首页--工业技术论文--冶金工业论文--炼钢论文--一般性问题论文--理论和计算论文--分析、试验方法论文

基于神经网络的LIBS钢水成分在线检测

摘要第4-5页
abstract第5页
引言第9-10页
第1章 绪论第10-15页
    1.1 课题来源第10页
    1.2 激光诱导击穿光谱技术简介第10-14页
        1.2.1 国内研究现状及发展方向第11-12页
        1.2.2 国外研究现状及发展方向第12-14页
    1.3 本文内容安排第14-15页
第2章 激光诱导击穿光谱技术的基础理论研究第15-25页
    2.1 等离子体的产生第15-16页
    2.2 等离子体的辐射机制第16-19页
    2.3 谱线的展宽机制第19-21页
    2.4 等离子体物理参数测量第21-24页
        2.4.1 等离子体中局部热平衡第21页
        2.4.2 等离子体电子密度测量第21-22页
        2.4.3 等离子体电子温度测量第22-24页
    2.5 本章小结第24-25页
第3章 LIBS钢水成分在线检测平台搭建第25-35页
    3.1 LIBS实验平台构造第25-28页
        3.1.1 激光光路第26-27页
        3.1.2 保护装置第27页
        3.1.3 传动机构第27-28页
    3.2 各部分装置简介第28-30页
        3.2.1 激光器第28-29页
        3.2.2 收光设备第29-30页
        3.2.3 分光设备第30页
        3.2.4 中频炉第30页
    3.3 注意事项和操作手册第30-33页
        3.3.1 激光器操作规程第31-32页
        3.3.2 激光器使用注意事项第32页
        3.3.3 中频炉的操作规程第32-33页
        3.3.4 中频炉注意事项第33页
    3.4 实验过程第33-34页
    3.5 本章小结第34-35页
第4章 光谱数据预处理第35-43页
    4.1 异常数据分析与处理第35-36页
    4.2 背景基线校正第36-37页
    4.3 光谱数据去噪处理第37-41页
        4.3.1 小波去噪原理第37-38页
        4.3.2 粒子群算法第38-40页
        4.3.3 权重改进粒子群第40-41页
    4.4 基于改进粒子群算法的阈值去噪第41-42页
    4.5 本章小结第42-43页
第5章 钢液Mn元素定量分析第43-58页
    5.1 传统定量分析法第43-44页
        5.1.1 强度-浓度定量分析法第43-44页
        5.1.2 内标分析法第44页
    5.2 遗传神经网络第44-50页
        5.2.1 BP神经网络第45-47页
        5.2.2 遗传算法第47-49页
        5.2.3 BP神经网络与遗传算法结合第49-50页
    5.3 遗传神经网络检测模型第50-53页
    5.4 实验结果与数据分析第53-56页
        5.4.1 强度-浓度定标曲线第53-54页
        5.4.2 BP神经网络的定标曲线第54-55页
        5.4.3 遗传神经网络的定标曲线第55-56页
    5.5 实验结果分析第56-57页
    5.6 本章小结第57-58页
结论第58-59页
参考文献第59-63页
致谢第63-64页
导师简介第64-65页
作者简介第65-66页
学位论文数据集第66页

论文共66页,点击 下载论文
上一篇:基于LIBS钢液多元素成分的定量分析
下一篇:富镁复合铁酸钙生成机理研究