变频压缩机仿真模型的对比与分析

筛选了5种典型的变频压缩机稳态性能仿真模型对拟合精度与频率内插预测能力进行对比分析,并通过预测建模数据频率范围之外的工况考察了各模型的外推能力。结果表明,各模型在预测转子和涡旋压缩机性能时精度均很高,质量流量与功率的拟合误差均6%,而预测往复式压缩机时总体偏大,最大误差 10%;在相同条件下,半经验模型的拟合精度普遍优于经验模型,经验模型需增加建模数据量并减小建模数据的频率间隔以提高精度;半经验模型中,模型三对3种型式变频压缩机质量流量和功率的内插与外推预测精度均最高,表明半经验模型在一定程度上通过物理修正可改善内外插值预测性能。     

基于凸优化的激光诱导击穿光谱基线校正方法

在激光诱导击穿光谱定量分析中,基线是LIBS光谱信号的重要组成部分,由于受到实验参数设置及实验环境变化等影响,导致等离子体的发射谱线呈现不同程度的基线漂移现象,因此基线校正是光谱分析的重要环节。现有算法如多项式拟合通常需要设定关键参数,不具备自适应性。由于激光诱导产生的等离子体光谱信号的特征峰具有明显的独立性和稀疏性,以及基线具有低通特性,因此在凸优化约束框架下,提出了非参数化基线校正模型。同时,利用高效率的迭代算法来保证结果的收敛性。首先对23个高合金钢样本的光谱信号进行基线校正,然后以合金钢样本中的铬(Cr)元素为分析对象,并选取11条分析线进行定量分析。分别采用PLS和SVM定量模型进行训练和预测,并且与传统方法相比较,证明了所提出方法可以提高定量分析精度。     

基于RLCπ型等效模型的互连网络精确焦耳热功耗计算

基于互连网络的RLC π型等效模型,考虑电感的屏蔽作用和非理想的阶跃激励,提出了互连线网络在斜阶跃激励下的焦耳热功耗计算方法,极大地简化了互连网络中电流和功耗的表达式. 基于90 nm金属氧化物半导体(CMOS)工艺的互连参数对所提出的计算方法进行了计算和仿真验证,对于上升信号小于1 ns的情况,计算结果与Hspice仿真结果的误差小于3%,具有很高的精度,适合应用于大规模互连网络中的功耗估算和热分析.     

���ܶȵ�������ģ�������˲��������

用高密度等离子体模型可以计算出一整套输运参数,并且在很宽的等离子体温度和密度范围内有合理的精度,可广泛应用于Z箍缩等离子体、激光聚变和磁约束聚变等领域,并将这个模型计算出的各种输运参数拟合成了实用的公式。     

一种实用型粗糙面六参数双向反射分布函数模型

通过对五参数半经验双向反射分布函数(BRDF)模型进行修改,并吸收其它模型的优点,提出了一个六参数BRDF模型,该模型形式更简单,拟合效果更好,并且模型满足了能量守恒和互易性,使该模型更趋于实用化。利用模拟退火算法对多种不同样片的BRDF进行了拟合建模,获得了相应模型的参数值和偏差,结果证明了该模型的正确性,尤其适合对散射特性较弱样片BRDF的拟合建模。对于散射特性较弱的样片,与常用的五参数模型进行了比较,该模型的漫反射部分拟合效果更好,总体精度还略有提高。最后,为了更直观地表示目标样片的BRDF,分别给出了各个角度BRDF的三维拟合图。     

X射线光谱与神经网络中单组分型神经群结构研究

研究、比较了神经群结构与常规神经网络算法的预测性能,考察了过拟合与最佳拟合态等的关系。结果表明,在多元体系中,将神经网络单组分预测模型应用于Ｘ射线荧光光谱分析时,在预测准确度、模型稳定性和外推预测能力方面,神经群结构优于常规神经网络模型。     

基于改进Zernike矩的远场激光高精度中心测量

针对远场激光光斑分布不均匀、形状不规则的特性，提出一种基于改进的Zernike矩的远场激光高精度中心测量方法。在传统Zernike矩亚像素边缘检测基础上，使用新型的logistic边缘检测模型和阶跃阈值自适应提取方法，在减少人工对阶跃阈值误判的同时，提高对实际边缘的识别精度，最后使用最小二乘法椭圆拟合得到高精度激光光斑中心。该方法在远场激光中心检测中，单帧误差在0.5 pixel左右，连续多帧中心偏差波动在1 pixel以内，拥有较高的精度和可靠的稳定性。     

迈克尔逊干涉仪测量空气折射率实验中最佳间隔条纹数的探讨

通过迈克尔逊干涉仪来研究压强对空气折射率的影响,通过Excel软件将实验数据进行线性拟合,得出了不同间隔条纹数下空气折射率随压强变化的拟合直线。当条纹间隔数取不同数值时,将测得的百分差和相对不确定度进行比较,最终确定最佳的间隔条纹数,提高了实验教学中测量空气折射率的精度。     

光谱仪动态采样时间特性的研究

在实时传输的光谱仪数据采样中,通常存在采样时间间隔不等的现象,这使得实时传输光谱仪在一些特殊场合的应用受到较大的限制,如在预测能力更强,检测精度更高的动态光谱分析法中。而恰恰在动态光谱法等时间分辨光谱分析中对光谱信号的采样定时特性要求更高,时间间隔不等会直接影响光谱分析的结果,得到失真的结论。同时与一般采样所不同的是,光谱仪是一定时间的积分采样,这无形中增加了对光谱仪定时采样特性研究的难度。因此,巧妙地利用锯齿波的幅值与时间存在一线性编码的关系,对某一型号的光谱仪进行采样时间及采样时间间隔的测试与分析,测试表明采样时间与积分时间的设置相关,同时时间间隔与积分时间也息息相关,进一步探究了该型号光谱仪在不同积分时间下采样时间间隔波动的范围。研究对注重光谱时间特性的分析法提供积分时间选取的参考依据,同时也提出了一种评估动态时间特性的方法,有利于光谱的动态特性的评估与应用。     

扫频干涉测距光频率非线性阶次跟踪抑制方法

针对激光频率扫描干涉(FSI)测距系统中激光器输出光频率非线性对测量精度的影响,提出了一种基于非平稳信号阶次跟踪的方法。从频域的角度分析了FSI测距系统中影响测量精度的主要因素。通过检测法布里-珀罗标准具的透射信号,实现对光频率的快速间接测量。利用最小二乘的方法对光频率进行线性拟合,实现对光频率变化率的修正。通过多项式拟合的方法确定光频率的时间-频率数学表达式,构造等频率的间隔点对其逆向插值,获得对应的时间序列。对采样的干涉信号在时间序列处正向插值,重构等频率间隔采样的干涉信号,对重构的干涉信号进行频谱分析,最终得到非平稳干涉信号的干涉频率。结果表明,在不限制待测距离的条件下,利用阶次跟踪的方法,可以有效抑制激光器输出光频率非线性的影响,FSI测距系统的测量精度得到显著提高。在1000 mm的测量范围内,测量结果的空间分辨率提高了36倍以上。     

基于油液原子光谱多维时间序列模型的机械磨损状态监测研究

提出了一种利用润滑油原子光谱分析技术对机械磨损状态进行监测的新方法。对磨合期润滑油原子光谱数据建立多维时间序列模型并视为标准模型,将新数据通过此模型后得到残差并选择残差方差阵元素作为新数据所属磨损状态的特征。然后,利用主成分分析法对高维特征进行降维,提取前三个主成分构成对应磨损状态的特征向量。最后,利用欧式距离度量对测试样本进行分类,达到了对机械磨损状态识别的目的。利用上述方法,通过对某型履带车辆发动机台架实验的光谱数据进行分析,对发动机磨损状态进行了有效识别,从而证明了所提方法的有效性。结果表明,将多维时间序列模型引入油液光谱分析技术,能够实现光谱信息的有效融合,提高机械磨损状态监测的准确性。     

基于光谱分析的重载车辆变速箱可靠性评估方法研究

润滑油光谱分析是变速箱磨损状态监测的重要手段。以某重载车辆变速箱台架试验中润滑油原子发射光谱分析得到的元素成分含量检测数据为基础,通过相关性分析和磨损机理分析确定了能够反映整机磨损状态和失效特点的金属元素,并对补油、换油后的光谱检测数据进行了修正,将变速箱试验过程中特征金属元素的含量随试验时间的变化规律表示为线性函数的形式。然后,综合考虑检测数据的时序规律与离散性,利用不同时刻光谱检测数据的正态分布均值和标准差进行变速箱可靠性评估,进一步讨论了失效阈值对可靠性评估结果的影响。研究表明,重载车辆变速箱润滑油中的Cu元素浓度与其他金属元素浓度的相关性较高、绝对值较大,既能够反映变速箱整体磨损状态,又便于检测,利用多个试验样本的润滑油Cu元素浓度光谱检测时序数据,可以对重载车辆变速箱进行可靠性评估;若失效阈值取定值,则失效阈值越大,同一时刻变速箱的可靠度越高;若失效阈值取随机分布,则失效阈值的离散度越大,可靠度随时间延长而降低的趋势越缓慢。当可靠度R大于0.9时,失效阈值的均值对可靠性评估结果的影响十分显著,同一时刻变速箱的可靠度随失效阈值标准差的增大而降低。将光谱分析与概率统计学结合进行变速箱可靠性评估方法研究,扩展了光谱分析技术的应用范围,具有创新性。     

基于油液光谱分析的PCA-AHP综合传动健康状态评价研

油液光谱分析是研究综合传动运行状态的重要方法,以油液光谱分析数据为基础,运用主成分分析法(PCA)和层次分析法(AHP),建立了一种综合传动健康状态的评价模型。文章结合机械设备健康的概念,综合考虑油液光谱分析数据中各种磨损元素的影响,提出用健康值来定量描述综合传动运行状态的概念,并根据健康值对综合传动健康状态进行了等级划分;利用主成分分析法,对油液光谱分析数据进行主成分提取的研究分析;运用层次分析法研究主成分权重值,探讨判断矩阵的构造、一致性检验等问题;然后将二者有机的耦合,建立评价模型;实验研究表明,此方法具有很高的准确性,能够有效地判断综合传动的运行状态,对开展综合传动状态评估具有重要意义。     

纺织品近红外光谱定性分析的一种新方法

近红外光谱分析技术可用于对样本的快速无损检测,在人们的生产和生活中发挥着越来越重要的作用。支持向量机是建立定性分析模型的常用方法,可通过寻找最优分类超平面将两类样本分开。在小样本情况下,支持向量机方法有其独特的优势。主成分分析是常用的数据降维方法,可将数据降维之后作为支持向量机方法的输入变量,简化模型并提高模型识别的准确性。因此,基于主成分分析的支持向量机(简称PCA-SVM)适合用于建立近红外光谱定性分析模型。多模型方法是人们使用较少的建模方法,用该方法建立的模型一般具有较好的稳定性。将多模型方法与PCA-SVM方法成功结合形成了新方法。以棉锦混合、棉涤混合纺织品为例,用新方法建立了这两类纺织品样本的近红外光谱定性分析模型。建模时将光谱数据按照波长分为4组,用每组光谱数据建立一个子模型,将子模型的输出值进行加权平均便得到最终的预测结果。这样可以更充分地使用光谱数据中所包含的信息。为了便于对比不同的方法,仍使用上述校正集和验证集,又用PCA-SVM方法建立了这两类纺织品样本的近红外光谱定性分析模型。对预测结果做交叉验证,用新方法所建模型判别的正确率的平均值为85.49%,正确率的标准差为0.066 7, 用PCA-SVM方法所建模型判别的正确率的平均值为83.34%,正确率的标准差为0.109 6。研究结果表明用新方法所建模型的分类效果好于用PCA-SVM方法所建模型的分类效果;用新方法建立的模型的稳定性明显高于用PCA-SVM方法建立的模型的稳定性。用PCA-SVM方法所建模型的预测效果受校正集构成情况的影响较大,而用新方法所建模型的预测效果则相对稳定。对废旧纺织品进行分类回收可大量节约纺织原材料,但采用人工分拣方式效率低且成本高。采用近红外光谱分析方法对纺织品进行分类,为废旧纺织品的大规模精细分拣和分级奠定了一定的基础。该新方法有望用于某些其他类型样本的分类。     

基于光谱技术的桔子汁品种鉴别方法的研究

为了实现桔子汁不同品种的快速光谱鉴别,首先采用主成分分析法对光谱数据进行聚类分析,从定性分析的角度得到四种不同品种桔子汁的特征差异。同时将小波变换用于对大量光谱数据的压缩, 并结合RBF神经网络建立桔子汁品种鉴别的定量分析模型。该模型将小波压缩后的数据作为神经网络的输入向量,建立径向基函数RBF神经网络。4个品种共240个样本用来建立RBF神经网络的训练模型,剩余的60个样本用于预测。预测结果表明,小波变换结合RBF神经网络的桔子汁品种鉴别的准确率达到100%。说明文章提出的基于光谱技术的鉴别方法具有很好的分类能力,它为桔子汁品种的快速鉴别提供了一种新方法。     

真空冷冻干燥机冷阱中的气体换热分析

从理论上分析了螺旋盘管式冻干机冷阱中气体的换热。对真空冷阱中处于滑流区的气体换热 ,应考虑温度跳跃和速度滑移对换热的影响。基于冷阱内表面定热流和恒壁温的假设 ,建立了相应的分析模型 ,导出了冻干机冷阱内处于滑流区的气体换热 Nusselt数表达式 ,认为随着冷阱压力的降低 ,换热 Nusselt数将不断减小     

基于光谱技术的航天育种番茄品种鉴别方法的研究

为了实现航天育种番茄不同品种的快速光谱鉴别,采用主成分分析法对光谱数据进行聚类分析,并将小波变换用于对大量光谱数据的压缩,同时结合神经网络建立了番茄品种鉴别模型.该模型将压缩后的数据作为神经网络的输入,加速了神经网络的训练速度.通过对太空育种突变株M1和M2及其亲本番茄品种的共105个番茄叶片样本建立训练模型,并用每个品种15个样本,共45个番茄叶片的样本进行预测.结果表明,用该方法对航天育种番茄不同品种的鉴别正确率达到97.8%.说明文章提出的方法具有很好的分类和鉴别作用,为航天育种番茄不同品种的快速鉴别提供了一种新方法.     

相思树酸溶木素含量近红外光谱分析的新方法

用迭代法分别建立了相思树样品的酸溶木素含量和克拉森木素含量近红外光谱分析模型。结果表明对克拉森木素含量的预测效果明显好于对酸溶木素含量的预测效果。不同于一般的近红外光谱分析建模方法,利用酸溶木素含量与克拉森木素含量之间的近似线性关系,结合多波长下的近红外光谱数据,用预测效果较好的克拉森木素含量帮助构建了预测效果欠佳的酸溶木素含量的二十个子预测模型。通过计算这些子模型预测值的加权平均值,最终得到了每个相思树样品酸溶木素含量的新预测值。新模型的预测误差明显小于用迭代法所建模型的预测误差。文中建模方法有望用于某些用通常方法预测效果欠佳的化学成分含量,使它们的近红外光谱分析效果得到改善。     

A singular perturbation approach to first passage times for Markov jump processes

We introduce singular perturbation methods for constructing asymptotic approximations to the mean first passage time for Markov jump processes. Our methods are applied directly to the integrai equation for the mean first passage time and do not involve the use of diffusion approximations. An absorbing interval condition is used to properly account for the possible jumps of the process over the boundary which leads to a Wiener-Hopf problem in the neighborhood of the boundary. A model of unimolecular dissociation is considered to illustrate our methods.     

船舶机械油液检测光谱分析的特征参数研究

通过对机械设备润滑油的长期光谱跟踪检测分析,建立基于光谱分析的润滑油状态监测故障诊断数学模型。通过实验研究和机械设备润滑油油样的实际光谱检测分析相结合,根据不同机械设备的磨损特征元素确定机械设备基于油液检测光谱分析故障诊断的特征参数,以确定机械设备发生故障的时间,从而避免重大故障的突发,为机械设备实现视情维修提供理论和实际依据,提高机械设备的可靠性和可维修性。故障诊断实例证明,此特征参数具有较高的稳定性和准确性,能够有效地应用于各种机械设备的油液检测的故障诊断中。