来源：期刊VIP网 时间：
作者：张梦阳;付洪波;王华东;杨彦红;Saifullah Jamali;张志荣;
单位：中国科学技术大学研究生院科学岛分院;中国科学院合肥物质科学研究院安徽光学精密机械研究所光子器件与材料安徽省重点实验室;中国科学院金属研究所师昌绪先进材料创新中心;中国科学院合肥物质科学研究院安徽光学精密机械研究所中国科学院环境光学与技术重点实验室;国防科技大学先进激光技术安徽省实验室;
摘要：高温合金是指以铁、镍、钴为基体，能在600℃以上高温及一定应力作用下长期工作的一类金属材料，在航空航天和能源领域具有重要应用价值。高温合金的在线原位判别对质量控制、生产监管、回收利用等具有重要意义。本文采用多方位采集优化的激光诱导击穿光谱技术（LIBS）结合机器学习算法，对GH625,GH718, GH738, GH907, GH4141, GH4378, GH5188等7类共72块高温合金样品进行快速分类研究。每个样品随机选择5个分析位置，每个分析位置通过多方位采集装置获取200幅光谱。运用异常值剔除、滤波降噪和标准正态变量变换（SNV）对LIBS光谱数据进行预处理，并选取经主成分分析（PCA）降维后的前5个主成分，作为线性判别分析（LDA）、 K近邻（KNN）和支持向量机（SVM）等分类模型的输入。结果表明，PCA-SVM模型的分类性能最优，其训练集准确度达到了100%，测试集数据分类准确度为99.048%。LIBS技术与PCASVM方法相结合，是一种很有前途的对不同牌号高温合金样品进行分类和鉴定的方法。
关键词：激光诱导击穿光谱;;高温合金;;机器学习;;判别分析
基金资助：国家重点研发计划项目(2021YFB3202402);; 国家自然科学基金项目(12004388,62105340);; 安徽省重点研发项目(202104i07020009);; 先进激光技术安徽省实验室开放基金主任基金(AHL2021ZR05);; 中国科学院合肥大科学中心协同创新培育基金重点项目(2021HSC-CIP005)资助
