基于布拉格光栅的边坡监测实验研究

提出了一种基于分布式光纤光栅的边坡监测与报警系统.根据强度折减法,利用ANSYS软件分析出边坡的软弱面及滑体所在的具体位置,从而在该处安装经过特殊封装的拉线式光纤光栅位移传感器.滑体的位移通过拉线转换为作用在光栅上的应力,而光纤光栅反射波长与应变具有良好的线性关系,因此通过检测光栅反射光的中心波长的偏移量,就可以解调出...     

大型粮仓温度分布反演数学模型的研究

采用有限元数值模拟方法,以响应面模型RSM(Response surface model)理论为基础对大型粮仓冬、夏两季的温度分布进行了深入分析,推导了粮仓温度反演数学模型。将采集的温度值导入RSM模型中,并结合单因素轮换法、正交实验和统计方法,通过构造一个具有明确表达形式的多项式来预测粮仓温度分布反演数学模型。在数学模型的基础上给出各因子交互作用下的设计空间、各因素对粮温影响的主效应及交互效应。实验证明该数学模型误差小,精度高,具有良好的计算性能,在大型粮仓温度监控系统中采用该模型能够解决布线少、预测空间范围广的问题。     

基于ABC-SV R算法的拉曼光谱检测混合油脂肪酸含量

提出了一种基于激光拉曼光谱和人工蜂群智能优化支持向量回归机(ABC-SVR)算法的快速定量检测三组分混和油中3种脂肪酸含量的方法。该方法针对光谱数据信息与样本之间非线性、高维度的关系,建立了预测精度及建模效率均高于同类对比算法的数学模型,同时避免了气相色谱法、液相色谱法等对混合油脂肪酸含量的检测方式,根据纯种油中3种脂肪酸含量的国际标准,由油品配置体积得到脂肪酸质量,有效降低了检测成本与实验复杂程度,提高了检测工作的实用价值。首先根据一定梯度配置66组混合油检测样品,使用便携式拉曼光谱仪采集样本的拉曼光谱信息,扣除背景噪声;观察多组样本的拉曼光谱图可知,由于官能团浓度的差异,食用油的拉曼特征峰位移基本相同,特征峰的峰值明显不同,因此基于特征峰信息可以区分食用调和油的不同混合物;其次对拉曼光谱做背景扣除、光谱平滑、最大值谱线归一化三步预处理,以降低实验中不可控的外界因素及背景荧光的影响,准确提取光谱特征峰强度信息;然后根据纯种油中3种脂肪酸的国际标准含量,结合国家食品法典委员会标准CODEX STAN210-1999《指定的植物油法典标准》中规定的纯种油密度中值,由油品体积得到脂肪酸质量数;随机选取56组样本数据作为训练集,剩余10组样本数据作为预测集;以训练集光谱特征峰强度和脂肪酸质量分别作为回归模型的输入及输出值,建立SVR和PSO-SVR,ABC-SVR三种混合优化算法对比的定量分析模型,对测试集的3种脂肪酸含量分别进行预测;最后通过均方误差(MSE)、相关系数(r)及建模时间(Elapsed time)分别进行对比,建立数据表对模型精准度进行检验。实验结果表明,通过ABC-SVR定量分析模型效果最佳,3种脂肪酸含量预测值与真实值的均方差分别为0.88×10-4,16×10-4和8×10-4,均低于0.002;相关系数分别为93.43%,99.65%和99.43%,均高于93%;预测时间(Elapsed time)分别为1.26,2.42和2.14 s。因此,所提出的检测方法,具备较高的精确度、较快的建模时间,且在理论上的类似条件下可适用于其他样品检测工作,可为振动光谱学对食用油掺伪分析的进一步工作提供可行的理论依据。     

一种基于多准则决策和PSO-LM混合优化算法的多峰Brillouin散射谱的特征提取方法

采用传统方法对多峰Brillouin散射谱进行拟合的过程中,通常是以谱线最大功率点为基准的,却忽略了其他比该点小但却是极值的功率点。这样获得的拟合曲线通常只有一个峰值,相当于把除最高峰之外还有多个小峰的多峰Brillouin散射谱进行了简化,导致大量有用信息的丢失。为了提高Brillouin散射谱的特征提取精度,提出了一种基于MCDM和PSO-LM混合优化算法的多峰Brillouin散射谱特征提取方法(MCDM-PSO-LM)。MCDM可以识别和准确定位多峰Brillouin散射谱的各个波峰和波谷;PSO-LM混合优化算法可以实现分别对各个波峰和波谷的曲线进行拟合并找到每一个波峰的中心频率,该算法既克服了PSO算法过早收敛于局部极值和LM算法依赖初值的问题,又可以将PSO算法的全局搜索能力和LM算法的局部收敛能力结合在一起。较传统算法而言,MCDM-PSO-LM算法保证了对最优值求解的速度和精度,提高了运算能力,使解析解最大限度地接近最优值。分别在不同信噪比和不同线宽条件下进行仿真验证,频移和温度误差分析结果表明,MCDM-PSO-LM方法可以对多峰Brillouin散射谱的各个波峰与波谷进行准确定位,可用于多峰Brillouin散射谱的特征提取,识别效果明显强于传统算法,提高了信息分析的准确性。     

基于QPSO-MLSSVM算法的拉曼光谱检测四组分调和油含量

提出了一种运用量子粒子群(quantum-behaved particle swarm optimization,QPSO)算法优化多输出最小二乘支持向量机(multi-output least squares support vector machine,MLSSVM)的新混合优化算法。该算法结合激光拉曼光谱技术可实现对四组分食用调和油中花生油、芝麻油、葵花油和大豆油的快速定量鉴别。采用基线校正去除背景荧光,结合Savitzky-Golay Filters光谱平滑法对原始拉曼光谱进行预处理。构建基于QPSO-MLSSVM混合优化算法的定量分析模型,并采用20个组分组成的预测集对其进行模型校验。实验结果表明,基于QPSO-MLSSVM混合优化算法的定量分析模型对于四组分调和油的预测效果良好,均方差(mean square error, MSE)为0.0241,低于0.05,各油分预测相关系数均高于98%。研究结果充分表明, 应用激光拉曼光谱技术结合QPSO-MLSSVM算法,对四组分调和油中各油分进行快速定量检测可行,具备较强的自适应能力和良好的预测精度,可以满足多组分调和油的成分鉴别。     

基于自适应变异果蝇优化算法和广义回归神经网络的布里渊散射谱特征提取

针对布里渊光时域反射光纤传感系统散射谱的高精度特征提取的要求,提出了一种基于自适应变异果蝇优化算法和广义回归神经网络的布里渊散射谱特征提取算法。不仅利用了广义回归神经网络在逼近能力、学习速度、模型的泛化等方面具有的优势,而且采用搜索能力较强的自适应变异果蝇优化算法进一步增强了神经网络的学习能力,从而提高了布里渊散射谱的拟合度和频移提取的准确度。在布里渊散射谱中心频率为11.213 GHz,线宽为40～50,30～60和20～70 MHz的散射谱白噪声实验模型中,将新算法分别与基于有限元分析的Levenberg-Marquardt拟合法、粒子群优化和拉凡格式混合拟合法、最小二乘法进行预测比较,新算法获得的最大拟合频移误差为0.4 MHz,平均拟合度为0.991 2,均方根误差为0.024 1。仿真结果表明所提出的算法拟合度较好,绝对误差小。因此,将此算法用于基于布里渊光时域反射的分布式光纤传感系统,可有效提高布里渊散射谱的拟合度和频移提取的准确度。     

Frequency Dependence of Transverse Correlation Coefficient in the Yellow Sea

Horizontal correlation is one of the most important characteristic parameters in ocean acoustics. In a shallow water acoustic experiment, we observed that the transverse correlation coemcient is an oscillation function of frequency. A model based on adiabatic normal mode theory in a random inhomogeneous waveguide which is statistically isotropic in a horizontal plane is developed. The theory indicates that the oscillation of the transverse correlation coefficient is mainly due to the normal mode interference.     

基于径向基函数神经网络的传感布里渊散射谱特征提取

基于布里渊效应的分布式光纤传感器以其可在沿光纤中同时获得被测量场时间和空间上的连续分布信息,成为当前国际的研究热点。根据光纤中布里渊散射谱的传输特点和高精度特征提取的要求,提出了利用莱文伯-马夸特(L-M)算法调节权值的径向基函数神经网络(RBFN)对布里渊散射谱进行特征提取。通过与反向传播(BP)神经网络、五次多项式曲线拟合法和三次样条插值法进行预测比较,在中心频率为11.213GHz,权重比为4∶1的仿真散射谱模型中,本方法相对误差最小,仅0.0015179%,温度相对误差仅为0.152℃,且拟合度较好。在不同脉宽和不同温度下的同一检测系统中,前者的综合评价指标优于其他三种拟合方法。数值分析和实验研究均表明径向基函数神经网络适用于对布里渊散射谱进行拟合,有效提高了预测精度。     

MgB2中的MgO纳米管

为观察MgO在MgB2超导样品中的影响和存在形式,通过在MgB2胚体样品之外,增加周围MgO量的实验方法,经过4 h 750℃的烧结,在制备好的MgB2超导样品内得到了壁厚是约4纳米,直径在50～80纳米,长为30～40微米以上的氧化镁(MgO)纳米管.在MgB2样品表面可以看到少量直径是200～300纳米的氧化镁(MgO)亚微米线.经过扫描电镜的能量损失谱和透射电镜EELS分析测量,证明了纳米管中没有硼元素.实验观测也表明这些氧化镁(Mgo)纳米管是由许多氧化镁(MgO)纳米晶片组成.     

基于高光谱分析的淫羊藿药用成分快速检测研究

中药材淫羊藿富含朝霍定和淫羊藿苷等黄酮类化合物,具有滋阴补肾、提高免疫力等功效,有较大的药用价值。当前,面对生产及育种过程中批量样品快速、无损检测需求的增加,传统的化学分析方法难以满足需要,而高效、廉价的现代高光谱分析技术备受青睐。但受制于光谱数据谱峰重叠及噪声的干扰,全波段光谱分析建模存在模型精度不高和运行效率低的问题。利用便携式地物光谱仪器获取淫羊藿可见-近红外光谱数据,借助遗传算法（GA）特征波段选择方法剔除无关波段,并与偏最小二乘回归（PLSR）分析建模技术结合,构建淫羊藿药用组分（朝霍定A、朝霍定B、朝霍定C和淫羊藿苷）高光谱GA-PLSR校正模型,探讨淫羊藿药用组分含量高效分析预测的可行性,并挖掘获取淫羊藿品质鉴定的重要光谱响应波段。结果表明：高光谱分析结合化学计量学在淫羊藿有效药用组分的快速无损检测方面具有相当大的潜力。与全波段PLSR校正模型相比,通过GA迭代优化,参与建模的有效光谱数据得到简化,GA-PLSR模型的测量精度和稳定性得到明显提升。主要表现在交叉验证的决定系数（R2_CV）得到明显提高,交叉验证的均方根误差（RMSE_CV）普遍降低。其中,四种药用组分校正模型的R2_CV分别从0.645,0.720,0.718和0.642提升为0.671,0.835,0.782和0.796;同时,其对应的RMSE_CV值分别由2.102,2.896,21.069和1.221降为2.071,2.230,18.656和0.912。此外,明确了红边波段690～740 nm以及420 nm附近波段为淫羊藿药用组分朝霍定A、朝霍定B、朝霍定C和淫羊藿苷光谱鉴别分析的重要响应波段。该研究为高光谱技术淫羊藿品质准确高效鉴定和光谱传感器的波段设计提供一定的理论依据。