科研之友
微信
新浪微博
Facebook
分享链接
摘要
稀土萃取过程中元素含量的快速检测有助于提高稀土产品质量，目前的检测仪器存在检测延时长和维护成本高等问题。基于部分稀土元素独特的颜色特征，如Pr离子、Nd离子，可将机器视觉方法用于元素组分含量的软测量。不同于传统机器视觉方法，本文首次引入卷积神经网络（CNN）提取Pr/Nd混合溶液原始图像抽象表征，同时采用深度神经网络构建回归模型，用于预测Pr/Nd混合溶液中各元素的含量。实验选取1 210张Pr/Nd混合溶液图像作为实验数据，相较于已有方法，数据规模提升近12倍。多次独立重复结果表明，预测的组分含量与真实组分含量间的最大相对误差绝对值为2.773 8%，满足实际萃取生产中对元素含量分布变化的精度要求，具有一定的实际意义。
- 单位
