基于表面成分检测的铝合金精准分类方法研究

铝合金凭借其优良特性广泛应用于工业制造，产生了大量废旧铝合金，而新生产铝合金会消耗大量能源且对环境造成污染，因此回收再利用废旧铝合金有重要意义，须找到对铝合金进行分类回收的高效分类方法。基于表面成分检测技术-激光诱导击穿光谱技术(LIBS),先采集铝合金表面成分的光谱信息，再结合ELMAN神经网络、人工神经网络(ANN)以及随机森林(RF)模型分别对全谱数据和特征谱线数据进行了铝合金系列分类和牌号分类。研究表明：LIBS结合RF模型，能够更加快速准确的对6个系列11个牌号的铝合金进行分类，该结果为废旧铝合金系列及牌号的快速分类提供了参考方法。