基于改进小波神经网络的极谱法多金属离子浓度检测信号的在线解析

• 作者: 周晓君 王雅琳 阳春华 黄凯华 黄天红
• 来源期刊: 中南大学学报（自然科学版）
• 学科: 工学
• 关键词: 极谱曲线 多金属离子浓度 小波神经网络(WNN) 状态转移算法(STA)
• 年，卷（期）: 2016,（1）
• 所属期刊栏目: 机械工程 ? 控制科学与工程
• 页码范围: 100-107
• 页数: 8页
• 分类号: TP183
• 字数: 5255字
• 语种: 中文
• DOI: 10.11817/j.issn.1672-7207.2016.01.015

摘要

针对极谱法实现锌湿法冶炼过程多金属离子浓度同时检测时所得信号存在重叠峰的问题，提出一种基于改进小波神经网络的多金属离子浓度极谱检测信号在线解析方法。首先，采用离散小波变换求取极谱检测信号的一阶导数，从而提取出极谱信号的特征点作为小波神经网络的输入；然后，提出一种改进的状态转移算法优化小波神经网络参数，实现基于小波神经网络的多金属离子浓度同时测定信号的离线建模和在线解析，提高多金属离子浓度同时测定的检测精度。以实际锌、钴极谱重叠信号为例进行验证。研究结果表明：所提出的方法针对锌质量浓度和钴质量浓度的测定结果优于传统的曲线拟合和基于BP神经网络的方法所得结果。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	阳春华	中南大学信息科学与工程学院	389	3229	27.0	37.0
2	王雅琳	中南大学信息科学与工程学院	84	519	11.0	17.0
3	周晓君	中南大学信息科学与工程学院	9	45	4.0	6.0
4	黄凯华	中南大学信息科学与工程学院	1	1	1.0	1.0
5	黄天红	中南大学信息科学与工程学院	1	1	1.0	1.0