[发明专利]一种高炉铁水硅含量在线检测方法及系统

权利要求书

1.一种高炉铁水硅含量在线检测方法，其特征在于，所述方法包括：

采集高炉铁水对象的铁水成分离线化验数据与在线光谱数据；

对所述在线光谱数据进行预处理，获得铁水各元素的光谱分析线；

提取铁水各元素的光谱分析线的光谱特征量，其中提取铁水各元素的光谱分析线的光谱特征量包括：

基于谱线展宽机制求得铁水样本中关键元素的光谱分析线的最优线型，获得最优线型光谱分析线，其中基于谱线展宽机制求得铁水样本中关键元素的光谱分析线的最优线型，获得最优线型光谱分析线包括：

获取与光谱分析线的中心波长最近的两个波谷点组成的区域，其中所述区域包含x个离散数据点；

将所述区域内的x个离散点代入待选线型的拟合函数，进行第一次拟合，其中所述待选线型包括三种线型，分别为Lorentz线型、Gauss线型和Voigt线型；

将第一次拟合后得到的基底信号取平均值与波长中心位置取平均值，分别代入三种线型的拟合函数，进行第二次拟合；

获取x个离散数据点分别在基底信号同为基底信号的平均值，波长中心位置都取波长中心位置的平均值的三种线型拟合下的残差平方和；

比较三种线型的残差平方和，若Voigt线型的残差值不是最小的，则直接选择另两种线型中残差值最小的种类作为与光谱分析线对应的最优线型，若Voigt线型的残差值是最小的，则判断是否与另两种线型残差绝对差是否大于5％，若是，则直接将Voigt线型作为最优线型，否则，选择与Voigt函数残差平方和相近的Lorentz或者Gauss线型作为与光谱分析线对应的最优线型；

对所述最优线型光谱分析线进行拟合优化，其中对所述最优线型光谱分析线进行拟合优化包括：

确定对最优线型光谱分析线进行拟合优化的优化目标函数与参数约束；

根据优化目标函数与参数约束确定蜘蛛猴优化算法中的各项参数数值，最终通过蜘蛛猴优化算法得到目标函数中拟合参数基底信号、谱峰系数、半高宽和中心频率的最优解，从而得到相应线型的最优拟合函数；

根据拟合优化后的最优线型光谱分析线，提取铁水各元素的光谱分析线的光谱特征量，其中根据拟合优化后的最优线型光谱分析线，提取铁水各元素的光谱分析线的光谱特征量包括：

计算铁水中除铁元素外其它元素的拟合优化后的最优线型光谱分析线的积分强度与铁元素的光谱分析线的积分强度的积分强度比，并将所述积分强度比作为光谱分析线的光谱特征量，其中所有光谱分析线确定最优线型之后获得的谱图具体为：

其中I代表所有光谱分析线确定最优线型之后获得的谱图，a,b,c分别代表对应最优线型光谱分析线中Gauss线型、Lorentz线型与Voigt线型的谱线数量，n代表关键元素的最优线型光谱分析线总数，I_G(i)、I_L(j)、I_V(z)分别代表第i条Gauss函数模型拟合、第j条Lorentz函数模型拟合、第z条Voigt函数模型拟合的最优线型光谱分析线的强度值，i＝1.2,...,a，j＝1.2,...,b，z＝1.2,...,c；

基于所述光谱特征量，采用广义回归神经网络建立多元光谱分析线积分强度与硅含量之间的定标模型；

基于所述定标模型，获得高炉铁水硅含量。

2.根据权利要求1所述的高炉铁水硅含量在线检测方法，其特征在于，对所述在线光谱数据进行预处理，获得铁水各元素的光谱分析线包括：

将在线光谱数据中的谱图中的负值数据剔除；

根据LIBS光谱呈正态分布的特点，采用依据拉依达准则筛选数据，进行kσ校验，对在线光谱数据中的谱图进行有效筛选，剔除异常谱线，循环验证并每次删除不满足校验标准的谱线中偏差最大的一条，直至所有谱线满足验证条件或者谱线数量少于原始谱线数量的一半；

对剩下符合正态分布的谱图按波长分布取平均值，获得平均谱图；

对所述平均谱图进行归一化处理；

通过连续小波变换操作，对归一化后的平均谱图进行寻峰；

根据标准原子发射光谱数据库与平均谱图的寻峰结果，获得铁水各元素的光谱分析线。