Алгоритмы реализации виртуальных эталонов в приборах спектрального анализа материалов

• Автор: Слептерев, Виталий Александрович
• Шифр специальности: 05.11.13
• Научная степень: Кандидатская
• Год защиты: 2014
• Место защиты: Омск
• Количество страниц: 139 с. : ил.

СОДЕРЖАНИЕ
ВВЕДЕНИЕ
1. СУЩЕСТВУЮЩИЕ МЕТОДЫ ПОСТРОЕНИЯ СИСТЕМ ПРЕОБРАЗОВАНИЯ ИНФОРМАЦИОННЫХ ПАРАМЕТРОВ В СПЕКТРАЛЬНОМ АНАЛИЗЕ, ИХ ПРОБЛЕМЫ И ПЕРСПЕКТИВЫ ПРОМЫШЛЕННОГО ПРИМЕНЕНИЯ
1.1 Анализ источников получения спектров
1.2 Анализ методик выполнения косвенных измерений и определения количественного состава материалов
1.3 Способы построения градуировочных графиков
1.4 Анализ погрешностей автоматизированных систем аэса и метрологическое обеспечение спектральных измерений
1.5 Выводы
2. РАЗРАБОТКА БЛОКА ОБРАБОТКИ ДАННЫХ ФАКТОРОВ, ВЛИЯЮЩИХ НА ТОЧНОСТЬ РЕЗУЛЬТАТОВ АЭСА
2.1 Исследование факторов влияющих на результаты измерения интенсивностей при спектральном анализе материалов
2.2 Устройства контроля влияющих факторов
2.3 Визуальный контроль, обработка данных и корректировка влияний
2.4 Экспертная система анализа влияний
2.5 Выводы
3. СОВЕРШЕНСТВОВАНИЕ УСТОЙЧИВОЙ МНОГОПАРАМЕТРОВОЙ МОДЕЛИ ОБРАБОТКИ СПЕКТРОМЕТРИЧЕСКОЙ ИНФОРМАЦИИ
3.1 Многопараметровая модель обработки факторов, влияющих на точность результатов аэса
3.2 Определение оптимального количества аналитических линий и линий сравнения, анализируемых в спектре
3.3 Экспериментальное испытание модели на методике «свинцовые баббиты»
3.4 Выводы
4. РАЗРАБОТКА ПРОГРАММНОГО КОМПЛЕКСА УСТОЙЧИВОГО ГРАДУИРОВАНИЯ ПРИБОРОВ СПЕКТРАЛЬНОГО АНАЛИЗА МАТЕРИАЛОВ «БРЕСТЬЮИ»
4.1 Исследование структуры информационного обеспечения аэса
4.2 Разработка структуры данных и форм программного комплекса устойчивого градуирования «Бресйоп»
4.3 Разработка алгоритма калибровки системы с использованием многопараметровой модели обработки влияющих факторов
4.4 Выводы
5. методика автоматического распознавания марок
НЕИЗВЕСТНЫХ МАТЕРИАЛОВ
5.1 Задача распознавания марок неизвестных материалов
5.2 Решение задачи классификации материалов с помощью искусственных нейронных сетей
5.2.1 Сбор данных для обучения нейронной сети
5.2.2 Выбор архитектуры нейронной сети
5.2.3 Экспериментальный подбор характеристик нейронной сети
5.2.4 Экспериментальный подбор параметров обучения нейронной сети
5.2.5 Обучение нейронной сети
5.2.6 Проверка адекватности обучения нейронной сети
5.3 Алгоритм автоматического распознавания марок неизвестных материалов.
5.4. Экспериментальная проверка методики распознавания марок неизвестных
материалов
5.5 Выводы
ЗАКЛЮЧЕНИЕ
БИБЛИОГРАФИЧЕСКИЙ СПИСОК
ПРИЛОЖЕНИЕ
ПРИЛОЖЕНИЕ
ПРИЛОЖЕНИЕ
ПРИЛОЖЕНИЕ
ПРИЛОЖЕНИЕ

ВВЕДЕНИЕ
Методы атомно-эмиссионного, атомно-абсорбционного и
рентгенофлуоресцентного спектрального анализа играют исключительно важную роль в современной науке, технике и промышленности. В последние годы мировой рынок спектроаналитических приборов, используемых для анализа химических элементов в материалах, демонстрирует рост.
Назначением методов спектрального анализа является исследование количественного состава жидких, твердых и газообразных материалов. На железнодорожном транспорте и в промышленности находят применение приборы контроля качества металлов и сплавов, исследования продуктов износа, качества покрытий, охраны окружающей среды и пр.
Доступным высокочувствительным методом определения химических элементов в металлах и сплавах является атомно-эмиссионный спектральный анализ (АЭСА). Применение АЭСА призвано повысить качество используемых материалов, а следовательно выполнение заданных физико-механических свойств, что в свою очередь положительно отразится на надежности выпускаемых деталей. Задачи дальнейшего совершенствования методов АЭСА - повышение стабильности и устойчивости к внешним влияющим факторам, а также более глубокая автоматизация, позволяющая исключить из результатов человеческий фактор.
В работе исследуются факторы, оказывающее значительное влияние на точность определения состава материалов, способы их оценки и исключения из результатов, а также возможность автоматизации определения марок материалов. Методы атомно-эмиссионной спектроскопии редко дают результаты с относительным стандартным отклонением менее 5%. В значительной мере это обусловлено изменением факторов, влияющих на приборное обеспечение анализа в процессе измерений, приводящего к значительным отклонениям калибровочных зависимостей от установленных.

7) Погрешности обработки спектров. Подобные источники погрешностей можно исключить путем повышения квалификации персонала спектральных лабораторий и его аттестацией, обучением персонала современному программному обеспечению спектральных приборов АЭСА.
Таким образом, необходимо определить или оценить значение
неопределенности, присущей каждому выявленному потенциальному источнику. Также важно рассмотреть в достаточной ли мере имеющиеся данные учитывают все источники неопределенности, и тщательно спланировать дополнительные эксперименты и исследования, необходимые для обеспечения адекватного учета всех источников неопределенности[58].
Основные направления метрологического обеспечения метода АЭСА определяются структурой измерительного процесса.
В процессе выполнения АЭСА осуществляются два вида преобразований информации: прямые, которые происходят в основном в блоках измерительной установки, и обратные, выполняемые оператором или компьютером. К задачам, решаемым на этапе прямых преобразований, относятся:
- получение выходного аналитического сигнала и его измерение в единицах шкалы отсчетнорегистрирующего устройства или другой форме, удобной для восприятия оператором или компьютером;
- обеспечение стабильности действительной функции преобразования в период между повторными градуировками спектральной установки путем регулирования и поддержания оптимальных условий эксплуатации.
К задачам этапа обратных преобразований относятся:
- выражение значения выходного аналитического сигнала в единицах массового содержания контролируемого компонента при помощи известной градуировочной характеристики;
- коррекция нестабильности функции преобразования и отклонений этой функции от основной градуировочной характеристики вследствие влияния состава и свойств объекта измерений путем введения соответствующих поправок.