基于粒子群算法的重叠拉曼谱峰解析

在拉曼光谱技术的应用推广中,检测样品拉曼谱峰的重叠是不可避免的。为了快速解析并定量分析重叠拉曼谱峰信号,该文将粒子群算法分别应用于三组分拉曼谱解析三组分(甲苯,邻二甲苯和间二甲苯)、解析四组分(甲苯,邻二甲苯,间二甲苯和和乙基苯)和解析两组分(邻二甲苯和间二甲苯)芳香烃混合物。实验结果表明:此方法具有较好的分析精度,对于实验中的多组分芳香烃的定量分析,其误差均小于1%,准确率最高可达99.5%,并且占用机时较少,符合在线测量要求。分析结果表明,粒子群算法不但适用于将多种重叠拉曼谱峰进行相互分离,而且可以快速完成各个成分的定量分析,是在线拉曼分析中解析重叠拉曼光谱信号的有效方法之一。

基于自适应免疫算法重叠拉曼谱峰的解析

拉曼光谱测量速度快,可以实现原位实时测量,现已成为过程控制中物料检测的一种重要手段。但由于环境的复杂性以及拉曼光谱信号特点,目前在线检测时难免会出现一些重叠谱峰。基于免疫算法特点,将该方法用于芳烃重叠拉曼谱峰信号的解析中,提取混合物质中单个组分拉曼谱峰信息进行分析,结果表明该方法解析快速、定量准确,相对误差低于1%,是解析重叠拉曼光谱信号的有效方法。针对现场样品检测中出现的重叠谱峰伴随荧光背景信号,提出了结合独立成分分析的自适应免疫算法,有效地解析出荧光背景信号,为复杂样品的拉曼光谱检测分析提供了新的手段。

基于在线拉曼光谱仪预测石脑油组成的方法研究

研究石脑油的烃组成预测问题。针对石脑油组分极其复杂和冗余特点,传统的检测方法求解方法复杂、测定时间过长等难题,为了提高准确度,提出一种基于在线拉曼光谱技术结合主成分粒子群算法的预测方法。首先获得石脑油样品的拉曼谱图,利用主成分分析对数据进行降维处理,消除数据间的冗余信息,然后采用粒子群算法对主成分分析后的数据进行预测,得到各个组成成分在石脑油中的质量分数,并将样品预测值与真实值的相关性进行分析。实验结果表明:相对于其他预测方法,该方法准确性高,现场适应性强,测定时间短,是一种高效、实时性好的石脑油组成预测方法。

在线拉曼光谱仪在芳烃装置中的应用及荧光背景处理

介绍了在线拉曼光谱仪在芳烃PX装置的使用情况,并且针对传统的拉曼光谱预处理方法不能很好地解决现场使用中产生的荧光背景干扰问题,提出了基于小波变换的在线拉曼光谱信号预处理方法。试验结果表明:将小波变换应用到拉曼光谱谱图数据预处理中,能够较好地减弱荧光背景干扰,从而提高在线拉曼光谱仪的分析精度和模型稳定性。

在线拉曼光谱仪测定石脑油PONA值的研究

研究了通过拉曼光谱技术结合偏最小二乘法预估石脑油详细组成的方法。经过对大量的石脑油样品的分析,并利用测得拉曼光谱图与实际测出的石脑油组成建模,计算各个组成在石脑油的质量分数。实验证明:该方法相对传统的检测手段,具有分析速度快、分析时间短及准确性高等特点。

基于I^2C总线的气相色谱控制平台的设计

利用I2C总线的一主多从、接口线少及实现简单等特性,结合PIC16F877单片机,采用多种功能模块组合编程,实现了一种简单、灵活的控制系统。

基于模糊Petri网的卫星导航接收系统故障诊断

针对卫星导航接收系统的动态故障诊断问题,提出基于模糊Petri网的故障诊断方法.在分析卫星导航接收系统的故障机理和失效特征的基础上,根据故障模式的重要度,获取输入库所的相应权值,然后利用模糊Petri网对卫星接收系统的故障进行动态诊断.该方法既解决了输入库所的权重精确性问题,又充分利用了模糊Petri网的动态诊断过程,提高了故障定位的准确性.仿真和试验结果表明该方法有效,且具有较强的通用性和工程应用价值.

北斗导航在无人机飞行控制系统中的应用探析

北斗导航定位系统通过多星联合解算差分数据的方法,将定位精度提高到厘米级(<20cm),并且,通过BDS第三频段波长的衍射效应,也使其在弱遮挡环境下的位置反馈效果显著提升,抗干扰性更强。总之,北斗精准定位可以基本满足无人机飞行控制系统的定位需求。北斗导航定位系统是我国自主研发的导航系统,也是全球第三个成熟的导航系统。北斗导航系统的研发成功和应用对于我国现代化发展具有至关重要的意义。本文对北斗导航定位系统在无人机飞行控制系统中的运用展开分析,仅供参考。

论无人机飞行控制系统若干关键技术

无人机飞行控制系统需要完成对无人机飞行状态的实时监控、载荷管控、任务规划、测控参数调整等多项功能,因此,探讨无人机飞行控制系统的关键技术,对于充分发挥无人机的作用与优势,推动无人机的广泛运用具有重要价值。为了能够有效加强对无人机系统运行的控制管理,我国当前正在加紧研发无人机飞行控制系统。