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组分含量的快速检测是影响出口产品质量的首要条件，而目前的检测仪器存在检测延时大和维护成本高等问题。鉴于稀土部分元素具备颜色特征，如Pr、Nd离子，基于机器视觉方法可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组分含量。实验选取1210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。经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组分含量分布变化的精度要求，具有一定的实际意义。
- 单位
