公开(公告)号：CN118858083A

公开(公告)日：2024-10-29

申请号：CN202410999022.7

申请日：2024-07-24

Applicant: 南京理工大学

Inventor： 李灿 ,  贾宇 ,  李天池 ,  李宁 ,  黄孝龙 ,  康杨 ,  靖孝慈 ,  张妍桑

IPC: G01N15/0205 ,  G01N21/41 ,  G06N3/08

Abstract: 本发明公开了一种基于物理约束和信息增强的深度学习液滴参数测量方法，步骤如下：首先提出数据预处理方法构建网络训练集；其次构建基于硬参数目标共享的彩虹反演网络；接着建立评价彩虹反演网络的评价指标函数，再利用本发明提出的目标空间权重自适应的多目标优化函数训练彩虹反演网络，并利用评价指标进行评估。得到彩虹反演模型；最后将网络数据集中的测试集，输入到彩虹反演模型，输出得到液滴的粒径和折射率。本发明增强了网路对彩虹信号物理信息的提取和学习能力、提高了液滴提取的速度和精度，可以广泛的应用于发动机燃料喷射、食品药品喷雾干燥的测试过程。