當(dāng)前位置: 首頁 > 專利查詢>陜西煤基特種燃料研究院有限公司專利>正文

一種碳纖維金屬元素測量方法、設(shè)備、存儲介質(zhì)及系統(tǒng)技術(shù)方案

技術(shù)編號：44522757 閱讀：2 留言：0更新日期：2025-03-07 13:15

本發(fā)明專利技術(shù)提供了一種碳纖維金屬元素測量方法、設(shè)備、存儲介質(zhì)及系統(tǒng)。本發(fā)明專利技術(shù)的方法包括獲取待測碳纖維中一種或多種目標(biāo)金屬元素各自對應(yīng)的光譜強(qiáng)度數(shù)據(jù)；將所述各自對應(yīng)的光譜強(qiáng)度數(shù)據(jù)輸入對應(yīng)的已優(yōu)化預(yù)處理單元，得到各自對應(yīng)的優(yōu)化光譜強(qiáng)度數(shù)據(jù)；以及將所述各自對應(yīng)的優(yōu)化光譜強(qiáng)度數(shù)據(jù)輸入對應(yīng)的訓(xùn)練好的隨機(jī)森林預(yù)測單元，得到所述一種或多種目標(biāo)金屬元素各自的含量。

全部詳細(xì)技術(shù)資料下載

【技術(shù)實(shí)現(xiàn)步驟摘要】

本專利技術(shù)涉及計(jì)算機(jī)，具體涉及一種碳纖維金屬元素測量方法、設(shè)備、存儲介質(zhì)及系統(tǒng)。

技術(shù)介紹

1、碳纖維中金屬主要來自于原絲及其生產(chǎn)過程，生產(chǎn)過程中使用的上漿劑中存在大量的硅及少數(shù)其他堿金屬等元素。碳纖維中的硅、鉀、鈉、鈣、鎂、鐵、鋁、鈦等雜質(zhì)元素含量對抗氧化性能影響較大，碳纖維中堿金屬及堿土金屬含量越高，其抗氧化性能越差，氧化失重率就越高，從而影響碳纖維的品質(zhì)。因此，檢測碳纖維中金屬元素具有重要的意義，能夠衡量碳纖維的抗氧化性能。然而，在現(xiàn)有技術(shù)中，針對碳纖維中金屬元素含量的檢測大多需要電感耦合等離子體質(zhì)譜儀來實(shí)現(xiàn)，具體地，首先采用電感耦合等離子體原子發(fā)射光譜、原子吸收光譜等，以上方法雖然可以獲得準(zhǔn)確的定量結(jié)果，但是需要復(fù)雜性的樣品前處理(例如消解等)，使用大量強(qiáng)酸，增加了特殊復(fù)雜的廢水處理過程，這些問題導(dǎo)致難以實(shí)現(xiàn)碳纖維金屬元素含量簡單快速預(yù)估。

技術(shù)實(shí)現(xiàn)思路

1、本專利技術(shù)所要解決的技術(shù)問題是提供一種碳纖維金屬元素測量方法、設(shè)備、存儲介質(zhì)及系統(tǒng)，通過機(jī)器學(xué)習(xí)方法來對碳纖維金屬元素含量進(jìn)行預(yù)測，在應(yīng)用階段無需使用電感耦合等離子體質(zhì)譜儀，也就無需經(jīng)過
技術(shù)介紹
中提及的前處理步驟，從而解決了現(xiàn)有技術(shù)中碳纖維金屬元素檢測過程復(fù)雜、不環(huán)保等問題。本專利技術(shù)的碳纖維金屬元素的測量過程簡便，能夠準(zhǔn)確快速地實(shí)現(xiàn)碳纖維金屬元素含量的測量。

2、為此，本專利技術(shù)第一方面提供一種碳纖維金屬元素測量方法，包括：

3、獲取待測碳纖維中一種或多種目標(biāo)金屬元素各自對應(yīng)的光譜強(qiáng)度數(shù)據(jù)；</p>

4、將所述各自對應(yīng)的光譜強(qiáng)度數(shù)據(jù)輸入對應(yīng)的已優(yōu)化預(yù)處理單元，得到各自對應(yīng)的優(yōu)化光譜強(qiáng)度數(shù)據(jù)；以及

5、將所述各自對應(yīng)的優(yōu)化光譜強(qiáng)度數(shù)據(jù)輸入對應(yīng)的訓(xùn)練好的隨機(jī)森林預(yù)測單元，得到所述一種或多種目標(biāo)金屬元素各自的含量。

6、在一個具體實(shí)施例中，所述方法還包括：

7、獲取樣本碳纖維中一種或多種樣本金屬元素各自對應(yīng)的樣本數(shù)據(jù)，其中所述樣本數(shù)據(jù)包括光譜強(qiáng)度數(shù)據(jù)和對應(yīng)的參考含量數(shù)據(jù)；

8、將每種樣本金屬元素的樣本數(shù)據(jù)劃分為校正集和測試集；

9、基于每種樣本金屬元素的校正集構(gòu)建各自的第一隨機(jī)森林回歸模型；

10、基于所述第一隨機(jī)森林回歸模型對選用的預(yù)處理方法進(jìn)行優(yōu)化，得到該種樣本金屬元素對應(yīng)的優(yōu)選預(yù)處理方法以構(gòu)成所述已優(yōu)化預(yù)處理單元并且得到該種樣本金屬元素對應(yīng)的已預(yù)處理校正集。

11、在一個具體實(shí)施例中，所述選用的預(yù)處理方法包括小波變換方法和二階求導(dǎo)方法；所述基于所述第一隨機(jī)森林回歸模型對選用的預(yù)處理方法進(jìn)行優(yōu)化，得到該種樣本金屬元素對應(yīng)的優(yōu)選預(yù)處理方法，包括：根據(jù)所述第一隨機(jī)森林回歸模型以平均相對誤差最小為判斷標(biāo)準(zhǔn)，從小波變換方法和二階求導(dǎo)方法中選擇優(yōu)選預(yù)處理方法并確定其優(yōu)化參數(shù)。

12、在一個具體實(shí)施例中，所述小波變換方法的優(yōu)化參數(shù)包括對小波基函數(shù)和分解層數(shù)的選擇，其中所述小波基函數(shù)包括coif函數(shù)和db函數(shù)，分解層數(shù)范圍為1-15；

13、所述二階求導(dǎo)方法的優(yōu)化參數(shù)包括對平滑點(diǎn)數(shù)的選擇，其中所述平滑點(diǎn)數(shù)范圍為3-15。

14、在一個具體實(shí)施例中，所述目標(biāo)金屬元素為k、ca、mg、na和fe；

15、對于k，優(yōu)選預(yù)處理方法為小波變換方法，其中所述小波變換方法的小波基函數(shù)為coif4，分解層數(shù)為9；

16、對于ca，優(yōu)選預(yù)處理方法為小波變換方法，其中所述小波變換方法的小波基函數(shù)為db10，分解層數(shù)為8；

17、對于mg，優(yōu)選預(yù)處理方法為小波變換方法，其中所述小波變換方法的小波基函數(shù)為db8，分解層數(shù)為9；

18、對于na，優(yōu)選預(yù)處理方法為二階求導(dǎo)方法，其中平滑點(diǎn)數(shù)為9；

19、對于fe，所述小波變換方法的小波基函數(shù)為db12，分解層數(shù)為4。

20、在一個具體實(shí)施例中，所述方法還包括：

21、基于變量重要性測量方法對每種樣本金屬元素對應(yīng)的已預(yù)處理校正集中的光譜強(qiáng)度數(shù)據(jù)進(jìn)行初步優(yōu)化，得到各自的初步優(yōu)化特征變量；

22、基于所述特征變量構(gòu)建每種樣本金屬元素各自的第二隨機(jī)森林回歸模型；

23、采用內(nèi)部驗(yàn)證對變量重要性測量方法的變量重要性閾值進(jìn)行選擇，得到優(yōu)選閾值；

24、基于所述優(yōu)選閾值確定優(yōu)選光譜強(qiáng)度數(shù)據(jù)構(gòu)建基于變量重要性測量的隨機(jī)森林回歸模型。

25、在一個具體實(shí)施例中，所述方法還包括：

26、使用每種樣本金屬元素的樣本數(shù)據(jù)中的測試集對對應(yīng)的基于變量重要性測量的隨機(jī)森林回歸模型進(jìn)行驗(yàn)證，從而得到所述訓(xùn)練好的隨機(jī)森林預(yù)測單元。

27、在一個具體實(shí)施例中，所述基于變量重要性測量方法對每種樣本金屬元素對應(yīng)的已預(yù)處理校正集中的光譜強(qiáng)度數(shù)據(jù)進(jìn)行初步優(yōu)化，得到各自的初步優(yōu)化特征變量，包括：分別設(shè)置多個變量重要性閾值，從所述已預(yù)處理校正集中的光譜強(qiáng)度數(shù)據(jù)中提取各自的特征變量；

28、所述基于所述特征變量構(gòu)建每種樣本金屬元素各自的第二隨機(jī)森林回歸模型，包括：使用各自的特征變量以及對應(yīng)的參考含量數(shù)據(jù)構(gòu)建對應(yīng)的第二隨機(jī)森林回歸模型；

29、所述采用內(nèi)部驗(yàn)證對變量重要性測量方法的變量重要性閾值進(jìn)行選擇，得到優(yōu)選閾值，包括：基于所述對應(yīng)的第二隨機(jī)森林回歸模型進(jìn)行內(nèi)部驗(yàn)證，從所述多個變量重要性閾值中選擇最優(yōu)閾值；

30、所述基于所述優(yōu)選閾值確定優(yōu)選光譜強(qiáng)度數(shù)據(jù)構(gòu)建基于變量重要性測量的隨機(jī)森林回歸模型，包括：基于所述最優(yōu)閾值從所述已預(yù)處理校正集中的光譜強(qiáng)度數(shù)據(jù)中確定優(yōu)選光譜強(qiáng)度數(shù)據(jù)，并基于所述優(yōu)選光譜強(qiáng)度數(shù)據(jù)和對應(yīng)的參考含量數(shù)據(jù)構(gòu)建該樣本金屬元素的基于變量重要性測量的隨機(jī)森林回歸模型。

31、在一個具體實(shí)施例中，所述方法還包括：

32、基于變量重要性測量方法對每種樣本金屬元素對應(yīng)的已預(yù)處理校正集中的光譜強(qiáng)度數(shù)據(jù)進(jìn)行初步優(yōu)化，得到各自的初步優(yōu)化特征變量；

33、基于所述特征變量構(gòu)建每種樣本金屬元素各自的第二隨機(jī)森林回歸模型；

34、采用內(nèi)部驗(yàn)證對變量重要性測量方法的變量重要性閾值進(jìn)行選擇，得到優(yōu)選閾值；

35、基于所述優(yōu)選閾值確定優(yōu)選光譜強(qiáng)度數(shù)據(jù)構(gòu)建基于變量重要性測量的隨機(jī)森林回歸模型；

36、基于網(wǎng)格搜索法對所述基于變量重要性測量的隨機(jī)森林回歸模型的參數(shù)進(jìn)行優(yōu)化，得到基于變量重要性測量和網(wǎng)格搜索的隨機(jī)森林回歸模型。

37、在一個具體實(shí)施例中，所述方法還包括：

38、使用每種樣本金屬元素的樣本數(shù)據(jù)中的測試集對對應(yīng)的變量重要性測量和網(wǎng)格搜索的隨機(jī)森林回歸模型進(jìn)行驗(yàn)證，從而得到所述訓(xùn)練好的隨機(jī)森林預(yù)測單元。

39、在一個具體實(shí)施例中，所述基于變量重要性測量方法對每種樣本金屬元素對應(yīng)的已預(yù)處理校正集中的光譜強(qiáng)度數(shù)據(jù)進(jìn)行初步優(yōu)化，得到各自的初步優(yōu)化特征變量，包括：分別設(shè)置多個變量重要性閾值，從所述已預(yù)處理校正集中的光譜強(qiáng)度數(shù)據(jù)中提取各自的特征變量；

40、所述基于所述本文檔來自技高網(wǎng)...

【技術(shù)保護(hù)點(diǎn)】

1.一種碳纖維金屬元素測量方法，其特征在于，包括：

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述方法還包括：

3.根據(jù)權(quán)利要求2所述的方法，其特征在于，

4.根據(jù)權(quán)利要求3所述的方法，其特征在于，

5.根據(jù)權(quán)利要求4所述的方法，其特征在于，

6.根據(jù)權(quán)利要求2-5中任一項(xiàng)所述的方法，其特征在于，所述方法還包括：

7.根據(jù)權(quán)利要求6所述的方法，其特征在于，所述方法還包括：

8.一種電子設(shè)備，包括處理器和存儲介質(zhì)，其特征在于，所述存儲介質(zhì)中存儲有程序，所述程序被所述處理器執(zhí)行時實(shí)現(xiàn)根據(jù)權(quán)利要求1-7中任一項(xiàng)所述的方法。

9.一種存儲介質(zhì)，其特征在于，所述存儲介質(zhì)中存儲有程序，所述程序被執(zhí)行時實(shí)現(xiàn)根據(jù)權(quán)利要求1-7中任一項(xiàng)所述的方法。

10.一種系統(tǒng)，其特征在于，包括：

【技術(shù)特征摘要】

1.一種碳纖維金屬元素測量方法，其特征在于，包括：

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述方法還包括：

3.根據(jù)權(quán)利要求2所述的方法，其特征在于，

4.根據(jù)權(quán)利要求3所述的方法，其特征在于，

5.根據(jù)權(quán)利要求4所述的方法，其特征在于，

6.根據(jù)權(quán)利要求2-5中任一項(xiàng)所述的方法，其特征在于，所述方法還包括：

7....

【專利技術(shù)屬性】
技術(shù)研發(fā)人員：馮婷，高文英，侯雅雯，丁雨，尚煜超，李宗軒，
申請(專利權(quán))人：陜西煤基特種燃料研究院有限公司，
類型：發(fā)明
國別省市：

全部詳細(xì)技術(shù)資料下載我是這個專利的主人

相關(guān)技術(shù)

網(wǎng)友詢問留言已有0條評論

還沒有人留言評論。發(fā)表了對其他瀏覽者有用的留言會獲得科技券。

發(fā)布您的意見

相關(guān)領(lǐng)域技術(shù)