基于LSTM神经网络算法的大型筒体原材料钛元素定性分析

• 作者: 莫堃 张沛 官雪梅 光海杰 熊章伍
• 来源期刊: 数字技术与应用
• 关键词: 钛 不锈钢 大型筒体 光谱 算法
• 年，卷（期）: 2021,（8）
• 所属期刊栏目: 算法分析
• 页码范围: 93-95,98
• 页数: 4页
• 分类号: TP183
• 语种: 中文
• DOI: 10.19695/j.cnki.cn12-1369.2021.08.31

摘要

钛(Ti)元素可防止不锈钢产生晶间腐蚀,但含钛不锈钢成品的抛光性能差,高精度表面加工难度高.而采用不锈钢做原材料的大型筒体需要高精度的表面加工,且加工过程需反复对尺寸进行测量,对测量仪器性能和测量效率要求较高.因此需要对大型筒体不锈钢原材料进行钛元素定性分析.本文采用人工神经网络(LSTM)算法定性判别不锈钢中钛元素,将光谱分析仪实际测得谱图数据作为训练矩阵,利用Matlab软件构建LSTM模型,建立相干元素的峰值信息和钛元素浓度的关系,得到钛元素的定性判别结果.