痕量金属离子浓度区间预测方法、装置及存储介质制造方法及图纸

本发明专利技术涉及一种痕量金属离子浓度区间预测方法、装置及存储介质。该方法，包括步骤：S1、基于待测液的导数光谱获取所述待测液中痕量金属离子的最佳建模区间，并利用所述最佳建模区间结合主成分分析法提取痕量金属离子光谱信号特征；S2、基于支持向量机模型对所述痕量金属离子光谱信号特征进行处理，获得所述痕量金属离子的浓度区间预测结果。该方法能够准确获知痕量离子所属的浓度区间。所述装置包括显示器、处理器以及存储在存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述程序时实现上述所述方法的步骤。所述存储介质其上存储有计算机程序，所述计算机程序被处理器执行时实现上述所述方法的步骤。

【技术实现步骤摘要】
痕量金属离子浓度区间预测方法、装置及存储介质
本专利技术涉及紫外可见光谱分析领域，具体涉及一种痕量金属离子浓度的区间预测方法、装置及存储介质。
技术介绍
在湿法冶金净化工序中，料液浸出液存在金属离子种类多、特性相近、浓度比大等特点，严格控制痕量杂质金属离子的浓度对净化出口溶液合格率、电解锌品质具有重要作用。痕量杂质金属离子主要通过置换法和沉淀法去除，主金属粉料的添加量是净化过程关键的控制参数，不仅直接影响出口溶液杂质离子浓度稳定性与合格率，也直接影响净化液的产量与质量。现场操作人员主要根据杂质离子的浓度区间范围调节主金属料粉的添加量。然而离子信号非线性强、数据样本分布不均衡及误判代价不相等的特点给高浓度比背景下痕量金属离子浓度的区间预测带来极大挑战。在净化过程中，将痕量杂质离子浓度分成几个数值区间，现场操作人员根据浓度区间添加适量主金属粉料进行去除过程。添加粉料的过程中，如果痕量杂质离子浓度的区间预测偏高，仅会增加粉料的加入量，净化完全，不会对后续工序造成影响；但是如果预测区间低于实际值，净化不完全将会导致净化出口溶液中杂质离子浓度高、波动大，发生“烧板”现象，进而降低电解产品的产量本文档来自技高网...

【技术保护点】
1.一种痕量金属离子浓度区间预测方法，其特征在于，包括以下步骤：S1、基于待测液的导数光谱获取所述待测液中痕量金属离子的最佳建模区间，并利用所述最佳建模区间结合主成分分析法提取痕量金属离子光谱信号特征；S2、基于支持向量机模型对所述痕量金属离子光谱信号特征进行处理，获得所述痕量金属离子的浓度区间预测结果。

【技术特征摘要】
1.一种痕量金属离子浓度区间预测方法，其特征在于，包括以下步骤：S1、基于待测液的导数光谱获取所述待测液中痕量金属离子的最佳建模区间，并利用所述最佳建模区间结合主成分分析法提取痕量金属离子光谱信号特征；S2、基于支持向量机模型对所述痕量金属离子光谱信号特征进行处理，获得所述痕量金属离子的浓度区间预测结果。2.根据权利要求1所述的痕量金属离子浓度区间预测方法，其特征在于，在步骤S1之前还包括采用小波函数对待测液的光谱数据进行预处理，利用导数光谱法处理预处理后的光谱数据获得所述待测液的导数光谱。3.根据权利要求1所述的痕量金属离子浓度区间预测方法，其特征在于，步骤S2之前还包括：根据多个样本的痕量金属离子的光谱信号特征构建二叉树模型，将所述二叉树模型转化为多个子模型；根据所述子模型，构建所述支持向量机模型；和/或，根据所述子模型，构建所述支持向量机模型还包括：基于马氏距离-径向基核函数对所述支持向量机模型进行优化。4.根据权利要求3所述的痕量金属离子浓度区间预测方法，其特征在于，将所述二叉树模型转化为多个子模型具体步骤包括：根据所述多个样本的痕量金属离子光谱信号特征划分多个浓度区间；按照优先区分浓度最高的浓度区间原则逐级递减一个浓度区间构成包括多个层级的二叉树模型；所述二叉树模型中的每一层级对应一个所述子模型。5.根据权利要求3或4所述的痕量金属离子浓度区间预测方法，其特征在于，根据所述子模型，构建所述支持向量机模型之前还包括：使用归一化的Wilcoxon-Mann-Whitney统计计算AUC的最大似然估计，对所述子模型进行优化。6.根据权利要求3或4所述的痕量金属离子浓度区间预测方法，其特征在于，根据所述子模型，构建所述支持向量机模型还包括：利用状态转移算法优化所述支持向量机模型的参数。7.根据权利要求5所述的痕量金属离子浓度区间预测方法，其特征在于，所述AUC的最大似然估计采用非参数估计算法求解，其中所述非参数估计算法为：其中，i＝1,…n+,j＝1,…n-，n+和n-分别表示正例样本和负例样本的个数；...

【专利技术属性】
技术研发人员：朱红求，吴书君，李勇刚，阳春华，
申请(专利权)人：中南大学，
类型：发明
国别省市：湖南,43