基于LSTM神经网络算法的大型筒体原材料钛元素定性分析

作者:莫堃; 张沛; 官雪梅; 光海杰; 熊章伍
来源:数字技术与应用, 2021, 39(08): 93-98.
DOI:10.19695/j.cnki.cn12-1369.2021.08.31

摘要

钛(Ti)元素可防止不锈钢产生晶间腐蚀,但含钛不锈钢成品的抛光性能差,高精度表面加工难度高。而采用不锈钢做原材料的大型筒体需要高精度的表面加工,且加工过程需反复对尺寸进行测量,对测量仪器性能和测量效率要求较高。因此需要对大型筒体不锈钢原材料进行钛元素定性分析。本文采用人工神经网络(LSTM)算法定性判别不锈钢中钛元素,将光谱分析仪实际测得谱图数据作为训练矩阵,利用Matlab软件构建LSTM模型,建立相干元素的峰值信息和钛元素浓度的关系,得到钛元素的定性判别结果。

  • 单位
    中国东方电气集团有限公司

全文