激光诱导击穿光谱结合GA-BP-ANN检测炉渣中Ca

摘要

cqvip: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。