隨著“碳達(dá)峰”和“碳中和”的提出，對(duì)鋼鐵行業(yè)的節(jié)能環(huán)保提出了更高的要求，以廢鋼為主要原料的電爐煉鋼，將在鋼鐵行業(yè)綠色發(fā)展戰(zhàn)略中發(fā)揮重要作用。廢鋼成分主要包括Si、Mn、Cr、Ni、Cu等，快速、精準(zhǔn)檢測(cè)廢鋼成分含量是擴(kuò)大利用廢鋼資源、提高鋼水質(zhì)量、突破資源瓶頸制約、建設(shè)資源節(jié)約和環(huán)境友好社會(huì)的重要保證?；诔煞趾窟M(jìn)行廢鋼精準(zhǔn)分類(lèi)非常關(guān)鍵，但是目前采用的分類(lèi)參數(shù)多為廢鋼質(zhì)量、外觀大小等，而以火花直讀光譜法、X射線熒光譜法檢測(cè)廢鋼成分所得的精細(xì)分類(lèi)仍然存在較大的局限性。因此，迫切需要開(kāi)發(fā)能適用于現(xiàn)場(chǎng)，快速、全面實(shí)現(xiàn)廢鋼分類(lèi)以及成分檢測(cè)的儀器，以滿(mǎn)足高品質(zhì)冶煉的需求。
激光誘導(dǎo)擊穿光譜法(LIBS)是將高能量脈沖激光聚焦在樣品表面激發(fā)分析物的等離子體信號(hào)并用光譜儀收集信息來(lái)進(jìn)行定性、定量分析的，該方法具有分析元素全面、快速、簡(jiǎn)便且制樣要求低等特點(diǎn)，在廢鋼成分定性分析中具有明顯優(yōu)勢(shì)。但是由于基體效應(yīng)和光譜自吸收等常見(jiàn)問(wèn)題，會(huì)存在匹配性低、結(jié)果穩(wěn)定性差、預(yù)測(cè)精度低等缺點(diǎn)。鑒于此，河鋼集團(tuán)鋼研總院和華北理工大學(xué)自主研發(fā)了一款高精度激光誘導(dǎo)擊穿光譜儀，并配置了具有獨(dú)立知識(shí)產(chǎn)權(quán)的LIBS高精度定標(biāo)分析軟件，可快速實(shí)現(xiàn)硬件配置、光譜采集、數(shù)據(jù)預(yù)處理、定性定量分析、數(shù)據(jù)庫(kù)管理等功能，極大地提高了分析數(shù)據(jù)的處理速率；同時(shí)引入反向傳播(BP)神經(jīng)網(wǎng)絡(luò)等算法，最大程度提取特征信息，顯著提升了廢鋼中成分分析的精度。
1、 試驗(yàn)部分
為了提升模型定標(biāo)精度，參考國(guó)家標(biāo)準(zhǔn)GB/T 4336—2002《碳素鋼和中低合金鋼火花源原子發(fā)射光譜分析方法》選擇標(biāo)準(zhǔn)樣品，包括6個(gè)碳素結(jié)構(gòu)鋼標(biāo)準(zhǔn)樣品GSB A68072—92、6個(gè)低合金鋼標(biāo)準(zhǔn)樣品GSB-03—2615、6個(gè)中低合金鋼標(biāo)準(zhǔn)樣品YS-BS23207—97，分別記為標(biāo)準(zhǔn)樣品1~18。
樣品打磨至表面光滑無(wú)污漬，隨后按照相應(yīng)的試驗(yàn)條件進(jìn)行測(cè)試。為降低儀器工作參數(shù)波動(dòng)的影響，每個(gè)樣品表面均勻選取20個(gè)檢測(cè)位點(diǎn)，每個(gè)檢測(cè)位點(diǎn)激發(fā)350個(gè)脈沖，取第101~350個(gè)脈沖數(shù)據(jù)為有效數(shù)據(jù)，并依據(jù)拉依達(dá)準(zhǔn)則進(jìn)行數(shù)據(jù)異常校驗(yàn)，剔除粗大誤差光譜，從剩余平均光譜(173~301nm)數(shù)據(jù)中提取目標(biāo)元素的特征數(shù)據(jù)，進(jìn)行歸一化處理后輸入到模型的全連接層，隨后輸送到H1隱藏層對(duì)數(shù)據(jù)進(jìn)行一次特征值提取，使前一層的向量轉(zhuǎn)換為新的向量，用ReLU激活函數(shù)對(duì)神經(jīng)元的輸出結(jié)果做出判斷，將上一層輸出的特征值輸入到下一層，最終將輸出結(jié)果與目標(biāo)結(jié)果相比較，計(jì)算誤差并進(jìn)行反向傳播。更新權(quán)值w后進(jìn)行新一輪的正向傳播，通過(guò)預(yù)先設(shè)定早停法來(lái)避免過(guò)擬合，再連續(xù)訓(xùn)練5輪至均方誤差(MSE)不能再被優(yōu)化，停止訓(xùn)練并保存模型。本工作建立的模型包括分類(lèi)模型和定標(biāo)模型，前者用于對(duì)不同牌號(hào)的廢鋼樣品進(jìn)行分類(lèi)，后者用于檢測(cè)廢鋼中元素的含量。
參考美國(guó)國(guó)家標(biāo)準(zhǔn)與技術(shù)研究院的發(fā)射譜線數(shù)據(jù)庫(kù)，選擇重疊少、自吸收弱、強(qiáng)度較大的譜線作為Si、Mn、Cr、Ni、Cu元素的最優(yōu)分析譜線，以Fe為參考元素，選取各元素附近的Fe元素的分析譜線為參考線，對(duì)各元素的強(qiáng)度進(jìn)行歸一化處理，將得到的相對(duì)強(qiáng)度作為輸入向量建立3層BP神經(jīng)網(wǎng)絡(luò)模型。參考分類(lèi)模型，選取各元素的最優(yōu)分析譜線，以與分類(lèi)模型相同的Fe元素為參考元素進(jìn)行歸一化處理，將相對(duì)強(qiáng)度作為神經(jīng)網(wǎng)絡(luò)的輸入向量建立3層BP神經(jīng)網(wǎng)絡(luò)模型。
2、 結(jié)果與討論
由圖1可知，隨著迭代次數(shù)的增加，準(zhǔn)確率逐漸趨近于100%，證明利用神經(jīng)網(wǎng)絡(luò)進(jìn)行分類(lèi)具有一定的可行性。用訓(xùn)練好的神經(jīng)網(wǎng)絡(luò)對(duì)測(cè)試集樣品進(jìn)行分類(lèi)，分類(lèi)效果如圖2所示。
由圖2可知，測(cè)試集90組數(shù)據(jù)帶的預(yù)測(cè)分類(lèi)結(jié)果和真實(shí)樣品的分類(lèi)結(jié)果一致，分類(lèi)準(zhǔn)確率達(dá)到100%，說(shuō)明所建BP神經(jīng)網(wǎng)絡(luò)分類(lèi)模型的分類(lèi)效果較好。
按照試驗(yàn)方法對(duì)訓(xùn)練集進(jìn)行訓(xùn)練，各元素定標(biāo)模型的4個(gè)性能指標(biāo)隨迭代次數(shù)變化而變化，其中Cr、Cu定標(biāo)模型性能指標(biāo)的變化曲線如圖3所示。
由圖3可知：Cr定標(biāo)模型所得R2在迭代50次后便趨向于1，RMSE、MPE均在迭代200次后降至較低且趨于平穩(wěn)，PRESS在迭代50次后降至較低且趨于平穩(wěn)，因此試驗(yàn)選擇在迭代次數(shù)200次時(shí)停止訓(xùn)練；Cu定標(biāo)模型所得R2、RMSE、MPE和PRESS在迭代280次時(shí)達(dá)到最優(yōu)效果，因此試驗(yàn)選擇在迭代280次時(shí)停止訓(xùn)練。
通過(guò)試驗(yàn)發(fā)現(xiàn)，測(cè)試集中5種元素也保持了良好的擬合效果，RMSE、MPE和PRESS等3項(xiàng)指標(biāo)也較好，充分說(shuō)明利用BP神經(jīng)網(wǎng)絡(luò)建立的元素定標(biāo)模型的性能較好。根據(jù)圖4可以表明，各元素模型的預(yù)測(cè)值均在認(rèn)定值范圍內(nèi)浮動(dòng)，擬合程度較好，能夠反映元素的真實(shí)含量。
按照試驗(yàn)方法對(duì)實(shí)際樣品1平行測(cè)定5次，計(jì)算預(yù)測(cè)值的相對(duì)標(biāo)準(zhǔn)偏差(RSD)，Si、Mn、Cr、Ni和Cu元素的預(yù)測(cè)值的RSD均小于5.0%，符合精密度規(guī)定。利用定標(biāo)模型預(yù)測(cè)樣品1、樣品2和樣品3中5種元素的含量。根據(jù)試驗(yàn)結(jié)果，預(yù)測(cè)值和測(cè)定值基本一致，說(shuō)明廢鋼樣品定標(biāo)模型準(zhǔn)確度較好，可進(jìn)一步應(yīng)用于實(shí)際生產(chǎn)檢測(cè)中。
3、 結(jié)論
針對(duì)鋼鐵行業(yè)尚無(wú)專(zhuān)用性廢鋼成分快速檢測(cè)工業(yè)成型機(jī)的現(xiàn)狀，本工作采用自建設(shè)備及軟件，并結(jié)合BP神經(jīng)網(wǎng)絡(luò)建立了分類(lèi)模型和定標(biāo)模型。分類(lèi)模型的準(zhǔn)確率趨近于100%，Si、Mn、Cr、Ni、Cu等元素定標(biāo)模型所得測(cè)試集數(shù)據(jù)的R2分別為0.941，0.983，0.983，0.988，0.987，RMSE分別為0.0612，0.0607，0.0425，0.0496，0.0169，模型性能均較好。將所建模型用于測(cè)試集的分類(lèi)和實(shí)際樣品中5種元素含量的測(cè)定，分類(lèi)準(zhǔn)確率為100%，預(yù)測(cè)值和測(cè)定值一致，基本滿(mǎn)足鋼廠廢鋼分類(lèi)以及成分快速檢測(cè)的工作需求。下一步還將繼續(xù)優(yōu)化算法，實(shí)現(xiàn)廢鋼成分中As、Sn等有害殘余元素的檢測(cè)，為實(shí)現(xiàn)異常廢鋼的單獨(dú)管理和建立適應(yīng)特殊鋼微量元素控制的質(zhì)量管理體系提供技術(shù)參考。
京公網(wǎng)安備11010802046783號(hào)
