激光诱导击穿光谱结合GA-BP-ANN检测炉渣中Ca

论文摘要

以激光诱导击穿光谱技术为基础,通过击穿炉渣中等离子体来获取炉渣光谱图,将遗传算法与BP神经网络进行结合,通过遗传算法对神经网络的权值和阈值进行优化建立基于遗传神经网络模型,对炉渣元素光谱图中的Ca元素含量进行定量检测,测得5种Ca元素#1、#2、#3、#4、#5的质量分数为29.4%、40.37%、37.13%、43.88%、38.68%,并计算检验样本相对误差分别为4.7%、5.2%、5.8%、4.1%、3.3%,相对误差均在6%以下,检测精度明显优于BP-ANN方法和光谱分析中常用的自由定标法,表明基于遗传神经网络对炉渣进行定量分析具有更好的检测效果。

论文目录

• 1 引 言
• 2 实验平台
• 3 定量分析模型的建立
•   3.1 BP神经网络
•   3.2 遗传算法优化神经网络
• 4 数据处理
• 5 实验结果分析

文章来源

类型: 期刊论文

作者: 马翠红,马云望

关键词: 激光诱导击穿光谱技术,炉渣,遗传算法,定量分析

来源: 激光与红外 2019年12期

年度: 2019

分类: 信息科技,工程科技Ⅰ辑

专业: 冶金工业,自动化技术

单位: 华北理工大学电气工程学院

基金: 国家自然科学基金项目(No.61171058)资助

分类号: TF703;TP18

页码: 1408-1413

总页数: 6

文件大小: 842K

下载量: 65