CNN在煤矿突水水源LIF光谱图像识别的应用

煤矿突水类型的快速识别在矿井安全生产中意义重大,煤矿突水激光诱导荧光(LIF)光谱的识别方法,需要对光谱曲线进行预处理和特征提取,其过程较复杂,对此,提出了一种卷积神经网络(CNN)快速识别矿井突水类别的方法。根据煤矿矿井水层的分布特点和最常见煤矿突水类型,选取三种原始水样以及由原始水样混合的两种混合水为实验材料,利用LIF技术快速获取五种水样的200组荧光光谱曲线图,灰度化后输入CNN算法,其中150组光谱曲线图用于CNN的训练,剩余50组用于训练好的模型测试。模型测试中,CNN算法对实验水样光谱曲线图的识别率为100%,实验结果表明,CNN算法不仅能省去煤矿突水光谱图像识别中的数据处理和特征提取工作,而且还能快速有效的识别矿井突水类型。     

1,3-丁二烯掺混丙炔热解中芳烃生成的协同效应理论研究

A numerical investigation on the co-pyrolysis of 1,3-butadiene and propyne is performed to explore the synergistic effect between fuel components on aromatic hydrocarbon formation.A detailed kinetic model of 1,3-butadiene/propyne co-pyrolysis with the sub-mechanism of aromatic hydrocarbon formation is developed and validated on previous 1,3-butadiene and propyne pyrolysis experiments.The model is able to reproduce both the single component pyrolysis and the co-pyrolysis experiments,as well as the synergistic effect between 1,3-butadiene and propyne on the formation of a series of aromatic hydrocarbons.Based on the rate of production and sensitivity analyses,key reaction pathways in the fuel decomposition and aromatic hydrocarbon formation processes are revealed and insight into the synergistic effect on aromatic hydrocarbon formation is also achieved.The synergistic effect results from the interaction between 1,3-butadiene and propyne.The easily happened chain initiation in the 1,3-butadiene decomposition provides an abundant radical pool for propyne to undergo the H-atom abstraction and produce propargyl radical which plays key roles in the formation of aromatic hydrocarbons.Besides,the 1,3-butadiene/propyne co-pyrolysis includes high concentration levels of C3 and C4 precursors simultaneously,which stimulates the formation of key aromatic hydrocarbons such as toluene and naphthalene.     

五维自由度衍射光栅精密测量系统（英文）

为了在保证结构简单的前提下,实现衍射光栅精密测量系统的大量程、高精度、多维度测量,设计了能够同时测量位移和角度的五维自由度衍射光栅精密测量系统。基于利特罗对称式光路结构,采用高刻线密度的一维衍射光栅以及外差干涉原理实现了沿光栅矢量方向和光栅法线方向的二维位移测量;通过引入高精度的位置灵敏探测器,结合±1级衍射光与光栅之间的角度变化关系实现了对光栅俯仰、偏摆和滚转三个维度的角度误差测量。实验结果表明:该衍射光栅精密测量系统能够实现分辨力优于4 nm的二维位移测量以及分辨力优于1″的三维角度测量,其位移测量范围只受限于光栅的尺寸,量程大大增加。该衍射光栅精密测量系统在精密测量领域有重要意义。     

石墨烯量子点法布里珀罗光纤湿度传感器

制作了一种利用普通单模光纤和石墨烯量子点材料共同构建的法布里珀罗湿度传感器.利用搭建的实验系统,在环境相对湿度11%RH～85%RH范围内进行了湿度响应实验,并对湿度上升和下降过程分别进行了测量.湿度上升过程中灵敏度为0.560 6nm/RH%,线性度为0.999 47;湿度下降过程中灵敏度为0.565 5nm/RH%,线性度达0.999 36.实验结果表明,该湿度传感器具有较高的响应灵敏度、较好的线性响应特性和测量重复性.另外对该传感头的温度响应特性进行实验研究,得到了较好的线性响应结果,温度响应灵敏度为0.035nm/℃,残差平方和为0.012 41,灵敏度标准差为2.305×10-4,湿度响应灵敏度约为温度响应的17倍.对其动态响应特性进行了典型测试,在相对湿度43%条件下得到了干涉光谱波长漂移的动态响应数据,得到了较快的动态响应,其响应时间和恢复时间分别为6.5s和9.0s.研究结果为研制低成本、易制作、高灵敏的光纤湿度传感器提供了一种有益的探索.     

基于荧光分析法和APTLD相结合的多环芳烃的检测

为准确进行浓度检测,用Savitzky-Golay(SG)多项式曲面平滑法去除三维荧光光谱数据的冗余信息,分别采用平行因子法(PARAFAC)算法和交替惩罚三线性分解(APTLD)算法对光谱数据进行分解。设计多环芳烃类污染物的检测实验,分析了芴(FLU)、苊(ANA)及两者混合溶液的荧光光谱特性。FLU溶液在λ_(ex)/λ_(em)=302/322 nm处存在一个明显的荧光峰,并且存在连续侧峰。ANA溶液存在两个荧光峰,分别为λ_(ex)/λ_(em)=290/322 nm和λ_(ex)/λ_(em)=290/336 nm。在激发波长200～370 nm扫描范围和发射波长240～390 nm扫描范围内,FLU和ANA荧光光谱重叠严重。结果表明,两种算法均能分辨出FLU和ANA,并取得了很高的回收率,但APTLD算法的检测效果更好。     

I型全息凹面光栅制作误差对光谱像的影响分析

通过对I型全息凹面光栅制作参量误差对光谱像的影响进行数值计算发现|1)两记录臂长的相对误差而不是绝对误差决定光谱像的展宽程度,即使绝对误差较大,只要两记录臂长的误差值相同,像宽也没有明显改变|2)由于I型光栅的记录臂一般较长,记录角度误差对像宽的影响不大,但会影响光栅的刻线密度,导致光谱成像位置的偏移|3)曲率半径误差对像宽的影响较大.通过数值模拟明确了I型全息凹面光栅制作的误差容许范围,找到了对光谱像宽度影响较大的误差来源,从而为此类光栅的制作提供理论指导,有助于制作出高质量光栅,降低罗兰圆光谱仪的调节难度.     

NH+4，F-对萤石浮选的影响机理及红外光谱分析

萤石浮选过程中矿浆中的NH+₄,F-对萤石的可浮性有重要影响,而目前关于难免离子对浮选影响的研究主要集中在稳定的阳离子对浮选的活化或抑制作用机理,而关于不稳定阳离子（NH+₄）、阴离子（F-）影响油酸钠吸附萤石作用机制的研究较少。因此借助于红外光谱分析,结合纯矿物浮选、Zeta电位和溶液化学计算等手段,研究难免离子（NH+₄,F-）对油酸钠浮选萤石的作用机理。实验结果表明,在酸性条件下,NH+₄对萤石有较强的活化作用,提高了萤石的回收率, 在pH值为6时,不同NH+₄浓度下,萤石的回收率均提高到94%左右,而在碱性条件下,NH+₄对萤石的浮选的有一定的抑制作用,且随着pH值增加,抑制作用增强,回收率逐渐下降;但F-对萤石浮选有一定的抑制作用,且在pH值为6时,不同F-浓度的抑制作用均明显增强,导致萤石回收率降低;而在碱性条件下,F-对萤石的可浮性影响不大。其作用机理为阳离子（NH+₄）与萤石表面解离到溶液中的F-生成NH₄F,在酸性条件下提高了萤石表面的正电性,增强萤石表面与油酸的一聚物、二聚物和分子-离子缔合物的吸附作用,而在碱性条件下NH+₄的水解生成NH₃·H₂O,正电性降低,导致油酸钠在萤石表面的吸附作用减弱;F-抑制萤石表面F-的解离,从而抑制了油酸根在萤石表面的化学吸附。红外分析结果表明,油酸钠在萤石表面发生了化学吸附;NH+₄的加入,在酸性条件下对萤石有很强的活化作用,-CH₃,-CH₂-和-COO-的特征峰峰位红移,峰强度加强,显现出较强的化学吸附作用;而在碱性条件下,仅出现了-CH₂-的特征峰的峰位红移,且特征峰强度减弱,说明NH+₄在弱碱条件在萤石表面的化学吸附较弱,起抑制作用;当加入F-后只出现了-CH₃的反对称伸缩振动峰,峰位并未发生偏移,故F-加入后油酸钠在萤石表面并未发生任何基团的化学吸附,从而抑制了萤石的可浮性。     

基于相位展开及拼接算法的一种高精度大量程宽光谱干涉显微术

宽光谱干涉显微术广泛应用于高精密检测领域,它测量样品形貌通常采用垂直扫描干涉术对亚微米至毫米级特征进行测量,以及相移干涉术对纳米级特征进行测量。其中,相移干涉术精度可达纳米级,但量程有限,高度变化对应的相位需限制在区间内。采用包裹相位展开算法可以扩展相移干涉术的量程,也仅适用于平滑表面,当高度起伏超出焦深或者光源相干长度的限定范围时,干涉条纹模糊或对比度丧失,所解算的结果将产生较大误差甚至错误。提出一种基于相位展开及拼接算法的高精度、大量程宽光谱干涉显微测量方法,以干涉条纹调制度量化条纹质量,条纹对比度高、成像清晰的区域对应调制度较高,定义当前焦面条纹调制度高于阈值的区域为理想区域,定义焦面条纹调制度低于阈值的区域为问题区域。以相位展开算法获得理想区域中的样品相位分布,问题区域的包裹相位不进行展开。使用微位移结构纵向移动物镜焦平面,选择合理的步长,使相邻焦面位置理想区域展开后的真实相位保持部分区域重合,根据重合区域的相位值均差可以实现不同焦面位置的高精度相位拼接,最终获得扩展量程的高精度真实相位结果,进而可以恢复样品完整的表面形貌分布。该算法通过对理想区域的筛选,避免了相位在问题区域展...     

高光谱数据处理算法的小麦赤霉病籽粒识别

赤霉病是小麦的一种主要病害,它会导致小麦减产甚至绝收,严重影响小麦种子质量,此外小麦受侵染分泌的真菌毒素危害人类身体健康。因此,小麦赤霉病籽粒的识别具有非常重要的意义。起初普遍采用色谱法和酶联免疫法进行赤霉病检测,这些方法设备昂贵、检测速度慢、准确性低。近年来,高光谱成像技术被广泛应用于农作物的识别与检测中,但是在小麦赤霉病检测的应用研究中,大多采用抽样检测的方法,图像采集完成后需要通过ENVI软件手动选取感兴趣区域。前期准备工作冗杂,而且容易发生漏检,漏检的小麦籽粒在存储运输过程中向周边籽粒快速侵染,难以保障小麦安全健康。鉴于此,利用高光谱成像系统结合机器学习提出了一种用于对大量小麦赤霉病籽粒样本快速可视化识别的算法,以降低漏检率并提升检测效率。实验分别采集健康小麦和染病小麦469～1 082 nm波段的高光谱图像,通过直方图线性拉伸结合图像分割的方法获取小麦样本的掩膜图像信息。利用Savitzky-Golay平滑去噪法与标准正态变量变换法（SNV）进行数据预处理,通过主成分分析法（PCA）和连续投影法（SPA）进行特征变量提取,筛选特征变量个数分别为4个和8个。在掩膜图像位置采集健康小麦样本与染病小麦样本各400份,其中75%用于建模集,25%用于测试集。采用十折交叉验证法结合线性判别分析法(LDA) 、K-近邻算法（KNN）、支持向量机（SVM）分别建立分类模型,测试集准确率都达到90%以上。随后比较了网格法（GRID）、粒子群算法（PSO）、遗传算法（GA）三种核参数寻优方法对SVM模型的影响,其中,SG-SPA-SVM（PSO）模型分类效果最优,建模集准确率为95.5%,均方根误差为0.212 1,测试集准确率为98%,均方根误差为0.141 4。基于样本点预测的基础之上,对掩膜获得所有小麦样本的光谱曲线进行预测并将识别结果反馈回掩膜中再进行伪彩色显示,实现染病籽粒可视化识别。结果表明,高光谱成像结合SG-SPA-SVM（PSO）算法建立的分类模型可以高效快速、准确无损、可视化的实现小麦赤霉病籽粒识别,为研制小麦赤霉病自动识别设备提供了算法基础。