CN111855599A - 一种检测设备及方法 - Google Patents

一种检测设备及方法 Download PDF

Info

Publication number
CN111855599A
CN111855599A CN202010758982.6A CN202010758982A CN111855599A CN 111855599 A CN111855599 A CN 111855599A CN 202010758982 A CN202010758982 A CN 202010758982A CN 111855599 A CN111855599 A CN 111855599A
Authority
CN
China
Prior art keywords
dye
absorbance
concentration
target
wavelength value
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN202010758982.6A
Other languages
English (en)
Inventor
黄巍
黎定勇
宋阳
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Lenovo Beijing Ltd
Original Assignee
Lenovo Beijing Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Lenovo Beijing Ltd filed Critical Lenovo Beijing Ltd
Priority to CN202010758982.6A priority Critical patent/CN111855599A/zh
Publication of CN111855599A publication Critical patent/CN111855599A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/17Systems in which incident light is modified in accordance with the properties of the material investigated
    • G01N21/25Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
    • G01N21/31Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry

Landscapes

  • Physics & Mathematics (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Investigating Or Analysing Materials By Optical Means (AREA)

Abstract

本申请公开了一种检测设备及方法,该检测设备包括检测器和处理器,检测器与待检测的染料槽连接,对染料槽的染料进行检测,得到染料的波长和吸光度的光谱图,处理器通过光谱图获取染料在目标波长值的目标吸光度,通过该目标吸光度计算得到每种染料的当前染料浓度,实现了基于当前染料浓度确定染料池的待补加量,无需通过人工经验确定染料浓度以及调整染料量,使得染料浓度的调整过程实现了自动化,提升了调整准确性。

Description

一种检测设备及方法
技术领域
本申请涉及信息处理技术领域,更具体的说是涉及一种检测设备及方法。
背景技术
阳极表面处理工艺由于其较好的金属质感和防腐蚀性能,在手机、电脑、电子器件及日常产品中得到了广泛的应用。其中,经表面阳极氧化的金属或有镀层的金属,通过电解时电场的作用,使金属表面的氧化膜或镀层着色。
在阳极表面处理过程中,需要对染料槽中的染料进行调整,通常会通过调色工程师的经验来进行染料的调整。无法准确获得染料槽中的染料浓度,这就造成依靠主观经验进行调整,会使得调整准确度较低,从而使得阳极表面处理效果较差。
发明内容
有鉴于此,本申请提供如下技术方案:
一种检测设备,包括:
检测器和处理器,其中,
所述检测器与待检测的染料槽连接,用于对所述染料槽的染料进行检测,得到所述染料槽的染料的波长和吸光度的光谱图;
所述处理器与所述检测器连接,用于通过所述光谱图获取所述染料在目标波长值的目标吸光度,并根据所述目标吸光度计算得到所述染料槽中的每种染料的当前染料浓度;
其中,所述待检测的染料槽中包括至少一种染料,所述目标波长值为基于染料的特征吸收峰确定的波长值。
可选地,所述检测设备还包括检测池,所述检测池中配置有若干个相互独立的染料槽,且每个染料槽中配置有单组分染料;
所述检测器分别与所述检测池的各个染料槽连接,还用于对每个所述单组分染料进行检测,得到每个所述单组分染料的波长和吸光度的光谱图;
所述处理器,还用于通过每个所述单组分染料的波长和吸光度的光谱图,确定每个所述单组分染料的特征吸收峰对应的波长值,并基于每个所述单组分染料的特征吸收峰对应的波长值,确定目标波长值。
可选地,所述处理器具体应用于基于所述染料槽的染料种类数量,确定目标波长值,所述目标波长值的选取数量与所述染料槽的染料种类数量相匹配。
可选地,所述检测池中配置有染料样本,所述染料样本的染料种类与所述待检测的染料槽中的染料种类相同,且所述染料样本为已知的不同浓度的染料;
所述检测器,还用于对所述染料样本进行检测,得到所述染料样本的吸光度与波长的光谱图;
所述处理器,还用于通过所述染料样本的吸光度与波长的光谱图,获得目标波长值对应的吸光度;利用所述吸光度与其对应的染料浓度生成计算模型。
可选地,所述处理器具体用于:
利用所述计算模型和所述待检测的染料槽的染料在目标波长值的目标吸光度,计算得到所述染料槽中的每种染料的当前染料浓度。
可选地,所述染料槽包括第一染料和第二染料,所述目标波长值包括第一波长值和第二波长值,所述处理器具体用于:
利用所述计算模型,生成在第一目标波长值下的染料的浓度与吸光度的第一方程,以及在第二目标波长值下的染料的浓度与吸光度的第二方程;
基于所述第一方程和第二方程,计算得到目标吸光度对应的第一染料的当前浓度和第二染料的当前浓度。
可选地,所述检测设备还包括输出组件;
所述输出组件分别与控制设备相连,所述控制设备与染料补加设备连接,所述染料补加设备与所述待检测染料池连接;
所述控制设备,还用于通过所述染料槽中的每种染料的当前染料浓度,计算得到所述染料槽的每种染料的待补加量;依据所述待补加量生成控制指令;使得所述染料补加设备依据所述控制指令对所述染料槽中的染料进行补加。
可选地,所述检测设备还包括存储组件,所述存储组件用于存储不同单组分染料组成的混合染料对应的目标波长值,使得所述处理器调用所述存储组件,获得与所述待检测的染料槽的染料相匹配的目标波长值。
一种检测方法,包括:
对待检测的染料槽的染料进行检测,得到所述染料槽的染料的波长和吸光度的光谱图;
通过所述光谱图获取所述染料在目标波长值的目标吸光度;
根据所述目标吸光度计算得到所述染料槽中的每种染料的当前染料浓度。
可选地,所述方法还包括:
通过所述染料槽中的每种染料的当前染料浓度,计算得到所述染料槽的每种染料的待补加量;
依据所述待补加量对所述染料槽中的染料进行补加。
经由上述的技术方案可知,本申请公开了一种检测设备及检测方法,该检测设备包括检测器和处理器,检测器与待检测的染料槽连接,对染料槽的染料进行检测,得到染料的波长和吸光度的光谱图,处理器通过光谱图获取染料在目标波长值的目标吸光度,通过该目标吸光度计算得到每种染料的当前染料浓度,实现了基于当前染料浓度确定染料池的待补加量,无需通过人工经验确定染料浓度以及调整染料量,使得染料浓度的调整过程实现了自动化,提升了调整准确性。
附图说明
为了更清楚地说明本申请实施例中的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本申请的实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据提供的附图获得其他的附图。
图1为本申请实施例提供的一种检测设备的结构示意图;
图2为本申请实施例提供的一种染料的光谱图;
图3为本申请实施例提供的一种处理***的结构示意图;
图4为本申请实施例提供的一种检测方法的流程示意图。
具体实施方式
下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
本申请实施例提供的检测设备可以用于对染料槽中的染料浓度进行实时检测。如可以应用在阳极表面处理工艺中,在阳极表面处理过程中没需要对染料槽中的染料浓度进行调整,使得染料浓度维持在一个浓度范围内,才能使得阳极表面处理达到较好的效果。
参见图1,其示出了本申请实施例提供的一种检测设备的结构示意图,该检测设备包括检测器101和处理器102,检测器与待检测的染料槽连接,对染料槽的染料进行检测,得到染料槽的染料的波长和吸光度的光谱图。处理器102与检测器101连接,用于通过光谱图获取染料在目标波长值的目标吸光度,并根据目标吸光度计算得到染料槽中的每种染料的当前染料浓度。
其中,待检测的染料槽中包括至少一种染料,即染料槽中的染料可以是多组分的混合染料。在本申请实施例中检测设备可以采用分光光度法实现染料浓度的实时检测,分光光度法连续从染料中采样,通过分光光度计的吸光量变化,实现染料浓度的实时检测。分光光度法是指用一系列的某一单色光照射被测染料,分析出被测染料对光的吸收强弱的方法,光的吸光强弱可以以吸光度表示。其原理是朗伯比尔定理,公式为:A=KCL,式中,A为检测的吸光度值,K为吸光系数,L为被测染料的厚度,C为被测染料的浓度。
在本申请的检测设备中的检测器采用分光光度计,其对染料槽的染料进行检测时是扫描比较染料槽中染料的紫外-可见光区的吸收特征,得到染料槽的各个染料的吸光度,生成波长和吸光度的光谱图。虽然朗伯比尔定律适用于紫外、可见、红外光区,但由于红外光区的光路复杂,设备相对昂贵,为了降低检测设备的复杂性和成本,在本申请实施例优选获得紫外-可见光的吸收特征。
采用分光光度计作为实时检测装置的检测器时,检测波长如采用200-1000nm的波长,然后测定然料槽的染料在每个波长下的吸光度,回执出波长和吸光度的光谱图。参见图2,其示出了本申请实施例提供的一种染料的光谱图,在该光谱图中,横坐标为波长、纵坐标为染料的吸光度。
可见,在该光谱图中可以获得各个波长值对应的吸光度数值,然后由处理器102基于该光谱图获取染料在目标波长值的目标吸光度,并根据目标吸光度计算得到每种染料的当前染料浓度。需要说明的是,在本申请实施例目标波长值为基于染料的特征吸收峰确定的波长值。每种单组分染料都有其独特的吸收曲线,即波长和吸光度的光谱图,可以基于该光谱图得到特征吸收峰波长的位置,特征吸收峰是吸收度出现波峰的地方。如图2中箭头所在位置为该染料对应的特征吸收峰,该特征吸收峰对应的波长为光吸收最大处的波长。目标波长值是对应混合染料的各个染料的特征吸收峰对应的波长进行相关处理得到的波长。
这样可以查找到目标波长值对应的目标吸光度,然后通过预先建立的吸光度、染料浓度的计算模型,在已知吸光度的情况下,可以计算得到染料的当前染料浓度。
这样在后续处理时,可以基于染料的标准浓度以及当前染料浓度,实时计算得到待补加染料量,进行自动补加,使得染料浓度保持在一个固定的范围内,实现阳极表面处理达到较好的效果。
在本申请实施例中的检测器可以配置有相应数量的单一波长的LED光源、检测池、光电检测器、进液口、出液口、振荡器、循环管、保温器组成。其中,单一波长的LED光源提供染料的照射光源,检测池用于存放检测样本,进液口连接检测池和染料槽,出液口连接检测池和光电检测器,光电检测器用于测量吸光度,振荡器使得检测池中的染料进行充分混合,保证检测的准确性,循环管是为了染料的循环,保温器为检测提供一个稳定的检测环境。
对应的,当检测设备还包括检测池时,检测池中配置有若干个相互独立的染料槽,且每个染料槽中配置有单组分染料。
检测器分别与检测池的各个染料槽连接,还用于对每个单组分染料进行检测,得到每个单组分染料的波长和吸光度的光谱图;
处理器,还用于通过每个单组分染料的波长和吸光度的光谱图,确定每个单组分染料的特征吸收峰对应的波长值,并基于每个单组分染料的特征吸收峰对应的波长值,确定目标波长值。
其中,单组分染料是与染料池中的染料相对应的,如染料池中的染料包括染料A和染料B,则检测池的一个染料槽配置有染料A,另一个染料槽配置有染料B,然后通过检测器获得各个单组分染料的波长和吸光度的光谱图。处理器通过光谱图确定单组分染料的特征吸收峰对应的波长值,并基于波长值之间的相关性确定目标波长值。其中,相关性是指染料的吸光度符合线性关系的朗伯比尔定律,即组成混合染料的各个染料在目标波长值出的吸光度不同。
例如,检测池中的染料槽包括第一染料和第二染料,所述检测器用于:
测定第一染料在每个波长下的吸光度,并生成第一染料的波长和吸光度的第一光谱图;测定第二染料在每个波长下的吸光度,并生成第一染料的波长和吸光度的第二光谱图。
对应的,处理器用于:
通过第一光谱图确定第一染料的特征吸收峰对应的第一波长值,通过第二光谱图确定第二染料的特征吸收峰对应的第二波长值;并基于第一波长值和第二波长值确定目标波长值,其中,第一波长值可以有至少一个,第二波长值也可以至少有一个,然后在第一波长值和第二波长值中选取最具有吸收特性的波长值作为目标波长值。
由于在本申请实施例中计算染料浓度的时候利用了预先生成的计算模型,该计算模型是一个方程组,其方程数量与染料的种类相同,对应的方程是浓度与吸光度的关系,而该方程与目标波长值有关,即一个目标波长值下对应一个浓度与吸光度的方程。则检测设备中的处理器具体应用于基于所述染料槽的染料种类数量,确定目标波长值,所述目标波长值的选取数量与染料槽的染料种类数量相匹配。例如,染料槽中有两种染料,则选取的目标波长值有两个;染料槽中有三种染料,则选取的目标波长有三个。
在本申请实施例中处理器计算染料浓度时利用计算模型,该计算模型是通过已知浓度的染料样本进行检测计算得到的模型。对应的,在与检测器连接的检测池中配置有染料样本,该染料样本的染料种类与待检测的染料槽中的染料种类相同,且染料样本为已知的不同浓度的染料。
对应的,检测器用于对染料样本进行检测,得到染料样本的吸光度与波长的光谱图。处理器用于通过染料样本的吸光度与波长的光谱图,获得目标波长值对应的吸光度,利用吸光度与其对应的染料浓度生成计算模型。然后利用该计算模型和待检测的染料槽的染料在目标波长值的目标吸光度,计算得到染料槽中的每种染料的当前染料浓度。
当染料槽包括第一染料和第二染料,所述目标波长值包括第一波长值和第二波长值,所述处理器具体用于:
利用所述计算模型,生成在第一目标波长值下的染料的浓度与吸光度的第一方程,以及在第二目标波长值下的染料的浓度与吸光度的第二方程;
基于所述第一方程和第二方程,计算得到目标吸光度对应的第一染料的当前浓度和第二染料的当前浓度。
具体的,该计算模型可以为回归方程,则在计算过程选择n个目标波长值λ1、λ2、λ3、....λn进行分析,其对应的每一个波长值下可以得到染料浓度和吸光度的方程,如有两种染料,在第一目标波长值λ1,两种染料的浓度分别为X1、X2,测得吸光度为Y1,在第一目标波长值λ2,两种染料的浓度分别为X1、X2,测得吸光度为Y2,则得到的回归方程为:
Y1=a0+a1 X1+a2 X2
Y2=b0+b1 X1+b2 X2
其中,a0和b0为回归常数,a1、a2、、b1、b2为回归系数。
因此,在已知浓度和吸光度的前提下,可以计算得到回归方程的回归常数和回归系数,继而可以得到确定的回归方程,在测得吸光度时,可以基于该回归方程得到染料浓度。
例如,染料槽中的染料是由SG-B染料和601染料混合得到的,每种染料都有其独特的光谱图,对每种染料进行光谱图测定,得到特征吸收峰对应的波长值,将染料混合后,由于吸收叠加效应,会得到混合后的吸收光谱。为了分别得到混合后每种染料的浓度,需建立每种染料浓度和混合后吸光度之间的关系。
需要用一直确定浓度的染料1(SG-B染料)和染料2(601染料)混合后与两个特征吸收波长的吸光度之间的数学关系,得到回归方程。其中,这两种染料对应的目标波长值为480nm和600nm。如,表1所示,已知染料浓度,以及对应目标波长值下的吸光度,从而可以确定回归方程。
表1
Figure BDA0002612519330000081
基于上述数据可以得到下面的二元一次方程组:
480nm:Y1=6.69*X1+5.875*X2+0.039475
600nm:Y2=6.736667*X1+3.975*X2+0.027842
因此,当获得染料1与染料2的未知混合浓度溶液,当通过检测器测得480nm下的Y1和600nm下的Y2,代入方程组中,即可求得染料1的浓度X1,染料2的浓度X2
举例说明,如果工艺中使用到三种染料,那么需要分别确定三个染料单一物质的特征吸收光谱,确定三个特征吸收峰对应的目标波长值,在这三个波长时,三种染料必须有不同的吸光度表现。然后,需要根据工艺要求的浓度范围,来配制工艺参数附近上下一定范围的A、B、C三支染料浓度组合(即标准溶液)。通过在波长1、2、3下测量不同浓度组合的染料整体吸光度,得到吸光度与浓度组合的关系,并分别以吸光度对浓度进行拟合,可以得到类似的关系:Y表示吸光度;X表示单一染料浓度;1、2、3表示染料编号,得到的回归方程为:
Y1=A1*X1+B1*X2+C1*X3
Y2=A2’*X1+B2*X2+C2*X3
Y3=A3*X1+B3*X2+C3*X3
由于可以通过测量确定上述方程式中的A1.......C3,就得到了关于X和Y的三元一次方程组关系,当要测量一个时刻下的浓度时,就可以在这个时刻同时测量三个波长下的吸光度Y1、Y2、Y3,就可以求出三支染料的浓度X1、X2、X3。
为了能够实现染料槽中的染料的自动补加,使得染料槽中的染料浓度维持在一定的浓度范围内,本申请实施例中的检测设备还包括输出组件。
所述输出组件分别与控制设备相连,所述控制设备与染料补加设备连接,所述染料补加设备与所述待检测染料池连接;
所述控制设备,还用于通过所述染料槽中的每种染料的当前染料浓度,计算得到所述染料槽的每种染料的待补加量;依据所述待补加量生成控制指令;使得所述染料补加设备依据所述控制指令对所述染料槽中的染料进行补加。
参见图3,其示出了本申请实施例提供的一种处理***的结构示意图,包括:
染料槽10、检测设备20、控制设备30和补加设备40,其中染料槽中的染料由若干种染料组成,检测设备通过对染料槽中的染料进行检测,得到染料的当前浓度,然后控制设备可以分析当前浓度是否达到染料补加条件,如果是,生成控制指令,控制补加设备向染料槽中添加对应染料的浓缩液。具体的,补加设备可以根据使用的染料支数确定补加罐数量,在补加罐中放置配置一定浓度的单一染料溶液,补加罐顶部配置蠕动泵等液体驱动装置,使得该装置基于控制设备的控制指令进行驱动从而进行染料的补加。对应的,控制设备还可以对检测设备输出的浓度数据和补加设备产生的补加数据进行记录,便于后续对信息的查询,还可以远程控制驱动补加设备及相关参数调整。在本申请实施例中可以依据浓度计算公式确定待补加染料的添加量,该浓度计算公式为:
c=n/v(mol/L),其中,c为染料浓度;n为物质的量;v为溶液体积。
在已知标准浓度和当前浓度以及染料池的染料体积的情况下,可以计算得到待补加染料的体积。
为了便于自动化控制,可以将预先计算得到各个染料光谱图中特征峰对应的波长值、以及各种混合染料的目标波长值,及对应的回归方程系数存储在检测设备的存储组件中,便于对相应染料的参数的调取,可以在染料池中变换染料时也可以进行染料浓度的实时检测。例如,所述检测设备还包括存储组件,所述存储组件用于存储不同单组分染料组成的混合染料对应的目标波长值,使得所述处理器调用所述存储组件,获得与所述待检测的染料槽的染料相匹配的目标波长值。
通过本申请实施例中的检测设备可以精确测量染色槽中的各种染料浓度,实现精确补充控制,保证产品批次的一致性,避免人工经验控制调整的不确定性。该过程不仅实现该工艺段的自动分析、调整控制,而且可以贯通整个阳极工艺的自动化生产,保证产品的稳定性。
参见图4,在本申请实施例中还提供了一种检测方法,包括:
S101、对待检测的染料槽的染料进行检测,得到所述染料槽的染料的波长和吸光度的光谱图;
S102、通过所述光谱图获取所述染料在目标波长值的目标吸光度;
S103、根据所述目标吸光度计算得到所述染料槽中的每种染料的当前染料浓度。
在上述实施例的基础上,所述方法还包括:
通过所述染料槽中的每种染料的当前染料浓度,计算得到所述染料槽的每种染料的待补加量;
依据所述待补加量对所述染料槽中的染料进行补加。
在上述是实施例的基础上,所述方法还包括:
对每个单组分染料进行检测,得到每个所述单组分染料的波长和吸光度的光谱图;
通过每个所述单组分染料的波长和吸光度的光谱图,确定每个所述单组分染料的特征吸收峰对应的波长值;
基于每个所述单组分染料的特征吸收峰对应的波长值,确定目标波长值。
在上述实施例的基础上,该方法还包括:
基于染料槽的染料种类数量,确定目标波长值,所述目标波长值的选取数量与所述染料槽的染料种类数量相匹配。
在上述实施例的基础上,所述方法还包括:
对所述染料样本进行检测,得到所述染料样本的吸光度与波长的光谱图,染料样本的染料种类与所述待检测的染料槽中的染料种类相同,且所述染料样本为已知的不同浓度的染料;
通过所述染料样本的吸光度与波长的光谱图,获得目标波长值对应的吸光度;
利用所述吸光度与其对应的染料浓度生成计算模型。
在上述实施例的基础上,所述根据所述目标吸光度计算得到所述染料槽中的每种染料的当前染料浓度,包括:
利用所述计算模型和所述待检测的染料槽的染料在目标波长值的目标吸光度,计算得到所述染料槽中的每种染料的当前染料浓度。
可选地,所述染料槽包括第一染料和第二染料,所述目标波长值包括第一波长值和第二波长值,所述方法包括:
利用所述计算模型,生成在第一目标波长值下的染料的浓度与吸光度的第一方程,以及在第二目标波长值下的染料的浓度与吸光度的第二方程;
基于所述第一方程和第二方程,计算得到目标吸光度对应的第一染料的当前浓度和第二染料的当前浓度。
本申请提供的检测方法,对染料槽的染料进行检测,得到染料的波长和吸光度的光谱图,通过光谱图获取染料在目标波长值的目标吸光度,通过该目标吸光度计算得到每种染料的当前染料浓度,实现了基于当前染料浓度确定染料池的待补加量,无需通过人工经验确定染料浓度以及调整染料量,使得染料浓度的调整过程实现了自动化,提升了调整准确性。
基于前述实施例,本申请的实施例提供一种计算机可读存储介质,计算机可读存储介质存储有一个或者多个程序,该一个或者多个程序可被一个或者多个处理器执行,以实现如上任一项的检测方法的步骤。
需要说明的是,上述处理器或CPU可以为特定用途集成电路(ApplicationSpecific Integrated Circuit,ASIC)、数字信号处理器(Digital Signal Processor,DSP)、数字信号处理装置(Digital Signal Processing Device,DSPD)、可编程逻辑装置(Programmable Logic Device,PLD)、现场可编程门阵列(Field Programmable GateArray,FPGA)、中央处理器(Central Processing Unit,CPU)、控制器、微控制器、微处理器中的至少一种。可以理解地,实现上述处理器功能的电子器件还可以为其它,本申请实施例不作具体限定。
需要说明的是,上述计算机存储介质/存储器可以是只读存储器(Read OnlyMemory,ROM)、可编程只读存储器(Programmable Read-Only Memory,PROM)、可擦除可编程只读存储器(Erasable Programmable Read-Only Memory,EPROM)、电可擦除可编程只读存储器(Electrically Erasable Programmable Read-Only Memory,EEPROM)、磁性随机存取存储器(Ferromagnetic Random Access Memory,FRAM)、快闪存储器(Flash Memory)、磁表面存储器、光盘、或只读光盘(Compact Disc Read-Only Memory,CD-ROM)等存储器;也可以是包括上述存储器之一或任意组合的各种终端,如移动电话、计算机、平板设备、个人数字助理等。
在本申请所提供的几个实施例中,应该理解到,所揭露的设备和方法,可以通过其它的方式实现。以上所描述的设备实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,如:多个单元或组件可以结合,或可以集成到另一个***,或一些特征可以忽略,或不执行。另外,所显示或讨论的各组成部分相互之间的耦合、或直接耦合、或通信连接可以是通过一些接口,设备或单元的间接耦合或通信连接,可以是电性的、机械的或其它形式的。
上述作为分离部件说明的单元可以是、或也可以不是物理上分开的,作为单元显示的部件可以是、或也可以不是物理单元,即可以位于一个地方,也可以分布到多个网络单元上;可以根据实际的需要选择其中的部分或全部单元来实现本实施例方案的目的。
另外,在本申请各实施例中的各功能单元可以全部集成在一个处理模块中,也可以是各单元分别单独作为一个单元,也可以两个或两个以上单元集成在一个单元中;上述集成的单元既可以采用硬件的形式实现,也可以采用硬件加软件功能单元的形式实现。本领域普通技术人员可以理解:实现上述方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成,前述的程序可以存储于一计算机可读取存储介质中,该程序在执行时,执行包括上述方法实施例的步骤;而前述的存储介质包括:移动存储设备、只读存储器(Read-Only Memory,ROM)、随机存取存储器(Random Access Memory,RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
本申请所提供的几个方法实施例中所揭露的方法,在不冲突的情况下可以任意组合,得到新的方法实施例。
本申请所提供的几个产品实施例中所揭露的特征,在不冲突的情况下可以任意组合,得到新的产品实施例。
本申请所提供的几个方法或设备实施例中所揭露的特征,在不冲突的情况下可以任意组合,得到新的方法实施例或设备实施例。
以上所述,仅为本申请的具体实施方式,但本申请的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本申请揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本申请的保护范围之内。因此,本申请的保护范围应以所述权利要求的保护范围为准。

Claims (10)

1.一种检测设备,包括:
检测器和处理器,其中,
所述检测器与待检测的染料槽连接,用于对所述染料槽的染料进行检测,得到所述染料槽的染料的波长和吸光度的光谱图;
所述处理器与所述检测器连接,用于通过所述光谱图获取所述染料在目标波长值的目标吸光度,并根据所述目标吸光度计算得到所述染料槽中的每种染料的当前染料浓度;
其中,所述待检测的染料槽中包括至少一种染料,所述目标波长值为基于染料的特征吸收峰确定的波长值。
2.根据权利要求1所述的检测设备,所述检测设备还包括检测池,所述检测池中配置有若干个相互独立的染料槽,且每个染料槽中配置有单组分染料;
所述检测器分别与所述检测池的各个染料槽连接,还用于对每个所述单组分染料进行检测,得到每个所述单组分染料的波长和吸光度的光谱图;
所述处理器,还用于通过每个所述单组分染料的波长和吸光度的光谱图,确定每个所述单组分染料的特征吸收峰对应的波长值,并基于每个所述单组分染料的特征吸收峰对应的波长值,确定目标波长值。
3.根据权利要求2所述的检测设备,所述处理器具体应用于基于所述染料槽的染料种类数量,确定目标波长值,所述目标波长值的选取数量与所述染料槽的染料种类数量相匹配。
4.根据权利要求2所述的检测设备,所述检测池中配置有染料样本,所述染料样本的染料种类与所述待检测的染料槽中的染料种类相同,且所述染料样本为已知的不同浓度的染料;
所述检测器,还用于对所述染料样本进行检测,得到所述染料样本的吸光度与波长的光谱图;
所述处理器,还用于通过所述染料样本的吸光度与波长的光谱图,获得目标波长值对应的吸光度;利用所述吸光度与其对应的染料浓度生成计算模型。
5.根据权利要求4所述的检测设备,所述处理器具体用于:
利用所述计算模型和所述待检测的染料槽的染料在目标波长值的目标吸光度,计算得到所述染料槽中的每种染料的当前染料浓度。
6.根据权利要求5所述的检测设备,所述染料槽包括第一染料和第二染料,所述目标波长值包括第一波长值和第二波长值,所述处理器具体用于:
利用所述计算模型,生成在第一目标波长值下的染料的浓度与吸光度的第一方程,以及在第二目标波长值下的染料的浓度与吸光度的第二方程;
基于所述第一方程和第二方程,计算得到目标吸光度对应的第一染料的当前浓度和第二染料的当前浓度。
7.根据权利要求1所述的检测设备,所述检测设备还包括输出组件;
所述输出组件分别与控制设备相连,所述控制设备与染料补加设备连接,所述染料补加设备与所述待检测染料池连接;
所述控制设备,还用于通过所述染料槽中的每种染料的当前染料浓度,计算得到所述染料槽的每种染料的待补加量;依据所述待补加量生成控制指令;使得所述染料补加设备依据所述控制指令对所述染料槽中的染料进行补加。
8.根据权利要求3所述的检测设备,所述检测设备还包括存储组件,所述存储组件用于存储不同单组分染料组成的混合染料对应的目标波长值,使得所述处理器调用所述存储组件,获得与所述待检测的染料槽的染料相匹配的目标波长值。
9.一种检测方法,包括:
对待检测的染料槽的染料进行检测,得到所述染料槽的染料的波长和吸光度的光谱图;
通过所述光谱图获取所述染料在目标波长值的目标吸光度;
根据所述目标吸光度计算得到所述染料槽中的每种染料的当前染料浓度。
10.根据权利要求9所述的方法,所述方法还包括:
通过所述染料槽中的每种染料的当前染料浓度,计算得到所述染料槽的每种染料的待补加量;
依据所述待补加量对所述染料槽中的染料进行补加。
CN202010758982.6A 2020-07-31 2020-07-31 一种检测设备及方法 Pending CN111855599A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010758982.6A CN111855599A (zh) 2020-07-31 2020-07-31 一种检测设备及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010758982.6A CN111855599A (zh) 2020-07-31 2020-07-31 一种检测设备及方法

Publications (1)

Publication Number Publication Date
CN111855599A true CN111855599A (zh) 2020-10-30

Family

ID=72953605

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010758982.6A Pending CN111855599A (zh) 2020-07-31 2020-07-31 一种检测设备及方法

Country Status (1)

Country Link
CN (1) CN111855599A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114778770A (zh) * 2022-04-13 2022-07-22 鸿富锦精密电子(成都)有限公司 染色方法、阳极***及计算机可读存储介质

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE3877923D1 (de) * 1987-12-04 1993-03-11 Inst Textile De France Verfahren und vorrichtung zur fuehrung von faerbeprozessen.
EP1098179A2 (en) * 1999-11-04 2001-05-09 Suminoe Textile Co., Ltd. Automatic color-tone test device and automatic controlling system for dye liquor
CN1656275A (zh) * 2002-05-31 2005-08-17 洛里斯贝利尼及扎伊特克斯染色控制有限公司 带有自动在线浸液损耗控制的染色机
CN105300904A (zh) * 2015-11-04 2016-02-03 深圳市盛波光电科技有限公司 一种染料型偏光片生产过程中染料浓度检测方法
CN110987845A (zh) * 2019-11-26 2020-04-10 武汉纺织大学 一种单、双组分染液中染料浓度的实时检测方法
CN111006929A (zh) * 2019-12-24 2020-04-14 浙江俏尔婷婷服饰有限公司 一种快速计算染色残液回用染料补加量的装置及其方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE3877923D1 (de) * 1987-12-04 1993-03-11 Inst Textile De France Verfahren und vorrichtung zur fuehrung von faerbeprozessen.
EP1098179A2 (en) * 1999-11-04 2001-05-09 Suminoe Textile Co., Ltd. Automatic color-tone test device and automatic controlling system for dye liquor
CN1656275A (zh) * 2002-05-31 2005-08-17 洛里斯贝利尼及扎伊特克斯染色控制有限公司 带有自动在线浸液损耗控制的染色机
CN105300904A (zh) * 2015-11-04 2016-02-03 深圳市盛波光电科技有限公司 一种染料型偏光片生产过程中染料浓度检测方法
CN110987845A (zh) * 2019-11-26 2020-04-10 武汉纺织大学 一种单、双组分染液中染料浓度的实时检测方法
CN111006929A (zh) * 2019-12-24 2020-04-14 浙江俏尔婷婷服饰有限公司 一种快速计算染色残液回用染料补加量的装置及其方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
于小娟 等: ""光纤传感在线检测***初探"", 《染整设备》 *
殷先雄 等: ""测定双组分染料浓度的两种方法比较"", 《辽宁化工》 *
王强 等: ""双波长分光光度法测定双组分染液中染料含量"", 《测试与标准》 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114778770A (zh) * 2022-04-13 2022-07-22 鸿富锦精密电子(成都)有限公司 染色方法、阳极***及计算机可读存储介质
CN114778770B (zh) * 2022-04-13 2024-03-29 鸿富锦精密电子(成都)有限公司 染色方法、阳极***及计算机可读存储介质

Similar Documents

Publication Publication Date Title
CN102253164B (zh) 基于溶液图像技术的水质碱度在线测量装置及其测量方法
US9128493B2 (en) Method and apparatus for plating solution analysis and control
Amigo et al. Direct quantification and distribution assessment of major and minor components in pharmaceutical tablets by NIR-chemical imaging
Maleki et al. Single-step calibration, prediction and real samples data acquisition for artificial neural network using a CCD camera
CN107003184B (zh) 具有闪光颜色的复合涂料混合物的颜料识别
Kamruzzaman et al. Hyperspectral imaging in tandem with multivariate analysis and image processing for non-invasive detection and visualization of pork adulteration in minced beef
CN109959634A (zh) 一种水质监测***及方法
CN102539326A (zh) 茶叶汤色品质的量化评价方法
CN111855599A (zh) 一种检测设备及方法
Jamwal et al. Rapid detection of pure coconut oil adulteration with fried coconut oil using ATR-FTIR spectroscopy coupled with multivariate regression modelling
CN106644978A (zh) 可判定精度的基于光谱特征波长分析土壤养分含量检测法
CN111044483A (zh) 一种基于近红外光谱的奶油中色素测定方法、***和介质
CN107240089A (zh) 一种分析物的浓度检测方法
CN105548165B (zh) 试纸反射仪及试纸表面测量方法
CN207675640U (zh) 一种农产品营养品质检测光谱仪
EP1508031A1 (en) A method and a spectrometer for quantitative determination of a constituent in a sample
CN106198532A (zh) 一种快速光度滴定的双波长自动控制方法及装置
JP2011169859A (ja) 塩素濃度の自動管理方法および自動管理装置
KR101229725B1 (ko) 편광판 염색액 조성물 농도의 자동관리장치 및 그 방법
Konz et al. On the measurement of solute concentrations in 2-D flow tank experiments
Ren et al. An electronic sense-based machine learning model to predict formulas and processes for vegetable-fruit beverages
RU2515009C1 (ru) Способ определения коэффициента неоднородности смеси трудноразделимых сыпучих материалов
CN108120694A (zh) 用于晒红烟化学成分分析的多元校正方法及***
JP2008128722A (ja) 染液の色濃度定量方法
CN209231218U (zh) 一种水体中Mn(Ⅱ)含量的半定量在线检测装置

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication

Application publication date: 20201030

RJ01 Rejection of invention patent application after publication