基于高光譜成像技術(shù)的銅品質(zhì)檢測方法研究.pdf

1、銅金屬具有很多優(yōu)良特性，在生產(chǎn)和生活各個方面有著廣泛的應(yīng)用。隨著經(jīng)濟的高速發(fā)展，傳統(tǒng)銅礦日益枯竭，廢雜銅資源顯得愈發(fā)重要。廢雜銅來源廣泛成分含量參差不齊，加上廢雜銅冶煉工藝和參數(shù)的差異，致使冶煉得到的再生銅的銅成分含量不一。再生銅中不同的銅成分含量代表了不同的品質(zhì)，因而檢測再生銅的銅成分含量是廢雜銅冶煉自動化過程的關(guān)鍵技術(shù)之一。目前現(xiàn)有的方法無法有效實現(xiàn)準(zhǔn)確快速地檢測。
　　 為此，本文針對現(xiàn)有再生銅品質(zhì)檢測方法存在的問題，在研

2、究了光譜成像技術(shù)的基礎(chǔ)上，提出了兩種基于高光譜特征的銅成分回歸建模方法，通過建立的回歸模型實現(xiàn)再生銅品質(zhì)的檢測。
　　 本文的研究工作主要包括以下幾個方面:
　　 1)由于成像光譜儀成套系統(tǒng)價格昂貴，在分析了成像光譜儀的物理原理和實現(xiàn)原理的基礎(chǔ)上，結(jié)合本文再生銅品質(zhì)檢測的應(yīng)用背景，進行了硬件平臺的部件選型和組裝搭建。根據(jù)硬件平臺特性和應(yīng)用需求，開發(fā)了一款配套的成像光譜儀銅品質(zhì)檢測軟件。
　　 2)提出了再生銅樣本

3、高光譜特征的提取方法，在分析討論了樣本數(shù)據(jù)處理、核函數(shù)選取以及建模參數(shù)優(yōu)化的基礎(chǔ)上，提出了基于高光譜特征銅成分的LSSVR回歸建模方法，設(shè)計了LSSVR回歸建模的詳細步驟。根據(jù)詳細的建模步驟，進行了實驗研究，實驗結(jié)果表明通過建立的回歸模型可以實現(xiàn)再生銅品質(zhì)的準(zhǔn)確快速地檢測。
　　 3)在研究了非負(fù)矩陣算法(NMF)和粒子群算法(PSO)理論的基礎(chǔ)上，提出了基于粒子群的非平滑非負(fù)矩陣算法(PSO-nsNMF)。結(jié)合本文再生銅品質(zhì)檢