课程文献中心 更多>>

关键词： FBG重叠谱解调   超弱光纤布拉格光栅   加权差分进化算法   双向长短期记忆网络   桥墩冲刷监测   管道泄漏监测  

摘要： 光纤布拉格光栅(Fiber Bragg grating,FBG)以其高精度、小巧、耐腐蚀、抗电磁干扰等优点,已被广泛用于土木工程、航空航天工程、机械工程等领域的结构健康监测中。然而,传统光纤布拉格光栅波分复用系统单纤复用容量有限,仅局限用于小型结构或大型结构局部监测。在对大型、超长结构进行全尺度分布式监测时,其性能明显不足。因此,开展光纤布拉格光栅重叠谱解调方法研究有利于进一步提升光纤布拉格光栅波分复用系统中光栅单纤复用容量,对于光纤布拉格光栅在大型、长距离结构健康监测中的应用具有重要意义。 本文旨在研究光纤布拉格光栅重叠谱解调新策略和新方法,以提升相同或相近波长光纤布拉格光栅单纤复用容量,使得光纤布拉格光栅传感技术在监测距离与密度上得到进一步提升。在此基础上,研究基于光纤光栅重叠谱解调技术的基础设施监测新方法。论文主要研究内容如下: (1)针对现有串联光栅重叠谱解调模型较少,且解调精度低等问题,研究串联光栅重叠谱波长解调方法。为此,通过理论分析建立了新的串联光栅重叠谱解调模型。通过数值仿真与理论分析方法,研究了光谱衰减、阴影串扰及多次反射串扰对解调精度影响。此外,提出了基于FBGA解调模块的用于光栅重叠谱及独立谱采集的高速解调系统。确定了合适的光栅独立反射谱波长提取算法,验证了解调系统用于常用结构参数,如温度、应变及振动监测的可行性。最后,通过试验验证了模型及系统用于串联光栅重叠谱解调的可行性。 (2)针对现有串联光纤布拉格光栅重叠谱解调方法解调精度低、解调速度慢等问题,提出了串联光栅重叠谱优化求解方法。改进的差分进化算法(加权差分进化算法)被用于提高模型解调速度与解调精度,进一步提升了可解调光栅数量。通过试验验证了提出方法可行性,并将提出方法用于串、并联超弱光纤布拉格光栅重叠谱解调。 (3)针对光纤布拉格光栅重叠谱解调速度较慢的问题,提出了基于双向长短期记忆网络的光纤布拉格光栅重叠谱高速解调方法。给出了基于双向长短期记忆网络的光纤布拉格光栅重叠谱解调方法原理与训练数据集获取方法;通过数值仿真分析,研究了训练数据量及网络隐藏单元数量对模型解调精度、训练时间的影响,并对模型解调时间进行了分析。最后,将模型用于试验数据解调,解调结果验证了所提出方法可行性。 (4)针对现有桥墩冲刷监测方法不足与缺陷,提出了基于超弱光纤布拉格重叠谱的新型桥墩冲刷监测方法。阐述了提出方法监测原理,设计了适用于桥墩冲刷监测的新型分布式传感器阵列。进行了实验室模拟试验,验证了提出方法可行性,并分析了传感器在冲刷发生前后信号差异,给出了冲刷监测阈值。最后,对方法适用范围、优势与局限性进行了分析。 (5)针对现有光纤布拉格光栅传感技术在长距离结构异常监测中测点稀疏、易发生漏检等问题,提出了基于光栅重叠谱的异常信号监测方法,并将其用于管道泄漏监测。阐述了传感系统及异常信号监测原理,提出了分布式异常信号监测方法。给出了管道泄漏监测方法原理,设计了泄漏监测专用传感光缆。通过模拟管道泄漏试验,验证了提出方法可行性,并探究了温差、监测单元中受温度影响光栅数量对监测信号的影响,拟合得到了不同温差下泄漏监测预警值计算公式。此外,针对提出方法泄漏定位精度低的问题,采用提出的串联光栅重叠谱优化求解方法实现了小流量泄漏精确定位。

关键词： 张量奇异值分解   非局部相似先验   图像补全   低秩恢复  

摘要： 随着数字技术的飞速发展,数字图像已成为不可或缺的媒体形式之一。然而,在获取和传输的过程中,由于噪声、相机抖动、分辨率限制等因素的影响,图像数据可能存在数据缺失的问题,进而导致后续计算结果的不准确性、不可靠性和不可预测性。因此,如何从不完整的观测数据中恢复出完整的图像已成为一个重要的研究领域。通常情况下,图像/视频信息呈现高维结构,可视为低秩或近似低秩结构。因此,研究人员根据张量的低秩先验性,开展了低秩张量补全的研究。低秩张量补全可以被视为一种张量分解的应用,即将原始的高维数据张量分解为多个低秩张量因子的乘积,并利用已知数据的部分信息来确定这些低秩张量因子。其中,基于张量奇异值分解(tensor singular value decomposition,t-SVD)的低秩张量补全方法已在许多领域都得到了广泛应用。论文以张量奇异值分解为基础,并结合图像的先验知识,对基于张量秩极小化约束的图像补全进行了以下研究:1.本文提出了一种基于非局部自相似性的低秩张量补全模型,旨在增强图像的低秩性以更好地挖掘张量数据的内在低秩结构。具体而言,针对彩色图像恢复问题,一般处理方法是将其视为三阶张量,并用张量核范数逼近。然而,虽然该张量具有一定低秩性,但不具有强低秩性。为了增强图像的低秩性,本文利用图像的非局部自相似性特点,通过提取非局部自相似张量块来增强张量的低秩性。在每个张量块上,本文采用最小化张量核范数补全,并采用交替方向乘子法进行优化求解。此外,在优化求解过程中,提出了一种自适应混合阈值算子。该算子能自适应地估计截断奇异值个数,并采用软、硬阈值相结合的混合阈值方式进行奇异值收缩,以更好地逼近原始矩阵秩,恢复图像的细节和纹理结构。最终,本文将所提出的算法应用于彩色图像和灰度视频的复原,实验结果表明,在恢复图像的细节和纹理结构方面,该算法具有明显的优势。2.本文提出了一种改进的张量截断核范数(tensor-truncated nuclear norm,TTNN)模型,该模型采用非凸γ函数代替传统T-TNN模型中的核范数。传统T-TNN模型中,核范数被用作秩函数的凸替代函数,但逼近能力不足,算法效果不佳。因此,本文采用一种非凸的γ函数来代替核范数,作为T-TNN模型中的低秩项,并从理论层面分析了非凸γ范数比核范数更好地逼近秩函数的原因。最后,论文采用广义交替方向乘子法求解,并通过大量实验结果验证了所提算法的有效性。

关键词： 储氢设备   氢气泄漏   面型感知器件   在线监测  

摘要： 氢气在工业领域有着广泛的应用,典型的氢气存储设备,如储氢罐,长期服役内部材料出现老化、腐蚀,导致罐体密封性能下降,造成氢气泄漏。由于氢气是所有气体中密度最小且易扩散引起火灾或爆炸,被视为危险气体。因此在使用过程中应对其进行严格监控,并且储氢设备大多数涉及高温高压,采用电化学法检测氢泄漏会增加安全风险,光纤光栅型氢气传感器具有本征安全、结构简单、重量轻、抗电磁干扰、能够在恶劣环境下工作等优点,适合氢气的泄漏监测,目前其应用还存在很多问题和不足。本研究以光纤光栅氢气传感器为对象,从理论、设计制作及实验应用三个方面进行探讨,主要包括以下内容:1、光纤光栅传感原理研究。分析光纤光栅及氢敏材料的工作原理,建立氢敏材料吸氢引起光栅波长变化的传感模型,通过热力学方法分析钯吸放氢时氢分压、氢成分以及温度之间的关系,建立动力学模型探究响应时间与膜厚和氢气浓度的关系。2、面型感知器件结构设计优化。分析光纤光栅传感器结构,建立光纤光栅传感模型。通过仿真得到:纤芯直径和钯膜厚度是决定传感性能的关键因素,将光纤直径腐蚀至40μm得到最佳传感器性能,钯膜的吸氢能力随厚度的增加而变强。3、光纤光栅面型感知器件的制备及实验研究。制备出一种光纤光栅面型Pd/Ni合金膜氢探测传感器,结构主要由四部分组成。对比分析两种传感器对氢气的响应实验,并对膜厚为100μm的面型传感器开展性能实验,得到传感器的中心波长在10000ppm浓度下增加了55pm,响应时间仅需50s,具备良好的灵敏度、稳定性和复用能力。CO、CH气体对制备的氢气传感器干扰很小。4、搭建泄漏监测系统。通过软硬件设计,开发一整套储氢设备氢泄漏在线监测系统方案,实现快速报警功能,并且以储氢罐为研究对象,建立氢气泄漏扩散模拟并进行了计算与仿真分析,确定了传感器的布设点位。

关键词： 光电催化产氢   BiVO4复合光阳极   异质结光阴极   氢气传感器   分布式检测  

摘要： 氢能以其能量密度高、清洁燃烧等突出优点成为一种极具潜力的清洁能源,也是我国未来能源体系的重要组成部分。在氢能制备技术中,光电催化制氢技术具有反应条件温和、无副产物及二次污染、阴阳两极各自析出气体易于收集、无需氢气分离装置、较高的理论太阳能转换效率等优点,是一种富有前景的大规模制备高纯度氢原料的重要途径。在光电催化产氢系统中,氢气浓度及其分布是衡量光电转换性能、系统产氢性能及反应器内氢气传递特性的重要参数,然而目前尚缺乏光电催化制氢过程氢气浓度及其分布信息的在线原位实时检测手段。因此,本文提出基于准分布式氢敏光纤布拉格光栅（FBG）传感器阵列在线实时检测光电催化产氢系统中氢浓度及其分布的新方法,用于揭示系统产氢性能及反应器内氢气传输特性;首先研制了基于Bi VO的光电阳极和基于CuO的异质结光电阴极,利用研制的光阳极和光阴极构建了光电催化分解水产氢系统;然后,制备了一种用于液相环境氢气浓度检测的FBG氢气传感器,构建了光电催化分解水产氢反应器内氢气浓度准分布在线实时检测的FBG氢气传感器阵列,探究了光电催化裂解水产氢过程电极界面及电解液中氢浓度实时变化及氢浓度分布信息,揭示了系统产氢性能及反应器内氢气传输特性。主要开展了以下3项研究工作:（1）为了实现高效光电催化产氢,设计并搭建了光电催化分解水产氢系统。首先,在导电玻璃FTO表面电化学沉积Bi VO,采用沉积惰性涂层及析氧催化剂等方法制备获得高效光响应的Bi VO/Ti O/Fe OOH/Ni OOH光电阳极;接着,采用电化学沉积法在FTO表面制备了CuO/Cu O/Ti O/Ru O光电阴极;其次,对制备的光阳极和光阴极的表面形貌、成分及光电特性进行了测试;最后,将制备获得的光电阳极和光电阴极分别放置于所设计光电催化反应器的阳极腔室和阴极腔室,通过外部导线将能带匹配的光电阳极和光电阴极串联,构建光电催化分解水反应系统。实验研究表明,所制备的Bi VO/Ti O/Fe OOH/Ni OOH光电阳极和CuO/Cu O/Ti O/Ru O光电阴极都对光表现出高响应的能力,光电流分别达到3.43 m A/cm和1.5 m A/cm。（2）为了研究本文构建的光电催化分解水反应系统产氢性能,实现在高温液相环境中氢浓度信息的准确在线检测,通过聚多巴胺辅助化学镀法制备并获得了负载聚多巴胺/钯膜/超疏水涂层的FBG氢敏传感器。实验研究表明,所制备的氢敏传感器表面形成了均匀致密的钯膜,传感器具有灵敏度高、选择性好和响应速度快的优点。采用未被腐蚀且未涂覆氢敏材料的裸光纤布拉格光栅（T-FBG）作为氢敏FBG的温度补偿单元,消除了温度对氢气FBG传感器响应氢气浓度的负面影响,实现了对反应体系中氢气浓度的准确测量;最后根据光电催化分解水系统结构参数,设计了氢敏FBG及温补光纤T-FBG传感器阵列,构建了在线原位实时检测光电催化分解水系统中氢气浓度及其准分布信息的FBG传感器系统。（3）利用本文构建的FBG传感器阵列系统对由Bi VO/Ti O/Fe OOH/Ni OOH光电阳极和CuO/Cu O/Ti O/Ru O光电阴极组成的光电催化分解水系统进行在线实时原位检测;研究了不同参数下光电催化分解水产氢系统的产氢性能,获得光电催化分解水过程中电极-电解液界面氢浓度和温度变化情况及分布信息,探索了产氢过程机理和氢气传递规律。根据传感器系统实验在线实时测量结果发现,反应体系内出现了温度和氢气浓度梯度分布;受温度和电解液传质系数的影响,FBG氢敏传感器与光电阴极表面间距越大,传感器峰值信号出现时间越晚、峰值强度越低,与液相溶解氢在气液界面质量交换模型和扩散传递模型的理论分析结果一致;实验与理论研究结果表明,本文研制的“氢敏FBG及温补光纤T-FBG传感器阵列系统”能够有效地对光电催化分解水系统的氢气浓度与温度及其准分布变化信息进行准确检测。

关键词： 特征选择   多视图聚类   图嵌入   张量  

摘要： 在特征选择和聚类等领域,基于图嵌入构建的模型往往能取得较好的结果。由基于图嵌入学习并结合其他方法,深入挖掘数据的潜在图结构,获取关键信息,达到特征选择并运用到聚类中,将是一个可行的研究思路。本文主要基于图嵌入模型的特征选择与聚类算法进行研究,主要成果如下:首先,本文提出了一种无监督特征选择协同图嵌入学习模型,包括软阈值嵌入和低维嵌入学习。软阈值嵌入模型学习一个对角矩阵作为阈值选择矩阵,在图嵌入学习过程中重新分配每个特征的权重。由此我们可以利用图结构学习,在原始空间中对特征进行排序的阈值选择矩阵。为了获得鲁棒图来改进无监督特征选择,我们将低维嵌入与软阈值嵌入相结合,通过协同优化双嵌入模型得到统一的图。因此,该方法可以在原始空间中进行特征排序,并通过双嵌入的自适应图学习来实现无监督的特征选择。在五个真实数据集上的实验充分验证了本文所提出模型的有效性。其次,本文提出一种无监督多视图张量协同图嵌入学习方法,对上述模型做出进一步拓展,在原始空间中通过特征加权以学习亲和图,同时引入低维嵌入模型,在学习线性投影空间中学习亲和图。这两种类型的亲和图通过一个协同模型共同学习,以产生视图内的亲和图。为了捕获学习到的亲和图之间的视图间相关性,将所有视图内图堆叠为一个三阶张量,通过张量低秩分解学习一个视图间一致亲和张量。张量公式为探索亲和图之间的视图间的一致性提供了一个多视图的观察。在八个真实数据集上的实验充分验证了本文所提出模型的有效性。综上所述,本文对无监督协同相似度图嵌入的特征选择和聚类方法进行深入的研究与讨论。针对特征选择,提出一种无监督特征选择协同图嵌入的学习模型;针对聚类,提出一种无监督多视图张量协同图嵌入的学习模型。通过大量的理论分析和实验结果表明,本文提出的算法为图嵌入学习提供了进一步的研究经验与发展。

关键词： 大规模MIMO通信系统   信道估计   多径参数估计   交替最小二乘  

摘要： 由于对高速率、大容量、低时延、高可靠性通信业务的需求，作为下一代移动通信系统物理层关键技术之一的多输入多输出（Multiple-InputMultiple-Output,MIMO）技术呈现向大规模、宽频带发展的趋势。无线信道数据在“空-时-频”等多个维度呈指数增长，为信道状态信息的获取带来巨大挑战。如何对未来大规模MIMO无线通信系统中的高维度信道数据进行有效表征与高效处理，无疑是应对上述挑战的关键。作为对多维数组进行直接表示与处理的高阶数学工具，张量分解因其对高维度数据精简的表示模型、高效的计算方法、以及独特的可唯一辨识性，成为学术界和产业界关注的热点。　　因此，本文考虑大规模MIMO无线通信系统在两个典型场景下的信道估计问题，即：智能超表面（ReconfigurableIntelligentSurface,RIS）辅助的MIMO通信系统的上行信道估计和宽带时变MIMO通信系统信道多径参数估计，对基于张量典范多因子分解（CanonicalPolyadicDecomposition,CPD）模型的信道估计方法进行了深入研究。主要工作如下：　　（1）针对RIS辅助MIMO无线通信系统上行信道估计问题，将基站接收信号建立为符合CPD模型且具有一个已知因子矩阵的三阶张量，从而将信道估计问题转化为张量数据的CPD分解问题。分别针对不同的场景，提出一种利用矩阵核空间计算CPD模型的代数类信道估计方法，和一种利用空间投影与秩一逼近计算CPD模型的代数类信道估计方法，以及一种利用吉洪诺夫正则化和交替最小二乘迭代计算CPD模型的优化类信道估计方法。基于上述算法的工作条件，给出了所建立的CPD模型的可唯一辨识条件，该条件揭示了所提出的基于张量分解的信道估计方法在低导频开销下的应用潜力。仿真实验结果验证了所提出信道估计算法的有效性及较之现有算法的性能优势。　　（2）针对宽带时变MIMO信道的多径参数估计问题，利用信道张量在时延域、多普勒域、空域等多域的等间隔采样结构建立范德蒙约束CPD模型，从而将信道多径参数估计问题转化为信道张量范德蒙约束CPD分解问题。提出了任意多维度约束的高阶范德蒙约束CPD分解算法，包括一种基于汉克化操作和联合特征值分解的代数类算法和一种基于约束投影和交替最小二乘迭代的优化类算法，并基于代数类算法的工作条件，给出了所建立的范德蒙约束CPD模型的可唯一辨识条件。仿真实验结果验证了所提出的基于范德蒙约束CPD分解的信道多径参数估计方法的有效性以及较之现有算法联合估计多径参数的性能优势。