近红外光谱的甲醇汽油定量分析

随着汽油价格的不断升高,甲醇汽油作为一种替代车用燃料受到越来越多的重视.工业甲醇产量大,价格便宜,辛烷值高,将其以一定比例与汽油混合后,可以提高汽油标号,降低成本.但是由于甲醇热值低,甲醇汽油中的甲醇比例必须受到严格控制,不然会影响车辆动力性能.本文研究了采用近红外光谱分析技术定量分析甲醇汽油中的甲醇含量.首先对光谱数据进行多项式一阶微分和标准正态变换,得到预处理谱图;其次选取(1370～1450)m的光谱数据,对其进行PCA主元特征提取,并利用第一主元和第二主元对甲醇汽油和成品汽油进行分类:最后,选取(1100～1650)nm的光谱数据采用偏最小二乘(PLS)方法对甲醇含量建立定量分析模型.采用上述方法对24个实验室配制的甲醇汽油样品进行定量分析,实验结果表明,近红外光谱分析技术可以准确测量甲醇汽油中的甲醇含量,其交叉检验均方误差误差(StandardErrorofCrossValidation,SECV)为0.62(%,v/v),可以满足大部分甲醇汽油生产企业的实际检测需求.本文的最后部分讨论了光谱不同波段对模型精度的影响,结果表明,光谱1350～1650 nm波段包含了更加丰富的甲醇含量信息,但是采用全谱建立模型和经过波段选择后建立的模型交叉检验精度相差不大.     

结合序列线性规划法的混合遗传算法

通过将遗传算法与改进的序列线性规划法相结合，形成混合遗传算法．当迭代点没有发生交叉和变异时，将目标函数和约束条件在迭代点处线性化，为使迭代点邻域仍然满足约束条件，加入软约束项，用线性规划方法进行寻优．该方法具有全局收敛性，不要求迭代点一定为可行点．仿真结果验证了此法的有效性和合理性．     

基于谱峰分解的拉曼光谱定量分析方法

目前用于拉曼光谱定量分析的方法,如PCA、PLS及SVM等算法需要较多的训练样本,且所建回归模型的外推性较差。间接硬建模（indirect hard modeling,IHM）是一种新型的光谱定量分析技术,适用于光谱的叠加及非线性变化情况,只需少量训练样本即可得到外推性较高的回归模型。但IHM方法需要已知混合物中所有常成分的光谱,这一条件在实际应用中较难达到。为此,提出了一种新的定量分析方法--直接硬建模算法（direct hard modeling,DHM）。新算法不需已知待测成分光谱,而是直接在混合物光谱中确定待测成分所对应的特征峰,然后利用特征峰面积与待测成分浓度之间建立线性模型。通过对PX装置中二甲苯成分的定量分析实验证明DHM具有训练样本数量少、回归模型稳健性强等优点。     

支持向量机分类与回归联合建模方法及其在拉曼光谱分析中的应用

多元校正分析模型的精度不仅依赖于模型的结构和参数,还很大程度上取决于训练样本的分布。实际过程中,训练样本通常呈现不均匀分布,导致基于全体样本的回归模型预测性能不理想。本文针对该问题提出了支持向量机分类与回归联合建模方法:首先使用最小二乘支持向量机(LS-SVM)分类器构建分类决策树,然后对每一类样本分别建立最小二乘支持向量机回归模型;对未知样本进行定量分析时,首先经过分类决策树分类,再根据分类信息选择相应的回归模型进行计算。针对汽油辛烷值拉曼光谱分析问题,基于全体样本建模的LS-SVM回归模型的标准预测误差为0.54,而采用本文方法所得的模型预测误差为0.22,大幅度地提高了分析精度。     

纺织纤维拉曼光谱定性分析法

针对当前纤维定性鉴别方法存在的不足,采用拉曼光谱分析法定性鉴别.通过对纺织纤维原始拉曼谱图的特性分析,经过光谱预处理得到信噪比更高的标准拉曼谱图,建立了拉曼谱图特征表数据库,实现了纺织纤维的定性鉴别.实验结果表明:拉曼光谱定性分析法可快速定性鉴别纺织纤维,尤其适合于合成纤维及其混纺织物.对环境温湿度无特殊要求,样品无需...     

用于近红外校正模型的训练样本选择

近红外(near-infrared,NIR)校正模型建立时传统的训练样本选择方法只考虑光谱欧氏距离的同类就近选取,不考虑光谱特征异常的训练样本的影响.基于主元分析(principal component analysis,PCA)残差,在同类就近取样的基础上引入异常光谱剔除技术进行训练样本的二次提取,用于建立偏最小二乘(partial least squares,PLS)回归模型.实验结果表明,该方法比传统方法的预测精度有较明显的提高.     

TCP/IP网络的动态模型描述

拥塞现象成为TCP/IP网络发展面临的一个重要问题。因此，拥塞控制对TCP/IP网络的鲁棒性和稳定性具有重要作用。目前，网络拥塞控制策略主要包括两类：端到端的控制机制，如TCP拥塞控制算法；网络内部的主动队列管理(AQM)策略。但由于缺乏对网络系统动态特性的了解，这些拥塞控制策略大都基于专家经验，并没有建立完整的理论分析框架。为此，本文从数据流的角度出发，通过建立网络基本单元状态方程模型来实现IP网络系统的数学解析模型，然后用混杂系统来描述TCP带有拥塞控制策略的数据传输过程，建立了TCP/IP网络的动态模型，为网络系统中动态性能的分析、拥塞控制策略的设计奠定了基础。实验结果表明，该数学模型与NS仿真实验的结果相一致。     

流程工业仪表故障快速检测方法

通过对大量真实工业数据的统计分析,发现仪表测量信号变化量的方差能很好地表征仪表性能的稳定状态,由此提出了一种基于信号方差分析的快速仪表故障检测算法,并在此基础上开发了一套在线仪表故障检测系统.该系统以诊断数据库为核心,包括实时数据采集、仪表故障在线诊断、故障数据的保存与查询、诊断参数自学习以及远程访问功能.工业应用结果表明,这种故障检测方法能够对仪表早期的故障作出正确的判断.且检测迅速,物理意义明确,适用于大规模的流程工业过程.