将噪声作为独立变量的动态光散射数据反演

在动态光散射颗粒测量时,为了从含噪的自相关函数数据中准确地反演出颗粒粒度分布,对Tikhonov正则化算法进行改进,将噪声作为一个独立的未知变量应用到正则化方程中进行粒度反演.在计算过程中,相应增加方程中各系数矩阵的行数和列数,对求解的粒度分布数值则仍取其原来方程的行数和列数,从而达到对部分噪声的剔除作用.不同噪声水平下的颗粒粒度反演结果表明,改进后的算法能够显著提高低信噪比动态光散射数据粒度反演结果的准确性,适用于宽分布较大粒径的颗粒粒度反演.     

将噪声作为独立变量的动态光散射数据反演（英文）

在动态光散射颗粒测量时,为了从含噪的自相关函数数据中准确地反演出颗粒粒度分布,对Tikhonov正则化算法进行改进,将噪声作为一个独立的未知变量应用到正则化方程中进行粒度反演.在计算过程中,相应增加方程中各系数矩阵的行数和列数,对求解的粒度分布数值则仍取其原来方程的行数和列数,从而达到对部分噪声的剔除作用.不同噪声水平下的颗粒粒度反演结果表明,改进后的算法能够显著提高低信噪比动态光散射数据粒度反演结果的准确性,适用于宽分布较大粒径的颗粒粒度反演.     

三维混合沙输运数值模拟

采用计算流体力学和颗粒离散元耦合的方法模拟了三维混合沙输运过程。采用体平均的Navier-stokes方程来描述气相运动,考虑了气相和颗粒相的相互作用。颗粒运动通过求解牛顿运动方程来求解,采用硬球模型描述颗粒和颗粒及颗粒和壁面的碰撞。本模型中,颗粒运动是三维的而气相运动是二维的。计算结果表明:总输沙率沿高度方向在大于2cm以上按照指数衰减,在2 cm以下则偏大;各粒径颗粒具有不同的输沙率分布,粗粒径颗粒按指数规律衰减,其它粒径颗粒输沙率随高度先指数增加后减少;各粒径颗粒平均水平速度随高度对数函数增加且同高度时随粒径增大而减小,1 cm高度以下则相反;沙粒平均粒径沿高度线性递减,2 cm以下粒径偏大。     

粉末材料堆积的物理模型与仿真系统

研究了粉末材料堆积过程仿真的物理模型和系统,并探讨了适合多种不同粒径颗粒混合堆积过程仿真的高性能计算方法.在该仿真系统中,考虑了重力、接触力、阻尼力、摩擦力和范德瓦耳斯力等多种作用力的影响,集成了多种接触力模型和阻尼模型,使其适用于三维大规模粉末材料堆积过程的计算机仿真.利用该系统对粉末材料领域中的两个典型应用进行了模拟研究.模拟了两种相同密度不同粒径颗粒（粒径比为10）的混合堆积过程.当小颗粒数为大颗粒数的300倍时,得到最大的堆积密度（体积分数）为0.82.另外,还模拟了两种不同密度相同粒径颗粒的混合堆积过程.当堆积结束时,出现了明显的分离（segregation）现象和团聚现象.所研究的物理模型和仿真系统既可用于粉末材料堆积过程研究,亦可用于普通的球形物体堆积过程的模拟研究. 关键词： 粉末堆积 物理模型 仿真系统 离散元法     

基于拟颗粒的气固两相曳力模型研究

为了研究气固两相流动大涡模拟中合适的曳力计算模型,本文引入拟颗粒和拟颗粒表面能的概念,通过拟颗粒表面能与外界输入能量之间的平衡关系来确定拟颗粒的粒径。根据拟颗粒粒径,得到运算量较小且考虑颗粒团聚效应的曳力计算模型。应用本文的曳力计算模型对二维竖直槽道内稠密气固两相流动进行了大涡模拟,结果表明颗粒的浓度分布具有上稀下浓,壁面附近浓中心稀及颗粒聚集等特点。这与实验结果在定性上是一致的。对气相和颗粒相的瞬时速度场进行了分析,发现气相和颗粒相速度场分布的非对称性是形成颗粒浓度分布壁面附近浓中心稀的重要原因之一。     

蓝色低压阴极射线荧光粉ZnSⅩⅣZn,Pb的研究

研制的阴极射线用低压蓝色荧光粉ZnSⅩⅣMn,Pb的亮度高于现行使用的ZnSⅩⅣMn,与ZnOZn相近,且发光峰值位置接近ZnSⅩⅣMn.当与粒径为荧光粉颗粒的二分之一的In2O3混合时,其临界电压从80V降低到8V.这种荧光粉将适用于场发射显示器件中.     

基于PCA-BP神经网络的光谱消光法颗粒粒径反演算法研究（英文）

光谱消光法广泛应用于颗粒粒径测量领域,在利用光谱消光法对颗粒粒径进行反演的过程中,由于颗粒的消光系数存在理论复杂、计算繁琐、收敛速度慢以及求解不稳定等问题,很大程度上影响了整个反演过程的快速性和准确性。且在众多波长的消光数据中,存在较多重复冗余的信息,也很大程度上增加了反演算法的时间。针对光谱消光法粒径反演算法计算繁琐、反演效率低的问题,提出了基于主成分分析(PCA)和BP神经网络的光谱消光颗粒粒径分析方法。基于Mie散射理论对不同粒径、不同波长下的光谱消光值进行了仿真计算,通过对光谱消光数据集的主成分分析及各个波长综合载荷系数的计算,实现了最优特征波长的选取,利用降维后的光谱消光数据训练了PCA-BP神经网络模型,并利用该网络模型计算了粒径颗粒分布。通过仿真计算,比较了PCA-BP神经网络模型与传统的BP神经网络模型的预测精度,并分析了波长数目对两种神经网络模型预测结果的影响。针对训练得到的PCA-BP神经网络模型开展光谱消光法粒径参数反演算法的验证实验,搭建了光谱消光法颗粒粒径参数测量实验系统,测量了粒径范围在0.5～9.7μm内的6种不同粒径参数的聚苯乙烯标准颗粒。仿真和实验结果表明:基于主成分分析方法可确定各个波长向量之间的相关性,利用综合载荷系数选取最优特征波长对应的消光值对整体的光谱数据具有较好的代表性,可实现光谱数据的降维。相比传统的BP神经网络模型,基于PCA-BP神经网络模型的颗粒粒径分布的分析方法预测精度更高,对于较分散颗粒系的分布参数的预测有更加明显的优势。而且,被选取的波长数较少时,PCA-BP神经网络模型依然有较高的预测精度。利用训练好的PCA-BP神经网络模型对颗粒粒径参数进行实验验证,预测结果可瞬时输出,颗粒粒径分布误差在5%以内,验证了该算法的可行性。     

基于PCA-BP神经网络的光谱消光法颗粒粒径反演算法研究

光谱消光法广泛应用于颗粒粒径测量领域,在利用光谱消光法对颗粒粒径进行反演的过程中,由于颗粒的消光系数存在理论复杂、计算繁琐、收敛速度慢以及求解不稳定等问题,很大程度上影响了整个反演过程的快速性和准确性。且在众多波长的消光数据中,存在较多重复冗余的信息,也很大程度上增加了反演算法的时间。针对光谱消光法粒径反演算法计算繁琐、反演效率低的问题,提出了基于主成分分析（PCA）和BP神经网络的光谱消光颗粒粒径分析方法。基于Mie散射理论对不同粒径、不同波长下的光谱消光值进行了仿真计算,通过对光谱消光数据集的主成分分析及各个波长综合载荷系数的计算,实现了最优特征波长的选取,利用降维后的光谱消光数据训练了PCA-BP神经网络模型,并利用该网络模型计算了粒径颗粒分布。通过仿真计算,比较了PCA-BP神经网络模型与传统的BP神经网络模型的预测精度,并分析了波长数目对两种神经网络模型预测结果的影响。针对训练得到的PCA-BP神经网络模型开展光谱消光法粒径参数反演算法的验证实验,搭建了光谱消光法颗粒粒径参数测量实验系统,测量了粒径范围在0.5～9.7 μm内的6种不同粒径参数的聚苯乙烯标准颗粒。仿真和实验结果表明：基于主成分分析方法可确定各个波长向量之间的相关性,利用综合载荷系数选取最优特征波长对应的消光值对整体的光谱数据具有较好的代表性,可实现光谱数据的降维。相比传统的BP神经网络模型,基于PCA-BP神经网络模型的颗粒粒径分布的分析方法预测精度更高,对于较分散颗粒系的分布参数的预测有更加明显的优势。而且,被选取的波长数较少时,PCA-BP神经网络模型依然有较高的预测精度。利用训练好的PCA-BP神经网络模型对颗粒粒径参数进行实验验证,预测结果可瞬时输出,颗粒粒径分布误差在5%以内,验证了该算法的可行性。     

快速流化床内相分布现象的初步动力学分析

借助于双流体模型建立了快速流化床内充分发展状态颗粒相与气相平均湍流运动方程组.两相联合径向动量方程的形式揭示了床内径向空隙率分布对于当地湍流结构的依赖关系,并解释了两相流中相分布现象存在的一般性.两相联合动量方程的数值求解示范结果表明床内空隙率分布的变化趋势与实验基本吻合,为模型的合理性提供了一种佐证.     

随机信号双参数脉冲模型的分形特征

为了研究随机信号的统计特性,以幅度、宽度两个相对独立的特征参数为基本概念,建立随机信号的双参数脉冲模型.采用PCI-9812高速数据采集卡,对空气中悬浮颗粒随机性光散射脉冲信号、光电传感器本底噪声随机信号进行计数分布的统计分析.实验结果表明,随机性脉冲信号幅度、宽度子集的计数分布以很高的精度与以自然数为自变量的对数正态分布符合;进一步的计算结果表明,在脉冲信号幅度、宽度定义域内,随机脉冲信号集合的两个特征参数之间存在非线性变换关系,即随机信号的双参数统计分布具有非整数维分形特征. 关键词： 分形 双参数 对数正态分布 随机脉冲信号