本文選題：動態(tài)光散射　切入點：顆粒分布測量　出處：《光學精密工程》2016年11期

【摘要】：考慮傳統動態(tài)光散射顆粒粒度分布測量用的反演算法復雜、精度不夠、抗噪能力差,本文基于大數據思想,提出了一種動態(tài)光散射顆粒分布軟測量方法。該方法通過調節(jié)顆粒粒度分布形狀參數獲得大量自相關函數及其對應顆粒分布的數據;使用這些數據對子學習機進行訓練。最后,針對訓練數據維數較高的特點對傳統Bagging算法進行改進,并利用改進的Bagging集成算法集成子學習機以提高軟測量模型的精度及泛化能力。通過模擬單峰數據和對300nm標準粒徑進行軟測量開展了驗證實驗。結果表明,該方法能夠較好地測量出不同動態(tài)光散射顆粒分布的峰值及分布寬度,模擬單峰數據測量峰值精度可達1nm,300nm和503nm,標準粒徑測量精度分別可達3nm和4nm,優(yōu)于一般的反演算法。該軟測量方法為動態(tài)光散射顆粒分布測量開辟了新的途徑。
[Abstract]:Considering that the traditional inversion algorithm for particle size distribution measurement of dynamic light scattering is complex, the accuracy is not enough, and the anti-noise ability is poor, a soft sensing method for dynamic light scattering particle distribution is proposed based on big data's idea.In this method, a large number of autocorrelation functions and their corresponding particle distribution data are obtained by adjusting the shape parameters of particle size distribution, and these data are used to train the sub-learning machine.Finally, aiming at the high dimension of training data, the traditional Bagging algorithm is improved, and the improved Bagging integration algorithm is used to integrate the sublearning machine to improve the accuracy and generalization ability of the soft sensor model.The verification experiments were carried out by simulating single peak data and soft-sensing 300nm standard particle size.The results show that this method can measure the peak value and the distribution width of different dynamic light scattering particles.The peak accuracy of simulated single-peak data can reach 300nm and 503nm, and the precision of standard particle size measurement can reach 3nm and 4nmrespectively, which is superior to the general inversion algorithm.This soft sensing method opens up a new way for measuring the distribution of dynamic light scattering particles.
【作者單位】： 天津工業(yè)大學電氣工程與自動化學院;天津工業(yè)大學電工電能新技術天津重點實驗室;
【基金】：國家自然科學基金資助項目(No.61403277;No.71602143)
【分類號】：TP18;O436.2

【相似文獻】

相關期刊論文 前10條

1 江壽平;;動態(tài)光散射技術[J];生物化學與生物物理進展;1981年06期

2 周祖康;;動態(tài)光散射[J];化學通報;1986年10期

3 秦安慰,蘇兆眾,何曼君,王瑋;動態(tài)光散射法研究病毒顆粒的聚集[J];生物化學與生物物理進展;1988年01期

4 RALPH NOSSAL;周穗瑜;;生物流變學中的動態(tài)光散射方法[J];國外醫(yī)學.生物醫(yī)學工程分冊;1988年05期

5 孫海金，張逸新，，朱拓;非準透明性對動態(tài)光散射的影響[J];無錫輕工業(yè)學院學報;1994年01期

6 郭永彩;王遠;高潮;鄧冬梅;;基于動態(tài)光散射法的亞微米級微粒粒度測量[J];重慶大學學報(自然科學版);2006年02期

7 孟慶南;王曉春;張洪武;;一種用于動態(tài)光散射測量的虛擬數字相關儀[J];吉林大學學報(理學版);2007年04期

8 王雅靜;申晉;鄭剛;譚博學;劉偉;;短數據量動態(tài)光散射顆粒測量信號去噪方法[J];強激光與粒子束;2010年06期

9 夏輝;陳智全;李富石;林旭;肖元元;黃昊;李青林;;拖曳效應對低相干動態(tài)光散射測量粒徑的影響[J];光學學報;2010年08期

10 夏輝;肖元元;林旭;龐如意;苗彩霞;黃昊;;應用低相干動態(tài)光散射法測量懸浮液中的顆粒粒徑分布[J];光散射學報;2010年03期

相關會議論文 前9條

1 楊正紅;StuartBayley;;動態(tài)光散射法測量亞納米粒子大小——分子量為387的膽固醇[A];第九次全國生物物理大會學術會議論文摘要集[C];2002年

2 夏輝;陳智全;李富石;林旭;肖元元;黃昊;李青林;;低相干動態(tài)光散射中單散射區(qū)域的確定[A];顆粒學前沿問題研討會——暨第九屆全國顆粒制備與處理研討會論文集[C];2009年

3 喻雷壽;楊冠玲;何振江;韓鵬;岳成鳳;李豐果;彭力;李儀芳;;動態(tài)光散射發(fā)展與理論分析[A];第六屆全國顆粒測試學術會議論文集[C];2005年

4 郭永彩;楊陽;高潮;李震東;;基于動態(tài)光散射的煙氣顆粒粒徑測量[A];2007年全國第十六屆十三�。ㄊ校┕鈱W學術會議論文集[C];2007年

5 賈鵬翔;王生勤;趙江;;聚2-乙烯吡啶在水溶液中的構象轉變：動態(tài)光散射和熒光關聯光譜的研究[A];2007年全國高分子學術論文報告會論文摘要集（上冊）[C];2007年

6 殷銳;李峻柏;沈家驄;;St-DVB共聚超微粒稀溶液性質的動態(tài)光散射研究[A];中國物理學會光散射專業(yè)委員會成立十周年暨第六屆學術會議論文集（下冊）[C];1991年

7 夏輝;李富石;陳智全;黃生祥;李宏建;;應用低相干動態(tài)光散射法測量懸浮液中的顆粒粒徑分布[A];第七屆全國顆粒測試學術會議、2008上海市顆粒學會年會論文集[C];2008年

8 寧輝;;蛋白質-殼聚糖復合物的特性分析[A];生物顆粒與粉體制備、應用技術研討會論文集[C];2010年

9 夏輝;李富石;陳智全;林旭;肖元元;黃昊;李青林;;濃懸浮液中相互作用布朗運動粒子的擴散特性研究[A];顆粒學前沿問題研討會——暨第九屆全國顆粒制備與處理研討會論文集[C];2009年

相關博士學位論文 前1條

1 王剛;用于納米顆粒粒度測量的模擬探測動態(tài)光散射技術研究[D];吉林大學;2006年

相關碩士學位論文 前10條

1 張鈺羚;細胞內蛋白質的動態(tài)光散射研究[D];重慶大學;2012年

2 于向飛;基于奇異值分解的動態(tài)光散射反演算法研究[D];上海理工大學;2013年

3 肖瑜;光纖式后向散射納米顆粒測量裝置研究[D];山東理工大學;2015年

4 肖瑩瑩;含噪動態(tài)光散射數據處理方法研究[D];山東理工大學;2015年

5 陳智全;低相干動態(tài)光散射測量懸浮液中顆粒粒徑及粒徑分布[D];中南大學;2010年

6 李紹新;動態(tài)光散射技術在生物大分子測量上的應用[D];華南師范大學;2004年

7 高珊珊;多角度動態(tài)光散射顆粒測量技術中的去噪方法研究[D];山東理工大學;2014年

8 肖元元;電解質對懸浮液顆粒流體動力學粒徑的影響研究[D];中南大學;2011年

9 李富石;濃懸浮液中布朗運動顆粒擴散特性的研究[D];中南大學;2010年

10 王超;光纖式動態(tài)光散射粒度儀研究[D];山東理工大學;2011年

本文編號：1705546