能量色散X射線熒光（EDXRF）光譜分析是一種無損多元素分析方法,近年來被廣泛用于工業(yè)在線檢測。在鋼廠的在線物料檢測應用中,由于工業(yè)現(xiàn)場的復雜工況,在線EDXRF光譜分析易受到各種因素的干擾,導致獲得的光譜中存在大量噪聲信號和基線干擾。本文從能譜降噪、基線修正和定量分析三個方面展開了對鋼廠在線EDXRF能譜的定量分析方法的研究。在能譜降噪方法中,以平滑度系數(shù)、信噪比和余弦距離的綜合值作為評價標準。采用kalman濾波技術進行降噪處理,通過最大期望迭代算法進行參數(shù)估計,實驗獲得的最佳迭代次數(shù)為50左右;使用小波變換方法對原始光譜進行降噪處理,通過實驗獲得小波基、小波分解層數(shù)的優(yōu)選值,優(yōu)選參數(shù)分別為:bior2.2、4層分解,兩種方法的表現(xiàn)基本相同。kalman濾波算法的優(yōu)點是自適應,但在同等硬件條件下其計算速度不如小波變換;雖然理論上小波分析的非自適應性會帶來一些問題,但是在實際的能譜降噪應用中由這種非自適應性所帶來的問題幾乎可以忽略,所以本文使用小波分析（bior2.4,4）作為能譜降噪的算法。在降噪基礎上進行的基線校正中,對比了小波分析剝峰法與加權剝峰最小二乘基線擬合法兩種技術,結果... 

【文章來源】：南京航空航天大學江蘇省 211工程院校

【文章頁數(shù)】：77 頁

【學位級別】：碩士

【文章目錄】：
摘要
abstract
注釋表
縮略詞
第一章 緒論
    1.1 選題依據(jù)
    1.2 工業(yè)元素在線檢測的方法和研究現(xiàn)狀
        1.2.1 激光誘導擊穿光譜
        1.2.2 瞬發(fā)伽馬中子活化分析
        1.2.3 能量色散X射線熒光光譜
    1.3 EDXRF能譜解析技術的研究發(fā)展
    1.4 研究意義和內容
        1.4.1 研究意義
        1.4.2 研究內容
第二章 能量色散X射線熒光分析基本原理
    2.1 X射線熒光定性分析基礎
    2.2 X射線熒光定量分析基礎
        2.2.1 理論熒光強度
        2.2.2 基體效應
        2.2.3 基體效應校正方法
第三章 基于信號處理方法的在線EDXRF光譜的降噪方法
    3.1 儀器和樣品
        3.1.1 儀器參數(shù)
        3.1.2 測試樣品
    3.2 能譜降噪的評價標準
    3.3 基于卡爾曼濾波器和EM算法的EDXRF降噪方法
        3.3.1 卡爾曼濾波器和EM算法
        3.3.2 卡爾曼濾波器用于X射線熒光光譜降噪的效果
    3.4 基于小波分析的EDXRF降噪方法
        3.4.1 小波分析的基礎理論
        3.4.2 小波變換降噪處理方法和結果
    3.5 本章總結
第四章 在線X射線熒光光譜的基線校正方法
    4.1 用于基線評價的EDXRF光譜的模擬譜
    4.2 基于小波分析的EDXRF基線校正方法
        4.2.1 基于頻域分析的基線校正的理論基礎
        4.2.2 小波分析用于基線校正的效果
    4.3 基于加權剝峰最小二乘的EDXRF基線估計方法
        4.3.1 多元線性回歸介紹
        4.3.2 基于加權剝峰最小二乘的基線估計
    4.4 實際譜線的基線估計結果
    4.5 本章總結
第五章 在線X射線熒光光譜的定量分析建模方法
    5.1 建模數(shù)據(jù)整理
        5.1.1 補充模擬數(shù)據(jù)
        5.1.2 構建在線EDXRF數(shù)據(jù)集
    5.2 最小二乘及其相關回歸方法基礎
        5.2.1 主成分回歸
        5.2.2 偏最小二乘回歸
    5.3 在線EDXRF定量分析的全譜多元線性回歸模型
        5.3.1 應用普通最小二乘方法的建模結果
        5.3.2 應用偏最小二乘回歸方法的建模效果
    5.4 基于隨機森林的EDXRF定量分析方法的基礎
        5.4.1 決策樹與集成學習的基礎理論
    5.5 基于隨機森林模型的EDXRF定量分析建模結果
        5.5.1 隨機森林模型參數(shù)的選定
        5.5.2 隨機森林定量分析模型的分析
    5.6 隨機森林特征選擇和多元線性回歸模型的結合
    5.7 本章總結
第六章 總結和展望
    6.1 總結
    6.2 展望
參考文獻
致謝
在學期間的研究成果及發(fā)表的學術論文



本文編號：3539499