基于DS算法的混胺燃料近红外光谱分析模型传递

对混胺燃料的近红外光谱分析模型的传递方法进行研究。采用 K/S(Kennard/Stone)算法选择转换集样品,采摘用直接校正(Direct Standardization,DS)算法对从仪器采集的光谱进行校正。通过光谱平均差异(ARMS)比较奇异值分解(Singular Value Decomposition,SVD)算法和偏最小二乘法(Partial Least Squares,PLS)对光谱校正的效果。当 PLS算法的最佳主因子数为 3时,DS-PLS算法的光谱校正率可达到 97.5%,优于 DS-SVD算法。混胺样品的分析模型经过 DS-PLS算法传递后,对从仪器的混胺样品各项指标的预测标准偏差(SEP)明显好于传递前,与主仪器预测效果接近,说明采用 K/S算法选择合适的转换集样品后,通过 DS-PLS模型传递算法可有效降低仪器间的光谱差异,实现近红外光谱分析模型在各台光谱仪之间共享。     

Excel在液体推进剂数据处理和管理中的应用

介绍了用ExceL对红烟硝酸和混胺各项指标进行数据处理和数据管理的方法,并建立了一套数据处理与管理的系统.这种系统可用于化学和化工的各个领域.     

非等间距GM(1,1)模型研究

非等间距GM(1,1)模型是灰色理论中的重要组成部分。文章分别从数据变换生成方法、建模方法、背景值优化、初始条件优化、模型参数估计方法的优化、其他要素的优化和模型的拓展7个方面对近年来非等间距GM(1,1)模型的研究进展进行比较全面的梳理,明确了有待进一步研究突破的问题,并对非等间距GM(1,1)模型未来的研究方向和重点提出建议。     

化学法处理大批量导弹液体推进剂废液废水

通过对导弹液体推进剂废液废水的组成和化学性质的分析,确定废液废水的处理方法。根据化学反应和实验结果确定处理剂的用量,分别对氧化剂和燃料废液废水的处理工艺进行了设计,并提出了防止大气污染、安全快速的有效处理措施。     

矩阵的奇异值分解 在红外光谱预处理中的应用

研究了矩阵的奇异值分解在红外光谱预处理中的应用。对奇异值序列,采用间距最大最高峰原则,选择有效秩的阶次;对原始光谱进行奇异值降噪处理、一阶微分处理,用相关系数法选择建模谱段为3 100~2 650 cm~(-1)和1 600~1 250 cm~(-1);采用PLS法建立运动粘度的校正模型,并与卷积平滑等预处理方法进行比较。模型校正集的相关系数(R_c)为0.977 9,标准偏差SEC为0.100 5,预测集的相关系数(R_P)为0.941 2,标准偏差SEP为0.154 7。研究结果表明:奇异值分解和一阶微分相结合可有效去除光谱噪声和基线漂移的干扰,提高PLS分析模型的准确度。     

近红外光谱技术在推进剂质量检测中的应用

近红外光谱分析方法具有过程简单、快速、结果准确的特点。介绍了近红外光谱技术在液体推进剂质量检测中的应用情况,对光谱预处理、波段选择和建模方法进行了分析。通过平滑、微分、正交信号校正、小波变换等光谱预处理方法,可有效去除高频噪音、基线漂移等对信息提取的影响。近红外光谱是含氢基团的倍频吸收峰,根据待测组分的基团贡献选择合适的光谱范围建模,可简化模型,提高精度。偏最小二乘法是最常用的多元校正方法,对多数分析项目可建立准确的校正模型。对含量低,信息不丰富或受其他成分干扰严重的组分或性质可采用间隔组分偏最小二乘法和BP-神经网络法,以提高模型的准确度和预测能力。     

润滑油质量组合预测

以某自行火炮润滑油氧化程度光谱分析数据为基础,利用线性回归理论、灰色理论及组合预测理论建立了润滑油的氧化程度预测模型,并且分析各模型在预测上的差异,验证了润滑油质量组合预测模型能够充分利用单一预测模型的有效信息,提高预测精度.     

电源极性对氧化剂加注车工作的影响

分析了导弹氧化剂加注车在更换车型发动机及控制电路后,因蓄电池极性的改变导致特装部分电路工作失常的原因及解决的办法.