宽波段发射率对长波净辐射估算影响分析

地表宽波段发射率是估算地表长波净辐射的关键参数。陆面模式计算的是4—100μm的地表长波净辐射,而遥感仅能提供3～14μm范围内的宽波段发射率。评价遥感宽波段发射率用于地表长波净辐射计算的精度,需要光谱范围更宽的地表发射率光谱。借助辐射传输模型模拟的水体、冰／雪和矿物1～200μm发射率光谱,调查了不同光谱范围的宽波段发射率和全波长宽波段发射率的差异。结果表明4～100μm宽波段发射率与全波长宽波段发射率最接近。调查了不同光谱范围内遥感宽波段发射率在计算4—100μm长波净辐射的精度,发现8—13．5μm的宽波段发射率具有最高的精度,偏差小于0．01W／m2,均方根误差小于1W／m2。并给出由ASTER和MODIS窄波段发射率产品计算8—13．5μm宽波段发射率的转换公式。     

前置反射式发射率在线测量装置的研制

针对目前军事、航空航天、工农业等领域对在线发射率测量的迫切要求,设计了新型的前置反射式发射率在线测量装置.采用立体角比例划分法构建了前置反射器模型,设计了光纤式多光谱仪作为光谱接收装置.根据测量装置的结构特点,建立了在线发射率测量的理论模型.测量了700~1100℃温度范围内的不锈钢氧化层发射率,结果符合金属氧化物发射率的一般规律.实验结果证明了此在线发射率测量装置可满足一定条件下的发射率测量需要.     

热辐射纺织品辐射载体的热性能研究

从理论上分析了具有热辐射功能的纺织品所使用的选择性辐射载体的热辐射性能。通过对几种实际辐射材料的测试，并结合它们各自的光谱发射率图对实验结果进行分析，得出了它们在实际应用中的看法。最后应用理想光谱发射率图提出了几个产品热设计方案。     

Eu2+掺杂Sr2CaMoO6的结构特征及红外辐射性能研究

采用高温固相反应法,在1 100℃下制备了Sr2Ca Mo O6红外辐射材料,通过掺杂不同含量的Eu2+离子合成样品.利用X射线衍射(XRD)、红外光谱(IR)、拉曼光谱和红外辐射测试等方法测试了样品的结构与红外辐射性能,研究了体系中不同含量的Eu2+离子对样品红外发射率的性能影响.结果表明:随着Eu2+离子浓度的增加,样品的XRD、红外光谱、拉曼光谱和红外发射率均发生变化,且Eu2+离子在双钙钛矿结构中是以取代Sr2+格位而存在于晶格中的.当体系中Eu2+含量为5%时,样品红外发射率达到最大值,此时,3~5μm,8~14μm和1~22μm波段的平均发射率分别为0.886,0.936和0.915.     

基于辐射传输方程的稀土辐射器厚度优化分析

对以碳化硅为基底、氧化镱为表面涂层的选择性辐射器进行优化分析,基于热辐射传输方程和能量平衡方程建立数学模型,研究带内、带外光谱发射率与涂层厚度的变化关系.结果表明:涂层内外温差对发射率有削弱作用,而且涂层厚度越大这种削弱作用越明显.以0.98μm为典型波长的带内辐射,在涂层厚度为0.25mm时发射率有最大值;以1.8μm为典型波长的带外辐射,发射率随涂层厚度增加而单调增大.依据高性能辐射器应同时具备较高的带内发射率和较低的带外发射率的原则,综合分析得出稀土辐射器氧化镱涂层的最优厚度为0.25mm.     

利用积分球反射法的动态热物性测量装置研制

介绍了利用积分球反射计的脉冲加热技术测量材料热物性的一种方法和测量装置的各组成部分及工作原理。被测的带状试样被一脉冲大电流加热,利用高速高温计测量试样的辐射温度,同时利用积分球反射法获得试样的半球向光谱反射率,进而得到试样的法向光谱发射率、比热、电阻率和全波长半球发射率。该装置具有试样制备简单、测试精度高等优点。     

减免裸露电气接头热致故障的方法与材料研究

理论分析发现，只要找到一种对太阳辐射的吸收率很小、而对长波红外辐射的发射率较大的光谱选择性辐射涂料，将它涂覆在裸露电气接头表面，就可有效地平抑其温度，进而降低其热致故障率。选择２０１ＢＴ材料作为光谱选择性辐射涂层，对其性能作了较为详细的研究。实验结果表明，涂有２０１ＢＴ材料的接头表面散热量增加，表面温度得到抑制，因而达到了降低热故障率的目的。实验还发现，２０１ＢＴ材料的红外发射率随温度的升高而减小，随涂层厚度变化不明显，经冷热循环老化后，发射率则有所提高。     

Ag@TiO_2核壳纳米粒子的制备与红外发射率研究

在TX-100/环己烷/正己醇/水组成的油包水（W/O）体系中,采用微乳液法制得Ag@TiO2核壳纳米粒子.采用透射电镜（TEM）,X线衍射（XRD）,红外光谱（IR）和紫外可见光谱（UV-Vis）等对其形貌和物相进行分析.利用IR-1红外发射率测量仪测定复合粒子在8～14μm波段的红外发射率.结果表明：该核壳纳米粒子粒径约50 nm,内核为面心立方的金属Ag,外壳为无定型的TiO2.被TiO2包覆后Ag核的紫外共振吸收峰与纯胶体Ag相比发生了微弱红移.高反射性能的金属Ag的引入使该核壳结构复合物的红外发射率明显降低,最低可降至0.483.Ag@TiO2核壳纳米粒子的红外发射率随着外层TiO2结晶性能的提高而下降.     

非等温漫射黑体空腔的辐射特性

本文介绍了非等温漫射黑体空腔计算全波长及光谱有效发射率分布的积分方程式及区域分段求和法。首次给出了带盖圆锥空腔积分方程式中的有关各项角系数。在文中也给出了某些典型圆筒、圆锥空腔在电子计算机上求得的一些典型有效发射率分布曲线。至于计算辐射特性的通用程序此处从略。     

基于石墨烯整理的远红外发射棉织物

采用石墨烯/聚氨酯复配液作为功能整理剂对棉织物改性整理,获得具有远红外发射功能的棉织物。以石墨烯纳米片(G)作为功能整理剂,水溶性聚氨酯(PU)为粘合助剂,通过复配液整理法对棉织物进行改性整理获得功能织物并研究其性能。采用扫面电子显微镜(SEM)、高分辨率透射显微镜(HR-TEM)和傅里叶红外分析光谱(FTIR)对自制石墨烯及改性棉织物的表观形态和内部结构进行表征;通过远红外发射率和红外热成像技术表征改性棉织物的远红外发射性能。结果表明,石墨烯改性棉织物的远红外发射率明显提高,经3次处理后其远红外发射率达0.911,比市面上已有的远红外发射纺织品的发射率还高。     

基于铝电解过程神经网络建模的研究

目的利用神经网络铝对电解过程进行辨识建模,以解决采用常规方法难以建立模型的问题.方法分别利用递归神经网络（Elman神经网络）和延时神经网络（加入延时单元的BP神经网络）对铝电解过程进行辨识建模,并将二者的辨识结果进行了比较.结果递归Elman神经网络能更好地跟踪铝电解生产过程,并且网络结构简单误差小.结论笔者提出的递归Elman神经网络建模方案更适合于对铝电解过程进行辨识建模.     

基于一类改进遗传算法的进化神经网络研究

分析传统遗传算法易早熟收敛的主要原因,提出一类改进的遗传算法以及一种基于改进遗传算法的前馈神经网络设计方法,用以同时完成对网络结构空间和权值空间的搜索。该算法将普通遗传算法的交叉算子和遗传算子进行改进,利用模拟退火算法、BP算法和小生境技术来加快算法的收敛速度,改善解的性能。通过对异或(XOR)、噪声模式识别等前馈神经网络性能的一组测试,与BP算法进行比较,实验结果表明,该算法能够有效抑制遗传算法初期收敛的发生,有效地提高多层前馈神经网络的收敛精度和收敛速度,由此得到的神经网络的泛化能力也较好,能够达到根据训练样本自动优化设计多层前馈式神经网络的目的,并可获得更为简洁的网络结构。     

基于粒子群BP神经网络的短期电力负荷预测

电力负荷预测通常采用神经网络方法,该方法训练时间较长,并且由于负荷受到气象因素影响,该算法预测的精度不是很高.为了克服当前存在的问题,采用粒子群算法优化BP神经网络的权值和阈值,归一化处理气象因素,利用神经网络预测短期电力负荷.实验结果表明,该方法比单纯BP神经网络预测具有明显优势.     

基于灰色理论和神经网络的短期电力负荷预测

利用灰色理论中累加生成方法能够削弱负荷中随机成分的特点,以及人工神经网络可以逼近任意函数的能力,对具有任意变化规律的数据序列进行拟合和预测．实验结果表明,基于灰色理论和神经网络的最优组合模型的平均相对误差为1．307％,比BP神经网络预测和灰色理论模型预测的精度更高,具有明显优势．     

基于T-S模糊神经网络的凝汽器故障诊断

针对凝汽器故障的特点,提出了基于模糊神经网络的故障诊断方法．模糊神经网络是模糊系统与神经网络相结合的产物,它利用两者的长处,提高了整个系统的学习能力和表达能力,既具有学习、联想、自适应性,又能进行模糊推理．仿真结果表明,所提出的诊断方法能有效地诊断凝汽器故障,且具有良好的应用前景．     

基于模糊BP神经网络的抑郁症分诊系统

基于模糊逻辑和BP神经网络相结合的方式,提出了一种抑郁症的早期自动诊断方法,研究了抑郁症的分诊指标和分级标准的确定和模糊处理方法,把模糊量化的数据作为BP神经网络的输入,构建了合适的3层BP神经网络。仿真结果显示,综合运用模糊算法和BP神经网络的方法能达到优势互补的效果,构建的模糊神经网络用于抑郁症的诊断是可行的。     

BP神经网络Vogl快速算法的改进

针对 BP算法收敛速度慢的特点 ,提出了对 V ogl快速算法的改进方法 .实践证明此改进方法使BP算法的收敛速度得到了较大的改善     

一种基于模糊神经网络的机器人轨迹跟踪控制

提出一种模糊神经网络,并将其应用于两关节机械手轨迹跟踪控制。该网络采用三角形隶属度函数,将模糊控制与神经网络相结合,利用神经网络实现模糊推理。这种模糊神经网络能够在线调节输出隶属度函数中心以及关节间耦合权值,使得控制器具有更好的学习与自适应能力。仿真结果表明,这种网络能很好的用于机器人的轨迹跟踪控制中,是一种行之有效的控制方法。     

基于人工神经网络的微合金钢力学性能预报

用人工神经元方法分析微合金钢性能、组织成份及铁素体晶粒尺寸之间关系，对某种微合金钢的力学性能、各相的分数和铁素体的晶粒尺寸之间的关系进行了研究，并通过实验数据训练了一套BP网络．结果表明，该方法是用于组织性能预报的有效方法之一，误差可以控制在5％以内．     

基于切换增益调节的神经滑模控制的机器人位置跟踪

针对机器人的位置轨迹跟踪问题,提出一种基于切换增益调节的神经网络滑模控制方法。首先设计基于机器人位置的滑模控制器模块,然后通过神经网络来调节滑模控制器中的切换增益,使得切换增益能随着外界干扰作用等不确定项的改变而改变,从而能实时地估计切换增益,解决传统滑模控制中的抖振问题,最后,以双臂机器人为对象,采用MATLAB仿真软件对该控制算法进行了验证。结果表明,与传统的滑模控制相比较,该方法能使机器人更好地跟踪期望的位置轨迹,并有效地减轻了抖振。