(19)国家知识产权局 (12)发明 专利 (10)授权公告 号 (45)授权公告日 (21)申请 号 202210649577.X (22)申请日 2022.06.10 (65)同一申请的已公布的文献号 申请公布号 CN 114739980 A (43)申请公布日 2022.07.12 (73)专利权人 合肥金星智控科技股份有限公司 地址 230088 安徽省合肥市高新区皖水路 228号1幢生产楼 (72)发明人 潘从元　王彬　张兵　 (74)专利代理 机构 北京清亦华知识产权代理事 务所(普通 合伙) 11201 专利代理师 赵静 (51)Int.Cl. G01N 21/71(2006.01) G06V 10/44(2022.01)G06V 10/764(2022.01) G06K 9/62(2022.01) 审查员 詹晨希 (54)发明名称 元素信息的预测方法、 装置、 设备及 介质 (57)摘要 本发明是关于一种元素信息的预测方法、 装 置、 设备及介质， 包括： 获取冶金物料的多个原始 特征光谱， 对多个原始特征光谱进行标准化处理 得到多个标准光谱； 将标准光谱中多个位置的光 谱强度作为列， 多个标准光谱作为行， 形成矩阵， 通过第一预设算法对矩阵进行计算， 获取多个位 置的光谱强度的初步集合； 基于形状距离分析对 初步集合进行筛选， 获取光谱强度的有效集合， 通过第二预设算法对光谱强度的有效集合进行 计算， 获取重构标准化的光谱强度数据； 将重构 标准化的光谱强度数据输入元素预测模型中， 获 取冶金物料中的元素信息。 本申请通过元素预测 模型来预测冶金物料中元素信息的稳定性和准 确性， 达到工厂选取对应的最优处理方法的目 的。 权利要求书4页 说明书11页 附图5页 CN 114739980 B 2022.09.06 CN 114739980 B 1.一种元 素信息的预测方法， 其特 征在于， 包括： 获取冶金物料的多个原始特征光谱， 所述多个原始特征光谱是经过多次测量得到的， 每个原始特征光谱至少包括所述冶金物料多个位置的光谱强度； 对所述多个原 始特征光谱进行 标准化处理得到多个标准 光谱； 将所述标准光谱中多个位置的光谱强度作为列， 多个标准光谱作为行， 形成矩阵， 通过 第一预设算法对所述矩阵进行计算， 获取 所述多个位置的光谱强度的初步 集合； 基于形状距离分析对所述初步集合进行筛选， 获取光谱强度的有效集合， 通过第二预 设算法对所述光谱强度的有效集合进行计算， 获取重构标准化的光谱强度数据， 所述重构 标准化的光谱强度数据至少包括每 个峰的面积、 最大值、 峰度、 偏度； 将所述重构标准化的光谱强度 数据输入元素预测模型中， 获取所述冶 金物料中的元素 信息， 其中， 所述元素预测模型是以冶金物料样品的重构标准化的光谱强度数据作为数据 样本、 所述冶金物料样品的元素信息作为标签训练的， 其中， 所述元素信息包括元素种类以 及每种元 素的含量； 基于形状距离分析对所述初步集合进行筛选， 获取光谱强度的有效集合， 具体如下步 骤： D1， 计算所述初步 集合的平均数， 并用洛伦茨函数拟合； 其中 表示峰中心， A为峰面积， 表示半宽高， x表示 光谱强度； D2， 通过如下分类界限公式获取界限值 ， 其中， 表示峰值， 表示谷值， 表示拟合这段区间的波长最大值， 表示拟合 这段区间的波长最小值； D3， 获取所述初步集合中的向量和大于等于0的数量及小于0的数量， 判断向量和大于 等于0的数量与小于0的数量之 间的大小， 筛选出数量多的作为多个位置的光谱强度的第二 初步集合， 其中， 若向量和大于等于0的数量多， 则为上升趋势， 若小于0的数量多， 则为下降 趋势， 将所述多个位置的光谱强度的第 二初步集合中的各个位置的光谱强度与 进行 比较， 若大于等于 ， 记为第二向量1， 若小于 ， 记为第二向量 ‑1， 将所有第二向量 进行加和， 若大于等于0， 则为加速状态， 筛选出大于等于 的光谱强度， 形成所述光谱 强度的有效集合， 若小于0， 则为平速状态， 筛选出小于 的光谱强度， 形成所述光谱强 度的有效集 合。 2.根据权利要求1所述的元素信 息的预测方法， 其特征在于， 获取冶 金物料的多个原始 特征光谱， 所述多个原始特征光谱是经过多次测量得到的， 每个原始特征光谱至少包括所 述冶金物料多个位置的光谱强度， 具体包括：权　利　要　求　书 1/4 页 2 CN 114739980 B 2基于LIBS设备获取所述冶金物料的原始特征光谱， 多次测量获取所述多个原始特征光 谱， 其中， 每 个原始特征光谱至少包括所述冶金物料多个位置的光谱强度。 3.根据权利要求1所述的元素信 息的预测方法， 其特征在于， 对所述多个原始特征光谱 进行标准化处理得到多个标准 光谱， 具体包括： 对所述多个原始特征光谱进行扣背景、 寻峰、 峰处光谱相似性筛查、 峰处偏正矫正顺序 处理获取所述多个标准 光谱。 4.根据权利要求1所述的元素信 息的预测方法， 其特征在于， 将所述标准光谱中的多个 位置的光谱强度作为列， 多个标准光谱作为行， 形成矩阵， 通过第一预设算法对 所述矩阵进 行计算， 获取 所述多个位置的光谱强度的初步 集合， 具体包括如下步骤： D1， 将所述标准 光谱中多个位置的光谱强度作为列， 多个标准 光谱作为行， 形成矩阵； D2， 在矩阵上 方添加一行0， 形成第二矩阵； D3， 以第二行减去第一行， 第三行减去第二行的方式循环相减， 大于等于0， 记为向量1， 如果小于 0， 记为向量 ‑1； D4， 将每行同位置的向量进行加和， 若大于等于0， 则筛选出该位置向量为1的光谱强度 加和求平均， 获取该位置的光谱强度， 若小于0， 则筛选出该位置向量为 ‑1的光谱强度加和 求平均， 获取 该位置的光谱强度， 从而获取 所述多个位置的光谱强度的初步 集合。 5.根据权利要求1所述的元素信 息的预测方法， 其特征在于， 通过第 二预设算法对所述 光谱强度的有效集合进行计算， 获取重构标准化的光谱强度数据， 所述重构标准化的光谱 强度数据至少包括每 个峰的面积、 最大值、 峰度、 偏度， 具体包括： 通过如下公式计算各个峰的面积： 其中， 为一个峰的最大 连续的四个点； 通过如下公式计算峰度： 其中， 表述光谱均值， s表述 光谱平均数， X表示 光谱强度； 通过如下公式计算偏度： 其中， 表述光谱均值， s表述 光谱平均数， X表示 光谱强度。 6.根据权利要求1所述的元素信息的预测方法， 其特征在于， 所述元素预测模型， 具体 包括： 获取已知元素信 息冶金物料样品的多个原始特征光谱， 所述多个原始特征光谱是经过 多次测量得到的， 每 个原始特征光谱至少包括所述冶金物料样品的多个位置的光谱强度；权　利　要　求　书 2/4 页 3 CN 114739980 B 3