[發明專利]基于人工神經網絡的元素濃度測量誤差修正方法

無效

• 申請號: 201210314048.0
• 申請日: 2012-08-29
• 公開（公告）號: CN102830096A
• 公開（公告）日: 2012-12-19
• 發明（設計）人: 李希強;侯宗余;苗永旗;任偉;王哲;成剛;李政;李春艷;武婷婷
• 申請（專利權）人: 國電燃料有限公司;清華大學
• 主分類號: G01N21/63
• 分類號: G01N21/63;G06N3/08
• 代理公司: 北京鴻元知識產權代理有限公司 11327
• 代理人: 邸更巖

1.基于人工神經網絡的元素濃度測量誤差修正方法，其特征在于該方法包括如下步驟：

1)將欲測量的元素定為目標元素，以目標元素質量濃度已知的n種樣品作為定標樣品，各定標樣品的目標元素濃度分別記為C₁、C₂、…、C_n，其中n為正整數；

2)利用激光誘導擊穿光譜系統對步驟1）中定標樣品逐個進行檢測：從脈沖激光器（1）出射的激光經過聚焦透鏡（2）聚焦后對定標樣品（3）進行燒蝕并產生等離子體（4）；等離子體產生的輻射光信號透過采集透鏡（5）后通過光纖（6）進入光譜儀（7）被轉化為電信號，然后被計算機（8）采集，得到每種定標樣品的光譜數據，各定標樣品的光譜數據分別記為S₁、S₂、…、S_i、…、S_n，其中：

Si=Iλ1iIλ2i···Iλji···Iλmi···(1)]]>

表示第i種定標樣品的光譜數據在波長λ_j處對應的值，i＝1,2,…,n；j=1,2,…,m；其中m為正整數，m的值由所用的激光誘導擊穿光譜系統的光譜范圍和分辨率所決定；

3)從光譜數據中得到目標元素的特征譜線強度，各個定標樣品的目標元素的特征譜線強度分別記為A₁、A₂、…、A_n；

4)以目標元素濃度C₁、C₂、…、C_n為自變量，特征譜線強度A₁、A₂、…、A_n為因變量，通過擬合方法建立定標曲線，定標曲線方程為y＝f(x)，其中x為自變量，y為因變量；

5)求出各個定標樣品的測量誤差E₁、E₂、…、E_i、…、E_n，其中E_i=C_i-f(A_i)，i=1,2,…,n；

6)建立人工神經網絡模型用于修正測量誤差，神經網絡模型的輸入層節點數目為m，輸出層節點數目為1；以S₁、S₂、…、S_n作為神經網絡的輸入數據，E₁、E₂、…、E_n作為神經網絡的輸出數據對神經網絡模型進行訓練，直到模型收斂；

7)對于目標元素濃度未知的待測樣品，首先使用激光誘導擊穿光譜系統對其進行檢測，得到待測樣品的光譜數據S₀，其中：

S0=Iλ10Iλ20···Iλj0···Iλm0···(2)]]>

表示待測樣品的光譜數據在波長λ_j處對應的值，j=1,2,…,m；從S₀中得到待測樣品目標元素的特征譜線強度A₀，把A₀作為自變量代入步驟4）中的定標方程y＝f(x)得到因變量f(A₀)，把S₀輸入步驟6）中的神經網絡模型，得到待測樣品中目標元素濃度的誤差修正量E₀，則待測樣品中目標元素濃度的最終測量值為f(A₀)+E₀。