極譜法多金屬離子濃度在線檢測方法
2023-05-29 21:09:21 2
極譜法多金屬離子濃度在線檢測方法
【專利摘要】本發明涉及金屬離子濃度檢測領域，更具體涉及極譜法多金屬離子濃度在線檢測方法。本發明提出了一種基於狀態轉移算法（STA）的改進小波神經網絡方法用於多金屬離子濃度的實時測定。該方法首先作出極譜曲線，然後採用離散小波變換求取極譜信號的一階導數，以此提取出相應的特徵點，特徵點數量為所測金屬離子種類數量的3倍，作為小波神經網絡的輸入。在使用訓練集對小波神經網絡進行訓練時，為了使得網絡模型更為精確，將狀態轉移算法用於小波神經網絡參數的優化，避免網絡陷入了局部極值。最後，將訓練得到的網絡模型用於多金屬離子濃度的實時在線檢測。本發明以實際的鋅、鈷極譜重疊信號為例對算法進行測試，所得到的結果明顯優於傳統的曲線擬合和BP神經網絡算法。
【專利說明】極譜法多金屬離子濃度在線檢測方法
【技術領域】
[0001]本發明涉及金屬離子濃度檢測領域，更具體涉及一種極譜法多金屬離子濃度在線檢測方法。
【背景技術】
[0002]鋅溼法冶煉過程中，存在其他多種雜質金屬離子。這些雜質金屬離子通過淨化過程中添加其他物料來除去，物料添加過多會造成資源浪費；物料添加不足就會造成雜質金屬離子去除不徹底，將對後續電解工藝存在很大的危害。長期以來，鋅溼法冶煉過程中多金屬離子濃度採用人工離線檢測的方法，這種檢測過程複雜且滯後時間長，不能及時反饋濃度信息，造成資源浪費、汙染物排放超標和能源過量消耗等嚴重後果。因此，亟須改進針對溼法冶金過程的多金屬組分的在線分析方法，用以優化過程參數並實現節能減排降耗。
[0003]極譜分析方法用於金屬離子濃度的檢測，是通過產生的伏安特性曲線來計算出所檢測離子的濃度，不需要進行信號的轉換，就能直接記錄，具有靈敏度高、速度快、操作方便的特點。但是在極譜法多金屬離子濃度同時在線檢測的過程中，對於特性相似的組分，由於激發電壓接近會得到重疊的信號；另外，多組分中的主體成分由於其濃度高，產生的信號也將對其他的信號存在幹擾，也將產生信號的疊加。傳統化學測量常採用繁瑣冗長的化學分離、掩蔽和提高儀器的解析度等方法來獲得單一組分的相關信息。然而在很多情況下，僅憑化學方法和提高儀器的解析度對多組分體系進行分辨往往是非常困難的。
【發明內容】
[0004](一)要解決的技術問題
[0005]本發明要解決的技術問題就是針對極譜法實現多金屬離子濃度實時在線檢測時所得信號存在重疊峰的問題，提出一種基於狀態轉移算法(STA)的改進小波神經網絡方法用於多金屬離子濃度的實時在線測定。
[0006](二)技術方案
[0007]本發明方法首先作出極譜曲線，然後採用離散小波變換求取所得極譜重疊信號的一階導數，以此提取出相應的特徵點作為小波神經網絡的輸入。繼而採用小波神經網絡建立極譜電流信號與金屬離子濃度之間的關係。在使用訓練集對小波神經網絡進行訓練時，為了使得網絡模型更為精確，接著採用狀態轉移算法(STA)用於小波神經網絡參數的離線訓練過程，避免網絡陷入了局部極值。最後，將訓練得到的網絡模型用於多金屬離子濃度的實時在線檢測。
[0008]本發明方法首先從採集到的極譜信號中得到相應的特徵值。在採用極譜法進行離子濃度檢測時，在掃描的電壓範圍內一般將採幾萬個數據，若將這些數據都作為小波神經網絡的輸入，勢必使得計算複雜，且存在信息冗餘。按極譜法進行離子濃度檢測的原理可知，離子濃度與譜峰處的電流大小密切相關。因此，選取原始極譜信號中出現的峰信號及其一階導數的相關極值點作為小波神經網絡的輸入。[0009]該方法中所述的相應的特徵點是選取極譜曲線中出現的對應於所測金屬離子種類數量的峰值點和其相應的一階導數曲線中數量為上述峰值點2倍的極值點，將上述總數量為所測金屬離子種類數量3倍的特徵點作為小波神經網絡的輸入。
[0010]採用離散小波變換求取信號的一階導數，即採用某一小波母函數δ (χ)對極譜信
號進行j層分解時，產生的分解波子集Cit和c忠之間存在很小的偏移，根據離散數據微分公式，利用這個偏移求各個對應點的近似導數，得到信號c(°)的一階導數x(1)，其表達式可寫成為
【權利要求】
1.一種極譜法多金屬離子濃度在線檢測方法，其特徵在於，首先作出極譜曲線，然後採用離散小波變換求取所得極譜重疊信號的一階導數，以此提取出相應的特徵點作為小波神經網絡的輸入；繼而採用小波神經網絡建立極譜電流信號與金屬離子濃度之間的關係；接著採用狀態轉移算法(STA)用於小波神經網絡參數的離線訓練過程；最後，將訓練得到的網絡模型用於多金屬離子濃度的實時在線檢測。
2.根據權利要求1的極譜法多金屬離子濃度在線檢測方法，其特徵在於，該方法中所述的相應的特徵點是選取極譜曲線中出現的對應於所測金屬離子種類數量的峰值點和其相應的一階導數曲線中數量為上述峰值點2倍的極值點，將上述總數量為所測金屬離子種類數量3倍的特徵點作為小波神經網絡的輸入； 採用離散小波變換求取信號的一階導數，即採用某一小波母函數δ (χ)對極譜信號進行j層分解時,產生的分解波子集和之間存在很小的偏移,根據離散數據微分公式，利用這個偏移求各個對應點的近似導數，得到信號C(°)的一階導數X(1)，其表達式可寫成為
3.根據權利要求1或2的極譜法多金屬離子濃度在線檢測方法，其特徵在於，所述的金屬離子為鋅溼法冶金過程中存在的金屬離子。
【文檔編號】G06N3/08GK103822960SQ201410053132
【公開日】2014年5月28日 申請日期:2014年2月17日 優先權日:2014年2月17日
【發明者】王雅琳, 黃天紅, 王國偉, 陽春華, 朱紅求, 彭雄威 申請人:中南大學