卷积型类高斯成形滤波算法研究及应用

高斯信号具有对称性和完备性,因此高斯滤波方法在核信号处理以及辐射能谱分析时得到大量使用。目前构造实时处理核脉冲信号的真高斯成形滤波器尚有难度,实际常用数字类高斯成形算法主要是基于模拟核电子学中Sallen-Key滤波器和CR-(RC)~n滤波器的电路微分方程推导而得到,其输出的类高斯脉冲信号对称性较差、单级使用时存在下冲等问题。本文提出一种卷积型类高斯成形滤波算法,它以梯形脉冲信号为基础,经过第一次卷积实现双极性脉冲成形,再次卷积进行累加求和从而得到左右对称的类高斯脉冲,利用Z变换方法推导出该算法的数字递推公式。通过仿真模拟研究了算法的有效性和成形参数对幅频特性的影响规律,成形参数n_a和n_c取值增大时,滤波器通频带减小,低频成分幅度相对增加,高频噪声抑制作用增强,但也导致成形脉冲变宽,增加了脉冲堆积概率。最后,利用搭建的X射线荧光测量系统实验平台获取实测核脉冲数据,分别应用类高斯成形算法和梯形成形算法进行离线处理,实验结果表明:该类高斯成形算法具有更好的堆积脉冲分离能力,在相同的X光管管压和管流条件下,设置相同的达峰时间,两者所得能谱的能量分辨率基本相当,但是类高斯成形的能谱具有更高的特征峰面积和总计数。

基于KPCA-MPA-ELM的n/γ甄别方法研究

中子/伽马(n/γ)甄别在γ射线辐射存在的中子探测中至关重要。为了解决传统n/γ脉冲形状甄别方法存在的甄别精度不稳定的问题,提出了一种结合核主成分分析(Kernel Principal Component Analysis,KPCA)、海洋捕食者算法(Marine Predator Algorithm,MPA)和极限学习机(Extreme Learning Machine,ELM)的机器学习鉴别方法,以提升n/γ甄别效率。KPCA用于对中子和γ射线的脉冲信号特征进行降维;考虑到ELM输入层权重和隐藏层偏置的随机性,将MPA用于优化ELM的输入层权重和隐藏层偏置,提高ELM的n/γ甄别效率。通过对未降维和KPCA降维的数据进行训练和测试,实验结果表明:在测试集中KPCA-MPA-ELM的平均甄别准确率高达99.07%,分别高出ELM、MPA-ELM、KPCA-ELM模型12.19%、2.52%、1.56%;相较于电荷比较法和脉冲梯度分析法,精度也分别提高了1.80%和5.91%。该模型结构简单,稳定性好,能够处理高维数据,具有较好的甄别效果和泛化能力。

基于NIR和GC-MS融合技术的浓香型白酒原酒等级鉴别

以蒸馏过程中不同等级的浓香型白酒原酒为研究对象,分别获取原酒的近红外光谱(nearinfrared spectroscopy,NIR)数据和气相色谱-质谱(gas chromatography-mass spectrometry,GC-MS)数据。采用5点2次卷积平滑对NIR数据进行预处理后,利用竞争性自适应重加权算法(competitive adaptive reweighted sampling,CARS)筛选光谱特征波数;结合Spearman等级相关系数、最大信息系数和随机森林变量重要性筛选GC-MS中影响原酒等级划分的关键风味成分(key flavor components,KC)。然后利用极端梯度提升树分别建立基于NIR和GC-MS以及融合数据的原酒等级鉴别模型。结果表明,基于CARS选择的光谱特征变量建立的模型预测准确率为89.66%,基于特征选择后的KC建立的模型预测准确率为94.83%,基于CARS+KC融合数据建立的模型分类准确率达到了98.28%。研究表明,将GC-MS数据和NIR数据的有效特征信息进行数据融合,可以改善单一检测技术对不同等级原酒特征信息表征不全面的缺点,在单一数据源的基础上提高原酒等级鉴别的准确率和稳定性,实验结果为原酒的等级鉴别以及白酒其他的质量控制提供了新的思路和理论基础。

基于卷积神经网络的白酒上甑探汽方法

针对白酒“探汽上甑”工艺在实现自动化过程中出现的探汽准确率低的问题,提出一种基于卷积神经网络的探汽方法。通过红外热成像仪采集甑锅内酒醅表面的红外图像并做预处理,再结合上甑工艺特点将图像分类,利用卷积神经网络训练得到探汽模型。训练结果表明,AlexNet、VGGNet⁃16、GoogLeNet、ResNet⁃18、DenseNet⁃37的探汽准确率分别为0.9970、0.9980、0.9942、0.9898、0.9970,综合考虑选用DenseNet⁃37做模型评估,测试集测试的精确率为0.9970,召回率为0.9970,F1分数为0.9969,表示该模型性能表现好,故能满足探汽上甑要求。

体素效率加权平均法求解核废物桶SGS效率

采用了一种基于体素效率加权平均的核废物桶SGS效率数值计算方法,通过空间点源效率函数确定断层中体素的无衰减效率,计算体素发射的γ射线进入探测器过程中在桶内介质中的衰减长度,结合介质的线衰减系数确定体素的衰减效率,对断层中所有体素的衰减效率进行加权平均,实现断层的衰减效率计算。结果表明:桶内^(137)Cs核素的活度重建偏差为-32.53%~19.38%,实验验证了该效率数值计算方法的有效性和准确性。

近红外光谱技术结合iPLS_SPA波段筛选在黄水酒精度预测模型中的应用

为实现白酒发酵过程中黄水酒精度的快速检测,研究采用傅里叶近红外光谱(FT-NIR)技术对黄水进行光谱采集,并且采用偏最小二乘回归(PLSR)法建立酒精度预测模型。为减少全光谱的数据冗余降低复杂度,提升建模准确率,将连续投影算法(SPA)与间隔偏最小二乘法(iPLS)联用,对整个谱区进行特征波段筛选,并用决定系数R2与预测均方根误差(RMSEP)评价预测模型。结果表明:与原始数据集相比,经过异常样品剔除、预处理、特征光谱筛选后预测模型,预测集R2也从最开始的0.702变为0.952,提升35.61%;预测RMSEP从3.812变为1.367,降低64.14%;变量数也从2,203逐步下降到99,降低了95.51%。说明在减少非相关信息与噪声的同时,模型的复杂度也得到极大改善,并且模型的稳定性与准确度得到了有效提升,最终实现黄水酒精度的快速无损检测,以期为白酒发酵领域提供一种新的可能性,为近红外在白酒发酵副产物中的检验提供理论基础。

基酒FT-NIR光谱预处理与特征波筛选方法的比较

为解决白酒基酒分类的问题,降低基酒的分类误差,减少基酒对摘酒师傅身体的危害,本实验选取18种预处理以及3种特征波筛选方法来较少光谱中的无关干扰信息,降低建模数据复杂度。基酒的傅里叶近红外光谱(Fourier Transform Near Infrared Spectroscopy,FT-NIR)经过光谱理化值共生距离法(SPXY)划分数据集、预处理、马氏距离(MD)异常剔除、特征波筛选、支持向量机回归(SVR)预测来完成最终的分类。研究发现:多元散射校正(Multiplicative Scatter Correction,MSC)后的训练集预测集分类准确率可以达到100%,主成分分析(Principal Component Analysis,PCA)与特定算法结合才能实现准确分类,因此要注意与其他算法的组合,无信息变量消除法(Uninformative Variables Elimination,UVE)和竞争性自适应重加权算法(Competitive Adaptive Reweighted Sampling,CARS)都能实现高效的特征波选择,预测集的平均准确率接近90%。实验证明,经过处理后的光谱数据最多占原数据的47.57%,基酒近红外谱图经过预处理与特征波筛选后可以降低后期回归模型处理数据的复杂程度,提高模型的精确度。

基于地形感知的六足机器人运动控制方法

相对于传统的轮式机器人,足式机器人拥有丰富的运动状态,可以适应复杂多变的非结构路面,其中环境检测能力以及稳定的步态控制是现阶段的研究难点之一。结合地形感知与遥控操作的六足机器人运动控制方法采用三维激光雷达实时监测环境,获取机器人周围三维点云数据与高程图信息。提出了基于激光雷达点云数据的自由步态控制算法,实现了遥控器控制机器人运动的功能。在ROS系统中搭建算法,在Gazebo软件中进行步态仿真,最后在真实环境中完成实验验证。为六足机器人在复杂环境中的精确运动提供参考。

信息化管理系统在浓香型白酒酿造过程中的应用研究

白酒生产的信息化管理系统可全面监控和管理原辅料库、曲房、生产车间,提升生产效率和产品质量。当前,传感器技术的不成熟和酿酒工艺的复杂性带来了挑战,但信息化系统的发展前景仍然十分乐观。本文通过分析大数据和人工智能在白酒生产过程中的运用,以期推动白酒行业实现信息化、智能化。

上甑机器人运动分析和轨迹规划

为避免上甑机器人在运行过程中产生振动和加速度的急剧变化,通过对六轴机器人结构的分析,使用DH参数法建立机器人的运动学模型,并求解正逆运动学表达式。结果表明,上甑机器人的工作空间范围x,y轴为-3 000~3 000 mm,Z轴为-1 000~4 000 mm,能够满足上甑铺料的需求。在进行局部补料时,采用五次多项式和七次多项式插值进行轨迹规划。经分析对比,五次多项式的冲击曲线仅有1个波谷,七次多项式则有3个波峰和波谷,故选择五次多项式轨迹规划。研究对实现自动化探汽上甑有参考意义。

上甑机器人在白酒酿造中的应用进展

探汽上甑作为白酒酿造过程中的关键工艺,与白酒的品质密切相关。随着自动化酿造的不断发展,部分酒企逐渐向半自动化、全自动化上甑转型升级。然而,在转型过程中,上甑蒸馏是实现自动化难度最大的环节,发展较为滞缓。本文首先对当前主流通用型六轴机器人和并联式机器人的本体结构、铺料结构以及控制方法做了详细阐述;然后针对“探汽上甑,均撒匀铺”的工艺要求探讨了机器人的探汽方法和铺料结构;最后对比分析了两种上甑机器人的控制方法及其应用的优缺点,并展望了上甑机器人的发展方向。

不同射线能量及线衰减系数条件下体源探测效率的函数模型

基于放射性废物桶内所含介质材料和放射性核素分段均匀分布的假设,采用蒙特卡罗程序模拟计算多种射线能量、多种样品密度条件下的线衰减系数和体源探测效率,通过多元非线性拟合得到以线衰减系数和能量为自变量的体源探测效率函数。基于壳源法,通过多个点源组合测试近似替代均匀体源的实验测量,对3种能量射线和3种密度的样品进行验证实验,利用蒙卡模拟与数值拟合结合方法和实验测量两种方式获得各自的体源探测效率,完成活度估算。两种方式活度估算结果相对误差均小于23%。通过蒙卡模拟与数值拟合结合方法所得结果与实验结果基本吻合,证明了该方法的有效性。

中重核中子共振研究及应用进展

中子在核检测应用中发挥着重要的作用,弥补了X射线检测对原子序数不敏感的缺点。在特定能区内,中子反应截面随中子能量剧烈变化,发生共振现象。核素共振能谱具有唯一性,据此可以进行核素的定性和定量分析。其中,中重核的共振能区在eV^keV能区,是中子共振分析中的重要组成部分。目前在该方面已有较多研究成果,在测温、成像、无损分析、核数据测量等方面有较为广泛的应用。对此,通过查阅中子共振方面的文献和书籍,对中子共振国内外的研究状况进行总结和分析,并展望其发展趋势。

基于蒙卡模拟的分段γ扫描无源效率刻度方法

针对200 L核废物桶分段γ扫描(SGS)过程中的效率刻度问题,提出了一种效率刻度函数模型,采用MCNP程序计算不同基质密度和γ射线能量条件下的离散断层效率,经过多元非线性回归获取函数参数,从而建立效率刻度函数,实现核废物桶SGS断层效率刻度。对核废物桶样品进行实验分析,结果表明:对于桶内基质分别为密度0.310 g·cm^-3的硅酸铝、密度0.595 g·cm^-3的木质纤维,桶内核素分别为活度3.110×10^5 Bq的点源137Cs、活度1.371×10^5 Bq的点源60Co,在桶内仅有单个点源存在的核素分布极端不均匀情况下,桶内核素活度重建误差在-37.68%~31.52%范围内。本文的方法能够准确有效实现核废物桶SGS断层效率矩阵计算,并确定核废物桶内放射性核素活度,满足实际检测要求。

一种强噪声微地震信号P震相初至拾取的新方法

针对水力压裂微地震监测信号信噪比普遍偏低,难以准确拾取初至的问题,提出了一种基于特征函数构建的峰度和小波多尺度分解的P震相初至精确拾取方法。首先利用小波多尺度分解法提取低信噪比微地震数据的主成分,进而构建针对主成分数据的特征函数,并计算该特征函数序列的峰度值,最终将峰度曲线的全局最大斜率定义为P震相的初至。与传统峰度法、小波分解和高阶统计量联合方法相比,该方法能够显著减小拾取误差。将该方法应用于不同信噪比的模拟微地震数据的P震相初至拾取,结果表明:其拾取误差为0.0302×10-3~1.3002×10-3s,同时,相比于小波分解与高阶统计量联合方法,其计算效率稍有提高。将该方法应用于实测微地震数据的P震相初至拾取的结果表明,与人工拾取和传统峰度法相比,拾取结果更接近于人工拾取结果,具有更高的准确率。

基于Zynq的多道可定制微地震数据采集节点设计

针对隧道微地震监测系统对系统稳定性及多通道数据并行采集的需求,设计了一种基于Zynq-7000平台的多通道微地震数据采集节点。在Zynq-7000芯片的PL部分采用逻辑状态机实现外部12路ADC并行采集控制,在PS部分编写PL外设内核驱动模块及应用程序,内核空间到用户空间以及应用层多线程之间采用双缓存乒乓操作思想实现数据交互。同时该采集节点具有硬件集成度高、通道数可定制的特点。实验结果表明:该系统能够准确地采集到震动信号,具有一定的实际应用价值。

轻便小型压电陶瓷震源系统设计

针对目前市场上的可控震源存在质量重、体积大、信号重复性差、精度低、操作繁琐、无法广泛应用于复杂地形微地震监测的问题,提出了一种轻便小型压电陶瓷震源的设计方法。从材料选型、工作原理及结构设计角度展开了初步研究。经野外测试表明:研制的轻便小型压电陶瓷震源具有体积小、重量轻、输出信号稳定、可重复、操作简便等优点,适合复杂地形的微地震监测。

核素识别和辐射报警的安卓应用软件设计

随着核能的广泛应用,人类经历过也面临着各种各样的突发性核事故。基于Android系统,设计了一款具有快速核素识别和辐射报警功能的手机应用软件,具备携带便捷、成本低廉、可移植性高的特点。考虑软件实用性和实际需求,采用蓝牙通信的方式从探测器获得能谱信息;进一步分析能谱,将寻到的峰位信息和标准核素库储存的核素信息进行对比,达到识别核素的目的;采用γ全能峰计算辐射剂量率的方法来判定预警级别,提示用户当前环境辐射情况,使用户能及时规避辐射风险;在探测到放射性物质时,通过手机自带的全球定位系统(GPS),获取定位信息,与当前时间、核素种类、报警级别等信息一起保存,以便后续查阅分析。该设计为灵活应对核事故、维护公众安全提供一种有效途径。

桶装核废物分段伽马扫描和层析伽马扫描自动检测系统设计

为了使核废物桶检测过程更加规范、便捷,设计了分段γ扫描和层析γ扫描自动检测系统.基于西门子S7-1200可编程逻辑控制器设计运动控制系统,基于C#语言开发上位机控制分析软件.实现无损检测系统中机械运动装置的精确控制、运动检测的有序进行;设计人性化界面以便于用户操控实验平台,实现机械控制、数据采集、能谱分析的自动执行;同时提供了模式切换、安全监测等辅助功能.促成了桶装核废物多种自动检测方式过程中运动控制、能谱探测与数据分析的协同化、一体化.

基于FPGA的微震信号快速识别系统设计

高采样率的微震数据采集可以提高微震数据的时间分辨率,但同时也增加数据冗余。通过在现场可编程逻辑门阵列(FPGA)内部嵌入FIR滤波器和STA/LTA算法内核的方法,实现了连续数据采集中对震动数据的识别,降低了连续采集过程中无效噪声数据的空间占用。研究结果表明:所设计系统能对震动数据进行快速识别,在100 k Hz的采样率下,处理1 s的数据仅需2.12 ms。同时与未加入震动数据识别的采集系统相比,在24 h测试中,数据量降低约72%,极大程度地降低了数据存储和传输的压力。