[发明专利]一种烧结矿中全铁及碱度的定量分析方法在审
申请号: | 201711237934.7 | 申请日: | 2017-11-30 |
公开(公告)号: | CN108267429A | 公开(公告)日: | 2018-07-10 |
发明(设计)人: | 丁宇;陈海秀;严飞 | 申请(专利权)人: | 南京信息工程大学 |
主分类号: | G01N21/63 | 分类号: | G01N21/63;G01N1/28 |
代理公司: | 南京汇盛专利商标事务所(普通合伙) 32238 | 代理人: | 张立荣 |
地址: | 210044 江*** | 国省代码: | 江苏;32 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 烧结矿 极限学习机 定量分析 碱度 全铁 激光诱导击穿光谱 激光光谱 炼钢过程 校正模型 样品准备 准确度 检测 分析 | ||
1.一种烧结矿中全铁及碱度的定量分析方法,包括以下步骤:
步骤1,准备成分已知的烧结矿样品,从中随机选取大于样品总数50%的样品作为校正集样品,其余样品作为测试集样品;
步骤2,采用激光诱导击穿光谱系统对上述烧结矿样品进行光谱数据采集,分别得到校正集样本数据和测试集样本数据,校正集样本数据和测试集样本数据均包含样本的光谱数据和成份含量数据;
步骤3,对步骤2获得的样本数据采用最大强度归一化法进行预处理;
步骤4,建立极限学习机模型;
步骤5,采用高斯核函数进一步构建核极限学习机模型,并使用预处后的校正集样本数据通过网格搜索和5-折交叉验证对模型的惩罚因子C和 核参数γ 进行优化;
步骤6,将优化后的惩罚因子C和 核参数γ代入核极限学习机模型 ,作为最终的检测烧结矿中全铁和碱度的K-ELM模型;
步骤7,利用测试集样本验证步骤6中模型的有效性,验证结果通过均方根误差RMSE和相关系数R来评价;
步骤8,将待测试烧结矿样品采用激光诱导击穿光谱系统采集光谱据,输入上述检测烧结矿中全铁和碱度的K-ELM模型,即可测出待测试烧结矿的全铁和碱度的含量值。
2.根据权利要求1所述定量分析方法,步骤1中,所述烧结矿样品进行压片样品前处理时,先将烧结矿样品研磨成粉末,分别压片制作成薄片状样品。
3.根据权利要求2所述定量分析方法,其中,先将烧结矿样品研磨成粉末后过200目筛网,再压制成4mm厚的薄片状样品。
4.根据权利要求1所述定量分析方法,步骤1中,烧结矿样品的数量至少在20件以上。
5.根据权利要求4所述定量分析方法,步骤1中,随机选取占总数50%-80%的样品作为校正集样本,其余样品作为测试集样本。
6.根据权利要求1-5任一所述定量分析方法,步骤2中,每个烧结矿样品随机挑选20个测量位点进行采集,每个测量光谱是10次激光脉冲信号的叠加。
7.根据权利要求1所述定量分析方法,步骤7中验证时,均方根误差RMSE应小于0.1%,相关系数R应大于0.9,否则需重新调整模型参数,重复步骤1-6。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于南京信息工程大学,未经南京信息工程大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201711237934.7/1.html,转载请声明来源钻瓜专利网。