您的位置: 专家智库 > >

国家自然科学基金(61271402)

作品数:29 被引量:97H指数:6
相关作者:马翠红杨友良赵延军李俊香孟凡伟更多>>
相关机构:华北理工大学河北联合大学石家庄优安捷机电测试技术有限公司更多>>
发文基金:国家自然科学基金河北省自然科学基金国家科技部科技人员服务企业行动项目更多>>
相关领域:电子电信机械工程自动化与计算机技术冶金工程更多>>

文献类型

  • 29篇中文期刊文章

领域

  • 16篇电子电信
  • 6篇机械工程
  • 6篇自动化与计算...
  • 4篇冶金工程
  • 3篇一般工业技术
  • 2篇农业科学
  • 2篇理学
  • 1篇金属学及工艺

主题

  • 15篇钢液
  • 14篇LIBS
  • 13篇光谱
  • 9篇激光诱导
  • 9篇激光诱导击穿
  • 9篇激光诱导击穿...
  • 9篇光诱导
  • 5篇神经网
  • 5篇神经网络
  • 5篇谱学
  • 5篇光谱学
  • 4篇网络
  • 3篇遗传算法
  • 3篇支持向量
  • 3篇支持向量机
  • 3篇弯管
  • 3篇向量
  • 3篇向量机
  • 3篇内标
  • 3篇内标法

机构

  • 21篇华北理工大学
  • 8篇河北联合大学
  • 1篇北京交通大学
  • 1篇石家庄优安捷...

作者

  • 8篇马翠红
  • 5篇杨友良
  • 3篇赵延军
  • 2篇孟凡伟
  • 2篇王鹏
  • 2篇李俊香
  • 1篇李曼

传媒

  • 6篇激光杂志
  • 4篇激光与光电子...
  • 2篇工业控制计算...
  • 2篇激光技术
  • 2篇现代电子技术
  • 2篇传感器与微系...
  • 2篇河北联合大学...
  • 1篇中国冶金
  • 1篇江苏农业科学
  • 1篇江苏农业学报
  • 1篇自动化仪表
  • 1篇应用激光
  • 1篇发光学报
  • 1篇冶金分析
  • 1篇仪表技术与传...
  • 1篇物联网技术

年份

  • 1篇2019
  • 6篇2018
  • 6篇2017
  • 8篇2016
  • 4篇2015
  • 3篇2014
  • 1篇2013
29 条 记 录,以下是 1-10
排序方式:
LIBS对钢液中多元素同时辨识优化方法研究被引量:6
2014年
激光诱导击穿光谱技术具有多元素同时检测的优点,基于钢液成分比较复杂,这一技术越来越多的应用于冶金行业。如果检测到某元素的特征谱线,即可以定性判断激发样品内存在该元素;但因为光谱检测仪器、激发条件与元素探测浓度极限的影响,某元素的谱线在光谱中不存在,并不能说明该元素在激发样品中就不存在,为提高钢液中多元素同时测量的精密度和灵敏度的研究,提出了将数理统计的多元统计分析与激光诱导击穿光谱技术定性分析相结合的优化方法。利用多元中心极限定理,无论总体分布如何,许多多元统计量的分布是近似正态的,选取多元素的若干特征谱线,建立多元素同时辨识的模型与方法,通过实验验证了此方法的可行性。
杨友良李俊香马翠红孟凡伟
遗传神经网络结合LIBS技术对钢液Mn元素定量分析被引量:3
2018年
遗传神经网络与激光诱导击穿光谱技术(LIBS)相结合的方法能够更好地对钢液成分进行定量分析检测。建立基于遗传算法为核心的三层误差反向传播(BP)分析模型,由于BP网络的初始权值和阈值是随机数,因此存在收敛速度慢、不能保证收敛全局最优解等缺点,而遗传算法能够优化出最佳的初始权值和阈值,可以较好地克服这些问题。网络的输入选取几种元素的峰值强度与Fe元素的峰值强度进行峰值归一化处理;网络的输出为元素浓度。构建遗传神经网络定量分析模型对钢液中的Mn元素进行定量分析,得到相对标准差(RSD)为7.46%,相关系数为0.996。实验结果表明,遗传神经网络结合LIBS技术相比传统LIBS定标分析法检测的结果精确度有了一定提高。
马翠红赵士超
关键词:光谱学神经网络遗传算法
基于粒子群优化支持向量机的LIBS钢液Mn元素定量分析被引量:15
2015年
为了更好地监测钢液成分,利用激光诱导击穿光谱(LIBS)技术,建立了基于径向基函数(RBF)核函数的支持向量机模型,采用粒子群算法优化支持向量机的参数,通过计算元素特征谱线的积分强度和Fe元素内标归一化来降低仪器和环境带来的干扰。将实验数据进行主成分降维后,对钢液中Mn元素的浓度进行定量分析,得到均方根误差(MSE)为0.599%,相对标准偏差(RSD)为8.26%,相关系数为0.997。结果显示,粒子群优化支持向量机回归定量分析方法可以用于LIBS钢液成分分析,其分析性能较传统的定标方法有一定提高。
杨友良王鹏马翠红
关键词:光谱学激光诱导击穿光谱支持向量机
基于改进多元非线性模型的LIBS钢液成分定量分析
2016年
激光诱导击穿光谱(LIBS)技术用于钢液成分在线定量分析时,基体效应会对其精确度产生严重影响。在定量分析时,用一种改进的多元非线性模型进行定标,以降低基体效应对待测元素的影响,并与单变量定标和改进前的多元非线性模型定标进行对比。结果表明,与单变量定标相比,多元非线性模型定标的测量精度有所提高,模型改进后,其分析性能得到进一步完善。测量元素Mn、Si的定标曲线的拟合度从0.980、0.984分别提高到0.985、0.989,两个验证样品的预测相对误差分别从6.231%、5.437%和6.912%、6.315%下降到5.510%、5.039%和6.125%、5.919%。
杨友良王鹏马翠红
关键词:光谱学激光诱导击穿光谱
改进单子带重构算法钢液光谱预处理
2016年
在激光诱导击穿技术(LIBS)分析元素含量时,对光谱谱线的预处理要求比较严格。现在等离子体发射光谱作为同时检测多元素分析技术是一个新型的研究方向,存在巨大的在线分析能力。在处理光谱数据的时候,光谱谱线重叠、畸形等问题一直是干扰因素,严重影响定量分析效果。在很多方面当中,小波的时频特性是很突出的特点。基于单子带重构算法的改进,对一组光谱信号进行验证性测试,通过此方法可以改善频率混淆问题。
马翠红王维国高悦
关键词:小波分析
基于LIBS技术的钢水中Mn定量分析优化方法被引量:1
2016年
应用激光诱导击穿光谱技术测量钢水成分中的Mn元素,对其进行定量分析及优化。实验结果表明,最适合采样的延迟时间为2.0μs,最适合的激光束聚焦位置在钢水表面以下3.5mm处。应用传统定标法,内定标法2种方法进行测量,经过实验数据对比发现,应用内定标分析方法得到的模拟曲线相关度数据R2为0.998,明显高于传统定标法得到的模拟曲线相关度指数。所以该项研究应用内定标建立相应的定标曲线,计算得到Mn的检测限是0.005%。
马翠红肖磊
关键词:MN元素内标法
基于支持向量机的钢水LIBS定性分析被引量:8
2015年
激光诱导击穿光谱(LIBS)技术具有快速、非接触、无需制样等特点,适合应用于转炉钢水成分的在线分析。由于转炉终点可由Si、Mn含量和温度来判定,因此提出了钢水成分中Si和Mn的LIBS定性分析方法。通过光谱仪采集激光激发的光谱,经过预处理和寻峰等操作后,以原子光谱数据库(NIST)为参考标准,找出Si和Mn对应的特征谱线波长和光谱强度,利用支持向量机(SVM)强大的分类功能和采集到的245组数据中的210组学习得到支持向量分类(SVC)模型,利用SVC模型预测这245组数据,结果证明该模型的准确率为98%以上,将其应用在相同实验条件的情况下,会大大减少LIBS定性分析时间。
杨友盛张岩杨友良马翠红
关键词:光谱学激光诱导击穿光谱支持向量机转炉终点
非线性回归分析用于钢液的LIBS检测被引量:1
2016年
钢液成分复杂,含有多种元素,如何更好地检测出钢铁在冶炼过程中元素含量的变化,一直是冶金行业十分关注的问题。实时高效地检测钢液元素的含量变化有利于控制冶炼的终点,有利于节能减排。非线性回归分析用于分析因变量与自变量之间的非线性关系,钢液组成复杂,基体效应严重,非线性明显,本文利用多元非线性回归模型结合LIBS技术对钢液中的Mn元素进行定量分析。分析结果表明,验证集相对误差分别为7.273%,9.489%。因此,模型可用于对钢液中Mn元素的定量分析,预测精度较高,适用性较强。
杨友良任帅马翠红
关键词:激光诱导击穿光谱
基于BPNN的固相质量流量软测量方法被引量:5
2014年
双弯管法是以单弯管流量计为基础发展起来的一种固相质量流量测量方法,测量结果与其影响因素之间存在复杂的非线性关系,直接影响测量精度。在双弯管法测量原理的基础上,利用人工神经网络优良的非线性映射能力,建立了一个4层BP神经网络的软测量模型,以实验数据为样本对该模型进行训练,然后测试其测量精度。测试结果与实验数据一致性较好,最大误差在10%以内,该模型为固相质量流量的测量提供了一种有效的方法。
赵延军程守光高承彬马翠红
关键词:BP神经网络软测量
钢水LIBS数据采集分析系统被引量:4
2018年
冶金行业是我国国民经济的支柱型产业。为了更好地保证钢的生产质量,将激光诱导击穿光谱技术(LIBS)引用到钢水成分实时在线检测。在线分析过程中,将光谱仪接收到的光谱数据传输到上位机,利用LabVIEW完成数据的采集存储。同时,LabVIEW可以通过ActiveX技术实现与MATLAB的混合编程,为了提高液态钢测量的精确度,将RBF神经网络运用到激光诱导击穿光谱技术数据分析中进行算法模型优化,在优化的模型下对元素进行定性以及定量分析。本系统基于LabVIEW框架实现数据采集以及数据分析,并通过实验证明此设计的可行性。
马翠红赵月华孟凡伟
关键词:激光诱导击穿光谱LABVIEW数据采集RBF神经网络
共3页<123>
聚类工具0