基于极限学习机的LIBS钢液定量分析

摘要

为了提高液态钢多种成分的检测精度,利用LIBS技术结合极限学习机对液态钢中多种成分进行定量分析.为了降低仪器和环境带来的干扰,采用分析元素特征谱线的积分强度和基体Fe元素内标归一化作为极限学习机(ELM)的输入,分析元素浓度和Fe元素浓度比作为极限学习机的输出.将实验数据分为两部分,一部分用来对极限学习机进行训练,另一部分作为验证.从MATLAB仿真中可以看出,ELM的学习速度快、精度高、泛化能力强,可用于本次实验研究.利用ELM建立的数学模型可以快速、方便地定量分析液态钢的多种成分.分析结果表明,基于极限学习机的LIBS钢液定量分析Ni、Si、Mn元素的相对标准偏差(RSD)分别为8.37%、8.21%和5.3%,均方根误差分别为0.601%、0.422%、0.411%.该种分析法较BP神经网络和SVM精度均有一定的提高.