本發明涉及顆粒粒徑測量，尤其涉及一種抑制顆粒形狀影響的超聲粒徑分布反演方法。
背景技術：
1、超聲衰減譜法通過檢測超聲波穿透顆粒懸浮體系時所產生的頻率相關衰減，結合適當的聲散射正演模型及數學反演算法，能夠獲得顆粒的粒徑分布及其濃度信息。該方法具有非接觸、無需稀釋、穿透性強、可在線實時測量等突出優勢，因而在化工結晶、制藥研磨、礦物漿料、食品乳液、納米材料等眾多工業與科研領域中，被廣泛用于顆粒粒度的在線表征與過程質量控制。
2、然而，超聲衰減信號對顆粒幾何形貌極為敏感。現階段實用化的超聲粒徑反演方法幾乎都建立在理想球形顆粒假設之上，例如基于ecah理論或簡化的聲衰減模型。當實際待測顆粒的形貌偏離球形，呈現針狀、片狀、棒狀、多面體或不規則形狀時，其聲散射與吸收特性與同體積球體之間存在顯著差異。此時，強行沿用球形正演模型將導致反演得到的粒徑分布嚴重畸變，出現偽峰、粒徑偏移或分布展寬失真等問題，無法為過程控制和質量評價提供準確定量依據。
3、針對顆粒形狀干擾問題，現有技術已進行了一些探索，但效果有限：（1）為特定形狀（如長橢球、扁橢球、圓柱體）建立專用聲散射模型，但此類模型數學形式復雜、計算成本高，且需要預先知曉顆粒形狀類型及軸比等參數，難以適用于形貌多變或未知的工業現場體系。（2）借助顯微成像等離線或旁線設備獲取形貌參數，再對超聲反演過程進行修正，這不僅破壞了超聲法原位在線測量的核心優勢，且圖像法采樣量有限，難以反映整體的形貌統計特征。（3）引入經驗形狀因子或等效直徑概念，通過固定修正系數調整反演模型，這類方式缺乏自適應能力，在原料批次更替、結晶形態轉變等導致顆粒形貌發生變化時，其預測精度急劇下降，魯棒性不足。（4）少數研究嘗試利用純粹的數據驅動模型（如深度神經網絡）直接從衰減譜映射粒徑分布，隱式學習形狀影響，但此類方法的物理可解釋性差，在訓練數據分布之外的形貌條件下泛化能力極弱，反演結果的可靠性無法保證。
技術實現思路
1、本發明的目的是為了解決現有技術中存在的缺點,而提供了一種抑制顆粒形狀影響的超聲粒徑分布反演方法，包括：
2、s1：獲取待測顆粒懸浮體系在預定頻率范圍內的超聲響應信號，根據所述超聲響應信號構建標準化衰減頻譜向量；
3、s2：針對若干種預設顆粒幾何形狀分別建立超聲頻域響應矩陣，對各超聲頻域響應矩陣進行聯合分解，提取跨不同顆粒幾何形狀共同穩定存在的公共響應成分以及由顆粒幾何形狀變化引起的差異響應成分，基于所述公共響應成分構建形狀等效正演矩陣，基于所述差異響應成分構建形狀差異約束矩陣，并由所述標準化衰減頻譜向量提取顆粒形貌特征向量;
4、s3、基于所述標準化衰減頻譜向量、所述形狀等效正演矩陣、所述形狀差異約束矩陣和所述顆粒形貌特征向量，構建粒徑分布反演目標函數，所述粒徑分布反演目標函數至少包括數據擬合項、平滑約束項和形狀魯棒約束項，且所述顆粒形貌特征向量用于自適應調節數據擬合項中的頻率通道權重和形狀魯棒約束項中的懲罰強度中的至少一種;
5、s4、對所述粒徑分布反演目標函數進行帶非負約束的迭代求解，以獲得待測顆粒懸浮體系的形狀等效粒徑分布，并基于所述形狀等效粒徑分布輸出特征粒徑參數、形狀敏感性指標和反演可信度評估結果。
6、優選地，步驟s1，包括：
7、s11：在相同測量路徑和測量參數條件下，分別采集待測顆粒懸浮體系的樣品超聲信號和參考介質的參考超聲信號；
8、s12、對所述樣品超聲信號和所述參考超聲信號進行頻域變換，得到樣品幅度譜和參考幅度譜；
9、s13、根據所述樣品幅度譜和所述參考幅度譜計算顆粒引起的附加衰減頻譜；
10、s14、對所述附加衰減頻譜進行異常點剔除、平滑去噪和標準化處理，形成所述標準化衰減頻譜向量。
11、優選地，在步驟s2中，建立超聲頻域響應矩陣，包括：
12、s211：預設至少三類顆粒幾何形狀，并分別確定各顆粒幾何形狀對應的形狀參數取值范圍；
13、s212：在預設粒徑離散節點和預定頻率采樣節點下，針對每一類顆粒幾何形狀計算理論超聲響應；
14、s213：將同一顆粒幾何形狀在各粒徑離散節點和各頻率采樣節點下的理論超聲響應按頻率維和粒徑維排列，形成對應的超聲頻域響應矩陣；
15、s214：對各超聲頻域響應矩陣進行量綱統一和歸一化處理，以消除不同顆粒幾何形狀之間的幅值尺度差異。
16、優選地，在步驟s2中，對各超聲頻域響應矩陣進行聯合分解并提取公共響應成分和差異響應成分，包括：
17、s221：將各顆粒幾何形狀對應的超聲頻域響應矩陣按照相同頻率維和相同粒徑維進行對齊，并組合形成聯合響應矩陣；
18、s222：對所述聯合響應矩陣進行子空間分解，得到按貢獻度排序的多個響應分量；
19、s223：計算各響應分量在不同顆粒幾何形狀對應響應矩陣中的投影一致性指標和穩定性指標，將投影一致性指標高于第一預設閾值且穩定性指標高于第二預設閾值的響應分量確定為公共響應成分；
20、s224：將未被確定為公共響應成分的剩余響應分量確定為差異響應成分；
21、s225：由所述公共響應成分構建公共響應子空間，由所述差異響應成分構建差異響應子空間。
22、優選地，基于所述公共響應成分構建形狀等效正演矩陣并基于所述差異響應成分構建形狀差異約束矩陣，包括：
23、s231：將所述公共響應子空間中的基向量投影回原始頻率-粒徑坐標系，得到跨不同顆粒幾何形狀穩定存在的等效響應表示;
24、s232：按照粒徑離散節點順序對所述等效響應表示進行重組，形成所述形狀等效正演矩陣;
25、s233：將所述差異響應子空間中的基向量投影回原始頻率-粒徑坐標系，得到與顆粒幾何形狀變化相關的敏感響應表示;
26、s234、基于所述敏感響應表示構建形狀差異約束矩陣，使所述形狀差異約束矩陣用于表征待求粒徑分布在形狀敏感方向上的投影幅值或投影能量。
27、優選地，在步驟s2中，由所述標準化衰減頻譜向量提取顆粒形貌特征向量，包括：
28、s241：構建包含不同顆粒形貌類別、不同粒徑分布和不同濃度條件下超聲衰減頻譜的訓練樣本集;
29、s242：利用所述訓練樣本集訓練特征提取模型，以使所述特征提取模型學習與顆粒形貌變化相關并與粒徑變化至少部分區分的頻譜潛在表示;
30、s243：將所述標準化衰減頻譜向量輸入訓練后的特征提取模型，提取中間隱層特征或輸出層特征;
31、s244：對提取出的特征進行定長映射，形成所述顆粒形貌特征向量。
32、優選地，步驟s3中，包括：
33、s31：以所述標準化衰減頻譜向量作為觀測向量，以所述形狀等效正演矩陣作為前向映射矩陣，構建數據擬合項；
34、s32：根據粒徑分布在相鄰粒徑節點上的連續變化關系構建平滑約束項；
35、s33：利用所述形狀差異約束矩陣構建形狀魯棒約束項，以抑制待求粒徑分布在形狀敏感方向上的響應；
36、s34：利用映射函數處理所述顆粒形貌特征向量，得到與各頻率點相對應的通道權重系數以及表征形貌不確定程度的形貌不確定度指標；
37、s35：根據各所述通道權重系數構建頻率通道權重矩陣，并根據所述形貌不確定度指標確定形狀魯棒約束權重參數；
38、s36:將所述數據擬合項、所述平滑約束項和所述形狀魯棒約束項組合，形成所述粒徑分布反演目標函數。
39、優選地，所述粒徑分布反演目標函數滿足下式：
40、，其中，為標準化衰減頻譜向量，為所述形狀等效正演矩陣，為待求粒徑分布向量，為根據顆粒形貌特征向量z構建的頻率通道權重矩陣，為平滑約束權重，l為平滑約束算子，為根據顆粒形貌特征向量z自適應確定的形狀魯棒約束權，為所述形狀魯棒正則項；
41、其中，所述形狀魯棒約束項具體為，其中adiff為所述形狀差異約束矩陣，為對角矩陣，其對角元素與各頻率點對顆粒形狀變化的敏感程度負相關，隨所述形貌不確定度指標的增大而增大。
42、優選地，步驟s4中，包括：
43、s411:設定待求粒徑分布向量的初始值、最大迭代次數和收斂閾值;
44、s412:采用迭代優化算法對所述粒徑分布反演目標函數進行求解，得到當前迭代下的粒徑分布向量;
45、s413:對當前迭代下的粒徑分布向量施加非負約束，使小于零的分量被截斷為零或映射為非負值;
46、s414:當相鄰兩次迭代所得粒徑分布向量之差小于第一預設閾值，或所述粒徑分布反演目標函數的變化量小于第二預設閾值時，終止迭代并輸出最終粒徑分布向量;
47、s415:根據所述最終粒徑分布向量計算特征粒徑參數，并利用所述形狀差異約束矩陣計算所述最終粒徑分布向量在形狀敏感方向上的投影幅值或投影能量，作為形狀敏感性指標。
48、優選地，生成反演可信度評估結果，包括：
49、s421:根據最終粒徑分布向量對應的頻譜重構結果與所述標準化衰減頻譜向量之間的差異，計算擬合殘差指標;
50、s422:對所述標準化衰減頻譜向量施加預設擾動并重復執行反演求解，獲得若干組擾動條件下的粒徑分布結果;
51、s423:計算若干組擾動條件下的粒徑分布結果之間的離散程度或一致性指標;
52、s424:根據所述擬合殘差指標、所述形狀敏感性指標和所述一致性指標，生成所述反演可信度評估結果。
53、與現有技術相比，本發明的有益效果是：
54、（1）本發明通過針對多種預設顆粒幾何形狀建立超聲頻域響應矩陣并進行聯合分解，提取跨形狀共同穩定存在的公共響應成分與形狀差異響應成分，基于公共成分構建形狀等效正演矩陣、基于差異成分構建形狀差異約束矩陣，實現從超聲響應機理層面分離粒徑貢獻與形貌貢獻，由對顆粒幾何形貌變化弱敏感的正演矩陣替代傳統剛性球形假設模型，從而在無需預知顆粒實際形狀類型及軸比參數的條件下，從原理端抑制形狀干擾引入的粒徑反演偏差。
55、（2）本發明通過從標準化衰減頻譜向量中提取顆粒形貌特征向量，并以該特征向量自適應調節數據擬合項中的頻率通道權重和/或形狀魯棒約束項中的懲罰強度，實現對衰減頻譜中受形狀影響嚴重的頻率區間自動降權、在形貌不確定性增大時自動增強形狀約束懲罰，從而保證在不同批次物料的顆粒形貌發生變化時，反演模型能夠實時自適應匹配最優調節策略，避免依賴人工經驗選擇經驗形狀因子，實現粒徑反演對形貌變化的在線自動適應和高魯棒性。
56、（3）本發明通過在粒徑分布反演目標函數中引入基于形狀差異約束矩陣構建的形狀魯棒約束項，對待求粒徑分布在形狀敏感響應方向上的投影分量進行懲罰抑制，使優化搜索過程主動避開由顆粒形貌不確定引起的偽解區域，結合基于顆粒形貌特征向量自適應確定的形狀魯棒約束權重，實現當實測譜表征出強非球形特征時形狀抑制作用自動增強，進而確保輸出等效粒徑分布穩定逼近顆粒體積屬性，避免出現形狀耦合偽峰或分布畸變。
57、（4）本發明通過在迭代求解完成后利用形狀差異約束矩陣計算粒徑分布解在形狀敏感方向上的投影能量以生成形狀敏感性指標，并結合擬合殘差與擾動一致性檢驗輸出反演可信度評估結果，實現對每次粒徑測量結果的形狀干擾程度定量化和測量可靠性評判，從而保證測量結果不僅給出粒徑數值還附帶品質判據，為工業在線質控提供可追溯的測量可信度依據。