基于LIBS技术的不锈钢精细分类方法

为了避免铬系、镍系不锈钢被视为普通钢材回收，需要在回收不锈钢时进行分类。提出了一种基于激光诱导击穿光谱（LIBS）技术结合随机森林（RF）算法对不锈钢进行精细分类的方法。选用201、304、316、430 4种牌号的不锈钢作为实验样品，以Cr、Ni、Mn、Mo、Fe 5种元素的12条分析谱线作为输入特征量，建立了基于RF算法的分类模型。结果表明，300组数据进行100次分类实验的平均识别正确率达到98.28%，建模时间为0.418 s，标准差为0.20%，单组数据的平均分类时间仅为0.019 s。该结果证明了RF分类模型具有很好的稳定性和效率，因此所提基于LIBS技术的分类方法可用于不锈钢的在线快速分类领域。