机器学习辅助的微流体线程分析装置 (μTADs) 上的油类快速选
Jie Zhou1, Zhanyao Huang1, Yixi Shi1
1Department of Biomedical Engineering, Shantou University, Shantou, 515063, Guangdong, China.
Analytica chimica acta
|December 6, 2025
概括
一个新的便携式系统使用微流体线程分析装置 (μTAD) 和机器学习来快速分类油. 这种具有成本效益的技术可以在现场进行分析,改善石油行业的现场检查和质量监测.
科学领域:
- 分析化学 分析化学
- 材料科学 材料科学 材料科学
- 机器学习 机器学习
背景情况:
- 传统的石油分类方法昂贵,耗时,不适合现场分析.
- 需要便携式,具有成本效益的技术,以便快速地在现场进行石油分类.
- 目前的限制阻碍了石油行业的实时决策.
研究的目的:
- 开发一种新的,低成本的,便携式的石油分类系统.
- 集成微流体线程分析设备 (μTADs) 与机器学习进行石油分析.
- 为了在现场快速分类石油和非石油油样本.
主要方法:
- 在基于微流体线程的分析装置 (μTADs) 上利用毛细管流量的电容数据.
- 采用线性差异分析 (LDA) 来进行维度缩小和特征建模.
- 实施了机器学习方法来对油样品进行分类.
主要成果:
- 在分类八个石油样本时,平均准确度达到了82.00%.
- 成功分类了15个石油样本 (八个石油,七个非石油) 平均准确率为72.22%.
- 在区分具有相似性质的油中表现出强大的性能.
结论:
- 开发的系统可用于实际的现场应用,允许在现场快速进行石油分析.
- 这一进步支持石油行业的实时质量监测和检查.
- 该技术在监管流程和现场操作中促进了即时决策.
