基于混合正交最小二乘拟合的Pr/Nd组分含量检测 |
| 2013-02-22 15:52 作者：熊 渊 来源：硅谷网-《硅谷》杂志 HV： 编辑： 【搜索试试】
|
|
据《硅谷》杂志2012年第22期刊文称，欲使得稀土萃取分离生产过程实现自动化，须解决该过程中元素组分含量的在线检测这一问题。针对Pr/Nd萃取分离生产过程中的元素组分含量，提出一种基于混合正交最小二乘拟合的的检测方法。首先，将待处理的图像转换为HSI格式，并提取出H分量的一阶矩，然后利用设计的混合正交最小二乘拟合方法，得出Pr/Nd溶液中Nd的组分含量和H分量一阶矩之间的拟合模型，并给出这两个估计值的相对误差。结果表明该拟合模型有效、检测精度较高。
关键词：Pr/Nd；元素组分含量检测；混合正交最小二乘拟合
稀土广泛应用在冶金/机械、玻璃/陶瓷和石油化工等领域，但稀土元素性质十分相似，造成其分离的困难[1]。利用串级萃取分离方法可以从混合稀土溶液中分离、富集、提取所需纯度的稀土产品。然而，我国稀土工业生产过程自动化设备仍停留在离线分析、经验调整、手动控制的水平[2]。为实现稀土萃取分离生产过程自动化，须实现萃取分离生产过程中元素组分含量的在线检测。采用软测量技术[3]可以在线检测元素组分含量，但是其模型精度及泛化能力与萃取过程数据密切相关。
文献[4]针对稀土离子具有特征颜色[5]的P507-RECL3萃取体系，提出了一种基于稀土离子颜色特征识别的组分含量检测方法。有鉴于此，本文针对Pr/Nd萃取过程，首先在HSI颜色空间中从所摄的Pr/Nd溶液图像中提取出H分量的一阶矩，然后利用设计的混合正交最小二乘拟合方法，得出了Pr/Nd溶液中Nd的组分含量和H分量一阶矩之间的拟合模型，并给出这两个估计值的相对误差。结果表明该拟合模型有效、检测精度较高。
1Pr/Nd溶液图像的特征提取
因为Pr/Nd溶液图像的主要特征为颜色特征，故这里讨论的是图像的颜色特征提取。所摄图像为RGB格式，但HSI颜色空间从人的视觉系统出发，用色调（Hue）、色饱和度（Saturation）和亮度（Intensity）来描述色彩，更接近人眼感受颜色的方式。故须将RGB转换为HSI，具体转化公式见[6]，可得到图像的Ｈ分量。
又图像的颜色分布信息主要集中在低阶矩[7]，其中颜色的一阶矩即像素值的平均值。下图1是图像H分量一阶矩的散点图。
图1H分量一阶矩的散点图
从上图1中可以看出，图像中提取的H分量一阶矩的拟合效果较好，因此选择其作为图像中提取出的颜色特征。
2混合正交最小二乘曲线拟合
最小二乘曲线拟合没有考虑自变量的误差，而正交最小二乘曲线拟合同时兼顾自变量和因变量的误差，因而宜采用正交最小二乘进行曲线拟合。在文[8]中，当和的多次取值分别接近和对、进行最小二乘曲线拟合得到的拟合多项式系数时，发现这种情况下的正交最小二乘曲线拟合不稳定，其残差和变化范围较大，因此本文提出一种混合正交最小二乘曲线拟合。
针对本文具体情况，混合正交最小二乘曲线拟合的主要计算过程如下：
1）由给定的自变量即Pr/Nd溶液中元素Nd的组分含量（Pr、Nd两组分含量之和为１，知道一种组分的含量即可确定另一组分的含量）和因变量（H分量的一阶矩）值求出最小二乘曲线拟合多项式的系数；
2）由和值估计出它们的参考值和：和，这里取0.1，在[1，1000]中逐个取值；
3）由正交最小二乘曲线拟合计算出的估计值，然后再由最小二乘曲线拟合得出的估计值；
4）统计三种最小二乘曲线拟合情形下的残差和并做比较。
本文选择3阶线性拟合，把普通最小二乘拟合、正交最小二乘拟合和混合正交最小二乘拟合各自产生的残差和记做、和，发现：
（1）
取时，混合正交最小二乘拟合模型为：
（2）
下图2给出了原始点经普通最小二乘法和混合正交最小二乘法拟合的效果图：
图2拟合图
3结论
利用混合正交最小二乘拟合方法，Nd的组分含量和H分量一阶矩的相对误差如下图3所示：
图3Nd的组分含量和H分量一阶矩的相对误差
这种情况下，Pr/Nd溶液中Nd的组分含量和H分量一阶矩的相对误差均保持在较小的范围，前者在在1%以内，后者也在4%以内，检测精度较高。 |
|
|
|
【对“基于混合正交最小二乘拟合的Pr/Nd组分含量检测”发布评论】 |
版权及免责声明：
① 本网站部分投稿来源于“网友”，涉及投资、理财、消费等内容，请亲们反复甄别，切勿轻信。本网站部分由赞助商提供的内容属于【广告】性质，仅供阅读，不构成具体实施建议，请谨慎对待。据此操作，风险自担。
② 内容来源注明“硅谷网”及其相关称谓的文字、图片和音视频，版权均属本网站所有，任何媒体、网站或个人需经本网站许可方可复制或转载，并在使用时必须注明来源【硅谷网】或对应来源，违者本网站将依法追究责任。
③ 注明来源为各大报纸、杂志、网站及其他媒体的文章，文章原作者享有著作权，本网站转载其他媒体稿件是为传播更多的信息，并不代表赞同其观点和对其真实性负责，本网站不承担此类稿件侵权行为的连带责任。
④ 本网站不对非自身发布内容的真实性、合法性、准确性作担保。若硅谷网因为自身和转载内容，涉及到侵权、违法等问题，请有关单位或个人速与本网站取得联系（联系电话：01057255600），我们将第一时间核实处理。
|
|
|
|
