SIA OpenIR  > 工业控制网络与系统研究室
基于激光诱导击穿光谱技术的废旧金属分类辨识
Alternative TitleClassification and identification of scrap metals based on laser-induced break down spectroscopy
郭美亭1,2,3; 孙兰香1,2,3; 董伟1,2,3; 王金池1,2,3; 丛智博1,2,3; 郑黎明1,2,3
Department工业控制网络与系统研究室
Source Publication冶金分析
ISSN1000-7571
2020
Volume40Issue:12Pages:72-78
Contribution Rank1
Funding Organization中国科学院前沿科学重点研究(QYZDJGSSWGJSC037) ; 中国科学院青年创新促进会国家重点研发计划(2016YFF0102502) ; 辽宁省兴辽英才计划青年拔尖人才(XLYC1807110)
Keyword废旧金属分类 激光诱导击穿光谱(LIBS) 分选系统 支持向量机 遗传算法
Abstract

废旧金属回收是工业中金属的重要来源之一,是发展循环经济的重要内容.废旧金属产量巨大,通常表面覆盖杂质,凹凸不平,因此对分类方法的判别能力和计算速度提出较高要求.采用激光诱导击穿光谱技术研究分析了7种废旧金属分类识别问题,包括生铝、熟铝、镁、不锈钢、锌、黄铜与红铜.为了符合现场应用条件,实验中每个样本点只激发一次建立并分析了多种分类模型,包括支持向量机(SVM)分类模型,主成分分析方法结合支持向量机(PCAGSVM)分类模型,遗传算法结合支持向量机(GAGSVM)分类模型,遗传算法选择特征光谱结合主成分分析方法和支持向量机(GAGPCAGSVM)分类模型,以及遗传算法选择特征光谱结合主成分分析方法和人工神经网络(GAGPCAGBP)分类模型.通过遗传算法选取包含丰富特征的谱段组合与支持向量机方法相结合建立GAGSVM 分类模型,490组验证样本分类准确率为93􀆰47%.为了判断该模型的鲁棒性,对一批新样品,在自研的分选系统上以传送带匀速运行的方式进行测试,获取的750组光谱测试数据,分类准确率为88􀆰27%,证明了该分类模型具有很好的移植性和应用性.

Language中文
Document Type期刊论文
Identifierhttp://ir.sia.cn/handle/173321/27993
Collection工业控制网络与系统研究室
Corresponding Author孙兰香
Affiliation1.中国科学院沈阳自动化研究所机器人学国家重点实验室
2.中国科学院网络化控制系统重点实验室
3.中国科学院机器人与智能制造创新研究院
Recommended Citation
GB/T 7714
郭美亭,孙兰香,董伟,等. 基于激光诱导击穿光谱技术的废旧金属分类辨识[J]. 冶金分析,2020,40(12):72-78.
APA 郭美亭,孙兰香,董伟,王金池,丛智博,&郑黎明.(2020).基于激光诱导击穿光谱技术的废旧金属分类辨识.冶金分析,40(12),72-78.
MLA 郭美亭,et al."基于激光诱导击穿光谱技术的废旧金属分类辨识".冶金分析 40.12(2020):72-78.
Files in This Item:
File Name/Size DocType Version Access License
基于激光诱导击穿光谱技术的废旧金属分类辨(1043KB)期刊论文出版稿开放获取CC BY-NC-SAView Application Full Text
Related Services
Recommend this item
Bookmark
Usage statistics
Export to Endnote
Google Scholar
Similar articles in Google Scholar
[郭美亭]'s Articles
[孙兰香]'s Articles
[董伟]'s Articles
Baidu academic
Similar articles in Baidu academic
[郭美亭]'s Articles
[孙兰香]'s Articles
[董伟]'s Articles
Bing Scholar
Similar articles in Bing Scholar
[郭美亭]'s Articles
[孙兰香]'s Articles
[董伟]'s Articles
Terms of Use
No data!
Social Bookmark/Share
File name: 基于激光诱导击穿光谱技术的废旧金属分类辨识.PDF
Format: Adobe PDF
All comments (0)
No comment.
 

Items in the repository are protected by copyright, with all rights reserved, unless otherwise indicated.