基亏神经网络同时测定UF6中钼、钛和钨的研究.pdf

基亏神经网络同时测定中钼、钛和钨的研究
李海燕,蒋永锋,王关平
.甘肃业大学学院,甘肃兰州;.河海大学机电程学院,江常州
摘要:运用神经网络与分光光度结合的方法,提出了同时分析六氟化铀中、和种杂质元
素的技术。训练网络确定的最佳训练参数为学习速率为.,动量项为.。检测集测定的六氟化铀
中、和种元素的回收率均在~ 之间,方法精密度分别为. 、. 、. ,对实
际样品进行测定,并与—法结果相比较,两者间相对偏差均小于。
关键词:神经网络;分光光度法;同时测定
中图分类号:.;. 文献标志码:
人工神经网络具有独特的学习能力和自动建模分光光度法测定的六氟化铀中钼、钛、钨为主要
功能,通过训练集数据能够处理因果关系不明确、推杂质,其最大吸收波长接近,相互间存在着吸收光谱
理规则不确定的非线性问题,广泛应用在红外光重叠,同时在多组分测定过程中也会出现部分非线
谱、紫外光谱、紫外一可见光谱、原子吸收光谱以及电性的情况,因此会影响测量结果准确度。目前,尚未
感耦合等离子体发射光谱等分析方面。分光光度法见同时测定六氟化铀中多种杂质分析方法的报
具有操作简单,快速准确及重复性好的优点,被广泛导。因此,本文采用神经网络分光光度法测定六
地应用在冶金、化工、临床医学、食品卫生、环境化学氟化铀中多种杂质分析方法,将神经网络引入铀燃
等科学领域。料分析领域,解决元素间光谱重叠问题,为铀燃料分
用分光光度法分析的化学领域存在大量化学数析行业中同时多种杂质元素提供一种更为准确的化
据的非线性问题,这为神经网络在化学领域的应用学测量方法,而且还可推广到其它铀化合物的分析
提供了数据学习的来源。因为神经网络在多元校正领域,都具有很好的应用价值。
中优于其他化学计量学方法,所以将人工神经网. 一
络与分光光度法相结合,发挥了分光光度法的优点, 一~
又简化和降低了多组分混合物光谱分析过程中的误试验用分光光度计测量吸光度。所用钼、
差。神经网络在光度法中的应用非常广泛,相燕钛、钨标准溶液均为国家二级标准/
开始对人工神经网络在分析化学中的应用效果进行配制成./的工作溶液。
了研究。李芳清采用径向基人工神经网络,以光为了在较宽的浓度范围内进行试验,本文采用
度法同时测定铀矿石中铀和钍,测定结果比较准确。的试验设计方法是均匀设计。。。在每种元素的浓
采用神经网络与分光光度法结合同时测定~ 种度范围内划分了个因素水平,并按照均匀设计表
金属杂质,毛剑英开发了一个前向神经网络数据。配制了组混合标准溶液表。按照
处理系统,并使之与分光光度法结合同时测定水中混合标准溶液的配制方案,从/ 的种离
的镉、铅、汞种离子;何池洋等分别对、和子的标准溶液中,分别移取准确体积的标准溶液于
、、金属配合物体系同时进行各含量测定。容量瓶中,然后按照试验方法测定不同波长
等将的线性范围为每溶液点的吸光值。将组已知浓度混合体系分成训练
中.~..,经人工神经网络建模,成功地扩展集和检测集,其中~、、、~ 、、、~
为每溶液中.~. 。王英华等将为训练集,这组混合标准溶液的浓度数据及其对
人工神经网络与紫外分光光度法相结合,对化探样应的不同波长点的吸光值数据作为网络的输出层数
品中贵重金属元素金的种存在形态水提取态、