图像动态光散射法纳米颗粒粒度分布反演算法研究

针对基于整体相关的图像动态光散射法(IDLS)测量颗粒粒径分布(PSD)问题,研究了全局搜索(GS)算法反演颗粒粒径分布,对峰值为79nm、多分布指数(PDI)为10%的单峰颗粒系和峰值分别为79nm与352nm、多分布指数均为10%的双峰颗粒系进行了反演数值仿真,结果表明全局搜索算法能较好地反演出颗粒粒径分布情况。以此为基础,对峰值为79nm的单峰分布颗粒系,峰值为79nm和352nm、79nm和482nm的两组双峰分布颗粒系进行了实验测量及算法对比研究,结果表明在单峰分布颗粒系下,相对于累积量法,全局搜索算法反演效果较好;在双峰分布颗粒系下,全局搜索算法与双指数法反演结果基本一致。由此可知,对于图像动态光散射颗粒粒径分布测量方法,全局搜索算法能够有效地反演出单峰分布和双峰分布颗粒系的颗粒粒径分布,是反演多分散颗粒系的一种有效方法。     

基于角度散射法的气溶胶粒子粒径分布反演研究

本文基于人工蜂群-差分近似优化算法(Artificial Bee Colony and Differential Evolution algorithm, ABC-DE)和角度光散射法对气溶胶粒径分布进行了反演研究。此外,本文还提出了一种基于敏感度分析和主成分分析的角度散射测量信号筛选方法,用以提高粒径分布反演结果精度。研究表明:采用角度散射法反演颗粒粒径分布时,选择前向散射角度,如[0°,30°],更有利于提高反演结果精度;粒径分布反演精度与所选择测量角度信号的贡献率相关,高贡献率的测量信号更有利于确保反演结果精度和鲁棒性。     

线性辐射反演确定液滴粒径的分布

一、线性辐射反演法 文[1]采用Mie散射理论,Tikhonov正规化和Quasisolutions算法反演微粒粒径分布,对Modified gamma,ZOLD等类型粒径分布函数作了数值模拟。本文在此基础上,对汽轮机尾部乏汽实测所得的单色衰减系数进行线性辐射反演,计算出乏汽中液滴粒径的分布。利用球形粒子群对某一方向辐射的单色衰减系数确定其粒径分布,属于求解     

非独立模式算法下粒径分布反演及分类的研究

在光全散射法颗粒粒径测量中,提出一种非独立模式算法下粒径分布反演及分类的方法。对被测颗粒系分别按照不同的粒径分布函数同时进行反演,并依据反演误差大小判断被测颗粒系符合哪种分布函数。仿真实验结果表明,在非独立模式下,完全可以利用已知的不同分布函数的反演误差作为分类依据,从而更准确地确定被测颗粒系的粒径分布。采用的遗传反演算法能够在3个可见光波长下得到较准确的粒径分布,反演结果稳定可靠,最大限度地减少了多个波长的使用,从而对光源有更大的选择余地。对透射消光测量结果加入5%随机噪声时,单峰分布颗粒系的反演误差小于5%,多峰分布颗粒系的反演误差小于10%。整个算法运行时间小于2 s。该方法具有原理简单,计算速度快等优点,能够满足颗粒粒径在线测量的要求。     

基于模式搜索的光谱消光粒径分布反演算法的研究

发展快速有效的反演算法用于粒径分布的重建是颗粒测量领域重要的研究课题之一。在光谱消光法粒径测量中,提出将模式搜索算法用于独立模式下粒径分布的重建,同时引入Tikhonov平滑泛函构建算法的目标函数,为保证搜索过程的快速性和准确性,设计了关于初始点的优选策略。利用该算法测量国家标准颗粒体积平均直径的相对误差为3.14%,不超过国家标准物质局给出的±8%的范围,且粒径分布宽度合理,没有明显展宽和伪峰现象。与Phillips-Twomey方法和遗传算法的对比结果表明,在综合考虑反演精度和反演时间条件下,该算法具有明显优势,更适合于快速准确的现场测量,具有较好的应用前景。     

多分散Au-Ag合金纳米球的光谱消光法反演

贵金属纳米颗粒具有局域表面等离子体共振特性而引起了广泛的关注,其中Au-Ag合金纳米颗粒具有良好的结构稳定性、光热性能以及潜在的抗癌功效而得到普遍研究。在众多应用中的特性与其粒径和浓度密切相关,然而目前常用的电子显微镜观察法和动态光散射法不能同时获得粒径和浓度信息,因此采取有效手段测量颗粒粒径和浓度信息至关重要。基于光谱消光法,利用非负的Tikhonov正则化方法解决反演问题,并根据Mie理论计算消光矩阵。针对噪声问题,采取两种情况研究多分散Au-Ag合金纳米球粒径分布与浓度的反演问题。未添加噪声情况下,颗粒系Ⅰ的反演相对误差小于颗粒系Ⅱ,在波长范围300～500 nm之间的反演相对误差最小,对应平均粒径、粒径标准差和颗粒数浓度的反演相对误差分别为0%,-0.03%和0%。添加随机噪声情况下,将0.5%和1.0%的随机噪声添加进颗粒系Ⅰ中的消光谱,经过数据比较发现在波长范围200～600 nm之间的反演相对误差最小。当添加0.5%的随机噪声时,粒径分布、粒径标准差和颗粒数浓度的变化范围分别为79.76～80.15 nm, 5.60～6.61 nm和0.995 8×1010～1.005 9×1010个·cm-3;当添加1.0%的随机噪声时,粒径分布、粒径标准差和颗粒数浓度的变化范围分别为78.87～80.27 nm, 5.36～9.00 nm和0.992 4×1010～1.027 7×1010个·cm-3。反演结果随着随机噪声的增大,变化范围也明显增大即反演相对误差增大,并且每次添加相同随机噪声后的反演结果不同。为了减少随机噪声导致的不稳定性,对100次反演结果进行平均得到平均粒径、粒径标准差和颗粒数浓度。当随机噪声从0.5%增大至1.0%时,其反演结果的相对误差均增大,但是反演得到的粒径分布、粒径标准差和颗粒数浓度相对误差均小于6%,这说明通过反演算法得到的反演结果具有较好的稳定性。研究表明,光谱消光法为反演多分散Au-Ag合金纳米球粒径分布与浓度提供了一种简单、快速的表征手段,也对研究非球形纳米颗粒有启示作用。     

基于衍射层析理论的弱散射单颗粒粒径反演方法

衍射层析理论揭示了物体的散射场分布与物体的散射势之间存在傅里叶变换关系。基于衍射层析理论,提出一种反演未知折射率的浮游植物及其它弱散射颗粒粒径的方法。利用单波长、大角度范围内的散射光分布信息,通过傅里叶变换得到颗粒散射势的二次投影函数,进而获得颗粒粒径。进行数值仿真实验,并针对不同的测量角度范围、测量角度分辨率进行比较分析,结果表明:本文所开发的粒径反演算法可以通过测量大角度散射光分布,在适度噪声存在的情况下,准确反演与入射光波长相比拟的单个弱散射球形颗粒粒径。这一方法可用于测量未知折射率的浮游植物及其它微小颗粒粒径。     

轴对称介质内辐射源项反演算法

结合Abel变换和离散坐标法,提出了一种基于CCD相机采集的单幅辐射图像重建轴对称发射-吸收介质内辐射源项分布的反演算法。通过在求解辐射正问题得到的准确值的基础上,添加随机噪声模拟试验测量数据,分析了网格数目、辐射源项分布形式、吸收系数和测量误差对算法反演精度的影响。测试结果表明:该算法对测量误差不敏感,在有测量误差的情况下也能够准确的重建介质内的辐射源项分布。     

前向光散射颗粒测量技术中遗传算法的应用

在前向光散射颗粒测试技术中,反演算法是影响测量结果的主要因素之一。遗传算法作为一种较新的自适应全局优化算法,其参数优化和目标函数的设计决定了颗粒粒径分布的反演效果。本文对遗传算法中相关参数的设置进行讨论,通过数值模拟验证了该算法对多分散颗粒系统粒径分布的反演效果,并对聚苯乙烯标准颗粒进行实测和反演计算。结果表明:遗传代数为3 200、种群尺度为50、交叉算子0.7、变异算子为0.002和光顺因子权重系数为1.5×10~(-5)的优化遗传算法在颗粒粒径分布反演时具有较好的稳定性和抗噪性能,能够有效重建颗粒粒径分布。     

激光自混合干涉法亚微米及纳米颗粒测量中的反问题

基于Kaczmarz投影算法对反问题进行了详细的研究.选取颗粒线分布函数作为反演对象,改进了Kaczrnarz投影算法,使投影过程发生在较大夹角的超平面之间.数值模拟了含5%和10%的测量误差时宽单峰、窄单峰、双峰和三峰四种粒径分布的反演,结果显示改进投影算法得出的粒径分布与输入的粒径分布更好得吻合.实验测量了标称为60 mn和180 nm两种单分散颗粒,结果表明改进投影算法得出的粒径分别为54.95 nm和190.55 nm,而原先投影算法得出的粒径为83.18 nm和288.40nm,进一步显示改进投影算法提高了测量结果的准确性.     

动态光散射测量粒径分布的格雷码编码遗传算法反演运算

采用格雷码编码的遗传算法对动态光散射测量的粒径分布进行反演运算,数字测试结果表明,对于无噪声的分布,算法能精确的反演出各种粒子分布图像;对于加了一定噪声的分布,算法显示出较好的稳定性,能反演出主峰的分布图像.聚苯乙烯乳球的实验结果表明,该算法能反演双分布的粒径分布图像.与标准遗传算法和反演蒙特卡罗算法相比,该算法具有较高的搜索效率,能够用较少的计算时间快速搜索到最优解.格雷码编码遗传算法是一种更有效的随机反演算法.     

基于PCA-BP神经网络的光谱消光法颗粒粒径反演算法研究（英文）

光谱消光法广泛应用于颗粒粒径测量领域,在利用光谱消光法对颗粒粒径进行反演的过程中,由于颗粒的消光系数存在理论复杂、计算繁琐、收敛速度慢以及求解不稳定等问题,很大程度上影响了整个反演过程的快速性和准确性。且在众多波长的消光数据中,存在较多重复冗余的信息,也很大程度上增加了反演算法的时间。针对光谱消光法粒径反演算法计算繁琐、反演效率低的问题,提出了基于主成分分析(PCA)和BP神经网络的光谱消光颗粒粒径分析方法。基于Mie散射理论对不同粒径、不同波长下的光谱消光值进行了仿真计算,通过对光谱消光数据集的主成分分析及各个波长综合载荷系数的计算,实现了最优特征波长的选取,利用降维后的光谱消光数据训练了PCA-BP神经网络模型,并利用该网络模型计算了粒径颗粒分布。通过仿真计算,比较了PCA-BP神经网络模型与传统的BP神经网络模型的预测精度,并分析了波长数目对两种神经网络模型预测结果的影响。针对训练得到的PCA-BP神经网络模型开展光谱消光法粒径参数反演算法的验证实验,搭建了光谱消光法颗粒粒径参数测量实验系统,测量了粒径范围在0.5～9.7μm内的6种不同粒径参数的聚苯乙烯标准颗粒。仿真和实验结果表明:基于主成分分析方法可确定各个波长向量之间的相关性,利用综合载荷系数选取最优特征波长对应的消光值对整体的光谱数据具有较好的代表性,可实现光谱数据的降维。相比传统的BP神经网络模型,基于PCA-BP神经网络模型的颗粒粒径分布的分析方法预测精度更高,对于较分散颗粒系的分布参数的预测有更加明显的优势。而且,被选取的波长数较少时,PCA-BP神经网络模型依然有较高的预测精度。利用训练好的PCA-BP神经网络模型对颗粒粒径参数进行实验验证,预测结果可瞬时输出,颗粒粒径分布误差在5%以内,验证了该算法的可行性。     

一维辐射系统吸收系数的反问题

辐射反问题是当前的研究热点之一。本文采用离散坐标法求解正问题,用共轭梯度法求解一维系统吸收系数的反问题。用正问题的计算结果加上误差作为反问题的求解条件。数值计算的结果表明,共轭梯度法可以比较好的反演辐射系统的吸收系数。在考虑散射时,反演效果比不考虑散射的反演效果好。     

超声衰减和速度谱测量亚微米乳液的粒径

研究了超声衰减谱法和相速度测量高浓度多分散脂肪两相乳浊液的粒径分布问题.在理论分析基础上,实验测量了多个浓度(2%～20%)脂肪乳试样在2～13 MHz频带下超声衰减和相速度谱,结合反演算法由实验数据计算出乳浊液颗粒的粒径分布,并讨论了相速度法的意义和特点.将原始浓度(20%)下测得粒径分布与消光法在稀释条件下相同试样测量结果作对比,二者比较吻合,表明超声谱法可在无稀释的高浓度条件下作乳浊液粒径分布的表征.     

加权非负最小二乘光子相关光谱纳米颗粒粒径反演方法

为了降低采用光子相关光谱法进行纳米颗粒测量时噪音对颗粒粒径反演结果的影响,提出了一种基于加权非负最小二乘法的光子相关光谱纳米颗粒粒径计算方法.该方法以光子相关光谱自身作为权值,推导出反演算法的离散模型,避免了接近零点的测量数据波动对测量结果的影响.利用光子相关光谱纳米检测实验平台对90nm、190nm及混合的乳胶颗粒进行实验研究,并与传统非负最小二乘法反演结果进行了对比.60s测量时间的30次实验数据表明:对单峰颗粒群进行反演时,该方法多次测量结果与传统非负最小二乘法结果相近,但是多次重复测量的方差较小,证明该方法重复性较好;对多峰颗粒群进行反演时,该方法反演结果更接近颗粒的真实值,而非负最小二乘法其反演结果与真实值有较大偏离.在不同测量时间的实验数据表明:测量较短的情况下,该方法反演结果方差较小,能在更短的采样时间情况下,获得更准确的测量结果.     

颗粒系的可见消光光谱分析及最佳波长的选择

在光全散射法颗粒粒径测量中,被测颗粒系的消光光谱包含有颗粒粒径、折射率等信息。对常用的单峰及双峰R-R分布的可见消光光谱进行模拟,分析了可见消光光谱随粒径和相对折射率变化的规律。选取二阶微分可见消光光谱不连续点对应的波长作为测量波长,并将可见光边界波长同时作为测量波长,在非独立模式下,采用遗传优化算法反演粒径分布。仿真计算与实验验证结果表明,通过消光光谱分析,可以预先确定被测颗粒系的分布状况,缩小优化算法中反演参数的搜索范围。结合最佳波长选择方法,使测量的精度和可靠性明显提高。对测量光谱加入1%随机噪声时,单峰及多峰分布粒径反演均能得到满意的结果。     

可见-红外波段光全散射法颗粒粒径测量范围的研究

在光全散射法颗粒粒径测量中,采用独立模式算法在可见-红外波段对粒径测量范围进行了深入的研究。通过对多种R-R分布函数反演结果进行分析,比较,以确定光全散射法颗粒粒径测量范围。同时在消光系数计算中,采用修正的消光系数代替原始的消光系数,以便得到更准确的粒径测量范围。仿真计算结果表明,在可见-红外光谱区,相对折射率m=1.235时的粒径测量范围为0.05～18 μm。在此区域内测量粒径分布,反演结果与真值基本吻合。随着颗粒相对折射率、波长范围的变化,粒径测量范围也随之发生改变。采用限制最小二乘算法能够最大限度地克服随机噪声对测量结果的影响,使测量的精度和可靠性明显提高。对测量的消光值加入±1%随机噪声时,颗粒粒径分布的反演均能得到满意的结果。     

光子相关光谱的自寻优累积反演算法实现

提出自寻优方案改进,用于光子相关光谱技术测量纳米颗粒粒径及分布的累积反演算法.阐述光子相关光谱技术测量纳米颗粒的基本原理.详细分析光子相关光谱技术中传统累积反演算法的原理,分析传统方法中造成反演结果不稳定的主要原因.提出以标准差为判定依据的自寻优累积反演算法,改善累积反演算法的测量精度和稳定性.实验结果证明方法可行可靠.     

多轴差分吸收光谱技术测量对流层SO2垂直廓线及柱浓度

针对被动多轴差分吸收光谱技术(MAX-DOAS)反演痕量气体SO_2中吸收强度弱以及易受反演波段和大气气溶胶状态影响的问题,研究了基于地基MAX-DOAS的对流层SO_2垂直廓线及垂直柱浓度的反演方法。通过反演误差对比确定了SO_2的最佳反演波段(307～330 nm),并精确获取了差分斜柱浓度。鉴于大气中气溶胶状态是影响SO_2等痕量气体反演的重要因素,反演中采用两步反演方法:第一步通过测量O_4气体的差分斜柱浓度来反演气溶胶廓线;第二步将气溶胶廓线输入到辐射传输模型中,利用痕量气体浓度垂直反演算法获取对流层(0～4 km)中SO_2的垂直分布廓线和垂直柱浓度。将SO_2廓线在0～100 m的反演结果和地面点式仪器数据进行对比,结果发现两者的一致性较高。研究表明,基于MAX-DOAS反演对流层中SO_2的垂直分布及垂直柱浓度是一种有效的手段。     

基于PCA-BP神经网络的光谱消光法颗粒粒径反演算法研究

光谱消光法广泛应用于颗粒粒径测量领域,在利用光谱消光法对颗粒粒径进行反演的过程中,由于颗粒的消光系数存在理论复杂、计算繁琐、收敛速度慢以及求解不稳定等问题,很大程度上影响了整个反演过程的快速性和准确性。且在众多波长的消光数据中,存在较多重复冗余的信息,也很大程度上增加了反演算法的时间。针对光谱消光法粒径反演算法计算繁琐、反演效率低的问题,提出了基于主成分分析（PCA）和BP神经网络的光谱消光颗粒粒径分析方法。基于Mie散射理论对不同粒径、不同波长下的光谱消光值进行了仿真计算,通过对光谱消光数据集的主成分分析及各个波长综合载荷系数的计算,实现了最优特征波长的选取,利用降维后的光谱消光数据训练了PCA-BP神经网络模型,并利用该网络模型计算了粒径颗粒分布。通过仿真计算,比较了PCA-BP神经网络模型与传统的BP神经网络模型的预测精度,并分析了波长数目对两种神经网络模型预测结果的影响。针对训练得到的PCA-BP神经网络模型开展光谱消光法粒径参数反演算法的验证实验,搭建了光谱消光法颗粒粒径参数测量实验系统,测量了粒径范围在0.5～9.7 μm内的6种不同粒径参数的聚苯乙烯标准颗粒。仿真和实验结果表明：基于主成分分析方法可确定各个波长向量之间的相关性,利用综合载荷系数选取最优特征波长对应的消光值对整体的光谱数据具有较好的代表性,可实现光谱数据的降维。相比传统的BP神经网络模型,基于PCA-BP神经网络模型的颗粒粒径分布的分析方法预测精度更高,对于较分散颗粒系的分布参数的预测有更加明显的优势。而且,被选取的波长数较少时,PCA-BP神经网络模型依然有较高的预测精度。利用训练好的PCA-BP神经网络模型对颗粒粒径参数进行实验验证,预测结果可瞬时输出,颗粒粒径分布误差在5%以内,验证了该算法的可行性。