买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：北京理工大学

摘要：本发明提供了一种机器学习结合在线拉曼的HMX转晶实时监测方法，属于化学物质分析技术领域，包括以下步骤：利用搅拌釜式反应器，在控制的条件下进行晶型转换，通过在线拉曼光谱仪实时采集光谱数据，与X射线衍射仪的结果相结合，构建数据集。通过对数据集进行Savitzky‑Golay一阶导数预处理和自适应灰狼优化算法的变量优选，进一步建立了偏最小二乘法定量模型。该模型通过五折交叉验证法建立，并用于预测验证集样品的性能，以决定系数R2和平均绝对误差MAE为评估指标，有效提升了定量模型的精确度。本发明采用上述的一种机器学习结合在线拉曼的HMX转晶实时监测方法，对实时监测晶型转变过程具有重要应用价值。

主权项：1.一种机器学习结合在线拉曼的HMX转晶实时监测方法，其特征在于，包括以下步骤：S1、取α-HMX固体并完全溶解于混合溶剂，加入到搅拌釜式反应器中后开启搅拌，升温至恒定；取β-HMX作为诱导晶种将其加入到搅拌釜式反应器中形成混合溶液，进行保温转晶；转晶过程中，每隔3分钟利用在线拉曼光谱仪采集光谱，同时取1％混合溶液，经过滤、干燥处理后，使用X射线衍射仪测定其中β-HMX的含量；S2、将采集到的拉曼光谱的光谱矩阵和对应的由X射线衍射仪确定的β-HMX的含量化学值矩阵组成数据集，并按照随机划分方法，得到校正集样品和验证集样品；S3、对校正集样品光谱矩阵和验证集样品光谱矩阵进行Savitzky-Golay一阶导进行预处理；S4、利用自适应灰狼优化算法对校正集样品的光谱矩阵进行变量选择，将提取得到的关键光谱变量用于从校正集样品的光谱矩阵及验证集样品的光谱矩阵中筛选数据，得到优化后的校正集样品光谱矩阵子集和验证集样品光谱矩阵子集；S5、利用优化后的校正集样品光谱矩阵子集和对应的浓度矩阵，采用偏最小二乘法的五折交叉验证法，建立PLS定量模型；并利用验证集样品光谱矩阵子集和对应的浓度矩阵验证PLS定量模型预测性能；S6、将新采集的拉曼光谱数据经过步骤S3的Savitzky-Golay一阶导和步骤S4中由自适应灰狼优化算法取得到的关键光谱变量筛选，得到预测集样品光谱矩阵子集，并使用步骤S5建立的PLS定量模型，对HMX转晶过程进行实时监测。

全文数据：

权利要求：

百度查询： 北京理工大学 一种机器学习结合在线拉曼的HMX转晶实时监测方法