第31卷，第9期 2011年9月
光谱学与光谱分析 Spectroscopy and Spectral Analysis
Vol. 31,No. 9,pp2416-2419
September, 2011
离散粒子群优化算法在硅钢涂层近红外光谱厚度检测中的应用研究
何建平"，金萍？
1，太钢白动化公司，太原山西 2.太原大学机电系，太原山西
030003 030009
摘要提出一种基于粒子群优化算法实现的硅钢涂层怀度近红外光谱检测新方法。首先，采用近红外光仪采集获得了硅谢表面绝缘涂层的近红外光谱，然后，采用离收粒子群算法筛选出近红外光谱数据的最佳波长变量并组成新的光谱数据，最后，建立涂层厚度的核偏最小二乘定量分析模型。实验显示，所建定量分析模型对检验样本分析的绝对误差范围为一0.12~0.19m，最大相对误差为14.31%，完全符合现场检验需要。研究表明，离散粒子群算法可以有效地筛选出携带史多有用信息的波长变量，提高定量分析模型的分析准确度和速度，是一种有效的近红外光语波长筛选方法，同时，近红外光法也感一种有效的硅纳钢绝综涂层厚度检测方法。
关键词离粒子群优化算法；波长筛选；硅钢涂层；厚度分析
中图分类号：TE64，TH744.4
引言
文献标识码：A
为减少硅钢层闻功率损失，无取向硅钢的表面有一层绝缘深层“"，除涂层的绝缘能力和附着性等指标外，硅钢绝缘涂层的厚度是十分重要的技术指标，通过涂层厚度的检测可以进一步优化涂层厚度并了解涂层的均匀性情况，为进一步提高硅钢质量提供依据。非酸坏性硅钢绝缘涂层厚度现场检测方法主要有磁性法()、超声波法(以及X射线荧光测厚法三种，其中，磁性法和超声波法均为接触式测量方法，所以无法实现在线检测：X射线荧光法检测具有精度高的优点，但检测有局限性。
声光可调滤波器（acousto-optictunablefiler，AOTF）近红外光谱仪具有很多优势，适合于在线分析，已经被成功地应用于农业、生物、医药、军事、环境、化工等多个领域，但是在冶金行业中还未见应用，
本文提出一种基于AOTF近红外光谱仪实现的硅钢表面绝缘涂层厚度检测方法，该方法基于A(TF近红外光谐仪，建立涂徐层样本数据库，采用AOTF近红外光谱仪采集硅钢涂层的近红外光谱，建立涂层样本数搬库，采用离散粒子群算法(discrete binary particle swarm optimization, DBPSO) 选择最优的光谱波长变量，采用经过最优波长筛选生成的新的光谱数职建立绝缘涂层厚度的核偏最小二乘(kermelpar-
收稿日期：2010-08-02，修订日期：2010-12-08
基金项目：国家自然科学基金项目（50877056)）资助
作者商介：何建平，1960年生，太钢自动化公司教授级高级工程师万方数据
DOI: 10. 3964/j. issn. 1000-0593(2011)09-2416-04
tialleastsquares，KPLS)定量分析模型，实验结果显示，经过DBPS筛选后新的光谐数据建立的际度定量分析模型较未经过筛选的原始数据建立的定量分析模型获得了更高的分析准确度和更快的分析速度。另外，30个检验样本分析结果的绝对误差范围为一0.12～0.19μm，最大相对误差为 14.23%，全部符合现场检测需求（绝对误差要求在士0.3μm 范谢内，相对误差要求<20%)。研究表明，DBPSO是一种有效的近红外光谱波长变量筛选方法，同时近红外光谱法也是一种有效的硅钢表面绝缘涂层厚度检测法，有望实现涂层厚度的在线检测。
实验部分 1.1样本制备
从冷轧硅钢生产线上按照不同批次抽样剪切6块涂敷有环保半有机涂层的硅钢钢板（规格：210mm×300mm）。在钥板的上下表面上随机选择若干10mm×10mm的小区间，
每一个区间作为一个样本，共获得91个样本。 1.2测量各样本涂层的标准厚度
MINITEST2100(Elektro-Physik公司，德国）高精度涂层测厚仪用来测量样本的绝缘涂层厚度，测量方法为五点测量法，如图1所示。图中，测量点用"×表示，测量序号用数字表示，五点的际度平均值为该样本的绝缘涂层标准厚
e-mail;hejp@tisco.com, cr