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！

龙图腾网恭喜广州市市政工程设计研究总院有限公司申请的专利藻类计数系统及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：CN118858116B 。

龙图腾网通过国家知识产权局官网在2025-03-11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：202411159759.4，技术领域涉及：G01N15/1433；该发明授权藻类计数系统及方法是由周建华;任鹏飞;李俊义;李振兴;孙婧怡;周午阳;徐晓然;孙强强设计研发完成，并于2024-08-22向国家知识产权局提交的专利申请。

本藻类计数系统及方法在说明书摘要公布了：本发明涉及水质检测技术领域，尤其涉及一种藻类计数系统及方法。所述方法包括以下步骤：获取待测水样以及水样元数据；将待测水样转移至一体化全封闭外壳的智能染色容器中，通过精密计量泵进行进样体积控制处理，得到样品原始体积数据；根据水样元数据以及样品原始体积数据通过染料配置模块进行染色动力学稳定分析，得到最佳染色稳定化时间参数。本发明通过全自动化、智能化的藻类计数过程，大大减少了人为操作引入的误差，提高了计数的准确性和效率；同时，通过高分辨率图像采集、藻细胞图像分类和智能识别模型训练等技术，扩大了计数样本量，获得了更全面、更准确的藻类计数结果，提高了藻类计数的准确性、高效性和智能性。

本发明授权藻类计数系统及方法在权利要求书中公布了：1.一种藻类计数方法，其特征在于，应用于全自动即时藻类计数仪，全自动即时藻类计数仪包括一体化全封闭外壳的智能染色容器、智能管路模块、反渗透浓缩装置、称重传感器、反渗透膜、浓缩液仓以及样品池，其中一体化全封闭外壳的智能染色容器包括依次连接的精密计量泵、染料配置模块以及多通道微量泵，反渗透浓缩装置与称重传感器相互连接，通过智能管路模块将多通道微量泵、反渗透浓缩装置、反渗透膜、浓缩液仓以及样品池依次进行连接，所述藻类计数方法包括以下步骤：步骤S1：获取待测水样以及水样元数据；将待测水样转移至一体化全封闭外壳的智能染色容器中，通过精密计量泵进行进样体积控制处理，得到样品原始体积数据；根据水样元数据以及样品原始体积数据通过染料配置模块进行染色动力学稳定分析，得到最佳染色稳定化时间参数，其中步骤S1具体为：步骤S11：通过专用采水器对水体进行水样采集并进行数据记录，得到待测水样以及水样元数据；步骤S12：将待测水样转移至一体化全封闭外壳的智能染色容器中，通过精密计量泵进行进样体积控制处理，得到样品原始体积数据；步骤S13：根据水样元数据以及样品原始体积数据通过染料配置模块进行染料自动配置，得到染料投量数据；根据染料投量数据通过多通道微量泵进行染料智能添加，得到染色起始时间数据；步骤S14：获取染色过程数据；对染色过程数据进行染色液光学分析并进行染色动力学建模，得到染色动力学模型；根据染色动力学模型进行染色速率和平衡分析，得到染色速率常数以及染色平衡常数，其中步骤S14具体为：步骤S141：利用微型光纤光谱仪对染色过程数据进行染色液光谱监测，得到吸光度-时间曲线数据；步骤S142：利用荧光光谱仪对染色过程数据进行荧光强度变化分析，得到荧光强度-时间曲线数据；步骤S143：对吸光度-时间曲线数据以及荧光强度-时间曲线数据进行数学曲线拟合并进行染色动力学模型构建，得到染色动力学模型；步骤S144：根据染色动力学模型进行染色速率分析，得到染色速率常数；根据染色动力学模型进行染色平衡分析，得到染色平衡常数；步骤S15：根据染色动力学模型进行染色终点判断，若染色进度值小于预设的染色终点阈值，则返回步骤S13；若染色进度值大于等于预设的染色终点阈值，则生成染色稳定状态标志并执行步骤S16；步骤S16：基于染色起始时间数据、染色速率常数以及染色平衡常数进行稳定化时间参数优化，得到最佳染色稳定化时间参数；步骤S2：通过智能管路模块以及反渗透浓缩装置进行染色液转移，得到转移体积数据；根据水样元数据、转移体积数据以及最佳染色稳定化时间参数进行水样反渗透浓缩，得到浓缩倍数曲线；通过称重传感器进行透过液回收监测，得到透过液回收效率数据；根据透过液回收效率数据进行藻类浓缩液体积提取，得到藻类浓缩液体积；根据藻类浓缩液体积以及浓缩倍数曲线进行浓缩终点判断，得到浓缩终点状态参数，其中步骤S2具体为：步骤S21：通过智能管路模块以及反渗透浓缩装置进行染色液转移，得到转移体积数据；根据水样元数据以及最佳染色稳定化时间参数进行膜组件选择，得到膜组件配置参数；步骤S22：对反渗透浓缩装置进行压力初始化，得到初始压力数据；根据初始压力数据、转移体积数据以及膜组件配置参数进行过滤出水量分析，得到过滤出水量参数；步骤S23：根据过滤出水量参数进行浓缩过程监测，得到浓缩过程动态数据；根据过滤出水量参数以及浓缩过程动态数据进行藻细胞浓缩倍数计算，得到浓缩倍数曲线；步骤S24：通过称重传感器进行透过液回收监测，得到透过液回收效率数据；根据过滤出水量参数以及透过液回收效率数据进行藻类浓缩液体积提取，得到藻类浓缩液体积；步骤S25：根据藻类浓缩液体积以及浓缩倍数曲线进行浓缩终点判断，得到浓缩终点状态参数；步骤S3：根据浓缩终点状态参数、藻类浓缩液体积以及反渗透膜进行对反渗透膜的内壁进行多级清洗压力控制处理，得到多级清洗过程数据；对多级清洗过程数据进行清洗液循环回收，得到清洗液回收过程数据；根据清洗液回收过程数据进行清洗回收效率分析，得到清洗回收效率参数；步骤S4：根据清洗回收效率参数进行浓缩液水样流入浓缩液仓处理并进行体积测定，得到浓缩液有效体积数据；根据浓缩液有效体积数据进行均质过程评价，得到均质度评价参数；根据均质度评价参数进行均质条件多目标分析，得到最佳均质条件数据，其中步骤S4具体为：步骤S41：根据清洗回收效率参数进行浓缩液水样流入浓缩液仓处理并进行体积测定，得到浓缩液有效体积数据；步骤S42：获取藻细胞种类信息数据；根据浓缩液有效体积数据以及藻细胞种类信息数据进行均质设备选择，得到均质设备配置参数；利用均质设备配置参数进行搅拌参数优化，得到最优搅拌工艺参数；步骤S43：根据最优搅拌工艺参数利用均质设备配置参数进行摇均混合处理，得到最优摇均混合参数；根据最优搅拌工艺参数以及最优摇均混合参数利用均质设备配置参数进行高压均质优化，得到最优高压均质参数；步骤S44：获取均质过程数据；对均质过程数据进行动态粒度监测，得到动态粒度分布数据；根据动态粒度分布数据进行均质度评估，得到均质度评价参数；步骤S45：根据最优搅拌工艺参数、最优摇均混合参数以及最优高压均质参数进行能耗优化分析，得到能耗优化数据；根据均质度评价参数以及能耗优化数据进行均质终点判定，得到均质终点状态参数；步骤S46：根据最优搅拌工艺参数、最优摇均混合参数、最优高压均质参数、均质度评价参数、能耗优化数据以及均质终点状态参数通过多目标优化算法进行最佳均质条件确定，得到最佳均质条件数据；步骤S5：根据最佳均质条件数据进行均质水样抽取至样品池处理并进行样品载玻片制备，得到样品载玻片制备参数；利用样品载玻片制备参数进行藻细胞图像分类，得到藻细胞图像分类掩膜数据；根据藻细胞图像分类掩膜数据进行藻细胞形态三维分析并进行单细胞追踪识别，得到单细胞藻类形态特征参数，其中步骤S5具体为：步骤S51：根据最佳均质条件数据进行均质水样抽取至样品池处理并进行样品载玻片制备，得到样品载玻片制备参数；步骤S52：利用样品载玻片制备参数进行显微镜智能聚焦优化，得到智能聚焦优化数据；根据智能聚焦优化数据进行多光谱成像，得到多光谱图像数据集；步骤S53：根据智能聚焦优化数据以及多光谱图像数据集进行高分辨率图像采集，得到高分辨率藻细胞图像库；步骤S54：对高分辨率藻细胞图像库进行图像预处理优化，得到优化预处理图像集；根据优化预处理图像集进行藻细胞图像分类，得到藻细胞图像分类掩膜数据；步骤S55：根据藻细胞图像分类掩膜数据进行形态学特征提取，得到藻细胞形态特征向量；根据藻细胞图像分类掩膜数据进行藻细胞三维重构，得到藻细胞三维形态参数；步骤S56：根据藻细胞形态特征向量以及藻细胞三维形态参数进行单细胞轨迹追踪识别，得到单细胞轨迹数据；步骤S57：根据藻细胞形态特征向量、藻细胞三维形态参数以及单细胞轨迹数据进行形态特征参数提取，得到单细胞藻类形态特征参数；步骤S6：根据单细胞藻类形态特征参数进行藻类特征库构建，得到藻类特征库数据；根据藻类特征库数据进行藻细胞自动分类统计，得到不同属种的藻细胞数量分布数据；根据单细胞藻类形态特征参数以及不同属种的藻细胞数量分布数据进行藻类生物量转换计算，得到藻类生物量组成数据；根据不同属种的藻细胞数量分布数据以及藻类生物量组成数据进行藻类细胞密度和生物量计算分析，得到藻类细胞密度和生物量综合分析报告。

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广州市市政工程设计研究总院有限公司，其通讯地址为：510000 广东省广州市越秀区环市东路348号东座；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”。