神经网络与激光诱导击穿光谱技术结合的烧结矿中硅元素定量分析方法探究

来源 :冶金分析 | 被引量 : 0次 | 上传用户:lwzeta
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
烧结矿中二氧化硅的含量对高炉炉渣产量以及冶炼能耗有重要影响,因此探索一种能够快速、准确地分析烧结矿中硅元素含量的方法具有重要的研究意义.拟采用激光诱导击穿光谱技术(LIBS)对30个烧结矿实际样品进行快速分析,收集其190~300 nm范围的光谱信号,先建立特征线(Si 288.16 nm)的标准曲线,分析特征线信号强度与元素浓度之间的关系;再以不同数量的特征作为输入,建立神经网络预测模型,分析不同模型的预测性能.实验结果表明,标准曲线法预测性能较差,相关系数为0.230 9;以55个特征建立的神经网络预测模型出现了过拟合现象,无法满足检测需求;以5个特征建立的神经网络预测模型为3个模型中最优,针对测试集,相关系数为0.886 3,均方根误差为0.209 0,相对误差为1.42%.此外,随着特征数的减少,模型平均训练时间从11.9 s缩短至0.3 s.LIBS技术结合神经网络方法能够有效地分析烧结矿中硅元素的含量,将为冶金过程快速调整配料提供数据支撑.
其他文献
高纯金靶材广泛应用于电子信息行业,靶材产品对其所含杂质元素含量有着极高要求,杂质元素含量偏高将影响其使用性能.对辉光放电质谱法(GDMS)放电电流、放电气体(氢气)流量和
不同分析方法间测定结果的比较,用于判断两方法间一致性,是检测实验室经常遇到的实际问题。其应用背景包括方法标准验证实验中,新方法与经典方法间的比较。特别是在缺少标准样品,不满足t值检验的数据条件下,选用合适判据尤其重要。利用波长色散X射线荧光光谱(WD-XRF)和能量色散X射线荧光光谱(ED-XRF)测定土壤、水系沉积物中As、Pb、Cu、Zn、Ni、Cr、Co、V、Mn等重金属一组数据,探讨了比值
采用粉末直接压片制样,波长色散X射线荧光光谱法(WD-XRF)同时测定土壤及水系沉积物样品中的Br、Cl、F、P和S时,5种待测元素受矿物、化学态和粒度效应影响,测试难度较大。实验选择水系沉积物和土壤标准物质建立校准曲线,Br采用经验系数法和Rh Kα康普顿散射内标法校正基体效应和谱线干扰,F采用经验系数法和F背景内标法进行校正,Cl、P和S采用经验系数法进行校正,可以实现5种元素的准确测定。研究
铜及铜合金管材内表面残碳量的高低对产品的性能和使用寿命有重要影响.试样表面经新配制的硝酸(1+1)酸洗处理,以硝酸、磷酸、冰醋酸组成的混合酸进行抛光处理,以硫酸、铬酐、
高温合金母合金的成分范围控制较窄,应用综合检测手段,建立了高温合金母合金中主量、微量及痕量元素的炉前快速分析方法.使用φ30 mm的铝刚玉材质取样杯,在真空感应炉中采用
使用小台式的能量色散X射线荧光光谱仪可以实现水溶液中多种痕量重金属离子的直接测试,不需要对溶液进行消解,且仪器简单,对环境要求低.通过对谱线能量不同的元素进行分组,对
核电站关键设备的状态检测技术是核电安全性和经济性的重要保障,激光诱导击穿光谱技术(Laser-induced breakdown spectroscopy,LIBS)是一种可在线测量材料元素组分及其结构状态的新方法,基于采用光纤传输激光并回传等离子体辐射的光纤式激光诱导击穿光谱(fiber-optic LIBS,FO-LIBS)系统,获取了20种标准钢样和3种待测钢样的典型光谱,基于支持向量回归(
石灰岩由于其优异的矿物学特性,在近年来已广泛用于冶金、制造、化学、建筑等领域.其中包含的碳酸盐与非碳酸盐成分如CaO、SiO2、Fe2O3和MgO等对其工业应用起着重要作用.因此
常规粉末压片制样是一种简单、高效的绿色环保制样技术,但是应用于富钴结壳样品制备存在样片表面粗糙和粉末容易脱落的问题.实验探索了高压压片制样技术在富钴结壳样品制备中
采用HCl-HNO3-HF-HClO4溶解地球化学样品,以50 mg/L酒石酸-1% HCl为测定介质克服了铌、钽、钨、锡易水解的特性,选择93 Nb、181 Ta、182W、118Sn为分析同位素及50 ng/mL185Re