基于机器学习的硝酸拉曼光谱定量分析方法

作     者：张雅茹 程碧瑶 杨博 王小卓 任文贞 ZHANG Yaru;CHENG Biyao;YANG Bo;WANG Xiaozhuo;REN Wenzhen

作者机构：中国兵器工业集团第二一二研究所陕西西安710065 中国科学研究院西安光学精密机械研究所陕西西安710119 

出 版 物：《探测与控制学报》 (Journal of Detection & Control)

年 卷 期：2024年第46卷第4期

页      面：63-68页

学科分类：081704[工学-应用化学] 07[理学] 08[工学] 0817[工学-化学工程与技术] 070302[理学-分析化学] 0703[理学-化学] 

主　　题：硝酸浓度 机器学习 拉曼光谱 定量分析 

摘      要：针对太安产线智能化检测中存在的硝酸拉曼光谱随浓度变化复杂、难以通过传统方法实现高精度定量分析的问题,提出一种基于机器学习的硝酸拉曼光谱高精度定量分析方法。三种机器学习算法包括偏最小二乘回归、支持向量机回归及随机森林回归算法首次被用于构建硝酸拉曼光谱定量分析模型。将经去噪、背景扣除、归一化等预处理后的硝酸拉曼光谱作为模型输入,硝酸浓度作为模型输出,采用网格搜索算法结合五折交叉验证优化模型超参数后,三种模型在测试集数据上的R2均大于0.995,且随机森林回归模型最优,浓度预测均方误差可达0.356。实验结果表明,利用基于机器学习的拉曼光谱定量分析技术,可为硝酸浓度测量提供一种无损、高精度检测方法。