本發(fā)明屬于等離子光譜定量分析領(lǐng)域，特別涉及一種基于工藝參數(shù)修正的SVR對(duì)激光金屬沉積中元素濃度實(shí)時(shí)監(jiān)測(cè)方法。
背景技術(shù)：
：激光誘導(dǎo)等離子體光學(xué)發(fā)射光譜分析法已經(jīng)有了廣泛地應(yīng)用和研究，其基本原理是激光使材料表面汽化，汽化的材料進(jìn)一步接收激光能量并激發(fā)為等離子體態(tài)并輻射出光譜，然后通過(guò)對(duì)等離子體發(fā)射光譜進(jìn)行分析而間接得到材料的成分信息或者其它信息。該分析方法根據(jù)不同的加工情況以及不同的激光形式往往具有不同的學(xué)名。激光誘導(dǎo)等離子體擊穿光譜法(LIBS)的原理是將高能脈沖激光束聚焦到材料表面，使材料表面的部分材料汽化并激發(fā)出等離子體并輻射光譜，該光譜可用于間接分析物質(zhì)的元素組成。然而LIBS方法對(duì)工藝參數(shù)的要求苛刻，為了成分回歸預(yù)測(cè)的準(zhǔn)確度和方便性，技術(shù)人員都希望最后得到的元素成分和譜線(xiàn)強(qiáng)度比的標(biāo)定曲線(xiàn)是一條線(xiàn)性度很高的直線(xiàn)，然而，這樣的要求往往需要作用在靶材上的激光功率密度高達(dá)109J/mm2，因?yàn)橹挥羞@樣的功率密度才可以使得靶材中的不同元素以及同一元素的不同特征譜線(xiàn)能夠被完全激發(fā)，反之如果功率過(guò)低就很可能導(dǎo)致不同元素或者同一元素的不同特征譜線(xiàn)的激發(fā)特性不同，最終都會(huì)導(dǎo)致上述標(biāo)定曲線(xiàn)變成一條非線(xiàn)性的曲線(xiàn)，從而影響回歸預(yù)測(cè)的準(zhǔn)確度。一般解決該問(wèn)題的方法是如果由于實(shí)際工況需求必需使用低功率密度的激光進(jìn)行激發(fā)，那么就需要重新進(jìn)行成分標(biāo)定的過(guò)程，并得到該激光功率密度下的非線(xiàn)性標(biāo)定曲線(xiàn)，而且該非線(xiàn)性標(biāo)定曲線(xiàn)只能用于該激光功率密度下的成分回歸預(yù)測(cè)，如文獻(xiàn)“J.B.Sirven,B.Bousquet,L.Canionietal.,“Laser-inducedbreakdownspectroscopyofcompositesamples:comparisonofadvancedchemometricsmethods,”AnalyticalChemistry,vol.78,no.5,pp.1462-1469,Mar.1,2006.”通過(guò)使用不同的智能算法來(lái)解決該問(wèn)題，比如最小二乘回歸和神經(jīng)網(wǎng)絡(luò)算法，但是結(jié)果并不理想；而文獻(xiàn)“W.T.Chan,andR.E.Russo,“Studyoflaser-materialinteractionsusinginductivelycoupledplasma-atomicemissionspectrometry,”SpectrochimicaActaPartB:AtomicSpectroscopy,vol.46,no.11,pp.1471-1486,Nov.1991.”以及“W.T.Y.Mohamed,“StudyofthematrixeffectontheplasmacharacterizationofsixelementsinaluminumalloysusingLIBSwithaportableechellespectrometer,”P(pán)rogressinPhysics,vol.2,Apr.2007.”一直嘗試尋找可以使得LIBS過(guò)程完全不受外界環(huán)境影響的一個(gè)閾值條件，如激光功率、保護(hù)氣體氣壓的上限或者下限值等，并建議他人選擇該閾值條件以上或者以下的工藝參數(shù)進(jìn)行實(shí)驗(yàn)；而近年來(lái)LIBS中大部分做成分分析的文獻(xiàn)，如“J.ElHaddad,D.Bruyère,A.etal.,“Applicationofaseriesofartificialneuralnetworkstoon-sitequantitativeanalysisofleadintorealsoilsamplesbylaserinducedbreakdownspectroscopy,”SpectrochimicaActaPartB:AtomicSpectroscopy,vol.97,pp.57-64,May2014.”，這些研究工作也都是需要獲得不同工藝參數(shù)下的標(biāo)準(zhǔn)樣品的光譜數(shù)據(jù)，以獲得包括工藝參數(shù)在內(nèi)的成分分析模型庫(kù)，當(dāng)有新的光譜數(shù)據(jù)輸入時(shí)，首先要在模型庫(kù)中尋找該工藝參數(shù)下的對(duì)應(yīng)模型，再使用該模型進(jìn)行成分預(yù)測(cè)，可以看出該解決方法需要對(duì)大量不同的工藝參數(shù)進(jìn)行標(biāo)定的過(guò)程，而該過(guò)程費(fèi)時(shí)費(fèi)力，且無(wú)法提供一個(gè)更泛化的成分預(yù)測(cè)模型。從上述的近年研究趨勢(shì)可以看出，大多數(shù)的努力方向在于(1)使用最優(yōu)工藝參數(shù)以及(2)增大標(biāo)定數(shù)據(jù)以增大模型庫(kù)。而針對(duì)不同工藝參數(shù)來(lái)修改算法的方法在該領(lǐng)域尚未有研究涉足，其原因在于有以下難點(diǎn)：(1)并不是所有的算法都適合用來(lái)做工藝參數(shù)的修正，需要不斷嘗試尋找最適合的能夠?qū)⒐に噮?shù)靈活涵蓋進(jìn)去的智能算法；(2)算法自身內(nèi)部也有需要優(yōu)化的分析參數(shù)，同樣需要有適合的方法來(lái)尋找該參數(shù)；(3)分析參數(shù)隨工藝參數(shù)的變化趨勢(shì)的公式也很難直接加入算法中，需要進(jìn)行適當(dāng)?shù)囊约办`活的變換。激光金屬沉積過(guò)程中進(jìn)行成分監(jiān)測(cè)的方法為光學(xué)激發(fā)光譜法(OES)，其原理是通過(guò)探測(cè)在整個(gè)加工過(guò)程中的副產(chǎn)品等離子體的激發(fā)光譜，而不是特意使用高能激光作為激發(fā)源誘導(dǎo)產(chǎn)生等離子體，此外，激光金屬沉積過(guò)程使用的是遠(yuǎn)低于LIBS激光功率密度的激光束熔化同軸送出的金屬粉末，因此其標(biāo)定曲線(xiàn)往往呈現(xiàn)一條非線(xiàn)性的曲線(xiàn)，而且標(biāo)定曲線(xiàn)的非線(xiàn)性還會(huì)根據(jù)不同的金屬材料而發(fā)生變化。專(zhuān)利號(hào)CN105352918A公開(kāi)了一種使用SVR建立某一特定工藝參數(shù)下的成分探測(cè)模型，將輸入變量投影在高維空間里來(lái)解決存在的非線(xiàn)性的問(wèn)題，從而提高預(yù)測(cè)的準(zhǔn)確度。然而，該方法也只適用于用某一特定工藝參數(shù)下的標(biāo)定模型來(lái)預(yù)測(cè)該工藝參數(shù)下的光譜數(shù)據(jù)對(duì)應(yīng)成分信息，如果工藝參數(shù)發(fā)生改變，則標(biāo)定曲線(xiàn)的線(xiàn)性度也隨之變化，該算法也就需要對(duì)探測(cè)模型進(jìn)行重新標(biāo)定。因此，往往在某一特定工藝參數(shù)下標(biāo)定得到的預(yù)測(cè)模型之后也只能在該工藝參數(shù)下使用，而不適用于其它工藝參數(shù)下，這就會(huì)導(dǎo)致算法的泛化性能大大降低，而且無(wú)法靈活地應(yīng)用于實(shí)際激光金屬沉積需要改變工藝參數(shù)的加工過(guò)程。如文獻(xiàn)“L.Song,andJ.Mazumder,“RealtimeCrmeasurementusingopticalemissionspectroscopyduringdirectmetaldepositionprocess,”IEEESensorsJournal,vol.12,no.5,pp.958-964,May2012.”對(duì)比了譜線(xiàn)強(qiáng)度比、電子密度以及等離子體溫度隨濃度變化的標(biāo)定曲線(xiàn)來(lái)預(yù)測(cè)未知材料中的元素濃度，但是也只能在其文章中實(shí)驗(yàn)的工藝參數(shù)下使用其得到的標(biāo)定模型。而該方法對(duì)于不同工藝參數(shù)需要進(jìn)行費(fèi)時(shí)費(fèi)力的重新標(biāo)定過(guò)程，而算法本身并不具有很強(qiáng)的泛化性。也正如上文所提到的，針對(duì)不同工藝參數(shù)來(lái)修改算法的方法在激光增材制造領(lǐng)域的光譜實(shí)時(shí)成分監(jiān)測(cè)尚未有研究涉足。技術(shù)實(shí)現(xiàn)要素：本發(fā)明提供了一種基于工藝參數(shù)修正的SVR對(duì)激光金屬沉積中元素濃度實(shí)時(shí)監(jiān)測(cè)方法，用以解決現(xiàn)有技術(shù)中激光直接金屬沉積過(guò)程中元素濃度實(shí)時(shí)定量探測(cè)不準(zhǔn)和控制較難的問(wèn)題。一種基于工藝參數(shù)修正的SVR對(duì)激光金屬沉積中元素濃度實(shí)時(shí)監(jiān)測(cè)方法，包括以下步驟：步驟1：獲取標(biāo)定樣本在不同工藝參數(shù)下的進(jìn)行金屬沉積過(guò)程中的光譜信號(hào)；所述標(biāo)定樣本中原子百分比濃度依次從0at.％增加到100at.％；步驟2：提取樣本中待分析元素的不同波長(zhǎng)下的特征光譜信號(hào)；譜線(xiàn)選取準(zhǔn)則如下：1)待分析元素的兩組特征譜線(xiàn)在所選波長(zhǎng)范圍內(nèi)呈正態(tài)分布，沒(méi)有自吸收或者自蝕效應(yīng)；2)所選擇的所有特征譜線(xiàn)需單獨(dú)存在，不與其它任何譜線(xiàn)存在重疊或者干涉效應(yīng)；3)由于光譜儀中的CCD的感光度為非線(xiàn)性變化，如果光譜儀沒(méi)有進(jìn)行過(guò)強(qiáng)度校正，應(yīng)該選擇10nm波長(zhǎng)范圍內(nèi)的特征譜線(xiàn)，目的是為了減少非線(xiàn)性強(qiáng)度對(duì)精度的影響；如果光譜儀進(jìn)行過(guò)強(qiáng)度校正，則不需要考慮該譜線(xiàn)選取準(zhǔn)則；4)待分析元素在對(duì)應(yīng)波長(zhǎng)下的特征譜線(xiàn)要能夠在不同的工藝參數(shù)下都會(huì)穩(wěn)定存在，而不會(huì)隨著工藝參數(shù)的變化而泯滅(根據(jù)NISTDataBase所提供的數(shù)據(jù)，建議選擇一級(jí)原子激發(fā)譜，因?yàn)槠渥钊菀妆患ぐl(fā))；譜線(xiàn)自身的精度會(huì)影響結(jié)果的準(zhǔn)確性，因此應(yīng)選擇具有高精度的特征譜線(xiàn)(根據(jù)NISTDataBase所提供的數(shù)據(jù)，譜線(xiàn)躍遷幾率的精度級(jí)別應(yīng)為B級(jí)以上)；步驟3：采用SVR算法構(gòu)建相同工藝參數(shù)下的預(yù)測(cè)模型；利用在相同工藝參數(shù)下獲得的已標(biāo)識(shí)元素濃度材料的特征光譜信號(hào)xi和成分標(biāo)識(shí)yi作為訓(xùn)練數(shù)據(jù)，基于SVR算法訓(xùn)練各工藝參數(shù)對(duì)應(yīng)的材料元素成分預(yù)測(cè)模型g(xi)；步驟4：尋找不同加工工藝參數(shù)對(duì)應(yīng)的SVR最優(yōu)分析參數(shù)σ和ε；采用二折交叉驗(yàn)證方法，通過(guò)兩層循環(huán)嵌套的方式依次改變預(yù)測(cè)模型中的最優(yōu)分析參數(shù)，以該預(yù)測(cè)模型對(duì)應(yīng)的加工工藝參數(shù)下獲得的特征光譜信號(hào)輸入預(yù)測(cè)模型，將預(yù)測(cè)值和實(shí)際值之間的最小絕對(duì)誤差對(duì)應(yīng)的最優(yōu)分析參數(shù)和對(duì)應(yīng)的工藝參數(shù)；步驟5：將步驟4所得的不同工藝參數(shù)下的最優(yōu)分析參數(shù)σ和ε與工藝參數(shù)進(jìn)行曲線(xiàn)擬合，并且得到擬合曲線(xiàn)的對(duì)應(yīng)公式，將公式代入SVR的核函數(shù)中，得到新的成分預(yù)測(cè)模型；步驟6：對(duì)待分析樣品進(jìn)行激光直接金屬沉積，利用光譜儀實(shí)時(shí)獲取待分析元素成分的樣品的特征光譜線(xiàn)相對(duì)強(qiáng)度比和積分強(qiáng)度信號(hào)以及對(duì)應(yīng)的工藝參數(shù)，輸入步驟5獲得的預(yù)測(cè)模型中，獲得元素成分預(yù)測(cè)結(jié)果，完成監(jiān)測(cè)過(guò)程。所述步驟1使用不同的加工工藝參數(shù)包括激光功率、激光焦距離焦量、粉末焦距離焦量、送粉速度、載氣送氣量、保護(hù)氣體送氣量和掃描速度。所述步驟2提取的特征光譜信號(hào)包括譜線(xiàn)相對(duì)強(qiáng)度、峰值強(qiáng)度比基線(xiàn)強(qiáng)度、等離子體溫度和電子密度。當(dāng)材料中含有三種或三種以上待分析元素時(shí)，首先將待分析元素兩兩分組，按照權(quán)利要求1所述的方法對(duì)每組進(jìn)行整體預(yù)測(cè)，然后按照權(quán)利要求1所述的方法對(duì)每組整體待分析的元素中的每個(gè)元素成分進(jìn)行預(yù)測(cè)，完成每個(gè)待分析元素成分的監(jiān)測(cè)。當(dāng)工藝參數(shù)的數(shù)量大于等于兩個(gè)以上時(shí)，其表達(dá)形式為(q1，q2，···，qi)，則利用得到最優(yōu)分析參數(shù)隨所有工藝參數(shù)的變化規(guī)律，σ|(q1,q2,···,qi)和ε|(q1,q2,···,qi)，并將參數(shù)代入SVR核函數(shù)的計(jì)算。在利用SVR算法構(gòu)建預(yù)測(cè)模型時(shí)所使用的輸入數(shù)據(jù)包括兩種：第一種，使用的輸入變量為xi＝(IA1/IB1，IA1/IB2，IA2/IB1，IA2/IB2)i，第二種，使用的輸入變量為xi＝(IA1/IB1，IA1/IB2，IA2/IB1，IA2/IB2，Iinte)i；其中，IA1、IA2、IB1和IB2分別為待分析元素A和B的兩組特征光譜信號(hào)，Iinte表示特征光譜信號(hào)的積分強(qiáng)度，在所選擇的波長(zhǎng)范圍內(nèi)光譜強(qiáng)度信號(hào)對(duì)橫坐標(biāo)波長(zhǎng)的積分。第二種輸入數(shù)據(jù)相比第一種輸入數(shù)據(jù)增加了一個(gè)積分強(qiáng)度Iinte的信號(hào)，可以發(fā)現(xiàn)SVR2結(jié)果優(yōu)于SVR1，表明增加了一個(gè)積分強(qiáng)度Iinte的信號(hào)作為算法的輸入可以提高成分預(yù)測(cè)精度。有益效果本發(fā)明提供了一種基于工藝參數(shù)修正的SVR對(duì)激光金屬沉積中元素濃度實(shí)時(shí)監(jiān)測(cè)方法，該方法首先在不同的加工工藝參數(shù)下對(duì)標(biāo)定樣品的等離子體的光譜信號(hào)進(jìn)行采集，然后通過(guò)特征提取算法，計(jì)算每個(gè)光譜信號(hào)中的譜線(xiàn)強(qiáng)度比和積分強(qiáng)度作為SVR的輸入信號(hào)，并將提取的光譜特征信號(hào)和對(duì)應(yīng)的成分濃度同時(shí)輸入SVR中進(jìn)行二折交叉驗(yàn)證訓(xùn)練學(xué)習(xí)，得到不同工藝參數(shù)下所對(duì)應(yīng)的最優(yōu)分析參數(shù)，并且通過(guò)曲線(xiàn)擬合方法得到兩者的關(guān)系模型，將其帶入SVR的核函數(shù)當(dāng)中得到基于工藝參數(shù)的成分預(yù)測(cè)模型，最后應(yīng)用該模型在激光直接金屬沉積過(guò)程中進(jìn)行實(shí)時(shí)的成分探測(cè)。本發(fā)明首次提出將最優(yōu)分析參數(shù)的擬合公式代入進(jìn)行等離子體光譜成分分析的SVR核函數(shù)中，避免了傳統(tǒng)解決方法需要對(duì)不同工藝參數(shù)下所得數(shù)據(jù)進(jìn)行標(biāo)定費(fèi)時(shí)費(fèi)力的過(guò)程，實(shí)現(xiàn)了只使用某一特定工藝參數(shù)下的標(biāo)定數(shù)據(jù)而進(jìn)行其它工藝參數(shù)下的成分預(yù)測(cè)的功能。該方法的分析過(guò)程就使得預(yù)測(cè)模型對(duì)于不同的工藝參數(shù)具有更好的泛化使用性能，以實(shí)際加工過(guò)程來(lái)說(shuō)，使用該方法建立的成分預(yù)測(cè)模型對(duì)于需要隨時(shí)改變工藝參數(shù)的加工過(guò)程具有更強(qiáng)的魯棒性。使得該方法既可以用于各種工藝參數(shù)的工況下，又避免了需要增大模型庫(kù)的復(fù)雜過(guò)程，因此就可以使得最終的算法對(duì)不同的工藝參數(shù)都具有更大的普適性。附圖說(shuō)明圖1為本發(fā)明專(zhuān)利實(shí)施例的流程圖；圖2為提取分析的光譜數(shù)據(jù)；圖3為求解某一工藝參數(shù)下的最優(yōu)分析參數(shù)σ和ε的原理圖，(a)為SVR1方法，(b)為SVR2方法；圖4為最優(yōu)分析參數(shù)σ和ε隨激光功率變化曲線(xiàn)；圖5為不同探測(cè)方法的實(shí)時(shí)探測(cè)的結(jié)果。具體實(shí)施方式下面將結(jié)合附圖和實(shí)施例對(duì)本發(fā)明做進(jìn)一步的說(shuō)明。如圖1所示，一種基于工藝參數(shù)修正的SVR對(duì)激光金屬沉積中元素濃度實(shí)時(shí)監(jiān)測(cè)方法，包括以下步驟：步驟1：獲取標(biāo)定樣本在不同工藝參數(shù)下的光譜信號(hào)；在激光金屬沉積中，對(duì)不同元素濃度混合的金屬粉末在不同的工藝參數(shù)下進(jìn)行金屬沉積實(shí)驗(yàn)，并且在實(shí)驗(yàn)過(guò)程中使用光譜儀探測(cè)等離子體發(fā)射譜的光譜信號(hào)；步驟2：提取特征光譜信號(hào)；從步驟1實(shí)驗(yàn)獲取的光譜信號(hào)中，按照譜線(xiàn)選取準(zhǔn)則提取材料中待分析元素A和B的兩組特征光譜信號(hào)IA1、IA2、IB1和IB2，并計(jì)算獲得元素特征譜線(xiàn)的相對(duì)強(qiáng)度比IA1/IB1、IA1/IB2、IA2/IB1和IA2/IB2，以及特征光譜信號(hào)的積分強(qiáng)度Iinte(在所選擇的波長(zhǎng)范圍內(nèi)光譜強(qiáng)度信號(hào)對(duì)橫坐標(biāo)波長(zhǎng)的積分)。譜線(xiàn)選取準(zhǔn)則如下：1)待分析元素的兩組特征譜線(xiàn)在所選波長(zhǎng)范圍內(nèi)呈正態(tài)分布，沒(méi)有自吸收或者自蝕效應(yīng)；2)所選擇的所有特征譜線(xiàn)需單獨(dú)存在，不與其它任何譜線(xiàn)存在重疊或者干涉效應(yīng)；3)由于光譜儀中的CCD的感光度為非線(xiàn)性變化，如果光譜儀沒(méi)有進(jìn)行過(guò)強(qiáng)度校正，應(yīng)該選擇10nm波長(zhǎng)范圍內(nèi)的特征譜線(xiàn)，目的是為了減少非線(xiàn)性強(qiáng)度對(duì)精度的影響；如果光譜儀進(jìn)行過(guò)強(qiáng)度校正，則不需要考慮該譜線(xiàn)選取準(zhǔn)則；4)待分析元素在對(duì)應(yīng)波長(zhǎng)下的特征譜線(xiàn)要能夠在不同的工藝參數(shù)下都會(huì)穩(wěn)定存在，而不會(huì)隨著工藝參數(shù)的變化而泯滅(根據(jù)NISTDataBase所提供的數(shù)據(jù)，建議選擇一級(jí)原子激發(fā)譜，因?yàn)槠渥钊菀妆患ぐl(fā))；5)譜線(xiàn)自身的精度會(huì)影響結(jié)果的準(zhǔn)確性，因此應(yīng)選擇具有高精度的特征譜線(xiàn)(根據(jù)NISTDataBase所提供的數(shù)據(jù)，譜線(xiàn)躍遷幾率的精度級(jí)別應(yīng)為B級(jí)以上)；步驟3：獲取預(yù)測(cè)模型訓(xùn)練數(shù)據(jù)；利用元素成分已標(biāo)識(shí)的材料按照設(shè)定的原子百分比濃度梯度從0at.％增加到100at.％，增加的梯度可以依據(jù)分析精度的要求自選，按照步驟1所述的方法進(jìn)行激光金屬沉積實(shí)驗(yàn)，利用光譜儀獲取激光直接金屬沉積過(guò)程中的光譜信號(hào)，并按照步驟2提取特征光譜信號(hào)；步驟4：采用SVR算法構(gòu)建預(yù)測(cè)模型；利用步驟3中獲得的已標(biāo)識(shí)元素濃度材料的特征光譜信號(hào)xi和成分標(biāo)識(shí)yi作為訓(xùn)練數(shù)據(jù)，訓(xùn)練材料元素成分預(yù)測(cè)模型g(xi)。其中，SVR1算法使用的輸入變量為xi＝(IA1/IB1，IA1/IB2，IA2/IB1，IA2/IB2)i，SVR2算法使用的輸入變量為xi＝(IA1/IB1，IA1/IB2，IA2/IB1，IA2/IB2，Iinte)i；步驟5：尋找不同加工參數(shù)對(duì)應(yīng)的最優(yōu)分析參數(shù)；使用二折交叉驗(yàn)證尋找某一特定加工工藝參數(shù)下SVR的最優(yōu)分析參數(shù)σ和ε，二折交叉驗(yàn)證的原理是將步驟4得到的特征光譜信號(hào)xi隨機(jī)平均分為兩組，將其中一組作為訓(xùn)練數(shù)據(jù)，而另一組作為測(cè)試數(shù)據(jù)，參數(shù)σ從1以步長(zhǎng)1變化到200，參數(shù)ε從0.001以步長(zhǎng)0.001變化到0.2，通過(guò)兩層循環(huán)嵌套的方式得到絕對(duì)誤差最低時(shí)的σ和ε值。對(duì)于其它工藝參數(shù)下的數(shù)據(jù)，也用同樣的方法求解該工藝參數(shù)下SVR的最優(yōu)分析參數(shù)σ和ε。為了方便步驟6得到擬合曲線(xiàn)和公式，建議工藝參數(shù)進(jìn)行規(guī)律和梯度的變化，比如激光功率q從300以步長(zhǎng)50變化到450，而其他工藝參數(shù)保持不變，然后再梯度改變掃描速度，保持其它工藝參數(shù)不變化；步驟6：獲得擬合曲線(xiàn)及修正公式；將步驟5所得的不同工藝參數(shù)下的最優(yōu)分析參數(shù)σ和ε與工藝參數(shù)進(jìn)行曲線(xiàn)擬合，并且得到擬合曲線(xiàn)的對(duì)應(yīng)公式，將公式代入SVR的核函數(shù)中，得到新的成分監(jiān)測(cè)模型；步驟7：成分預(yù)測(cè)；按照步驟1進(jìn)行激光直接金屬沉積時(shí)，利用光譜儀實(shí)時(shí)獲取步驟2所述的待分析元素成分的樣品的特征光譜線(xiàn)相對(duì)強(qiáng)度比和積分強(qiáng)度信號(hào)以及對(duì)應(yīng)的工藝參數(shù)，一同作為測(cè)試數(shù)據(jù)輸入步驟6獲得的預(yù)測(cè)模型中，獲得元素成分預(yù)測(cè)結(jié)果，完成監(jiān)測(cè)過(guò)程。以使用不同的激光功率q加工Ti-Al成分梯度合金為例，對(duì)一種基于工藝參數(shù)修正的SVR對(duì)激光金屬沉積中元素濃度實(shí)時(shí)監(jiān)測(cè)方法進(jìn)行闡述。步驟1：獲取標(biāo)定樣本在不同工藝參數(shù)下的光譜信號(hào)；在激光金屬沉積過(guò)程中，使用的是低功率密度的激光，而且在加工過(guò)程產(chǎn)生的等離子體為副產(chǎn)品，相比傳統(tǒng)的LIBS方法，該方法不需要用高能激光束作為激發(fā)源來(lái)轟擊材料表面誘導(dǎo)激發(fā)產(chǎn)生等離子體，而是在整個(gè)激光金屬沉積過(guò)程中都會(huì)有等離子體存在，因此通過(guò)對(duì)等離子體的光譜分析法可以得到沉積層的成分，并進(jìn)一步實(shí)現(xiàn)對(duì)加工過(guò)程的實(shí)時(shí)成分監(jiān)測(cè)。由于激光金屬沉積的產(chǎn)品具有實(shí)際的工業(yè)應(yīng)用，因此，加工過(guò)程中的激光功率也不能任意選擇，而是要使得加工后的產(chǎn)品具有好的性能，比如要求樣品沉積效率高以及缺陷要少(無(wú)裂紋、無(wú)氣孔、高結(jié)合性)，根據(jù)本例使用的Ti-Al合金，最優(yōu)的激光功率范圍是300W～450W。因此本例通過(guò)使用300W、350W、400W和450W的激光功率，而保持其它工藝參數(shù)不變，來(lái)對(duì)以下不同元素濃度的標(biāo)定粉末進(jìn)行金屬沉積實(shí)驗(yàn)，并且探測(cè)所有不同工藝參數(shù)下得到的等離子體光譜信號(hào)。用于配制的樣品粉末為氣霧法制作的球形高純Ti粉和高純Al粉。21個(gè)標(biāo)定樣品中Al元素的原子百分比從0at.％變化到100at.％，濃度梯度為5at.％(濃度梯度可以根據(jù)實(shí)際的探測(cè)需求劃分)。步驟2：提取特征光譜信號(hào)；如圖2所示，選擇分析的波長(zhǎng)范圍為394.0nm～400.5nm(波長(zhǎng)差值小于10nm)，然后進(jìn)行濾波、去基線(xiàn)、去噪音、去混疊等預(yù)處理過(guò)程。對(duì)得到的光譜數(shù)據(jù)進(jìn)行信號(hào)提?。喊á倜總€(gè)光譜信號(hào)中Ti和Al特征譜線(xiàn)的相對(duì)強(qiáng)度各兩個(gè)(Al-I394.40nm，Al-I396.15nm，Ti-I398.98nm和Ti-I399.64nm)，因此相對(duì)強(qiáng)度比共四個(gè)，分別記為IAl1/ITi1，IAl1/ITi2，IAl2/ITi1，IAl2/ITi2；②每個(gè)譜線(xiàn)信號(hào)的積分強(qiáng)度Iinte。為了凸顯該算法的效果，分別使用兩種SVR輸入變量，僅以①作為輸入變量記為SVR1，同時(shí)以①和②作為輸入變量記為SVR2。譜線(xiàn)選取準(zhǔn)則如下：1)待分析元素的兩組特征譜線(xiàn)在所選波長(zhǎng)范圍內(nèi)呈正態(tài)分布，沒(méi)有自吸收或者自蝕效應(yīng)；2)所選擇的所有特征譜線(xiàn)需單獨(dú)存在，不與其它任何譜線(xiàn)存在重疊或者干涉效應(yīng)；3)由于光譜儀中的CCD的感光度為非線(xiàn)性變化，如果光譜儀沒(méi)有進(jìn)行過(guò)強(qiáng)度校正，應(yīng)該選擇10nm波長(zhǎng)范圍內(nèi)的特征譜線(xiàn)，目的是為了減少非線(xiàn)性強(qiáng)度對(duì)精度的影響；如果光譜儀進(jìn)行過(guò)強(qiáng)度校正，則不需要考慮該譜線(xiàn)選取準(zhǔn)則；4)待分析元素在對(duì)應(yīng)波長(zhǎng)下的特征譜線(xiàn)要能夠在不同的工藝參數(shù)下都會(huì)穩(wěn)定存在，而不會(huì)隨著工藝參數(shù)的變化而泯滅(根據(jù)NISTDataBase所提供的數(shù)據(jù)，建議選擇一級(jí)原子激發(fā)譜，因?yàn)槠渥钊菀妆患ぐl(fā))；5)譜線(xiàn)自身的精度會(huì)影響結(jié)果的準(zhǔn)確性，因此應(yīng)選擇具有高精度的特征譜線(xiàn)(根據(jù)NISTDataBase所提供的數(shù)據(jù)，譜線(xiàn)躍遷幾率的精度級(jí)別應(yīng)為B級(jí)以上)；步驟3：采用SVR算法構(gòu)建預(yù)測(cè)模型；將上述提取的特征光譜信號(hào)作為圖1中的訓(xùn)練數(shù)據(jù)xi，將所得到的沉積物進(jìn)行EDS分析得到沉積層的實(shí)際成分作為圖1中的成分標(biāo)識(shí)yi。將得到的(xi，yi)以及該訓(xùn)練集對(duì)應(yīng)的激光功率q輸入SVR中進(jìn)行訓(xùn)練學(xué)習(xí)，其學(xué)習(xí)的基本原理是根據(jù)已有的數(shù)據(jù)建立非線(xiàn)性回歸方程g(xi,q):yi＝wΦ(xi,q)+ci＝1,2,…,N其中w是高維空間的權(quán)重函數(shù)，c是上述線(xiàn)性公式的在高維空間與縱坐標(biāo)的交點(diǎn)，其結(jié)果是由其它變量確定之后決定的，Φ(·)是映射函數(shù)，用于將低維空間的多個(gè)變量投影到高維空間。通過(guò)訓(xùn)練數(shù)據(jù)計(jì)算出回歸方程中的參數(shù)w，即求解下列問(wèn)題：minw12||w||2]]>s.t.yi-wΦ(xi,q)-c≤ϵwΦ(xi,q)+c-yi≤ϵ,i=1,2,...,N]]>求解上述二次優(yōu)化問(wèn)題即求解下列對(duì)偶問(wèn)題：minα(*)∈R2l12Σi,j=1l(αi*-αi)(αj*-αj)(Φ(xi,q)·Φ(xj,q))+ϵΣi=1l(αi*+αi)-Σi=1lyi(αi*+αi)]]>s.t.Σi=1l(αi*+αi)=0]]>0≤αi(*)≤C,i=1,...,l]]>其中α(*)＝(α1,α1*,···,αl,αl*)是拉格朗日因子，求解w即求解α(*)，則求解c即求解：c=y-Σi=1l(α‾i*-α‾i)(Φ(xi,q)·Φ(x,q))+ϵ]]>其中ε為SVR的最優(yōu)分析參數(shù)，稱(chēng)為不敏感損失函數(shù)的寬度。ε可以確保對(duì)偶變量的稀疏性，同時(shí)確保全局最小解和可靠泛化界的優(yōu)化。如果ε選擇過(guò)小，則不存在能夠正確預(yù)測(cè)的函數(shù)。隨著ε的增加，支持向量個(gè)數(shù)會(huì)減少，回歸曲線(xiàn)呈現(xiàn)平坦性，但是隨著ε的增加會(huì)造成回歸曲線(xiàn)預(yù)測(cè)性能的劣化。于是可以得到預(yù)測(cè)模型為：y=g(x,q)=Σi=1l(α‾i*-α‾i)(Φ(xi,q)·Φ(x,q))+b,i=1,2,...,N]]>其中Φ(xi,q)·Φ(x,q)用高斯徑向核函數(shù)代替：K(xi,x,q)＝exp(-||xi-x||2/2σ|q2)其中，σ為SVR的最優(yōu)分析參數(shù)，稱(chēng)為核函數(shù)參數(shù)。σ影響數(shù)據(jù)在高維空間中分布的復(fù)雜度，當(dāng)σ取較大值時(shí)，其性能類(lèi)似多項(xiàng)式核函數(shù)；當(dāng)σ取較小值時(shí)，其性能類(lèi)似線(xiàn)性核函數(shù)。步驟4：尋找不同加工參數(shù)對(duì)應(yīng)的最優(yōu)分析參數(shù)；使用二折交叉驗(yàn)證方法尋找某一特定加工工藝參數(shù)下SVR的最優(yōu)分析參數(shù)σ和ε，二折交叉驗(yàn)證的原理是將步驟3得到的特征光譜信號(hào)xi(SVR1中的xi＝(IA1/IB1，IA1/IB2，IA2/IB1，IA2/IB2)i或者SVR2中的xi＝(IA1/IB1，IA1/IB2，IA2/IB1，IA2/IB2，Iinte)i)隨機(jī)平均分為兩組，分別為記為xi_A和xi_B，將其中一組xi_A作為訓(xùn)練數(shù)據(jù)，通過(guò)算法的學(xué)習(xí)訓(xùn)練來(lái)得到成分預(yù)測(cè)模型，而另一組xi_B作為測(cè)試數(shù)據(jù)輸入成分預(yù)測(cè)模型中得到預(yù)測(cè)成分，并計(jì)算預(yù)測(cè)成分和真實(shí)成分之間的絕對(duì)誤差。參數(shù)σ從1以步長(zhǎng)1變化到200，參數(shù)ε從0.001以步長(zhǎng)0.001變化到0.2，通過(guò)兩層循環(huán)嵌套的方式(參數(shù)σ不變，參數(shù)ε從小遞增到大，在內(nèi)部循環(huán)結(jié)束后，參數(shù)σ遞增一個(gè)步長(zhǎng)，參數(shù)ε再?gòu)男∵f增到大，如此循環(huán)往復(fù)，直到參數(shù)σ也遞增結(jié)束)得到在絕對(duì)誤差最低時(shí)對(duì)應(yīng)的σ和ε值，如圖3所示。表2在不同激光功率下得到的最優(yōu)分析參數(shù)步驟5：獲得擬合曲線(xiàn)及修正公式；將步驟4所得的不同工藝參數(shù)下的最佳優(yōu)化參數(shù)σ和ε與工藝參數(shù)的變化進(jìn)行曲線(xiàn)擬合，具體用來(lái)構(gòu)建該擬合曲線(xiàn)的數(shù)據(jù)有(q，σ)和(q，ε)，即所得擬合曲線(xiàn)的橫坐標(biāo)為激光功率q，縱坐標(biāo)為不同激光功率q所對(duì)應(yīng)的通過(guò)步驟5得到的最優(yōu)分析參數(shù)σ和ε，結(jié)果如圖4所示，從圖中可以看出參數(shù)ε變化不大，因此在之后的分析將其固定為0.001，而參數(shù)σ隨激光功率呈指數(shù)曲線(xiàn)變化，并且得到其擬合后曲線(xiàn)公式為σ|q＝[1/mexp(n·q)]1/2其中m和n是常數(shù)，對(duì)于SVR1算法，m＝0.004，n＝0.022，對(duì)于SVR2算法，m＝0.022，n＝0.018，q是加工激光功率。將該擬合公式放入SVR的核函數(shù)中，得到新的成分監(jiān)測(cè)模型；步驟6：成分預(yù)測(cè)；用光譜儀實(shí)時(shí)探測(cè)加工Ti-Al成分梯度材料的等離子體光譜，將光譜數(shù)據(jù)進(jìn)行步驟2的信號(hào)提取過(guò)程，得到實(shí)時(shí)的譜線(xiàn)相對(duì)強(qiáng)度比和積分強(qiáng)度，作為待預(yù)測(cè)的測(cè)試數(shù)據(jù)xi_test，將數(shù)據(jù)輸入步驟5得到的監(jiān)測(cè)模型g(xi)中，求得對(duì)應(yīng)的探測(cè)成分yi_test＝g(xi_test)，如圖1所示。表3列出了進(jìn)行訓(xùn)練和測(cè)試的樣本的實(shí)際Al元素濃度，其中進(jìn)行訓(xùn)練的Al元素濃度有十種，包括有6.49at.％、10.98at.％、17.63at.％、36.27at.％、42.66at.％、51.75at.％、55.34at.％、58.24at.％、69.16at.％和70.84at.％，進(jìn)行測(cè)試的Al元素濃度有六種，包括有5.40at.％、11.56at.％、38.27at.％、54.17at.％、66.37at.％和72.45at.％，并且所有濃度都在300W、350W、400W和450W的激光功率下進(jìn)行了實(shí)驗(yàn)。表3進(jìn)行訓(xùn)練和測(cè)試的樣本的實(shí)際Al元素濃度表4列出了具體如何使用不同的算法在不同激光功率加工時(shí)所得的光譜數(shù)據(jù)進(jìn)行訓(xùn)練和測(cè)試，包括方法①：用某一激光功率下的訓(xùn)練數(shù)據(jù)使用無(wú)參數(shù)修正的SVR算法預(yù)測(cè)相同激光功率下的測(cè)試數(shù)據(jù)；方法②：用某一激光功率下的訓(xùn)練數(shù)據(jù)使用無(wú)參數(shù)修正的SVR算法預(yù)測(cè)其它激光功率下的測(cè)試數(shù)據(jù)；方法③：用某一激光功率下的訓(xùn)練數(shù)據(jù)使用參數(shù)修正的SVR算法預(yù)測(cè)其它激光功率下的測(cè)試數(shù)據(jù)；其中SVR1表示僅使用譜線(xiàn)強(qiáng)度比作為訓(xùn)練數(shù)據(jù)，SVR2表示使用譜線(xiàn)強(qiáng)度比和積分強(qiáng)度同時(shí)作為訓(xùn)練數(shù)據(jù)。表4不同方法使用不同激光功率加工時(shí)所得的光譜數(shù)據(jù)進(jìn)行訓(xùn)練和測(cè)試表5對(duì)比了采用不同算法對(duì)不同Al元素濃度進(jìn)行預(yù)測(cè)時(shí)對(duì)絕對(duì)誤差(代表精度)的影響，表5顯示對(duì)于不同Al元素濃度方法③和方法①的絕對(duì)誤差最低而且很相近，而方法②的絕對(duì)誤差在三種方法中最高。表5不同方法對(duì)Al元素濃度的預(yù)測(cè)結(jié)果(絕對(duì)誤差)此外，圖5繪制了方法②和③的實(shí)時(shí)預(yù)測(cè)的結(jié)果，對(duì)比可以看出，方法②和方法③使用了同樣的激光功率參數(shù)，而方法③的探測(cè)值有效的將方法②探測(cè)值所產(chǎn)生的偏差校正回了真實(shí)值(灰色實(shí)粗線(xiàn))。所有實(shí)驗(yàn)結(jié)果表明采用本發(fā)明所提出的成分探測(cè)方法即方法③和采用傳統(tǒng)需要多次標(biāo)定的方法即方法①的預(yù)測(cè)結(jié)果相近，說(shuō)明本專(zhuān)利提出的方法可以實(shí)現(xiàn)本專(zhuān)利所提出的參數(shù)修正的效果，即只使用某一激光功率加工時(shí)所得數(shù)據(jù)的成分標(biāo)定模型來(lái)預(yù)測(cè)其它激光功率加工時(shí)所得的光譜數(shù)據(jù)對(duì)應(yīng)的元素濃度值。以上所述僅為本發(fā)明的優(yōu)選實(shí)施例而已，并不用于限制本發(fā)明，對(duì)于本領(lǐng)域的技術(shù)人員來(lái)說(shuō)，本發(fā)明可以有各種更改和變化。凡在本發(fā)明的精神和原則之內(nèi)，所作的任何修改、等同替換、改進(jìn)等，均應(yīng)包含在本發(fā)明的保護(hù)范圍之內(nèi)。當(dāng)前第1頁(yè)1 2 3