Al2O3含量对烧结初始液流动行为的影响

在铁矿粉烧结过程中,初始液相流动行为是烧结矿固结效果的重要影响因素。采用微型烧结法,探讨了Al2O3含量对初始液相流动行为的影响,并通过对初始液相微观结构的解析,揭示了Al2O3含量对初始液相气孔分布和结构的影响规律。实验结果表明,初始液相的流动性指数随着Al2O3含量提高而降低。水淬试样的XRD实验结果结果证实,Al2O3含量的增加提高了复合铁酸钙的稳定性,降低了初始液相的流动能力。此外,初始液相流动性亦会对气孔性质产生影响。高Al2O3初始液相中气孔结构不规则程度提高,且小于50 μm气孔数目也随之增多。     

电子鼻鉴别白酒信号小波去漂移方法

为提高电子鼻长期鉴别的稳健性,提出了一种基于小波分析的电子鼻信号去漂移方法。对含漂移信号的电子鼻数据进行小波分解,获得分解系数;构造一种相对偏差阈值滤波函数对小波逼近系数进行阈值处理,获得修正的小波系数;运用小波逆变换对修正后的小波系数进行重构,得到去除漂移或少漂移的电子鼻信号。对6种白酒样本随机生成的5组样本训练集与对应的测试集进行去漂移处理与信号重构,提取去漂移处理前后的电子鼻信号积分值特征,并运用Fisher判别分析(FDA)和BP神经网络分别对5组数据集进行鉴别分析。FDA鉴别结果显示,无论是训练集还是测试集,5组样本的鉴别正确率由去漂移前的最高值45%提升至去漂移后的100%。BP神经网络鉴别结果显示,5组样本的鉴别正确率由去漂移前的最高值31.7%提升至去漂移后的98.3%。这说明所给出的去漂移方法在白酒电子鼻的鉴别中是稳健有效的。同时,也为电子鼻鉴别其他物品提供了一种可借鉴的去漂移方法。     

基于高光谱图像光谱与纹理信息的枸杞多糖及总糖含量检测

为利用高光谱图像技术实现枸杞多糖及总糖含量的快速无损检测,采用主成分分析对原始高光谱图像进行处理,选取前3个主成分图像,根据其在全波段下的权重系数选取5个特征波长并提取对应图像的平均光谱值,提取主成分图像及特征波长图像的纹理特征,利用偏最小二乘回归分别建立基于不同特征参量的预测模型。结果表明,单独利用特征光谱或图像数据,预测结果不理想;将特征光谱与纹理数据组合后,预测模型的校正集结果明显提高,但预测集结果偏低。因此,为提高预测结果准确性,对所有特征按照与两指标的相关程度进行筛选,优化后特征构建的检测模型具有最佳预测结果:R_(C(多糖))~2=0.9604,R_(P(多糖))~2=0.8961;R_(C(总糖))~2=0.9657,R_(P(总糖))~2=0.8670。由此可见,基于高光谱图像光谱与纹理信息检测枸杞多糖和总糖含量是可行的,根据相关系数筛选最适宜的特征提高了模型的预测性能,同时减少了计算的复杂性。本研究结果为枸杞整体品质的快速无损检测提供了重要参考。