本发明涉及颗粒物特性分析，具体为一种预测颗粒物氧化反应活性的方法。
背景技术：
1、在全球城市工业化和现代化的建设中，颗粒物是造成空气污染的源头之一，它具有粒径小，含大量毒害物质，大气停留时间长，输送距离远的特点，对大气环境质量尤其是人体健康存在巨大的危害。rcci（reactivity controlled compression ignition反应性控制的压缩点火）是一种高效环保的燃烧策略，面对当前化石能源缺乏和环境污染日益严重，汽车采用低温预混合燃烧模式具有热效率高，能够实现燃烧相位的控制的特点，可以有效降低排气颗粒物的生成。
2、在当前rcci排气颗粒物的理化特性研究中，一般采用tem（transmissionelectron microscope透射电子显微镜）分析颗粒物的微观形貌，基本碳粒子直径，纳观结构等物理参数，该方法取样时间短，在10-15s；而氧化反应活性参数的确定需要以专用滤膜提取颗粒物，该方法下取样时间较前者长，在15min左右。经过样品采集后的干燥，样品中杂质的去除，最后还需要通过热重分析仪分析颗粒物的氧化反应活性。因此，从采样到分析，相比之下得到颗粒物氧化反应活性参数的时间远超于获取颗粒物物理特性参数的时间。整个颗粒物的实验周期较长，投入的时间成本较高。
技术实现思路
1、针对上述问题，本发明的目的在于提供一种预测颗粒物氧化反应活性的方法，将已有的颗粒物的物理特性参数（微晶长度，微晶曲率，微晶层间距）与氧化反应活性参数的数据建立数据库通过bagging算法来找出参数之间的关系，以实现预测颗粒物氧化反应活性的目的，提高了实验效率。技术方案如下：
2、一种预测颗粒物氧化反应活性的方法，包括以下步骤：
3、步骤1：通过rcci发动机实验平台，用颗粒物采集装置分别采集不同预混比下的用于分析颗粒物物理特征的颗粒物样品和用于分析颗粒物氧化反应活性的颗粒物样品；
4、步骤2：通过用于分析颗粒物物理特征的颗粒物样品获取其微晶长度、微晶曲率和微晶层间距的数据；通过用于分析颗粒物氧化反应活性的颗粒物样品获取其氧化反应活性数据，并建立数据集；
5、步骤3：从所述数据集中多次有放回的抽取各类别数据，每次抽取出的数据作为一个子训练集，且确保每个子训练集中都包括氧化反应活性、微晶长度、微晶层间距和微晶曲率四种类别各4个共16个数据，抽取n次得到n个子训练集；
6、步骤4：将每个子训练集中的数据输入对应的基学习器中，在每个基学习器中定义一个相同多元关系的方程作为弱预测器；
7、以氧化反应活性参数作为因变量y，微晶长度a、微晶曲率b和微晶层间距c作为自变量，每个自变量乘以一个未知的系数θ1、θ2和θ3，再引入一个误差项w0；关系式表达为：
8、；
9、在每个基学习器中根据所述16个数据建立出能够求解各自误差项w0,i、系数θ1,i、θ2,i和θ3,i的四元方程组,i=1,2…n，表示第i个基学习器；
10、将各基学习器中求解得到的误差项w0,i、系数θ1,i、θ2,i和θ3,i取平均值，得到误差项平均值，及系数平均值、和；
11、步骤5：得到反应颗粒物氧化反应活性与微晶长度、微晶曲率和微晶层间距之间的关系式：
12、；
13、通过该式在已知颗粒物物理特征微晶长度a、微晶曲率b和微晶层间距c的情况下，预测出颗粒物氧化反应活性。
14、更进一步的，所述步骤1具体包括：
15、步骤1.1：采集用于分析颗粒物物理特征的颗粒物样品：
16、使用胶带将干燥后的 tem 支持膜粘贴到滤纸上并固定于颗粒物采集装置中；利用真空泵直接抽取发动机尾气，使尾气流经颗粒物采集装置，从而获得不同工况下颗粒物的样品；
17、步骤1.2：采集用于分析颗粒物氧化反应活性的颗粒物样品：
18、通过真空泵抽取发动机尾气，再使尾气流经滤膜，将颗粒物粘附于滤膜上，再将滤膜放置在恒温干燥箱中干燥，然后从干燥后的滤膜上分离出颗粒物。
19、更进一步的，所述步骤1.2中从干燥后的滤膜上分离出颗粒物具体为：
20、步骤1.2.1：干燥后的滤膜经放入含有二氯甲烷的超声机中超声震荡h1小时，使滤膜上的颗粒物通过超声震荡分离开来，同时使颗粒物中的sof溶解在二氯甲烷中；
21、步骤1.2.2：再将二氯甲烷溶液配制到干净的玻璃离心管中，使用离心机离心h2小时，使固体颗粒物和溶液分离，其使颗粒物附着在离心管上；去除上面的溶液，得到干净的没有 sof 的碳烟颗粒物；
22、步骤1.2.3：重复步骤1.2.1和步骤1.2.2至少 3 次。
23、更进一步的，所述步骤2具体为：
24、步骤2.1：获取颗粒物的物理特征数据：
25、通过低倍电镜获取颗粒物tem 图片，在支持膜微孔处获得完整的颗粒物微观形貌；
26、通过高倍电镜获取颗粒物的hrtem 图片，在颗粒物边缘处获取结构完整的基本碳粒子的微观形貌；
27、通过microcrystallineimgprocess4.0提取颗粒物样品的微晶长度，微晶曲率，微晶层间距的数据；
28、步骤2.2：获取颗粒物的氧化反应活性数据：
29、通过热重分析仪获取颗粒物的氧化反应活性，根据碳烟颗粒质量损失随温度的变化关系，通过分析质量随温度变化的函数曲线，定量表征颗粒物的氧化反应活性。
30、更进一步的，所述步骤4中，第一个基学习器根据以下方程组求解得到第一组误差项w0,1和系数θ1,1、θ2,1和θ3,1的取值；
31、；
32、其中，a1,1、a2,1、a3,1和a4,1为第一个子训练集中微晶长度的四个数据；b1,1、b2,1、b3,1和b4,1为第一个子训练集中微晶曲率的四个数据；c1,1、c2,1、c3,1和c4,1为第一个子训练集中微晶层间距的四个数据；y1,1、y2,1、y3,1和y4,1为第一个子训练集中氧化反应活性的四个数据；以上数据下标第一位表示数据序号，下标第二位表示基学习器序号；系数θ1,1、θ2,1、θ3,1 和误差项w0,1中的下标第二位表示基学习器序号；
33、同理，第i个基学习器根据以下方程组求解得到第i组误差项w0,i和系数θ1,i、θ2,i和θ3,i的取值；
34、；
35、在n个基学习器下分别得到n对w0,i，θ1,i，θ2,i，θ3,i的取值,求平均值如下：
36、；
37、得到误差项平均值，及系数平均值、和。
38、现有技术相比，本方法的有益效果是：本发明通过机器学习的方法，依据不同预混比下采集到的表征颗粒物物理特性与氧化反应活性的参数来建立数据库，通过bagging算法，得到颗粒物氧化反应活性与微晶长度，微晶曲率，微晶层间距之间相对稳定的关系，减少了分析颗粒物氧化反应活性的实验时间，并且能够在之后的实验中仅凭颗粒物的物理特征对其氧化反应活性做出预测，大量减少了实验时间，节约了实验成本，提高了实验效率。
1.一种预测颗粒物氧化反应活性的方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种预测颗粒物氧化反应活性的方法，其特征在于，所述步骤1具体包括：
3.根据权利要求2所述的一种预测颗粒物氧化反应活性的方法，其特征在于，所述步骤1.2中从干燥后的滤膜上分离出颗粒物具体为：
4.根据权利要求1所述的一种预测颗粒物氧化反应活性的方法，其特征在于，所述步骤2具体为：
5.根据权利要求1所述的一种预测颗粒物氧化反应活性的方法，其特征在于，所述步骤4中，第一个基学习器根据以下方程组求解得到第一组误差项w0,1和系数θ1,1、θ2,1和θ3,1的取值；
