遗传神经网络结合LIBS技术对钢液Mn元素定量分析

摘要：

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.

关键词：光谱学、激光诱导击穿光谱技术、实验装置、神经网络、遗传算法、定量分析

所属期刊栏目：41

分类号：TN247-34(光电子技术、激光技术)

资助基金：国家自然科学基金61271402

在线出版日期：2018-08-27（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：169-173