入射光束宽度对光透沉降法测量的分辨力影响研究

介绍了入射光束的宽度对仪器分辨力的影响,由于该宽度的存在使在用光透沉降法测量时很难清楚地分辨该宽度内存在的多种颗粒,降低了仪器的分辨力,对测量结果带来很大的误差。参照光散射模型,建立RRB分布的理想颗粒模型,并以此为基础对宽度降低仪器分辨力的问题进行理论分析。现用Chahine算法反演并改进算法以提高分辨力。结果也表明,改进后Chahine算法的确有很高的稳定性,其反演效果也非常明显。     

LM优化算法在消光法测粒技术中的应用

基于限定模式反演算法,由LM优化算法对消光法测量衰减光谱进行反演处理,获得颗粒粒径和分布.讨论了目标函数构造,不同的粒径分布函数,单双峰分布及优化初值对于反演结果的影响及重要性.表明该算法具有很好稳定性和精确度.     

矩方法在粒径分布测量中的应用

在利用光全散射法测量颗粒粒度的研究中,如何正确选择并使用反演算法来对颗粒粒径分布信息进行重建是非常关键的。根据光全散射法的相关基本原理,提出了一种基于矩方法的反演算法,对多组光源下的消光值进行多项式拟合,提取系数得到对应矩阵方程的形式,从而求得粒径分布函数的各阶原点矩mk。实际上,球形颗粒粒径分布的各阶原点矩与粒径分布的许多特性相关,并且可以为球形颗粒系统的粒径分布反演提供一个尺度,这样将原有的复杂反演方法转换为求解矩阵方程。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。     

高低频噪声区分滤除的车辆载重动态测量方法

在车辆行驶过程中,为了精确测量车辆载重,提出了高低频噪声区分滤除的车辆载重动态测量方法。确定了车辆载重测量方案,分析了信号误差来源。对于发动机转动、环境温度变化引起的高频噪声,提出了具有可调节参数的改进阈值小波滤波,有效减弱了信号中的高频噪声;对于速度、加速度引起的低频噪声,提出使用BP神经网络拟合载重量与速度、加速度函数关系,以消除加速度、速度对载重测量的影响;为了解决BP算法易陷入局部极值问题,提出自适应鱼群算法搜索神经网络最优参数。经实验验证,改进阈值小波滤波可以有效去除高频噪声,提高了信号信噪比;提出的车辆载重测量平均误差为0.85%,最大误差为1.45%,平均误差比原始数据平均误差降低了约6倍。     

悬移质溶液超声衰减分析及固相浓度反演

基于 McClements 模型对悬移质两相流声传播进行分析,通过数值模拟探究了悬移质溶液中固相浓度、粒径以及超声频 率对声衰减系数的影响作用,其中超声频率的 0. 5 次幂、固相浓度分别与衰减系数呈现一次正相关,固相粒径与衰减系数则呈 现一次负相关。 分别得到 3 种因素单独影响下的拟合函数,并建立固相浓度的反演模型,该反演模型与 McClements 模型计算 结果之间的相对误差小于 2% 。 搭建了悬移质溶液衰减系数及浓度测量试验系统,进行了在粒径 r = 75 μm,超声频率分别为 700 kHz、1. 1 MHz 条件下的固相浓度测量实验,实验结果表明,基于反演模型推演所得浓度值与实际设定浓度之间的最大相对 误差为 11. 2% (700 kHz)和 9. 6% (1. 1 MHz)。 所构建的反演模型可为悬移质浓度测量设备的研究提供一定的理论参考。     

Tikhonov正则化与多重网格技术相结合的动态光散射反演

针对单尺度反演方法中存在的精度偏低问题,结合Tikhonov正则化与瀑布型多重网格技术,提出了一种多尺度Tikhonov正则化(ML-TIK)动态光散射反演方法.该方法利用多重网格技术将原反演问题分解到多尺度的网格空间,按着网格从粗到细的顺序,采用单尺度Tikhonov正则化(TIK)对每个子反演问题进行求解,获取颗粒的粒度分布.分别采用TIK和ML-TIK法对噪声水平为0、0.005、0.01的200～650 nm模拟双峰分布颗粒数据进行了反演.结果表明:ML-TIK法的反演结果与理论分布吻合,平滑性更好;相对于TIK法,ML-TIK法最多可减少粒径峰值误差8.19％,粒径反演误差0.448 2;而TIK法在噪声水平为0.005、0.01时,反演结果双峰特征不明显.因此,ML-TIK方法的反演精度更高、抗干扰能力更强.最后,用60 nm与200nm实测数据的反演结果验证了该结论.     

关节臂式坐标测量机的数学建模及参数标定

关节臂式坐标测量机(AACMM)是一种便携式高精度测量设备,由于测量机末端探头中心坐标的关系且关节的旋转角度非常复杂,有必要建立准确的数学模型以达到所需的精度。其经典的数学模型是Denavit-Hartenberg(D-H)模型,但它在相邻关节轴平行时存在缺陷且忽略了静态柔性误差。为了消除D-H模型的不足,研究了一种基于广义几何误差理论的数学模型,并采用非常快速模拟退火算法对广义几何误差参数进行标定。对比实验结果表明,广义几何误差模型进行算法标定后平均误差减小了0.500 1 mm,标准偏差减小了0.337 3 mm;基于广义几何误差模型的长度测量的平均误差为0.045 4 mm,标准偏差为0.032 3 mm,均优于采用MDH模型测量的平均误差和标准偏差,验证了方法的有效性。     

差分吸收光谱技术在线监测烟气浓度的反演算法

传统差分吸收光谱技术对长光程或高浓度烟气污染物可以实现准确、快速和在线测量,但是对固定污染源排放的低浓度污染气体或双组份污染气体同时测量却存在较大的浓度反演误差.文中采用遗传算法对各种浓度污染气体的实测光谱数据进行了浓度反演计算.研究结果表明:在气体浓度低于250 mg/m3范围内,遗传算法的反演精度明显优于传统算法,反演误差都在10%以内;在250～5 000 mg/m3范围内,与传统算法相当;超过5 g/m3后,遗传算法的反演误差较大.在同一波段范围内,同时反演双组份气体浓度时,遗传算法具有较高的反演精度.同时,遗传算法的零点误差远小于传统算法.     

激光粒度测试中的独立模式反演算法研究

在测量微粒系统的散射光强角分布中计算微粒系统的粒径分布,属于典型的反演问题.反演算法一直是激光粒度仪的关键和难点.介绍了基于米氏散射理论的粒度测试,对其求解方法进行了详细分析.针对独立模式算法不需要预先指定粒径分布函数的形式就可获得真实粒度分布,提出了一种改进的独立模式粒度反演算法,并对算法的性能进行了理论分析和实验论...     

机床动态检测中的高速图像运动去模糊还原

五轴数控机床在运行过程中由于伺服系统滞后会产生动态轮廓误差,利用视觉系统测量其误差过程中,机床的高速运动会导致拍摄的图像产生模糊,影响定位信息的提取精度,需要对运动模糊图像进行去模糊研究。首先介绍视觉测量系统的测量原理,及运动模糊对测量的影响,根据较为精确的视觉测量系统的先验信息提出求运动模糊核的方法,并研究改善振铃效应的非盲去模糊算法,最后建立去模糊处理在测量领域的评价方法。实验结果表明,模糊序列图像视觉测量的平均误差为30μm,经过去模糊还原算法的平均误差为25.3μm,相比提升15.67%,建立的评价函数由0.727 0提高至0.785 1,提高了7.99%,有效地改善了视觉测量系统测量机床动态轮廓误差的过程中由于运动模糊造成的影响。