目前,全行业对高精度实时检测技术有非常迫切的需求,而可以实现高精度实时检测数据的技术:分子光谱技术是实时检测的技术的发展方向。
- 水、气、土等环境因子参数的实时监测
- 突发环境事件的预警、监测与数据分析
- 生态环境大数据平台建立的大数据获取先决条件
- ……
- 作物生长环境因子参数的实时监测
- 作物生长过程的关键指标检测
- 加工过程的多因子快速检测与品控(谷物、烟草、工业大麻、茶叶、粉末等)
- 安全性检测(有害物残留)
- 生物能的产生过程全流程监测(沼气等)
- 新能源制备、储运过程的关键物质检测(火电、核电等)
- 能源与环境因子的影响特性监测
- ……
- 自动化生产过程控制(污水处理、自来水生产等)
- 排放物监测
- 突发性生产事件的监测、预警、数据分析等(偷排偷放、有毒有害性物质溢出、厂界监测)
- ……
低成本 | 无人化 | 高时效性 | 高准确度 | 原位检测 | 智能化 | 数字化 | …… |
---|
以行业最迫切的水质检测为例,传统技术的技术制约成为行业痛点!
- 近百种常检水质指标
- 复杂而多变的污染源
- 隐蔽而突发的应急事件
- 日益细化而严格的环保要求
- 高昂的设备造价和高运营成本
检测范围 | |
---|---|
自然水体 | 地下管网 |
污水处理 | 管道自来水 |
饮用水生产 | 工业循环水 |
…… |
频率:传统化学法检测仪器COD等核心指标检测需要60-90分钟,时效性极差,无法实现实时监测
指标:传统设备一台(套)只能完成一项指标的检测,全指标检测需要大量的设备与房屋建设投入
数据:数据延迟的同时导致数据量少,无法实现基于大数据的分析、趋势判断、溯源等软件层的功能
运维:能耗高、占地面积大、维保频次高,需要每周进行化学试剂的替换,运营成本高、使用门槛高
环保:化学试剂产生二次废液,需要特定流程处理,产生二次污染风险
场景:大量需要水质检测的场景无法进行设备与技术适配
技术:化学检测法的底层专利与市场被国外公司垄断
……
分子光谱在物质化学组成及含量分析上存在应用门槛过高的问题
行业的迫切需求——低成的本分子光谱检测技术应用
在食品安全、人类健康、药品质量、生态环境、生产制造等绿色制造领域,因应用场景的需要,市场急需原位检测、实时采集、在线分析、智能优化的分子光谱分析解决方案。
解决方案–AGIIoT工业互联网平台,全面解决分子光谱应用门槛过高的问题
一个共享的以云端光谱分析模型为核心的绿色工业互联网平台
一套微光谱传感器 | 一个工业PAAS平台 | 一个开放的工业互联网生态 |
---|---|---|
|
|
|
微光谱传感器采用了统一的微形技术架构,以标准化的微型光芯片为核心,以检测物质种类、检测方法(投射、反射)、量程为差异化因子形成完整而丰富的产品化传感器模组产品系列。
系统架构
模型探索与建立
光谱模型的工业PASS平台
可下载和调用的工业场景
包含光谱检测模型的工业PAAS平台,是检测核心部件,由公司专业的工程师团队维护;呈现在消费者手中的是各种具体的传感器、智能硬件等,傻瓜式操作降低了建模技术对专业技术人员的高度依赖,构成了分布式的、传感器化的和网络化的检测终端;此外还有基于智能个人设备,智能手机、平板电脑等的人机交互界面和显示终端。
在工业PAAS平台,团队多年的丰富工业知识和算法积累,已经内置在光谱算法的底层模块算法中,包括:光谱预处理算法,光谱定量、定性分析算法,模型的评价算法等。其中光谱预处理算法如:中值滤波、基线校正、正交信号校正( OSC) 以及小波去噪等; 光谱定量、定性分析算法如:主成分回归( PCR) 、偏最小二乘回归( PLS ) 、人工神经网( ANN) 、支持向量机( SVM) 等; 以及模型的评价算法如:偏差(残差)与极差分析、校正标准偏差、交互验证的标准偏差、预测标准偏差、决定系数、成对 t 检验等。