来源：期刊VIP网 时间：
作者：齐建涛;刘永豪;朱永强;孙治谦;
单位：中国石油大学(华东)新能源学院;
摘要：生物质燃料电站锅炉存在腐蚀产物组分复杂、炉管腐蚀失效难以快速检测等问题，为此提出一种基于拉曼光谱的腐蚀产物智能识别方法。针对电站锅炉省煤器和水冷壁顶部、中部、内壁腐蚀产物，采用扫描电镜和拉曼光谱技术，明确腐蚀产物种类，并基于基线校正、宇宙射线消除、平滑处理等预处理过程，获得腐蚀产物的拉曼光谱数据集。通过主成分分析（PCA）结合线性判别分析（LDA）、支持向量机（SVM）以及偏最小二乘法判别分析（PLS-DA）模型进行腐蚀产物分类性能评估，并将性能最佳的分析模型进行应用验证。结果表明，PCA-SVM线性核模型在腐蚀产物分类上效果最佳，现场应用的整体准确率达到90.00%。
关键词：锅炉腐蚀;;腐蚀检测;;拉曼光谱;;机器学习;;生物质燃料
基金资助：国家自然科学基金项目（51701239）;; 教育部产学研协同育人项目（BINTECH-KJZX-20220831-35）;; 中国石油大学（华东）教学改革项目（CM2022057）;中国石油大学（华东）大学生创新创业项目(S202310425101)
