[发明专利]一种固体燃料颗粒流的燃料特性测量方法有效
申请号: | 201811443516.8 | 申请日: | 2018-11-29 |
公开(公告)号: | CN109521002B | 公开(公告)日: | 2021-05-14 |
发明(设计)人: | 董美蓉;黎文兵;陆继东;陆盛资;韦丽萍;李诗诗;骆发胜;蔡俊斌 | 申请(专利权)人: | 华南理工大学 |
主分类号: | G01N21/73 | 分类号: | G01N21/73 |
代理公司: | 广州市华学知识产权代理有限公司 44245 | 代理人: | 王东东 |
地址: | 510640 广*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 固体燃料 颗粒 燃料 特性 测量方法 | ||
1.一种固体燃料颗粒流的燃料特性测量方法,其特征在于,包括如下步骤:
S1利用固体燃料颗粒流激光诱导击穿光谱测量系统对不同固体燃料颗粒流进行测量,获得颗粒流的激光等离子体发射光谱;
S2选取特征元素谱线特性进行无效光谱判别及剔除,得到有效光谱;
S3对有效光谱平均值进行行归一化;
S4将移动平均方法应用到行归一化后的有效光谱的同一变量上,并对光谱进行卷积求导,得到修正后的全波段等离子体发射光谱;
S5利用联合区间偏小二乘法对修正后的全波段等离子体发射光谱进行变量筛选;
S6以变量筛选后的光谱为变量,建立固体燃料颗粒流燃料特性定标模型;
S7将待测样品按照S1-S5的步骤得到筛选后变量,输入S6建立的固定燃料颗粒流燃料特性定标模型,实现待测样品燃料特性的预测。
2.根据权利要求1所述的燃料特性测量方法,其特征在于,所述S2选取特征元素谱线特性进行无效光谱判别及剔除,得到有效光谱,具体为:
利用特征元素谱线的背景强度加上其标准偏差的3倍作为有效光谱的判别阈值,大于判别阈值的光谱为有效光谱,其判别公式为:
x≥xG+3SG
其中x是特征元素谱线的有效谱线强度,xG是参考谱线出的背景强度平均值,SG是背景强度的标准偏差。
3.根据权利要求1所述的燃料特性测量方法,其特征在于,所述S3对有效光谱平均值进行行归一化,所述行归一化的公式为:
其中xj是有效光谱的平均值波长j处的光谱强度,xmax是对应光谱的最大光谱强度,xmin是最小光谱强度,是归一化强度。
4.根据权利要求1所述的燃料特性测量方法,其特征在于,所述S4将一种移动平均方法应用到归一化后光谱的同一变量上,其计算公式为:
其中是i样品归一化强度,x'i是经过等离子体状态修正后的值,2m+1是移动平均窗口的宽度。
5.根据权利要求1所述的燃料特性测量方法,其特征在于,所述S4对光谱进行二阶卷积求导,公式如下:
其中x'j+t是波长j+t处光谱经过等离子体状态校正后的值,x”j是x'j+t求导后的值,Q是由最小二乘拟合得到的权重因子,“:”是表示w+1列的所有行,2w+1是求导移动窗口的宽度。
6.根据权利要求1所述的燃料特性测量方法,其特征在于,所述S5利用联合区间偏小二乘法对全波段等离子体发射光谱进行变量筛选,具体是将全波段光谱分成n个区间,随机组合p个区间进行偏最小二乘建模,以交互验证均方根误差最小时所对应的变量组合为变量筛选的最优解。
7.根据权利要求1所述的燃料特性测量方法,其特征在于,所述S6以变量筛选后的光谱为变量,建立固体燃料颗粒流燃料特性定标模型,具体为:
以定标样品的燃料特性为目标,对变量筛选后的光谱组合进行偏最小二乘法建模,获得回归方程Y=k0+k1x″1+k2x″2...+knx″n,其中k0,k1,k2,...,kn是偏最小二乘迭代得到的系数。
8.根据权利要求1所述的燃料特性测量方法,其特征在于,所述特征元素谱线为单个元素的特征谱线或多种元素特征谱线的组合。
9.根据权利要求6所述的燃料特性测量方法,其特征在于,所述n小于等于40,p取2、3或4。
10.根据权利要求1所述的燃料特性测量方法,其特征在于,所述行归一化是对每一次有效测量获得的全光谱分别进行行归一化。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于华南理工大学,未经华南理工大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201811443516.8/1.html,转载请声明来源钻瓜专利网。