改进的谱峰拟合光谱标准化方法定量分析废钢中元素

为了解决因设备和环境因素导致激光诱导击穿光谱(LIBS)技术在定量测量时的较高波动性问题,提出了基于改进的沃伊特函数拟合的光谱标准化方法。首先通过高精度激光器采集废钢样品的LIBS光谱数据,然后通过标准等离子体条件(标准等离子温度、电子数密度、待测元素总密度)得到标准光谱强度与实际谱线强度、半峰全宽等因素之间的关系式,并基于近似沃伊特函数对相关的谱峰进行拟合,获得标准化的重要参数,完成对样品的标准化模型的建立。结果表明,将该标准化方法用于废钢中铜、镍、硅、铬、锰元素的定量预测,得到的相关系数(R²)、预测均方根误差(RMSEP)和平均相对误差(ARE)的平均值分别为0.981 4,0.063,6.3%,有效降低了波动影响,增强了分析精度,能够在工业中对废钢元素进行快速检测。     

非线性中立型时滞方程解的全局渐近稳定性和振动性

本文研究非线性中立型时滞微分方程N( t) =N( t) [a( t) -b( t) N ( t-τ) -c( t) N( t-σ) -d( t) N ( t) ],t≥ t0 ,( E)其中τ,σ∈ [0 ,∞ ) ,a( t) ,b( t) ,d( t)∈ C1( [t0 ,∞ ) ,R+) ,c( t)∈ C( [t0 ,∞ ) ,k) ,得到方程 ( E)的正解关于正常数平衡点全局渐近稳定和振动的充分条件 .本文所用方法与其他文献不同 ,所得结果发展了一些文献的结果 ,其中定理 ( 2 .3)回答了由 Y.Kuang and A.Feldstein所提出的一个公开问题 .     

一类系数为梯形模糊数的两层多随从线性规划模型

针对一类系数为梯形模糊数的两层多随从线性规划问题,利用模糊结构元理论定义了模糊结构元加权序,证明了一类系数为梯形模糊数的两层多随从线性规划问题的最优解等价于两层多随从线性规划问题的最优解.根据线性规划的对偶定理和互补松弛性质,得到了两层多随从线性规划模型的最优化条件.最后,利用两层多随从线性规划模型的最优化条件,设计了求解一类系数为梯形模糊数的两层多随从线性规划问题的算法,并通过算例验证了该方法的可行性和合理性.     

螺旋藻中亚油酸和γ-亚麻酸含量的气相色谱法同时测定

应用气相色谱法同时测定螺旋藻中有效成分亚油酸和γ－亚麻酸的含量。选择以石油醚为溶剂,用索氏法提取样品,以十七酸为内标物,在提取物的正己烷溶液中加入Ｈ２ＳＯ４－ＣＨ３ＯＨ（体积比１：９）甲酯化试剂适量,在７０℃恒温水浴中甲酯化反应１０ｍｉｎ,用气相色谱测定含量。亚油酸甲酯线性方程为Ｙ＝２．６ｘ－０．０１１９,ｒ＝０．９９９９,加标回收率为１０８．４％;γ－亚麻酸甲酯线性方程为Ｙ＝２．４１６ｘ－０．０     

基于时变功率谱的激光器调谐瞬时线宽测量方法研究

半导体激光器的线宽通常采用激光外差测量技术,通过差拍信号的功率谱密度函数来确定,受傅里叶变换方法的限制,得到的均是在一定时间段内的静态平均线宽。为了获得半导体激光器在电流调谐过程中的瞬时线宽特性,提出了利用时变功率谱获知调谐瞬时线宽的相干和非相干测量方法,并分别进行了理论分析和实验验证。首先对半导体激光器输出光信号及差拍信号进行了时间-频率域下的数学描述,确定了时变功率谱与调谐瞬时线宽的关系;其次,针对差拍信号的趋向性特征,提出了趋势局部均值分解方法,并研究了利用分解出的乘积函数建立差拍信号及激光器输出光信号的时变功率谱的方法;最后利用非相干和相干测量法分别获得了分布反馈式半导体激光器在50~51及50~100 mA锯齿波电流调谐过程中的瞬时线宽。     

多测点智能温度传感器设计

针对广泛应用的温度检测,设计了一种多测点智能温度传感器。该智能温度传感器将多个常规温度传感元件、信号调理电路、带数字总线接口的微处理器连接起来,利用三维单片智能传感器结构集成在一块硅基片上,实现了三维集成多层结构。同时智能温度传感器利用信号幅度、变化趋势、多测点冗余故障判决和传感信息融合方法,在实现传感故障诊断的同时提高检测准确度。     

一类系数为梯形模糊数的两层线性规划

讨论了一类系数为梯形模糊数的两层线性规划问题,首先是利用模糊结构元理论将梯形模糊数去模糊化,将其转化成常规的两层线性问题,并验证其去模糊化后的常规的两层线性规划的最优解与系数为梯形模糊数的两层线性规划问题的最优解一致,并给出具体的算法,数例进行验证.     

Davey-Stewartson方程新的周期孤立波解

首先介绍了Davey-Stewartson方程、Darboux算子和Lax对的概念,然后利用Darboux变换结合Lax对的方法对Davey-Stewartson方程求解,得到了DSII方程新的周期孤立波解,DSI方程新的双周期解.     

激光诱导击穿光谱结合XGBSFS特征优选的废钢分类识别方法

我国每年的钢铁生产与出口量位居世界前列,而在钢铁生产过程中产生的废钢是一种重要的资源。废钢的精准分类是电炉炼钢的关键环节,对于环境能源的可持续发展也具有重要意义。为了提高废钢回收利用的效率,提出了一种利用激光诱导击穿光谱结合XGBSFS特征优选的废钢牌号智能识别方法,与k最邻近算法(kNN)、支持向量机(SVM)分类算法联合建立了XGBSFS-SVM、 XGBSFS-kNN两种优化模型。首先通过Lapa-80型固体脉冲激光器采集3类共18种不同的废钢样品在170～400 nm范围内的激光诱导击穿光谱数据,通过k值校验剔除光谱数据中的粗大误差,并对剔除后剩余的数据进行平均,每个样品28组共得到504组平均光谱数据;然后对光谱数据进行基线校正、归一化等预处理,降低基体波动影响;最后将处理后的光谱数据从每类钢种中提取一个样品的数据作为模型的测试集,剩余数据作为模型的训练集,并提取光谱数据中Si, Cu和C等元素的16条特征谱线作为分类特征,用于模型的输入,经过基于XGBoost的XGBSFS特征选择算法对变量进行优化后,应用kNN、 SVM建立废钢智能识别模型。XGBSFS-SVM、 XGB...     

激光诱导击穿光谱技术结合偏最小二乘回归快速预测废钢中8种元素的含量北大核心CSCD

基于激光诱导击穿光谱(LIBS)技术,结合偏最小二乘回归(PLSR),建立了废钢中铬、镍、铜、硅、锰、钒、碳、钛等8种元素的定量分析模型。采用便携激光诱导击穿光谱废钢成分检测仪对12个钢铁标准样品进行扫描,对光谱数据进行剔除、平均、基线校正、归一化等预处理,以美国国家标准与技术研究院发射谱线数据库为参考依据,以筛选出的各元素建模波段的光谱数据作为模型输入,采用十折交叉验证方法,确定铬、镍、铜、硅、锰、钒、碳、钛的潜变量数分别为16,24,18,22,25,14,9,22,在优化的参数下分别对8种元素进行建模。结果显示:8种元素模型的相关决定系数为0.9571~0.9996,均方根误差为0.0034~0.0706,平均百分比误差为6.6764~75.645,残差平方和为0.0020~0.6532;除碳元素外,其余7种元素测定值的相对标准偏差(n=5)均不大于7.0%;模型用于预测实际废钢样品中锰、硅、铜元素的含量,所得结果与火花直读光谱法的基本一致。