[发明专利]一种稀土萃取过程多组分含量预测方法及系统

摘要

本发明提供一种有颜色特征和无颜色特征的稀土离子共存条件下多组分含量预测方法，涉及稀土萃取过程组分含量预测领域。该方法包括：稀土萃取过程存在组分含量难以快速、准确检测的问题，针对含有无色Ce离子的CePr/Nd混合溶液与Pr/Nd溶液的图像颜色特征有较大差异，导致原有基于颜色特征的单一稀土元素组分含量检测方法不再适用，提出一种基于GA‑ELM的稀土萃取过程多组分含量预测方法。首先在HSI颜色空间下寻得与组分含量相关性最大的H、S分量；然后以H、S分量一阶矩为输入，建立基于极限学习机ELM的多组分含量软测量模型；针对ELM模型的初始权值和阈值的不确定性，采用遗传算法GA对模型参数进行优化，使优化后的组分含量ELM模型精度更高。

主权项

1.一种稀土萃取过程多组分含量预测方法，其特征在于，所述预测方法包括：获取有颜色特征和无颜色特征的稀土离子共存条件下的铈镨/钕混合溶液图像在不同颜色空间下的颜色特征值；在不同颜色空间下，根据铈镨/钕混合溶液图像的颜色特征值与已知铈镨/钕组分含量确定相关性最大HSI颜色特征分量；获取HSI颜色特征分量中相关性最大的H、S分量一阶距；以所述H、S分量一阶距为输入，以已知的铈镨/钕组分含量值为输出建立基于极限学习机的多组分含量软测量模型；对所述基于极限学习机的多组分含量软测量模型中的初始权值矩阵和隐含层阈值矩阵进行优化，得到基于遗传算法‑极限学习机的多组分含量软测量模型；根据所述基于遗传算法‑极限学习机的多组分含量软测量模型以所述H、S分量一阶距为输入确定待测稀土混合溶液中多种元素组分含量值。