面向便携LIBS系统的合金材料定量分析与牌号鉴别
文献类型：学位论文
| 作者 | 王国栋1,2 |
| 答辩日期 | 2020-05-26 |
| 授予单位 | 中国科学院沈阳自动化研究所 |
| 授予地点 | 沈阳 |
| 导师 | 孙兰香 |
| 关键词 | 激光诱导击穿光谱 牌号鉴别 岭回归 特征选择 模型迁移 |
| 学位名称 | 硕士 |
| 学位专业 | 计算机应用技术 |
| 其他题名 | Quantitative analysis and brand identification of alloy materials for portable LIBS system |
| 英文摘要 | 激光诱导击穿光谱（Laser-induced breakdown spectroscopy，LIBS）是一种基于等离子体发射光谱的元素分析技术，利用LIBS技术可以实现在线、原位、快速检测。但是受限于LIBS分析系统中激光器和光谱仪等组件的体积影响，便携式LIBS系统中很难采用较大能量激光器和高精度的光谱仪，受基体效应和其他实验条件影响，其精度比传统实验室LIBS系统差。在便携式LIBS系统实验条件下，如何对合金材料的牌号进行鉴别、为合金材料元素提供准确的定量分析是便携式LIBS系统在合金材料鉴别上应用的关键。 论文主要内容如下：（1）根据牌号库元素信息生成浓度数据训练分类模型，利用定性-定量-牌号鉴别三步组合方式实现大规模牌号鉴别。在实际应用场景中便携设备需要对多种基体的合金材料进行鉴别，为满足大规模牌号样品鉴别的需求，将整个牌号鉴别分成基体分类、定量分析、牌号鉴别模块。先利用光谱信息对合金材料进行基体分类，根据基体分类结果将光谱数据输入到不同基体的定量分析模块进行浓度定量分析。利用牌号库元素浓度信息生成对应牌号数据训练牌号分类模型。最终将定量分析模型给出的浓度数据输入到牌号分类模型中进行牌号鉴别。利用上述牌号鉴别方法对铝合金中Al-Si系下的5种牌号样品4800张光谱数据进行鉴别，在牌号库30个铝合金牌号样品中的鉴别正确率达到95%以上。（2）利用岭回归模型系数结合递归特征消除实现光谱特征选择，提高定量分析模块的分析性能。光谱数据中不仅包含丰富的特征谱线信息，也包含噪声和干扰信息。为了提高定量分析性能，需要对光谱数据进行特征选择。利用岭回归(ridge)系数绝对值对光谱特征进行筛选，通过递归特征消除(RFE)方式剔除光谱特征中最小系数绝对值对应光谱特征，以筛选后的特征子集作为偏最小二乘回归(PLS)模型输入，以PLS模型拟合结果评判整个特征子集优劣。结果表明：对铝合金Fe、Si、Mg、Cu、Zn、Mn 6种元素进行浓度标定，利用特征选择之后的光谱特征作为PLS模型输入进行曲线拟合，经特征筛选之后拟合结果相比全谱输入有显著提高。（3）对传统分段直接标准方式进行优化，利用优化后的方法实现了两台设备光谱数据全谱标准化，为多台设备之间光谱一致性提供了解决方案。针对两台便携设备之间的模型转移进行了相关研究，利用分段直接标准化方法对从机光谱数据进行标准化，并分析了影响光谱标准化精度的主要原因。进一步探究了标准化中最少传递样本个数和参与拟合的光谱特征个数对标准化精度的影响，证明了少量的特征和一定的传递样本数量能够提高分段直接标准化的拟合精度。 |
| 语种 | 中文 |
| 产权排序 | 1 |
| 页码 | 62页 |
| 源URL | [http://ir.sia.cn/handle/173321/27117]  |
| 专题 | 沈阳自动化研究所_工业控制网络与系统研究室 |
| 作者单位 | 1.中国科学院大学 2.中国科学院沈阳自动化研究所; |
| 推荐引用方式 GB/T 7714 | 王国栋. 面向便携LIBS系统的合金材料定量分析与牌号鉴别[D]. 沈阳. 中国科学院沈阳自动化研究所. 2020. |
入库方式： OAI收割
来源：沈阳自动化研究所
浏览0
下载0
收藏0
其他版本
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。