GA-BP神经网络结合EDXRF技术实现对中低合金钢中Cr、Mn和Ni元素含量的预测

摘要：

利用能量色散X射线荧光光谱分析(EDXRF)技术与遗传算法优化的反向传播(GA-BP)神经网络对中低合金钢中Cr、Mn和Ni元素进行含量分析.通过能量色散X射线荧光光谱仪对六类中低合金钢标准样品做激发处理,获得X射线荧光光谱,使用两点法扣除背景,求得各元素对应Ka特征峰强度.利用所得108组谱线数据及其对应含量建立GA-BP神经网络,使用训练完成的GA-BP神经网络对另外36组中低合金钢样本含量进行预测,并将所预测结果与基本参数法分析结果和标准样品化学分析结果进行对比,Cr、Mn和Ni元素含量平均误差分别为0.0287％、0.0314％和0.0423％.实验结果表明,遗传算法优化的BP神经网络适用于EDXRF对中低合金钢中Cr、Mn和Ni元素含量的分析.

关键词：X射线光学、X射线荧光光谱、中低合金钢、遗传算法、逆向误差传播神经网络、元素含量

所属期刊栏目：59

分类号：TL82(粒子探测技术、辐射探测技术与核仪器仪表)

在线出版日期：2022-08-01（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：534-540