本發(fā)明屬于計(jì)算機(jī)，尤其是涉及一種用于顆粒粒徑分布神經(jīng)網(wǎng)絡(luò)反演算法的數(shù)據(jù)集構(gòu)建方法。

背景技術(shù)：

1、顆粒一般指尺寸在納米到毫米范圍、具有特定形狀的幾何體。顆粒最重要的物理特性之一是粒徑分布，與燃燒、消防、冶金、石油、化工、材料、醫(yī)藥、環(huán)保等眾多領(lǐng)域關(guān)系密切，因此對(duì)顆粒粒徑分布進(jìn)行測量非常重要。激光粒度儀是基于光散射原理的顆粒粒徑測量儀器，需要從多環(huán)光電探測器測量得到的散射光能分布反演出顆粒粒徑分布，本質(zhì)上是求解第一類fredholm積分，屬于典型的不適定問題，表現(xiàn)為抗噪性差。常用的反演算法有非線性迭代算法、最小二乘迭代算法、奇異值分解算法、bp神經(jīng)網(wǎng)絡(luò)算法等。目前，常用算法存在反演精度不高、計(jì)算時(shí)間長、計(jì)算不穩(wěn)定等問題。隨著人工智能技術(shù)的快速發(fā)展，深度學(xué)習(xí)網(wǎng)絡(luò)模型具有極強(qiáng)的非線性回歸能力、泛化能力以及并行計(jì)算能力，已經(jīng)得到了廣泛應(yīng)用。若將神經(jīng)網(wǎng)絡(luò)模型應(yīng)用于顆粒粒徑反演，需采用包含大量粒徑分布和對(duì)應(yīng)光能分布的數(shù)據(jù)集對(duì)網(wǎng)絡(luò)模型進(jìn)行有監(jiān)督地訓(xùn)練和測試。數(shù)據(jù)集應(yīng)具有測量范圍的全覆蓋性，可擴(kuò)展性以及支持網(wǎng)絡(luò)模型強(qiáng)泛化能力等特點(diǎn)。為了解決上述問題并促進(jìn)該研究領(lǐng)域的發(fā)展，構(gòu)建一個(gè)用于顆粒粒徑分布神經(jīng)網(wǎng)絡(luò)反演算法的數(shù)據(jù)集具有重要意義。

技術(shù)實(shí)現(xiàn)思路

1、為解決上述技術(shù)問題，本發(fā)明提供一種用于顆粒粒徑分布神經(jīng)網(wǎng)絡(luò)反演算法的數(shù)據(jù)集構(gòu)建方法，尤其適合根據(jù)激光粒度儀原理、結(jié)構(gòu)參數(shù)和特定粒徑分布函數(shù)構(gòu)建用于顆粒粒徑分布神經(jīng)網(wǎng)絡(luò)反演算法的數(shù)據(jù)集。

2、本發(fā)明采用的技術(shù)方案是：第一方面，提供一種用于顆粒粒徑分布神經(jīng)網(wǎng)絡(luò)反演算法的數(shù)據(jù)集構(gòu)建方法，包括：

3、獲取激光粒度儀得到激光波長、傅里葉透鏡焦距和多元光電探測器各環(huán)的內(nèi)外半徑；

4、根據(jù)獲取的數(shù)據(jù)計(jì)算得到多元光電探測器各環(huán)對(duì)應(yīng)的粒徑測量范圍上下限和中心粒徑，并基于結(jié)果進(jìn)一步計(jì)算得到激光粒度儀光能分布系數(shù)矩陣；

5、假設(shè)顆粒粒徑滿足rosin-rammler分布，結(jié)合探測器各環(huán)對(duì)應(yīng)的中心粒徑確定特征參數(shù)的上限和下限，并且在其區(qū)間內(nèi)生成特征參數(shù)的第一序列；

6、根據(jù)特征參數(shù)的第一序列和探測器各環(huán)對(duì)應(yīng)的粒徑測量范圍上下限計(jì)算得到第一粒徑分布向量，并基于結(jié)果進(jìn)一步計(jì)算得到對(duì)應(yīng)的第一光能分布向量，從而生成單峰分布數(shù)據(jù)集；

7、在特征參數(shù)的上限和下限內(nèi)按均勻分布方式生成特征參數(shù)的第二序列；

8、根據(jù)特征參數(shù)的第二序列和探測器各環(huán)對(duì)應(yīng)的粒徑測量范圍上下限計(jì)算得到第二粒徑分布向量和第三粒徑分布向量，并基于結(jié)果進(jìn)一步計(jì)算得到對(duì)應(yīng)的第二光能分布向量和第三光能分布向量；

9、設(shè)定混合比例因子，生成多峰分布數(shù)據(jù)集后與轉(zhuǎn)換成混合分布數(shù)據(jù)集。

10、進(jìn)一步地，多元光電探測器各環(huán)對(duì)應(yīng)的粒徑測量范圍上下限和中心粒徑分別通過式j(luò)＝1,2,…,k；l＝1,2和進(jìn)行求解，式中dj,l代表探測器各環(huán)對(duì)應(yīng)的粒徑測量范圍上下限，dj代表探測器各環(huán)對(duì)應(yīng)的中心粒徑，λ代表激光粒度儀的激光波長，f代表傅里葉透鏡焦距，(ri,1,ri,2),i＝1,2,…,k代表多元光電探測器各環(huán)的內(nèi)外半徑。

11、進(jìn)一步地，激光粒度儀光能分布系數(shù)矩陣根據(jù)式j(luò)＝1,2,…,k進(jìn)行求解，式中ti,j代表激光粒度儀光能分布系數(shù)矩陣中的各元素，j0、j1是0階、1階貝塞爾函數(shù)；xj,i,1＝πdjri,1/λf，xj,i,2＝πdjri,2/λf。

12、進(jìn)一步地，特征參數(shù)的第一序列包括第一粒徑尺寸序列和第一分布參數(shù)序列，其中第一粒徑尺寸序列和第一分布參數(shù)序列之間需要滿足等差數(shù)列規(guī)律或拋物線函數(shù)規(guī)律。

13、進(jìn)一步地，第一粒徑分布向量和第一光能分布向量分別通過式和進(jìn)行求解，式中代表第一粒徑分布向量，代表第一光能分布向量,dem代表第一粒徑尺寸序列中的任意值，nm代表第一分布參數(shù)序列中的任意值。

14、進(jìn)一步地，特征參數(shù)的第二序列包括第二粒徑尺寸序列、第三粒徑尺寸序列、第二分布參數(shù)序列和第三分布參數(shù)序列，其中第二粒徑尺寸序列和第三粒徑尺寸序列中沒有相同數(shù)值，第二分布參數(shù)序列和第三分布參數(shù)序列中沒有相同數(shù)值。

15、進(jìn)一步地，多峰分布數(shù)據(jù)集通過式l＝(m-1)×p+p,p＝1,2,…,p進(jìn)行求解，式中μp代表混合比例因子，代表第二粒徑分布向量，代表第三粒徑分布向量，代表第二光能分布向量，代表第三光能分布向量；為多峰分布數(shù)據(jù)集，(wm,em)+(w1,e1)+(w2,e2)為混合分布數(shù)據(jù)集。

16、第三方面，提供一種電子設(shè)備，包括：至少一個(gè)處理器；以及與至少一個(gè)處理器通信連接的存儲(chǔ)器；其中，存儲(chǔ)器存儲(chǔ)有可被至少一個(gè)處理器執(zhí)行的指令，指令被至少一個(gè)處理器執(zhí)行，以使至少一個(gè)處理器能夠執(zhí)行本公開提供的用于顆粒粒徑分布神經(jīng)網(wǎng)絡(luò)反演算法的數(shù)據(jù)集構(gòu)建方法。

17、第四方面，提供一種存儲(chǔ)有計(jì)算機(jī)指令的非瞬時(shí)計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，其中，計(jì)算機(jī)指令用于使計(jì)算機(jī)執(zhí)行本公開提供的用于顆粒粒徑分布神經(jīng)網(wǎng)絡(luò)反演算法的數(shù)據(jù)集構(gòu)建方法。

18、第五方面，提供一種計(jì)算機(jī)程序產(chǎn)品，包括計(jì)算機(jī)程序/指令，計(jì)算機(jī)程序/指令在被處理器執(zhí)行本公開提供的用于顆粒粒徑分布神經(jīng)網(wǎng)絡(luò)反演算法的數(shù)據(jù)集構(gòu)建方法。

19、本發(fā)明具有的優(yōu)點(diǎn)和積極效果是：由于采用上述技術(shù)方案，通過精確計(jì)算和合理的參數(shù)設(shè)置，生成的數(shù)據(jù)集能夠更準(zhǔn)確地反映真實(shí)顆粒粒徑分布情況，有助于提高神經(jīng)網(wǎng)絡(luò)模型的學(xué)習(xí)效率和預(yù)測精度；通過生成單峰、多峰和混合分布數(shù)據(jù)集，使得訓(xùn)練模型能夠處理更為復(fù)雜的顆粒粒徑分布場景，增強(qiáng)了模型的泛化能力和實(shí)用性；定義了特征參數(shù)序列的設(shè)計(jì)規(guī)則，以確保生成的數(shù)據(jù)具有一定的多樣性和合理性。

技術(shù)特征：

1.用于顆粒粒徑分布神經(jīng)網(wǎng)絡(luò)反演算法的數(shù)據(jù)集構(gòu)建方法，其特征在于，包括：

2.根據(jù)權(quán)利要求1所述的構(gòu)建方法，其特征在于：多元光電探測器各環(huán)對(duì)應(yīng)的粒徑測量范圍上下限和中心粒徑分別通過式和進(jìn)行求解，式中dj,l代表探測器各環(huán)對(duì)應(yīng)的粒徑測量范圍上下限，dj代表探測器各環(huán)對(duì)應(yīng)的中心粒徑，λ代表激光粒度儀的激光波長，f代表傅里葉透鏡焦距，(ri,1,ri,2),i＝1,2,…,k代表多元光電探測器各環(huán)的內(nèi)外半徑。

3.根據(jù)權(quán)利要求2所述的構(gòu)建方法，其特征在于：激光粒度儀光能分布系數(shù)矩陣根據(jù)式進(jìn)行求解，式中ti,j代表激光粒度儀光能分布系數(shù)矩陣中的各元素，j0、j1是0階、1階貝塞爾函數(shù)；xj,i,1＝πdjri,1/λf，xj,i,2＝πdjri,2/λf。

4.根據(jù)權(quán)利要求1所述的構(gòu)建方法，其特征在于：特征參數(shù)的第一序列包括第一粒徑尺寸序列和第一分布參數(shù)序列，其中第一粒徑尺寸序列和第一分布參數(shù)序列之間需要滿足等差數(shù)列規(guī)律或拋物線函數(shù)規(guī)律。

5.根據(jù)權(quán)利要求4所述的構(gòu)建方法，其特征在于：第一粒徑分布向量和第一光能分布向量分別通過式和進(jìn)行求解，式中代表第一粒徑分布向量，代表第一光能分布向量,dem代表第一粒徑尺寸序列中的任意值，nm代表第一分布參數(shù)序列中的任意值。

6.根據(jù)權(quán)利要求1所述的構(gòu)建方法，其特征在于：特征參數(shù)的第二序列包括第二粒徑尺寸序列、第三粒徑尺寸序列、第二分布參數(shù)序列和第三分布參數(shù)序列，其中第二粒徑尺寸序列和第三粒徑尺寸序列中沒有相同數(shù)值，第二分布參數(shù)序列和第三分布參數(shù)序列中沒有相同數(shù)值。

7.根據(jù)權(quán)利要求6所述的構(gòu)建方法，其特征在于：多峰分布數(shù)據(jù)集通過式l＝(m-1)×p+p,p＝1,2,…,p進(jìn)行求解，式中μp代表混合比例因子，代表第二粒徑分布向量，代表第三粒徑分布向量，代表第二光能分布向量，代表第三光能分布向量；為多峰分布數(shù)據(jù)集，為混合分布數(shù)據(jù)集。

8.一種電子設(shè)備，包括：

9.一種存儲(chǔ)有計(jì)算機(jī)指令的非瞬時(shí)計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，其中，計(jì)算機(jī)指令用于使計(jì)算機(jī)執(zhí)行根據(jù)權(quán)利要求1～7中任一項(xiàng)所述的方法。

10.一種計(jì)算機(jī)程序產(chǎn)品，包括計(jì)算機(jī)程序/指令，計(jì)算機(jī)程序/指令在被處理器執(zhí)行時(shí)實(shí)現(xiàn)根據(jù)權(quán)利要求1～7中任一項(xiàng)所述方法的步驟。

技術(shù)總結(jié)
本發(fā)明提供用于顆粒粒徑分布神經(jīng)網(wǎng)絡(luò)反演算法的數(shù)據(jù)集構(gòu)建方法，包括獲取部分基礎(chǔ)數(shù)據(jù)；計(jì)算得到粒徑測量范圍上下限和中心粒徑，進(jìn)一步得到光能分布系數(shù)矩陣；假設(shè)顆粒粒徑滿足Rosin?Rammler分布，確定特征參數(shù)的上下限，生成特征參數(shù)的第一序列；計(jì)算得到第一粒徑分布向量和第一光能分布向量，從而生成單峰分布數(shù)據(jù)集；在特征參數(shù)的上下限內(nèi)按均勻分布方式生成特征參數(shù)的第二序列；得到第二、三粒徑分布向量，進(jìn)一步得到第二、三光能分布向量；在特征參數(shù)的上下限內(nèi)按均勻分布方式生成特征參數(shù)的第二序列。本發(fā)明的有益效果是通過精確計(jì)算和合理的參數(shù)設(shè)置，生成的數(shù)據(jù)集能夠準(zhǔn)確地反映真實(shí)顆粒粒徑分布情況，有助于提高神經(jīng)網(wǎng)絡(luò)模型的學(xué)習(xí)效率和預(yù)測精度。

技術(shù)研發(fā)人員：葛寶臻,田慶國,孫夢(mèng)怡
受保護(hù)的技術(shù)使用者：天津大學(xué)
技術(shù)研發(fā)日：
技術(shù)公布日：2025/1/6