SCATTERING OF CIRCULAR CAVITY IN RIGHT-ANGLE PLANAR SPACE TO STEADY SH-WAVE

Complex function method and multi-polar coordinate transformation technology are used here to study scattering of circular cavity in right-angle planar space to SH-wave with out-of-plane loading on the horizontal straight boundary. At first, Green function of right-angle planar space which has no circular cavity is constructed; then the scattering solution which satisfies the free stress conditions of the two right-angle boundaries with the circular cavity existing in the space is formulated. Therefore, the total displacement field can be constructed using overlapping principle. An infinite algebraic equations of unknown coefficients existing in the scattering solution field can be gained using multi-polar coordinate and the free stress condition at the boundary of the circular cavity. It can be solved by using limit items in the infinite series which can give a high computation precision. An example is given to illustrate the variations of the tangential stress at the boundary of the circular cavity due to different dimensionless wave numbers, the location of the circular cavity, the loading center and the distributing range of the out-of-plane loading. The results show the efficiency and effectiveness of the method introduced here.     

直角平面内圆孔对稳态SH波的散射

利用复变函数方法和多极坐标移动技术，研究了直角平面内圆孔在直边分布有反平面稳态载荷时的sH波散射问题．首先构造出直角平面内不含有圆孔时满足边界应力条件的Green函数解；其次提出直角平面内存在圆孔时满足边界应力自由条件的散射波解，并利用叠加原理写出问题的位移总波场．借助于多极坐标移动技术和圆孔边界处应力自由条件，列出求解散射波解中未知系数的无穷代数方程组，在满足计算精度的前提下，通过有限项截断进行求解．作为算例，具体讨论了圆孔边界处的环向动应力随不同波数、圆孔位置及载荷分布位置和分布范围大小的变化情况，算例结果说明了算法的有效实用性．     

近红外光谱用于干粉灭火剂有效成分含量测定及种类识别的快速方法研究

为满足消防安全领域中灭火剂产品质量的快检需求,提出了一种近红外漫反射光谱快速测量ABC干粉灭火剂主要有效成分磷酸二氢铵(NH₄H₂PO₄)及识别ABC干粉灭火剂与BC干粉灭火剂的新方法。采用多元校正PLS方法建立了ABC干粉灭火剂磷酸二氢铵含量校正模型,RMSECV=2.1, RMSEP=2.4。采用SIMCA方法建立了ABC／BC干粉灭火剂识别模型,分辨准确率百分之百。与现行标准方法相比,该方法具有快速,操作简单等优点,非常适合于消防产品的现场质量检测。     

近红外离散波长光谱基线漂移校正方法研究

微分是(近)红外光谱多元分析校正中最常使用也是最有效的光谱基线漂移校正方法。由于数据数目较少及相邻数据在光谱意义或数学意义上缺乏连续性,微分不能直接用于离散波长光谱消除基线漂移。为此,提出了一种结合插值拟合和微分校正离散光谱基线漂移的新方法。思路是采用三次样条插值法对离散波长光谱进行拟合,然后对拟合光谱进行Savitaky-Golay卷积求导,再从微分光谱中取出对应于原离散波长光谱数值的数值,构成离散波长光谱的微分光谱,从而实现离散波长光谱的基线漂移校正。通过分别由模拟离散波长光谱数据和实际的离散波长光谱数据建立多元校正模型检验新方法效果。采用ABC干粉灭火剂和土壤的近红外光谱数据及性质建立了PLS和MLR模型。结果表明,新方法能有效消除离散波长光谱的基线漂移对多元分析校正产生的不利影响,明显地提高了多元分析校正模型的准确性,对改善离散波长光谱仪器分析准确度具有重要的理论意义和实际应用价值。     

多组分复杂体系光谱多元定量分析方法研究

为解决多元分析方法建模成本高及适用性差,严重制约其在光谱分析领域大量应用的难题,提出了一种新的多元定量分析方法。以汽油及其甲基叔丁基醚（MTBE）溶液的红外光谱为研究对象,使用五种汽油及其窄馏分建立背景光谱空间,用斜投影算法分离出混合光谱中纯MTBE光谱分量,建立纯光谱响应值与浓度之间的标准曲线,相关系数为0.995 2,截距仅为0.025,实现了多组分复杂体系中待测物的定量分析。与正交投影方法比较,新方法对五个预测样本的预测结果明显优于正交投影法。对17个实际油样的预测结果显示,新方法比PLS模型具有更好的适用性。新方法无需收集大量样本和建立复杂模型,方法简单,准确,适用性好。     

衰减全反射红外光谱法快速测定糠醛抽出油烃族组成含量方法研究

提出了一种衰减全反射红外光谱法快速测定糠醛抽出油烃族组成含量的方法,设计了一套重油烃族组成快速分析系统。实验收集了62个减压蜡油经糠醛精制后的抽出油样品,采用NB/SH/T0509-2010方法测定其饱和烃、芳烃含量,由差减法求得胶质和沥青质总含量。采用偏最小二乘法(PLS)分别建立了糠醛抽出油饱和烃、芳烃和胶质+沥青质含量的定量校正模型,其SEC分别为1.43%,0.91%和1.61%,SEP分别为1.56%,1.24%和1.81%,均小于NB/SH/T0509-2010方法规定的再现性误差,模型预测精密度小于标准方法的重复性误差要求。与现行标准方法相比,该方法速度快,操作简单,可显著提高糠醛抽出油烃族组成分析效率。该分析系统也可用于其他重油分析,具有很好的推广应用前景。     

近红外光谱法快速测定车用汽油中多种添加剂含量

为解决汽油中添加过量含氧化合物和未列入国家产品标准的添加剂化合物快速检测技术问题,提出了一种近红外光谱结合斜投影算法实现汽油中添加剂含量的快速分析方法。实验选用了四种不同种类的无氧汽油,包括调和汽油、FCC精制汽油、重整汽油和脱硫汽油,配制不同浓度、不同种类的添加剂化合物的系列汽油样品,使用傅里叶变换近红外光谱仪测定其近红外光谱,采用斜投影算法将被测添加化合物光谱信号从汽油光谱信号中分离出来,建立一元回归的标准工作曲线。预测分析中,根据分离的被测化合物光谱和标准工作曲线计算被测样本的添加化合物含量。此方法测定结果与真实含量之间绝对偏差小于0.8,相对偏差小于8%,用于实际汽油样本,此方法与气相色谱标准方法测定结果之间的绝对偏差小于0.85,相对偏差小于6.85%。本方法有效地解决了一般化学计量学多元校正方法建模维护工作量大,模型稳健性差的问题。对开发适合现场油品快速检测和有效加强我国汽油质量监管力度具有重要意义。     

液化石油气中二甲醚含量快速测定方法研究

二甲醚(DME)掺入液化石油气(LPG)中能加速储气罐橡胶密封圈的老化,存在严重安全隐患,直接危害消费者安全和利益,国家明令规定禁止向LPG中掺入二甲醚等化学品作为液化气商品出售,因此实现LPG中DME含量的快速分析极其重要。提出一种快速测定LPG中DME含量的新方法,解决了液化气成分快速测量技术难题。实验设计和制造了一套精确配制DME液化气溶液的装置和一套基于近红外光谱技术快速测定LPG的分析系统。该分析系统耐压3.5 MPa,可方便与高压钢瓶连接,实现了液化气直接快速测量。收集了市场上LPG-1(胺前液化气),LPG-2(焦化液化气),LPG-3(脱硫醇后液化气)LPG-4(沧炼催化液化气)共四种液化石油气,采集其近红外光谱作为背景子空间,采用称重法配制DME浓度范围1.0%～45.0%。采用斜投影算法从LPG溶液近红外光谱中提取出不同浓度LPG溶液中DME纯信号,使用DME纯信号强度I与浓度c建立标准曲线,其线性相关系数为0.999 4。外部验证结果表明,方法相对误差小于2.0%。该方法具有操作简单,快速、无需建模等优点。     

衰减全反射红外光谱法快速分类和识别多种食用油的方法

提出了一种衰减全反射红外光谱法快速分类和识别多种食用油的方法——KL-BP模型。此模型利用KL算法对原始光谱数据分类特征进行提取并对原始数据降维,降维后的数据作为神经网络的输入建立分析模型。实验共收集了九种食用油包括芝麻油、玉米油、油菜籽油、调和油、葵花油、花生油、橄榄油、大豆油、茶籽油,共84个样品,并测定了其衰减全反射红外光谱。为了对比所提方法性能,分别建立PCA直接分类、KL直接分类、PLS-DA、PCA-BP和KL-BP模型的分类结果进行对比。研究结果表明,对所研究的9种食用油,PCA直接分类、KL直接分类、PLS-DA、PCA-BP和KL-BP方法的识别率分别为59.1%,68.2%,77.3%,77.3%和90.9%。在数据降维中,KL算法通过分别提取使类间距离和类内距离比值最大方向的特征向量提取和包含在类内离散度矩阵中的分类信息,能够比PCA方法提取了更多的分类信息;引入BP神经网络能有效地提高分类能力和分类准确率;KL-BP综合了KL对分类信息提取优势以及BP神经网络自学习、自适应、非线性的优点,在分类和识别成分相近的9种食用油中表现出了最优秀的能力。