基于粒子群优化支持向量机的LIBS钢液Mn元素定量分析

为了更好地监测钢液成分,利用激光诱导击穿光谱(LIBS)技术,建立了基于径向基函数(RBF)核函数的支持向量机模型,采用粒子群算法优化支持向量机的参数,通过计算元素特征谱线的积分强度和Fe 元素内标归一化来降低仪器和环境带来的干扰。将实验数据进行主成分降维后,对钢液中Mn 元素的浓度进行定量分析,得到均方根误差(MSE)为0.599%,相对标准偏差(RSD)为8.26%,相关系数为0.997。结果显示,粒子群优化支持向量机回归定量分析方法可以用于LIBS 钢液成分分析,其分析性能较传统的定标方法有一定提高。