压水堆一回路冷却剂流量是防止偏离泡核沸腾的重要参数。三代先进非能动（Advanced Passive，AP）技术核电机组采用低泄漏堆芯装料模式，因堆芯出口温度温差梯度加大，导致量热平衡法流量测量计算的不确定度增加。为了保证核电机组一回路冷却剂流量精准测量，验证其满足设计与监管要求，提出了以伯努利方程为基础模型的系统化测量计算方法。在调试不同阶段，分别执行一回路主设备压差测量、冷热段弯管流量计压差测量；在首次50%、75%、90%、100%的功率平台，进行量热平衡试验计算。通过热试和满功率阶段的实体工艺流体测量值，对冷热管的弯管流量系数进行计算标定。围绕不确定度最小化，权重计算一回路冷却剂总体积流量。本方法测量计算的一回路冷却剂流量值相对误差小于4%，装料后总流量介于最佳预期流量的95.8%~104%之间；NAPs计算体积流量值不确定度低于1.9%，该方法为其他机型冷却剂流量的精准测量提供了一种示范思路。
流量测量 弯管流量系数 权重因子 不确定度 Flow measurement Elbow flow coefficients Weight factor Uncertainty
华东交通大学电气与自动化工程学院, 江西 南昌 330013
提出一种设计自由曲面轮廓的方法以实现目标面特定区域照度均匀性为常数的目标, 该方法可应用于漫反射曲面间接照明系统。基于理想漫反射曲面和发光二极管朗伯特性, 推导了目标面照度分布函数的方程组。求解方程组得到曲面面型数据, 绕轴旋转得到漫反射自由曲面。根据目标面照明情况建立评价函数用于优化求解阵列间距。对系统用TracePro软件进行非序列光线追迹仿真, 仿真结果表明漫反射自由曲面间接照明目标面大小为50 mm圆形区域, 照明距离为200 mm, 均匀度达到91.5%, 效率为6.73%。对比间距优化的线性阵列、环形阵列和矩形阵列下的漫反射自由曲面间接照明与直射照明, 漫反射间接照明照度均匀性更高。仿真结果验证了方案的正确性和有效性。
光学设计 自由曲面 漫反射 照明设计 激光与光电子学进展
2017, 54(5): 052201
1 南京农业大学工学院, 江苏省现代设施农业技术与装备工程实验室, 江苏 南京 210031
2 远程测控技术江苏省重点实验室, 江苏 南京 210096
3 南京农业大学农学院, 作物遗传与种质创新国家重点实验室, 江苏 南京 210095
针对目前传统稻种发芽率检测方法周期长、 精度低的问题, 提出新颖的基于连续偏振光谱技术实现稻种发芽率快速、 无损检测的方法。 以不同老化天数稻种为检测目标, 10 min为检测时间点, 使用起偏器将光纤准直光源调制成线偏振光垂直入射稻种浸出液, 而后以5°为间隔旋转检偏器, 并通过光纤光谱仪检测透射的光谱, 对检测的偏振光谱通过归一化预处理后, 根据不同发芽率稻种检测时偏振角及波长的贡献给出特征偏振角和特征波长, 特征偏振角为0°, 5°和25°, 特征波长为576, 620和788 nm, 将获取的连续偏振光谱以特征偏振角和特征波长处的透射率为输入, 构建稻种发芽率检测模型。 分别比较运用偏最小二乘法回归(partial least squares regression, PLSR)、 BP神经网络(back propagation neural network, BPNN)、 径向基神经网络(radial basis function neural network, RBFNN)三种建模方法建立稻种发芽率检测模型。 分别用老化天数为0, 2, 4, 6 d的稻种, 在不同的偏振角共测量1 520组实验数据, 其中912组数据作为校正集, 608组数据作为预测集, 建模结果表明三种模型预测精度较高, 其中RBFNN模型预测精度最高, 其相关系数r为0.976, 均方误差RMSE为0.785, 平均相对误差MRE为0.85%。 表明利用连续偏振光谱技术通过多维度光谱信息能够有效实现稻种发芽率的快速、 准确检测。
连续偏振光谱 稻种 发芽率 无损检测 Continuous polarization spectroscopy Rice seed Germination rate Nondestructive detection 光谱学与光谱分析
2016, 36(7): 2200
1 南京农业大学工学院江苏省现代设施农业技术与装备工程实验室, 江苏 南京 210031
2 远程测控技术江苏省重点实验室, 江苏 南京 210096
3 中国科学院南京土壤研究所土壤与农业可持续发展国家重点实验室, 江苏 南京 210008
传统活力检测方法存在操作复杂、耗时长、可重复性差、对种子造成损伤且不可逆等不足，基于此，提出一种基于光声光谱结合最小二乘支持向量机回归(LS-SVR)的稻种活力快速、无损检测方法。在温度为45 ℃、相对湿度为90%的条件下，对南粳46(粳稻)和内5 优8015(杂交稻)进行高温高湿人工老化处理，依次老化0，24，48，72，96 h，获得不同活力的稻种；采集2类稻种光声光谱数据，总计100份，其中校正集样本60个，预测集样本40个；采用小波包对原始光谱数据进行预处理，通过协方差分析和主成分分析(PCA)对光谱进行降维；分别通过偏最小二乘回归(PLSR)、反向传播神经网络(BPNN)和LS-SVR 建立稻种活力预测模型。其中，采用协方差分析结合LS-SVR 建立的模型性能最优，该模型不仅适用于单一稻种，而且适用于不同种类稻种活力的预测。研究表明，采用光声光谱技术结合LS-SVR 对稻种活力进行测定是可行的，且所建模型在稻种活力预测方面具有较好的预测精度，为便携式水稻活力光声光谱仪的研制提供了理论依据。
光谱学 光声光谱 稻种 活力 小波包 最小二乘支持向量机回归 中国激光
2015, 42(11): 1115003
1 南京农业大学工学院江苏省现代设施农业技术与装备工程实验室, 江苏 南京 210031
2 远程测控技术江苏省重点实验室, 江苏 南京 210096
3 南京农业大学农学院/作物遗传与种质创新国家重点实验室, 江苏 南京 210095
针对稻种发芽率传统检测方法周期长，近红外光谱检测技术等无损检测方法受稻种自然颜色及含水量影响大的问题，通过连续偏振光谱结合嵌入型灰色神经网络(IGNN)的方法建立稻种发芽率预测模型。对检测连续偏振光谱运用经典模式分解(EMD)和小波包变换进行去噪处理，根据去噪效果选择EMD 去噪。利用主成分分析(PCA)提取去噪后的连续偏振光谱特征，结合偏最小二乘法回归(PLSR)、反向传播神经网络(BPNN)、径向基神经网络(RBFNN)和IGNN 分别构建稻种发芽率预测模型，建模结果显示10 min 检测时间点IGNN 预测模型精度最高，预测集相关系数RP=0.985，预测集均方根误差(RMSEP)为0.771。研究结果表明基于连续偏振光谱技术结合嵌入型灰色神经网络的方法实现稻种发芽率快速无损检测是可行的且精度较高。
光谱学 连续偏振光谱技术 灰色神经网络 稻种 发芽率 光学学报
2015, 35(12): 1230001
1 中山大学 物理科学与工程技术学院 光电材料与技术国家重点实验室, 广州 510275
2 中山大学 物理科学与工程技术学院 光电材料与技术国家重点实验室, 广州 510275:
采用高反射率的Cr/Al/Pd/Au作为LED的p-GaN和n-GaN金属电极,替代低反射率的Cr/Pd/Au电极,减小了金属电极对光的吸收,使入射到高反射率金属电极的光经过反射后增加了出射概率,提高了光萃取效率.通过进一步粗化n-GaN表面,抑制了n-GaN/空气界面的光全反射,提高了光萃取效率.实验结果表明,在350mA电流下,采用高反射率的Cr/Al/Pd/Au电极的LED相比传统电极LED光输出增加了14.3%;结合n-GaN表面粗化,LED的光输出则增加了35.3%.
高反射率电极 表面粗化 光萃取效率 high reflective electrode pads roughened surface light extraction efficiency
安徽师范大学物理与电子信息学院, 安徽 芜湖 241000
基于互谱密度函数和瑞利散射理论，推导了聚焦部分相干复宗量厄米高斯光束的光强分布和作用在瑞利电介质球上辐射力的解析表达式，并进行了相应的数值计算。结果表明：当横向相干长度较大时，聚焦部分相干复宗量厄米高斯光束具有空心光束的轮廓，空心的尺寸随着光束阶数的增加而增大；随着相干度的逐渐减小，聚焦部分相干复宗量厄米高斯光束逐渐转化成高斯光束，光强的峰值随着光束阶数的增加而减小。通过改变光束的相干度，选择合适的光束阶数、光束腰宽及透镜的焦距长度，可实现对折射率不同的两类粒子的大范围、稳定捕获，所得结论对光学捕获具有一定的理论参考价值。
激光光学 聚焦部分相干复宗量厄米高斯光束 横向相干长度 辐射力 光学捕获系统
