器，通过实验对纯油和混油油品进行检测，通过联合区间PLS算法选择最佳光谱特征区间，从而确定本设计采用的紫外激光发射装置的波长为480nm。

联合区间PLS算法(Syncrgy Interval PLS，简称SiPLS)，该方法以iPLS为基础，计算得到两个及以上子区间的联合模型，选择均方根误差最小，相关系数最大对应的组合区间，在该区间上进行PLS回归分析，即可得出预测能力最强的联合区间偏最小二乘模型。

通过主成分回归分析法（Principal Component Analysis，简称 PCA），建立待测液体光谱信息和浓度或含量之间的关系，进而实现对待测液体中特定成分或含量的预测。其原理是通过对光谱信息进行降维，剔除线性相关差的光谱信息，然后利用主成分进行多元线性回归。该方法可大大降低运算的复杂性。

首先通过奇异值分解，可以将自变量矩阵X分解为：

（4）

式中：S—协方差矩阵XTX的特征值的平方根；

U—标准列的正交矩阵；

PT—标准行的正交矩阵。

当时，T为主成分分析中的得分矩阵，矩阵P为荷载矩阵。则主成分回归模型可表示为：

（5）

式中：B—关联系数矩阵

则的最小二乘解可表示为：

（6）

主成分回归(PCA)可以有效减小噪声对预测模型的干扰，便于进一步分析。但该方法也存在不足，在建模过程中，由于数据维数降低，部分光谱数据被舍去导致预测模型的精度受到影响。

对所建模型的性能好坏可通过计算回归模型的评价指标：相关系数r、决定系数R2、校正集交叉验证均方根误差RMSECV、验证集外部检验均方根误差RMSEP、系统偏差Bias来反映出模型的准确性街可信度。当相关系数r或决定系数R2的数值越大，校正集交叉验证均方根误差RMSECV、验证集外部检验均方根误差RMSEP以及系统偏差Bias的值越小时，所建立的回归模型预测精度越高，预测效果越好。如果RMSECV远小于RMSEP，则意味着校正集样本的代表性差。如果RMSEP远远小于RMSECV，则表明预测集样本的代表性较差。其中：

（7）

（8）

（9）

（10）

（11）

式中：—光谱建模预测值；

—光谱建模预测值的算数平均值；

—标准方法测定值的算数平均值。

马氏距离能有效计算两个样本集的相似度，即两个样本集“重心”的最近距离。马氏距离能考虑到各种特性之间的联系，可以排除变量之间的相关性干扰。计算公式如下：

（12）

式中：xi—第i个样本的数据

xj—第j个样本的数据

Cov—样本协方差矩阵

对于液态多组分混合物的定性分析与鉴别，本设计将主成分分析与马氏距离相结合建立定性分析模型，具体步骤如下：

（1）首先对校正集光谱矩阵C _n×m 进行主成分降维，得到主成分得分矩阵S _n×f 和荷载矩阵L _m×f ；

（2）对得分矩阵进行中心化处理；

（3）计算校正集样本的协方差矩阵Cov；

（4）计算校正集样本的马氏距离；

（5）计算校正集样本马氏距离的标准差，并设定其权重系数；

（6）重复（1）~（4）计算预测集样本的马氏距离；

（7）对预测集进行判别。

其中，校正集光谱降维公式如下：

（13）

式中：n—校正集中的样本数；

m—变量数；

f —主成分数

得分矩阵S _n×f 的中心化处理按照下式进行：

（14）

式中：i=1,2,3,…,n;j=1,2,3,…,n

（15）

（16）

（17）

式中：—n个校正集样本的平均得分矩阵；

Sc—S的均值中心化矩阵；

s _i —校正集中样本i的光谱得分向量；

M _cal,i —校正集样本i的马氏距离；

Cov _cal —校正集样本的协方差矩阵。

校正集样本马氏距离标准偏差计算式如下：

（18）

式中：—校正集样本马氏距离的平均值

记M _pre, i为预测集样本i的马氏距离，G _pre 为未知样本的光谱矢量，G _cal 为校正集样本群体，e为马氏距离标准差的权重系数，用于设定阈值范围。基于马氏距离的定性判别规则如下：

当时，则；

当时，则；

当时，则重新选定阈值e。

综上所述，本一种成品油输送管道混油段激光在线检测装置，实时检测，检测准确性高，易于维护管理，通过紫外激光照射油品，紫外激光接收器将照射油品后的数据传导给信号处理装置，通过以上数据处理原理对紫外激光信号进行处理。当信号处理装置输出混油信号时，阀门控制装置控制主管道上的电磁阀关闭，混油输出管道上的电磁阀打开；当信号处理装置输出单品油信号时，阀门控制装置控制主管道上的电磁阀打开，混油输出管道上的电磁阀关闭，阀门控制装置输出的信号可根据油品流速进行调节，从而避免混油段的混油没有完全排出，同时也可防止单品油进入混油管道内，造成油品的浪费。