研究神经网络基于BP算法XRF光谱法测定酸溶铝含量策略

论文导读：2.4设计人工网络神经程序，并进行训练28-292.2.5实验总体设计流程29-302.3本章小结30-32第3章化学浅析策略的建立32-403.1ICP测定氧化铁粉中酸溶铝32-353.1.1实验部分32-333.1.2结果与讨论33-353.1.3试样的测试结果353.2XRF测定氧化铁粉中全铝含量35-383.2.1实验部分36-373.2.2结果与讨论37-383.2.3试样的测试结
摘要：氧化铁粉中含有酸溶和酸不溶铝，酸溶铝是单质铝形态有着于氧化铁粉中，酸不溶铝以三氧化二铝形式溶于氧化铁中，酸不溶铝对炼钢炼制产生会不利影响，单质铝和Al2O3的总含量称为全铝。实验室以前采取的是光度法测定氧化铁粉中酸溶铝含量，策略前处理复杂，实验周期长，不能满足实验室常规浅析检测对于实验周期要求越来越紧的要求，如何能建立快速，准确的检测策略替代以前复杂，耗时的检测策略来完成常规检测工作一直是实验室化学浅析工作考虑的不足。本论文探讨了X射线荧光光谱法（简称XRF）结合BP神经网络的算法来测定氧化铁粉中酸溶铝含量。实验中，将氧化铁粉压片制成固体，用X射线荧光光谱仪测定氧化铁粉中总铝量，运用所建立的ANN-BP网络模型，输入总铝含量直接预测出酸溶铝含量。本论文的主要做了如下探讨：1.探讨XRF法测定氧化铁粉中全铝含量的浅析策略，通过参数实验选择，确认最佳参数，建立了浅析策略，并通过实验策略比对验证了策略可靠。2.通过人工神经网络的选型探讨，建立了BP神经网络。探讨BP网络运用于X射线光谱法检测酸溶铝含量网络参数的选取以达到最佳网络训练效果。并通过参数选择实验，验证了策略可行。本论文将将人工神经网络运用于工作实际，网络解决XRF检测氧化铁粉中酸溶铝含量的策略，策略简便，快速，浅析结果满足生产要求，适合实验室浅析。该策略是人工神经网络在化学浅析中的一种运用方式，策略的建立，可为今后化学浅析工作探讨中能提供一种解决策略及思路。关键词：X射线荧光光谱法论文人工神经网络论文酸溶铝论文
本论文由www.7ctime.com,需要论文可以联系人员哦。摘要5-6
Abstract6-8
目录8-10
第1章 绪论10-26

1.1 课题探讨的背景10

1.2 酸溶铝浅析近况10-13

1.2.1 光度法10-11

1.2.2 滴定法11

1.2.3 ICP 法11-12

1.2.4 火花源发射光谱法12-13

1.2.5 浅析仪器结合数学算法13

1.3 人工神经网络的概述13-24

1.3.1 人工神经网络的出现和进展13-14

1.3.2 人工神经网络的的特点14-16

1.3.3 人工神经网络的分类16-22

1.3.4 人工神经网络在化学方面的运用22-24

1.4 论文主要工作及结构安排24-25

1.5 本章小结25-26

第2章 实验总体案例设计26-32

2.1 实验近况及实验需求和目的26-28

2.

1.1 实验室浅析近况26-27

2.

1.2 实验需求27

2.

1.3 实验的目标27-28

2.2 实验总体设计28-30

2.1 制作训练集和预测集28

2.2 建立 ICP 测定氧化铁粉中酸溶铝含量策略28

2.3 建立 XRF 测定氧化铁粉中全铝含量策略28

2.4 设计人工网络神经程序，并进行训练28-29

2.5 实验总体设计流程29-30

2.3 本章小结30-32

第3章 化学浅析策略的建立32-40

3.1 ICP 测定氧化铁粉中酸溶铝32-35

3.

1.1 实验部分32-33

3.

1.2 结果与讨论33-35

3.

1.3 试样的测试结果35

3.2 XRF 测定氧化铁粉中全铝含量35-38
3.

2.1 实验部分36-37

3.

2.2 结果与讨论37-38

3.

2.3 试样的测试结果38

3.3 本章小结38-40
第4章 XRF-BP 神经网络策略的选择和建立40-50

4.1 人工神经网络的选择40-41

4.2 BP 神经网络的优点41-42

4.3 BP 算法有着的不足及其改善讨论42-44

4.

3.1 BP 算法有着的不足42-43

4.

3.2 BP 算法缺陷的浅析和改善43-44

4.4 设计 XRF 法-BP 神经网络及参数44-46

4.1 网络层数的选择44-45

4.2 输入层神经元个数的确定45

4.3 输出层神经元数目确认45

4.4 隐层神经元个数的确定45

4.5 传输函数的确定45

4.6 初始化参数的设置45-46

4.5 XRF-BP 神经网络的算法及程序设计46-48

4.6 本章小结48-50

第5章 结果与讨论50-54

5.1 结果50-52

5.2 讨论52-53

5.3 本章小结53-54

结论54-56
参考文献56-63
致谢63-65
附录 源程序65-71