【技术实现步骤摘要】
本专利技术涉及成分检测，更具体的，涉及一种应用于钛合金熔炼下的金属元素成分检测方法及系统。
技术介绍
1、钛合金具有质量轻、强度大、弹性小、耐高温和腐蚀等特点，广泛应用于航空，航天，航海，海工，石油，化工等领域。钛的熔点为1720℃，钛具有两种同素异构体，在低于882℃表现为密排六方晶体格结构，称为α钛，在882℃以上呈现为体心立方品格结构，称为β钛，通过适当添加合金元素，使其相变温度及相分含量逐渐改变而得到不同组织的钛合金，其中α钛合金代号为ta，β钛合金代号为tb，α+β钛合金代号为tc。
2、成分检测是钛金属熔炼中的重要环节，现有的实时在线的成分检测装置，多采用激光诱导击穿光谱技术，即利用高功率密度脉冲激光聚焦到入射到物体表面，烧蚀物体产生大量等离子体，对等离子体发射的信号光进行光谱探测得到光谱信息，再对光谱信息进行分析，得出被测物质的成分和浓度信息，这一方法可实现非接触、实时在线检测，能有效缩短检测时间。在实际应用过程中，熔融金属液为翻滚流动状态，激光聚焦不易对准，测量波动性大，检测结果容易不准确。因此，如何在钛合金熔炼过程中进行准确、多次的金属元素成分实时在线检测是亟需解决的问题。
技术实现思路
1、为了解决上述技术问题，本专利技术提出了一种应用于钛合金熔炼下的金属元素成分检测方法及系统。
2、本专利技术第一方面提供了一种应用于钛合金熔炼下的金属元素成分检测方法及系统，包括：
3、获取钛合金熔炼过程中的钛合金金属液样本，将所述钛合金金属
4、收集钛合金在不同添加金属元素下的光谱信息形成初始数据集，对所述初始数据集进行分类，确定能够表征不同金属元素类别的光谱特征组合，利用光谱特征引入对抗机制对初始数据集进行数据增强；
5、构建并训练成分检测模型，提取光谱特征的空间及时间变化，利用光谱特征变量的时空特性进行建模，输出最终成分检测模型；
6、将钛合金金属液样本对应等离子体的光谱信息作为模型输入，利用金属元素的分类识别获取最终金属元素的成分检测结果，根据金属元素的成分检测结果判断是否符合钛合金预设标准。
7、本方案中，将所述钛合金金属液样本放置到预设固定位置进行激光诱导等离子体光谱分析，获取钛合金金属液样本对应等离子体的光谱信息，具体为：
8、在钛合金熔炼过程中利用取样设备在熔炼设备中获取钛合金金属液样本，在预设固定位置利用激光导入系统将脉冲激光聚焦在钛合金金属液样本处，生成等离子体；
9、获取所述等离子体发射的谱线生成激光诱导光谱，将生成的激光诱导光谱进行光谱导出并收集，获取光谱信息，将所述光谱信息分解为离散数据；
10、利用小波变换方法对所述离散数据进行滤波去噪，引入遗传算法对小波变换进行寻优，将小波变换中分解的层级作为需要优化的变量信息进行初始化，确定染色体初始种群及层级优化区间；
11、利用钛元素信噪比与光谱强度还原度的比值作为适应度，计算最大化适应度确定小波变换的最佳分解层级，根据所述最佳分解层级将离散数据进行分解，通过每个层级小波系数峰值与和值的比值构建适应度因子；
12、利用所述适应度因子生成各个层级的自适应阈值，通过所述自适应阈值进行逐层分解，再利用逆变换还原光谱信息，实现光谱信息的去噪。
13、本方案中，收集钛合金在不同添加金属元素下的光谱信息形成初始数据集，对所述初始数据集进行分类，确定能够表征不同金属元素类别的光谱特征组合，具体为：
14、根据钛合金及libs光谱作为关键词构建检索标签，利用大数据检索获取钛合金在不同添加金属元素下的光谱信息，利用添加金属元素作为光谱信息的类别标签，将光谱信息聚合生成初始数据集；
15、根据类别标签将初始数据集进行划分，获取不同类别标签下的光谱信息子集，将不同的光谱信息子集作为聚类中心，对无类别标签的光谱信息进行聚类，更新不同光谱信息子集；
16、在不同光谱信息子集中获取光谱特征集合，在所述光谱特征集合中根据光谱特征与类别标签的相关性及光谱特征之间的独立性判别光谱特征的重要程度，根据重要程度排序进行光谱特征的初选；
17、通过多层随机森林算法构建特征选择器，在初选光谱特征中进行特征选择，每层随机森林根据输出特征重要性分数生成平均特征排序，根据平均特征排序选取光谱特征进行组合；
18、利用线性聚合将特征组合中的光谱特征集成为一个特征列表求均值，将不同特征组合的特征重要性分数总体均值从高到低排序，获取不同类别标签下光谱信息子集的光谱特征组合。
19、本方案中，利用光谱特征引入对抗机制对初始数据集进行数据增强，具体为：
20、将不同金属元素类别的光谱信息子集映射到低维空间，将光谱特征组合中的光谱特征作为主成分特征，利用所述主成分特征进行主成分方向投影，获取光谱信息子集对应的特征散点分布；
21、在所述特征散点分布中筛选离群点，将所述离群点进行剔除，利用优化后的特征散点分布导入自编码器网络进行学习，生成一致性增强约束，通过所述自编码器网络对光谱信息进行数据重构，扩充光谱数据；
22、引入对抗机制，在自编码器网格后添加鉴别器，预设潜在特征空间的收缩约束，将光谱信息的重构数据根据特征散点分布映射到相同的位置，根据所述收缩约束惩罚分布偏差大于预设偏差阈值的重构数据点；
23、根据一致性增强约束及收缩约束进行交替训练，生成不同光谱信息子集的重构数据进行数据扩充，实现对初始数据集的数据增强。
24、本方案中，训练成分检测模型，提取光谱特征的空间及时间变化，利用光谱特征变量的时空特性进行建模，具体为：
25、基于深度学习方法构建成分检测模型，所述成分检测模型分为定性检测分支及定量检测分支，通过u-net网络及gru单元构建定性检测分支，使用数据增强后的初始数据集进行训练；
26、将钛合金金属液样本对应等离子体的光谱信息导入定性检测分支，利用不同类别标签的光谱特征组合序列编码器模块，获取光谱特征，并对所述光谱特征进行位置编码；
27、引入多头注意力机制，获取含有空间位置编码的光谱特征对应的权重信息，利用所述权重信息进行光谱特征的非线性变换，导入解码器；
28、利用gru单元作为解码器，将含有空间位置编码的光谱特征进行解码，提取光谱特征在时序上的变化信息，利用注意力机制根据光谱特征的时空特性进行光谱特征的特征融合，使用激活函数获取金属元素的分类输出结果。
29、本方案中，所述成分检测模型的定量检测分支，具体为：
30、利用前馈神经网络构建成分检测分支的定量检测分支，通过粒子群算法获取对定量检测分支的模型参数进行寻优，根据金属元素含量预测值及真实值的均方误差构建适应度函数，引入随迭代次数改变的自适应变异及动态权重对粒子群算法进行改进；
本文档来自技高网...【技术保护点】
1.一种应用于钛合金熔炼下的金属元素成分检测方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种应用于钛合金熔炼下的金属元素成分检测方法，其特征在于，将所述钛合金金属液样本放置到预设固定位置进行激光诱导等离子体光谱分析，获取钛合金金属液样本对应等离子体的光谱信息，具体为：
3.根据权利要求1所述的一种应用于钛合金熔炼下的金属元素成分检测方法，其特征在于，收集钛合金在不同添加金属元素下的光谱信息形成初始数据集，对所述初始数据集进行分类，确定能够表征不同金属元素类别的光谱特征组合，具体为：
4.根据权利要求1所述的一种应用于钛合金熔炼下的金属元素成分检测方法，其特征在于，利用光谱特征引入对抗机制对初始数据集进行数据增强，具体为：
5.根据权利要求1所述的一种应用于钛合金熔炼下的金属元素成分检测方法，其特征在于，训练成分检测模型，提取光谱特征的空间及时间变化，利用光谱特征变量的时空特性进行建模，具体为：
6.根据权利要求5所述的一种应用于钛合金熔炼下的金属元素成分检测方法，其特征在于，所述定量检测分支，具体为：>
7.一种应用于钛合金熔炼下的金属元素成分检测系统，其特征在于，该系统包括：存储器、处理器，所述存储器中包括应用于钛合金熔炼下的金属元素成分检测方法程序，所述应用于钛合金熔炼下的金属元素成分检测方法程序被所述处理器执行时实现如下步骤：
...【技术特征摘要】
1.一种应用于钛合金熔炼下的金属元素成分检测方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种应用于钛合金熔炼下的金属元素成分检测方法，其特征在于，将所述钛合金金属液样本放置到预设固定位置进行激光诱导等离子体光谱分析，获取钛合金金属液样本对应等离子体的光谱信息，具体为：
3.根据权利要求1所述的一种应用于钛合金熔炼下的金属元素成分检测方法，其特征在于，收集钛合金在不同添加金属元素下的光谱信息形成初始数据集，对所述初始数据集进行分类，确定能够表征不同金属元素类别的光谱特征组合，具体为：
4.根据权利要求1所述的一种应用于钛合金熔炼下的金属元素成分检测方法，其特征在于...
【专利技术属性】
技术研发人员：陈洋，
申请(专利权)人：宝鸡核力材料科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。