目前,在國(guó)家“節(jié)能減排,減低能耗”的政策下,許多鋼鐵企業(yè)都面臨能耗過(guò)大,產(chǎn)能過(guò)剩的尷尬處境。在這樣的背景下,提高生產(chǎn)效率是鋼鐵企業(yè)走出困境的有效辦法,不僅能夠有效較低人力資源的成本,同時(shí)也可以提高鋼鐵生產(chǎn)品質(zhì),目前全世界最為先進(jìn)的一種成分檢測(cè)方式是激光誘導(dǎo)擊穿光譜技術(shù)(Laser induced breakdown spectroscopy)。激光誘導(dǎo)擊穿光譜技術(shù)(LIBS),它的工作原理是高能激光對(duì)物體表面進(jìn)行照射,使物體的表面產(chǎn)生等離子體,利用光譜儀對(duì)等離子體的發(fā)射光譜進(jìn)行分析研究,它本身具有實(shí)時(shí)檢測(cè)、遠(yuǎn)程非接觸式檢測(cè)、對(duì)樣品損壞程度較小等特點(diǎn),在鋼鐵成分檢測(cè)方面具有較強(qiáng)的應(yīng)用前景。雖然LIBS技術(shù)具有許多優(yōu)點(diǎn),但是它的分析方法還不成熟,文章以LIBS技術(shù)的實(shí)用性作為目標(biāo),搭建LIBS物質(zhì)成分分析平臺(tái),主要研究物質(zhì)定量分析方法。首先搭建一套LIBS實(shí)驗(yàn)檢測(cè)平臺(tái),了解實(shí)驗(yàn)設(shè)備性能,研究實(shí)驗(yàn)過(guò)程中的幾個(gè)關(guān)鍵參數(shù)對(duì)LIBS結(jié)果的影響,選取較為合適的參數(shù);因?yàn)殇撘鹤V線的產(chǎn)生過(guò)程中伴隨著大量譜線重疊、譜線間自吸收、以及畸形等問(wèn)題,對(duì)研究結(jié)果的有一定影響。為了對(duì)光譜信號(hào)進(jìn)行去噪分析,采用小波閾...

【文章頁(yè)數(shù)】：66 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
abstract
引言
第1章 緒論
    1.1 課題來(lái)源
    1.2 激光誘導(dǎo)擊穿光譜技術(shù)簡(jiǎn)介
        1.2.1 國(guó)內(nèi)研究現(xiàn)狀及發(fā)展方向
        1.2.2 國(guó)外研究現(xiàn)狀及發(fā)展方向
    1.3 本文內(nèi)容安排
第2章 激光誘導(dǎo)擊穿光譜技術(shù)的基礎(chǔ)理論研究
    2.1 等離子體的產(chǎn)生
    2.2 等離子體的輻射機(jī)制
    2.3 譜線的展寬機(jī)制
    2.4 等離子體物理參數(shù)測(cè)量
        2.4.1 等離子體中局部熱平衡
        2.4.2 等離子體電子密度測(cè)量
        2.4.3 等離子體電子溫度測(cè)量
    2.5 本章小結(jié)
第3章 LIBS鋼水成分在線檢測(cè)平臺(tái)搭建
    3.1 LIBS實(shí)驗(yàn)平臺(tái)構(gòu)造
        3.1.1 激光光路
        3.1.2 保護(hù)裝置
        3.1.3 傳動(dòng)機(jī)構(gòu)
    3.2 各部分裝置簡(jiǎn)介
        3.2.1 激光器
        3.2.2 收光設(shè)備
        3.2.3 分光設(shè)備
        3.2.4 中頻爐
    3.3 注意事項(xiàng)和操作手冊(cè)
        3.3.1 激光器操作規(guī)程
        3.3.2 激光器使用注意事項(xiàng)
        3.3.3 中頻爐的操作規(guī)程
        3.3.4 中頻爐注意事項(xiàng)
    3.4 實(shí)驗(yàn)過(guò)程
    3.5 本章小結(jié)
第4章 光譜數(shù)據(jù)預(yù)處理
    4.1 異常數(shù)據(jù)分析與處理
    4.2 背景基線校正
    4.3 光譜數(shù)據(jù)去噪處理
        4.3.1 小波去噪原理
        4.3.2 粒子群算法
        4.3.3 權(quán)重改進(jìn)粒子群
    4.4 基于改進(jìn)粒子群算法的閾值去噪
    4.5 本章小結(jié)
第5章 鋼液Mn元素定量分析
    5.1 傳統(tǒng)定量分析法
        5.1.1 強(qiáng)度-濃度定量分析法
        5.1.2 內(nèi)標(biāo)分析法
    5.2 遺傳神經(jīng)網(wǎng)絡(luò)
        5.2.1 BP神經(jīng)網(wǎng)絡(luò)
        5.2.2 遺傳算法
        5.2.3 BP神經(jīng)網(wǎng)絡(luò)與遺傳算法結(jié)合
    5.3 遺傳神經(jīng)網(wǎng)絡(luò)檢測(cè)模型
    5.4 實(shí)驗(yàn)結(jié)果與數(shù)據(jù)分析
        5.4.1 強(qiáng)度-濃度定標(biāo)曲線
        5.4.2 BP神經(jīng)網(wǎng)絡(luò)的定標(biāo)曲線
        5.4.3 遺傳神經(jīng)網(wǎng)絡(luò)的定標(biāo)曲線
    5.5 實(shí)驗(yàn)結(jié)果分析
    5.6 本章小結(jié)
結(jié)論
參考文獻(xiàn)
致謝
導(dǎo)師簡(jiǎn)介
作者簡(jiǎn)介
學(xué)位論文數(shù)據(jù)集



本文編號(hào)：3847576