一种新型生物柴油替代燃料模型

为了分析实际生物柴油的燃烧特性,综合考虑了燃料的分子量、碳氢比、化学键能和十六烷值等特性,基于丁酸甲酯、醋酸乙酯、癸酸甲酯与正十二烷四种燃料,采用配平原子个数和十六烷值的方法构建了反映生物柴油基本燃烧特性的一种新的替代燃料模型。通过不同工况下模拟结果与实验数据的比较,对该方法的合理性进行了验证,结果表明该替代燃料模型能较好地预测生物柴油在不同压力、温度和当量比下的氧化过程。该机理构成方法为替代燃料机理的构建提供了新的思路。     

基于解耦法构建柴油表征燃料的骨架机理

本文构建了一个包含正癸烷、异辛烷、甲苯和甲基环己烷的柴油表征燃料模型。基于解耦法构建了一个包含70种组分和193个反应的柴油表征燃料的骨架机理。在解耦法中,骨架机理被分为两部分:一部分是极其简化的C_2-C_n机理,用于预测燃料的滞燃期和消耗;另一部分为详细的H_2/CO/C_1机理,用于预测火焰速度和熄火极限,以及碳氢和一氧化碳的排放。通过与激波管中的滞燃期、搅拌反应器(JSR)中的组分浓度、层流火焰速度以及预混压燃(PCCI)发动机中的燃烧和排放的实验数据对比,发现机理较好地预测了柴油的着火、燃烧和排放特性。     

一种新的大气折射率剖面模型构建方法

针对现有大气折射率剖面模型中干项简化模型较多、使用中难以取舍和湿项简化模型精度较低等问题,利用某台站实测探空数据,对现有几种大气折射率剖面模型的精度进行了分析。在此基础上,基于小波聚类和EOF（经验正交函数）分析方法,构建了一个能够考虑天气特征的大气折射率剖面改进模型,并利用实测数据对其精度进行了验证。结果表明：改进模型拟合精度较现有模型精度有明显改进。其中,干项模型能够充分考虑台站本地气候特征,精度更高;湿项模型将天气类型细分为四类,比现有模型精度最大提高了约6个折射率单位。同时,改进模型天气类型划分方法较容易被非气象专业人员理解,便于此模型推广应用。     

一种基于目标因子分析的模型传递方法

在目标转换因子分析的基础上建立了一种新的模型传递方法,并将该方法与传统的分段直接标准化(PDS)方法进行比较。采用了两个样品集：虚拟样品集和配制样品(含苯,甲苯,二甲苯和异辛烷)的近红外光谱集。结果表明：新方法的传递效果至少与PDS方法的传递效果相同,对于谱图出现非线性变化的情况,新方法的传递效果更好。     

采用核磁共振信息的FACE汽油替代燃料机理构建

提出了一种基于核磁共振分析所得的官能基团信息来构建替代燃料模型的新方法。根据核磁共振的光谱信息,定义了五种基本官能基团:烷烃CH_3基团、烷烃CH_2基团、环烷烃CH-CH_2基团、烯烃CH-CH_2基团和芳香烃C-CH基团,并通过匹配实际燃料的这些官能基团来构建FACE汽油替代燃料。选取正丁烷、正庚烷、异辛烷、甲苯、2,5二甲基己烷、甲基环己烷和1-己烯作为备选基础燃料,根据FACE F、FACE G、FACE I和FACE J四种目标燃料的官能基团信息选取合适的替代燃料组分,进而构建相应的替代燃料模型。将所获得的替代燃料机理用于模拟不同初始条件下激波管内的燃料氧化燃烧,模拟结果与实验数据的对比表明,所构建的替代燃料机理能较好地预测FACE汽油在不同温度、压力和当量比条件下的着火特性。     

航空替代燃料低温氧化实验与模型研究

在射流搅拌反应器中开展了常压航空煤油替代燃料的低温(500~1100 K)氧化实验研究。利用气相色谱和气质联用仪测得了34个物种的摩尔分数曲线。通过研究芳烃和正癸烷间的耦合作用阐述了替代燃料低温区负温度系数效应对燃料燃烧特性的影响,揭示了实际航空燃料的低温自动点火机理。建立包括975物种和5920反应的亚琛替代燃料的动力学模型,并利用该模型准确地预测实际燃料燃烧的点火延迟等。实验和模拟得到的结果有助于理解燃气轮机低温点火过程。     

一种基于知识模型的红外目标检测方法

针对电厂冷却塔这类具有特殊建筑规范的典型目标,在分析目标红外特性与形状特性的基础上,提出了一种基于知识模型的红外目标检测方法.首先根据冷却塔目标的红外特性,提取图像的亮度、方向和局部熵特征,采用视觉注意模型提取红外图像中的显著区域,作为待检测目标的感兴趣区域;在此基础上,根据冷却塔目标的形状特性建立双曲线形状模型,在感兴趣区内进行结构特征边缘提取和形状模型拟合,构建相关判定准则检测出目标.在一组机载前视红外图像上的实验结果表明,该方法可以达到98.67％的查全率和93.97％的查准率,具有较好的目标检测效果.由于本文方法不需要基准图的参与,降低了对数据保障的要求,因此具有较大的实用性.     

一种基于HSI颜色模型的目标提取方法

在工业、农业、军事以及医疗等领域中,目标识别是一个关键技术,近年来在图像处理方面已成为一个重要的研究课题。提出了一种用于除草机器人的基于HSI(色调、明度和饱和度)颜色模型的彩色图像目标提取方法。该方法首先将具有某种色彩信息的杂草与农作物从背景土壤中分离出来,然后再根据杂草与农作物形状的不同,采用腐蚀和膨胀的方法进一步将杂草与农作物分离。该方法除了用于除草机器人以外,还可用于水果采摘等。仿真结果验证了该方法的有效性。     

一种基于声相似律的旋转流体机械噪声声源分离方法

针对管道系统中的流体机械发声问题,提出了一种声源函数与声响应函数的频谱分离方法。该方法以声相似律为基础,分别采用最小均方值多重线性回归方法和高斯滤波获得声源函数和声响应函数。通过算例验证了该方法的有效性,辨识得到的声源函数和声响应函数的相对误差均远小于现有方法。利用该方法分析了自由空间和带管道两种安装条件下轴流风扇的辐射噪声,辨识得到了相应的声源函数、声响应函数和叶尖速度律指数,并对风扇的主要噪声成分进行了分析。     

生物组织超声散射的一种改进模型

本文根据组织结构的特点,对Chivers的组织超声散射模型作了修正。提出了组织的弹性模量起伏的尺度是有统计分布的假设,从而导出反向散射系数与频率的关系,可以解释大多数软组织的实测结果。同时,对模型中的统计参量与组织结构的关系作了初步讨论。     

一种基于无监督主动学习的苹果品质光谱无损检测模型构建方法

利用光谱技术实现农产品、食品品质无损检测的实质是建立样本光谱信息与样本品质参数之间的机器学习模型。为了获得具有良好泛化性能的机器学习模型,通常需要大量的标记样本,然而,获取样本的光谱信息相对容易,但标注样本品质参数的过程往往涉及到大量的时间和经济成本,并且具有破坏性。主动学习是一种减少训练集有标记样本数量的方法,通过选择最有价值的样本进行标记,而不是随机选择。因此,主动学习能够控制向训练集添加哪些样本,模型不再是被动地接受用于建模的样本。在分类任务中已经提出较多关于主动学习的算法,但回归任务中的研究却相对较少,且现有的用于回归任务的主动学习算法大多是有监督的,即需要少量有标记样本训练初始模型。本文提出了一种基于无监督主动学习方法的训练样本选择策略。该方法首先通过层次凝聚聚类对无标记（标准值）光谱数据集进行多样性划分,获得不同的聚类簇;然后通过局部线性重建算法在每个聚类簇中选择最具代表性的样本构成训练样本集,最后基于训练集构建模型。利用两个年份三个品种苹果的近红外光谱数据,构建了其可溶性固形物含量和硬度的偏最小二乘预测模型,用于验证所提出方法的有效性。实验结果表明：所提出的方法要优于已有的样本选择策略,可以有效地提高模型精度,减少在模型训练中的破坏性理化实验。同时,与随机采样（RS）、Kennard-Stone算法（KS）、光谱-理化值共生距离算法（SPXY）这三种光谱领域常用的样本选择算法相比,该研究所提出的方法表现出了最佳的性能, 基于所提出的无监督主动学习算法选取200个样本作为训练集所建立的可溶性固形物含量预测模型的预测均方根误差相对于其他三种算法降低了2.0%~13.2%,硬度预测模型的预测均方根误差相对降低了1.2%~15.7%。     

一种基于Mumford-Shah模型的红外图像边缘检测方法

Chan-Vese模型是一种优秀的简化Mumford-Shah模型。然而Chan-Vese模型是以两个同质区域为基础建立的,这并不符合红外图像的特点,导致直接应用该模型处理红外图像时可能失败。针对这一问题,提出了一种适用于红外图像边缘检测的改进Mumford-Shah模型,并对该模型中目标边缘的保持、停止准则的建立及算法速度的提高作了详细讨论。实验表明,改进Mumford-Shah模型能够克服Chan-Vese模型在对红外图像边缘检测时不能跨越过渡区域的缺点,有效地检测出目标边缘。     

基于喷孔两相流场的柴油一次雾化模型

建立了一个基于喷孔两相流场的柴油一次雾化模型,根据喷孔出口气液两相分布的特点,将射流分为空穴区和液体区,两个区表现不同的雾化作用.从能量守恒的角度,描述了两区中由空穴溃灭和湍流扰动合成的总破碎能转化为破碎液滴的表面能和径向动能的一次雾化过程.模型运用于KIVA程序中,并用于轴对称和非轴对称两种喷孔的喷雾模拟,在与Hiroyasu喷雾特性经验公式的比较中得到初步验证,并模拟出非轴对称喷孔喷雾的非轴对称结构.     

基于温度修正模型的柴油凝点快速检测方法

便携式近红外光谱仪现场快速检测是近红外光谱分析领域的一个重要的发展趋势.为了实现快速检测,便携式近红外光谱仪一般不配备温控装置,因此环境温度的变化会带来较大的测量误差.如何降低环境温度对检测结果带来的误差,是便携式近红外光谱仪在现场快速检测领域大规模推广所需要解决的一个重要问题.柴油的凝点值是评价柴油品质和适用范围的一...     

一种基于Mumford-Shah模型的红外图像边缘检测方法

 Chan-Vese模型是一种优秀的简化Mumford-Shah模型。然而Chan-Vese模型是以两个同质区域为基础建立的,这并不符合红外图像的特点,导致直接应用该模型处理红外图像时可能失败。针对这一问题,提出了一种适用于红外图像边缘检测的改进Mumford-Shah模型,并对该模型中目标边缘的保持、停止准则的建立及算法速度的提高作了详细讨论。实验表明,改进Mumford-Shah模型能够克服Chan-Vese模型在对红外图像边缘检测时不能跨越过渡区域的缺点,有效地检测出目标边缘。     

一种基于生物侧抑制原理的星图点目标检测方法

针对星图中空间点状目标占有像素数少、信噪比低的问题,提出一种基于生物侧抑制原理的星图点目标检测方法。首先通过多级滤波对图像进行预处理,对信噪比较低的星图进行杂波抑制,其次采用一种基于生物视觉侧抑制理论的背景抑制网络模型进行二次滤波,最后采用二维熵分割提取图像中点目标。实验结果表明,该方法能够在有效地抑制图像中的强杂波背...     

基于一阶梯度信息的光谱相似度评价方法

目前的光谱相似度评价方法主要基于光谱形状和幅值两种信息,但这两种信息仅仅能体现出光谱的轮廓,并不能很好的反应地物光谱的吸收峰等“指纹”特征,为了更好的体现出光谱特征在评价中的作用,提出了基于一阶梯度信息的光谱相似度评价方法。首先对传统光谱角度匹配度评价方法SAM进行了改进,提出MSAM评价方法,进而提出了调整的梯度光谱角度匹配(MGSAM)法。MGSAM比较了两条光谱曲线的梯度角匹配度,光谱曲线的梯度信息可以突出光谱吸收峰等“指纹”特性的存在,因此MGSAM可以充分体现出两条对比曲线的光谱特征相似度。分析了偏置信息和光谱深度对于MSAM和MGSAM的影响,指出MGSAM对于偏置信息具有更强的鲁棒性,且可以客观地反映出光谱深度差异,进而直观地反映出光电系统或相关算法的光谱特征保真能力。将MGSAM作为评价方法应用到压缩感知光谱成像系统评价中,仿真结果表明,随着采样率的变化,MSAM的值在 0.998~1之间,而MGSAM的值在0.72~1之间,具有明显的变化并具有较大的差异性,可以客观地反映出压缩感知系统对于光谱特征的保真能力,并具有更强的差异化分辨力,为该类系统提供了一个更客观的评价方法。将MGSAM应用到了基于光谱相似度的地物分类中,测试数据选择了Salinas,Pavia和Indian Pines三个公开数据,结果显示基于MSAM的平均分类精度为0.86,基于MGSAM的平均分类精度0.93,由此说明MGSAM可以突出光谱特征在分类中的作用,大大提高了分类精度。     

生物柴油/柴油颗粒的拉曼光谱分析

为了进一步降低柴油机燃用生物柴油的颗粒排放,利用激光拉曼光谱技术,研究了柴油机应用废气再循环(EGR)前后,燃烧柴油(B0)、生物柴油(B100)及其调和油(B50)的颗粒微观结构,采用五带拟合法对一阶拉曼光谱进行拟合,并计算了颗粒石墨微晶尺寸和石墨晶格C—C键长。结果表明：随着生物柴油掺混比的增加,颗粒D1带的半高宽增加,颗粒化学异相性增强;I_D1/I_G逐渐减小,颗粒中有序石墨结构含量增加,石墨化程度提高。引入EGR会使得颗粒D1带的半高宽增加,颗粒化学异相性增强;I_D1/I_G升高,颗粒有序石墨结构含量减少,石墨化程度降低,B0,B50和B100颗粒的I_D1/I_G在应用EGR前后分别降低了约8.5%,10.6%和11.8%。六种颗粒的缺陷类型主要属于石墨烯层边缘缺陷,掺混生物柴油和引入EGR均会使得颗粒碳层边缘缺陷浓度增加,颗粒中挥发性有机物的官能团含量增加,增强了颗粒氧化活性。掺混生物柴油使得颗粒石墨微晶尺寸增加,EGR使得颗粒石墨微晶尺寸减小,生物柴油和EGR对柴油机颗粒石墨晶格C—C键长影响不大,C—C键长约为0.142 nm。     

一种基于正态反高斯模型的贝叶斯图像去噪方法

提出一种新的贝叶斯图像去噪方法,该方法以正态反高斯(NIG)模型为先验模型,对图像小波系数的稀疏分布统计建模,并用最大后验概率(MAP)估计法对小波系数进行估计。为了改善贝叶斯图像去噪的效果,还根据尺度间相关性的大小对小波系数分类进行处理。此外,还引入了递归循环平移(CycleSpinning)算法对小波变换缺乏平移不变性产生的吉布斯现象进行抑制。实验结果表明该去噪算法能有效地去除图像中的高斯白噪声,更好地保留图像细节,提高图像的峰值信噪比值。