基于支持向量机和随机森林算法结合光纤式激光诱导击穿光谱定量检测核电用钢中铬

• 作者: 时铭鑫 王傲松 黄大鹏 余涵 张智 吴坚
• 来源期刊: 冶金分析
• 关键词: 光纤式激光诱导击穿光谱系统(FO-LIBS) 支持向量回归(SVR) 随机森林回归(RFR) 定量分析 核电用钢 铬
• 年，卷（期）: 2021,（1）
• 页码范围: 30-40
• 页数: 11页
• 分类号: O433.5+4|O657.38
• 语种: 中文
• DOI: 10.13228/j.boyuan.issn1000-7571.011263

摘要

核电站关键设备的状态检测技术是核电安全性和经济性的重要保障,激光诱导击穿光谱技术(Laser-induced breakdown spectroscopy,LIBS)是一种可在线测量材料元素组分及其结构状态的新方法,基于采用光纤传输激光并回传等离子体辐射的光纤式激光诱导击穿光谱(fiber-optic LIBS,FO-LIBS)系统,获取了 20种标准钢样和3种待测钢样的典型光谱,基于支持向量回归(SVR)、随机森林回归(RFR),建立了有效的Cr元素含量定量测量的定标模型,分别通过筛选输入谱线和确定分组数获得了最佳模型训练效果.支持向量回归的交叉检验和随机森林回归定标结果证明这两种算法具有优秀的泛化能力,两种定标方法对Cr元素进行定标的决定系数R2达到0.98以上.基于定标模型得到了 3种待测钢样Cr元素的含量,SVR对3种钢样预测结果(质量分数,下同)分别为19.38％(实际值19.33％)、0.19％(实际值0.11％)和0.986％(实际值0.990％),RFR 预测结果分别为 18.57％,0.16％和0.951％.实验研究为开发光纤式LIBS检测设备提供了理论基础.