基于便携式激光诱导击穿光谱的T91金属老化等级评估

耐热钢微观组织及机械性能会随着服役过程发生退化,对老化状态的实时快速监测对安全运行及生产具有重要意义。基于便携式激光诱导击穿光谱(LIBS)设备对获取的T91光谱特征进行降维并优化了老化等级评估模型,实现了对T91耐热钢老化等级的快速诊断。分别采用主成分分析与线性判别式分析(LDA)的降维方法,对光谱特征进行优化精简。而后基于降维后的数据,进一步采用K最近邻算法和支持向量机(SVM)算法来建立金属老化等级评估模型,讨论了建模关键参数选择对模型性能的影响。结果表明,经过LDA降维的光谱数据能实现更好的聚类分布,可有效提高评估模型的准确率。同时,应用LDA-SVM模型能获得最高的老化等级评估准确度,达94.58%。所采用的模型建模方法可有效实现基于便携式LIBS的T91耐热钢老化等级评估。