神经网络与激光诱导击穿光谱技术结合的烧结矿中硅元素定量分析方法探究

• 作者: 陈雨娟 丁宇 朱绍农 邓凡 陈非凡
• 来源期刊: 冶金分析
• 关键词: 烧结矿 激光诱导击穿光谱(LIBS) 神经网络 硅
• 年，卷（期）: 2021,（1）
• 页码范围: 24-29
• 页数: 6页
• 分类号: O433.5+4|O657.38|TF046
• 语种: 中文
• DOI: 10.13228/j.boyuan.issn1000-7571.011169

摘要

烧结矿中二氧化硅的含量对高炉炉渣产量以及冶炼能耗有重要影响,因此探索一种能够快速、准确地分析烧结矿中硅元素含量的方法具有重要的研究意义.拟采用激光诱导击穿光谱技术(LIBS)对30个烧结矿实际样品进行快速分析,收集其190～300 nm范围的光谱信号,先建立特征线(Si 288.16 nm)的标准曲线,分析特征线信号强度与元素浓度之间的关系;再以不同数量的特征作为输入,建立神经网络预测模型,分析不同模型的预测性能.实验结果表明,标准曲线法预测性能较差,相关系数为0.230 9;以55个特征建立的神经网络预测模型出现了过拟合现象,无法满足检测需求;以5个特征建立的神经网络预测模型为3个模型中最优,针对测试集,相关系数为0.886 3,均方根误差为0.209 0,相对误差为1.42％.此外,随着特征数的减少,模型平均训练时间从11.9 s缩短至0.3 s.LIBS技术结合神经网络方法能够有效地分析烧结矿中硅元素的含量,将为冶金过程快速调整配料提供数据支撑.