专利名称：：硅钢绝缘涂层厚度近红外光谱检测方法
技术领域：
：本发明涉及一种冷轧硅钢绝缘涂层厚度检测方法，特别是一种基于声光可调滤波器(Acousto-opticTunableFilter,縮写为A0TF)近红外光谱仪实现的绝缘涂层厚度检测方法。
背景技术：
：无取向硅钢被广泛用作电机和变压器的铁芯材料。为减少硅钢层间功率损失，保证硅钢片有较高的表面电阻率，同时保护硅钢免受各种腐蚀介质的侵蚀和锈蚀，需要在硅钢表面涂覆一层很薄的由无机物和有机树脂组成的绝缘涂层。硅钢绝缘涂层的性能有很严格的技术要求，厚度是其中重要的技术指标之一。非破坏性硅钢绝缘涂层厚度检测方法主要有磁性法和X射线荧光测厚法两种。磁性法主要用于磁性基体上的非磁性镀层或化学保护层的厚度检测，具有检测速度快，操作简便等优点。但由于磁性法为接触式测量方法，所以无法实现在线检测。X射线荧光测厚法利用X射线激发涂层或基体金属材料的特性X射线，通过测量被测涂层衰减之后的特性X射线强度来测定涂层的厚度。X射线荧光法检测精度高且可以实现在线测量，但该方法只能对具有荧光效应的元素进行检测，检测具有一定的局限性，且检测成本高。近红外光谱技术是近年来发展起来的一种高新分析测试技术，具有无损检测、分析效率高、分析速度快、分析成本低、重现性好、测量方便以及适合于在线分析等优势。近年来，近红外光谱技术已经被成功地应用于农业、生物、医药、军事、环境、化工等领域。AOTF是近红外光谱仪最新一代的分光系统，A0TF分光技术的应用使得A0TF近红外光谱仪完全不受外界光、振动、灰尘、污垢的影响，且具有极好的准确率。尽管近红外光谱技术已经在很多领域得到广泛应用，但是在冶金行业中的应用还是空白，目前还没有采用近红外光谱法实现硅钢涂层厚度检测的先例。
发明内容本发明的目的旨在克服上述不足，提供一种基于A0TF近红外光谱仪实现的冷轧硅钢绝缘涂层厚度近红外光谱检测方法。为达到上述目的，本发明采用以下技术方案—种硅钢绝缘涂层厚度近红外光谱检测方法，其特征在于采用A0TF近红外光谱仪采集硅钢表面绝缘涂层的近红外光谱；建立绝缘涂层样本数据库，样本数据库中包含样本的绝缘涂层近红外光谱和涂层厚度标准值；根据绝缘涂层样本数据库建立绝缘涂层厚度分析模型，绝缘涂层厚度分析模型由预处理模块和核偏最小二乘(KernelPartialLeastSquares,縮写为KPLS)模块组成，预处理模块的输入为样本数据库中样本的绝缘涂层近红外光谱数据，预处理模块的输出作为KPLS模块的输入，经KPLS模块处理后输出绝缘涂层的厚度值；将采集到的硅钢表面绝缘涂层的近红外光谱数据输入绝缘涂层厚度分析模型即可得出绝缘涂层的厚度值。3上述的硅钢绝缘涂层厚度近红外光谱检测方法，其特征在于所述采集绝缘涂层的近红外光谱时，通过简易支架使光谱仪中来自光源的入射光与硅钢表面呈30°夹角。上述的硅钢绝缘涂层厚度近红外光谱检测方法，其特征在于所述的绝缘涂层样本数据库由不同厚度绝缘涂层的近红外光谱及其对应厚度的标准值构成的数据对组成，绝缘涂层厚度的标准值采用基于电磁法的涂层测厚仪获得，绝缘涂层的近红外光谱采用AOTF近红外光谱仪扫描获得。上述的硅钢绝缘涂层厚度近红外光谱检测方法，其特征在于所述的预处理模块由异常光谱剔除、平滑和导数三个子模块组成，预处理模块的输入为绝缘涂层的近红外光谱，输出为预处理后的数据。上述的硅钢绝缘涂层厚度近红外光谱检测方法，其特征在于所述的核偏最小二乘模块中模型参数的优化采用分段交叉检验法确定。与现有技术相比，本发明具有如下优点1、本发明实现了硅钢表面半有机绝缘涂层厚度的检测，满足硅钢涂层厚度检测的实际需求，并且具有快速、准确、可靠等特点。2、本发明为硅钢涂层厚度检测提供了一种新型的方法，进一步扩展了近红外光谱仪的应用领域。图1为厚度为1.02iim-l.98iim的环保半有机绝缘涂层的近红外光谱；图2为不同厚度硅钢绝缘涂层在160lnm附近的特征吸收光谱；图3为不同厚度硅钢绝缘涂层在2086nm附近的特征吸收光谱；图4为电磁法测量样本绝缘涂层厚度时的测量点安排图；图5为硅钢绝缘涂层厚度分析结果散点图。具体实施例方式下面结合附图和发明人按上述技术方案完成的实施例对本发明作进一步详细说明。以下的实施例只是较优的例子，本发明不限于该实施例。本实例中待测的硅钢绝缘涂层是厚度在1.02iim-1.98iim范围内的环保半有机涂层。硅钢样本各绝缘涂层厚度的标准值采用基于电磁法的涂层测厚仪获得，样本绝缘涂层的近红外光谱采用AOTF近红外光谱仪扫描获得，通过预处理模块和KPLS模块分析不同厚度绝缘涂层的近红外光谱实现硅钢涂层厚度的检测。1.绝缘涂层的近红外特征吸收光谱参见图1。本实例对90个绝缘涂层样本进行了近红外光谱扫描，获得的近红外光谱为漫反射吸收光谱。为明确绝缘涂层的近红外特征吸收峰，对绝缘涂层的近红外光谱进行背景扣除处理。背景扣除可以消除钢板基底对测量的影响，明确涂层在近红外波段的特征吸收峰位置。背景扣除的处理方法为首先将硅钢钢板的某个区域采用化学腐蚀法去除绝缘涂层，然后分别采集去除绝缘涂层后硅钢钢板基底的近红外光谱和同一钢板上涂敷有绝缘涂层的近红外光谱，将两光谱求比，获得扣除背景的绝缘涂层近红外光谱。经扣除背景处理后，绝缘涂层在近红外波段的特征吸收峰主要出现在1601nm和2086nm处。以3个不同厚度的涂层样本为例，图2和图3分别给出了三种不同绝缘涂层厚度(1.23iim、1.76iim和1.97iim)在1601nm和1808nm附近所对应的扣除背景光谱。由图2和图3可见，绝缘涂层的特征吸收峰所对应波长稳定无漂移，且随着涂层厚度的增加，其吸光度也不同程度地增大。2.检测流程下面给出硅钢绝缘涂层厚度近红外光谱检测方法的实施流程(1)制备硅钢标准样本。从冷轧硅钢生产线上按照不同批次抽样剪切涂敷有相同配方涂层的硅钢钢板。将钢板的上下表面分别划分为若干lOmmXlOmm的小区间，每一个区间作为一个样本。(2)测量各样本涂层的标准厚度。在各小区间内采用高精度涂层测厚仪(电磁法)按5点测量法测量其绝缘涂层厚度，5点法的测量点安排如图4所示。图中，X为测量点，数字为测量序号。将5点的厚度值求平均作为该样本(小区间)的绝缘涂层标准厚度。(3)扫描获得各样本的近红外光谱。采用与上述电磁法相同的5点测量法采集各样本绝缘涂层的近红外光谱。通过简易支架使光谱仪来自光源的入射光与硅钢钢板表面呈30°夹角。光谱仪扫描波长范围为1100nm-2300nm，扫描间隔2nm，每一个光谱数据为连续扫描300次的平均光谱。将5点测试的光谱数据求平均，作为各样本的近红外光谱数据。(4)建立绝缘涂层样本数据库。绝缘涂层样本数据库由不同厚度绝缘涂层的近红外光谱及其对应厚度的标准值构成的数据对Kdi，Xij)，i=1，2，...，n，j=1，2，...，m}组成。其中，&GRn，为在n维空间上第i个样本的绝缘涂层厚度，Xij=(xn，xi2，...，Xij，...，xim)(i=1，2，...，n，j=1，2，...，m)为第i个样本在扫描波长范围内的m个光谱数据。(5)近红外光谱数据预处理。各样本绝缘涂层的近红外光谱数据预处理由预处理模块完成。预处理模块旨在对近红外光谱数据进行筛选、消除噪声和漂移的影响，以便建立分析能力强、稳健性好的模型。本发明的预处理模块由异常光谱剔除、平滑和导数三个子模块组成，输入为原始光谱数据，输出为预处理后的数据。预处理模块的算法除了本发明给出的算法以外，还可以是数据增量变换、标准正态变量变换、多元散射校正、正交信号校正、净信号分析、小波变换等算法。(6)核偏最小二乘涂层厚度分析。绝缘涂层的厚度分析由KPLS模块完成。KPLS模块的输入为经过预处理后的近红外光谱数据，输出为绝缘涂层的厚度值。将偏最小二乘核化后即得到KPLS算法。KPLS算法首先将输入数据映射到高维特征空间，然后再在该高维特征空间中执行偏最小二乘。设OnXm为将涂层近红外光谱数据矩阵XnXm映射到特征空间F并经过零均值处理后的矩阵，YnXM为零均值处理的涂层厚度(值)矩阵。KPLS旨在求取满足如下条件的权值向量a禾口b:c。v(0)勤Y約]=[cov(0>a,Yb)]2=[，(t,u)]2(1)其中，cov(t，u)=tV/n表示F特征空间中潜变量t和u之间样本的协方差矩阵。潜变量t可通过求解下式所描述的特征值问题所得的特征向量表示。3.实验测试依据上述检测流程，本实例制备硅钢样本共90个，采用AOTF近红外光谱仪扫描获得了各样本绝缘涂层的光谱数据并测量了各样本绝缘涂层的标准厚度，各样本绝缘涂层的标准厚度值如表l所列。表1样本绝缘涂层标准厚度表<table>tableseeoriginaldocumentpage7</column></row><table>注表1中带有A标志的为检验样本，其余为训练样本。采用表1中不带有"示志的样本建立KPLS绝缘涂层厚度分析模型，然后采用所建模型对带有"示志的样本进行检验。图5为涂层厚度分析结果与涂层厚度标准值的散点图。如果分析结果与涂层厚度标准值完全一致，散点图中各点应落在对角线上，散点图中各点偏离对角线的距离反映分析结果与标准值的偏离程度。由绝缘涂层厚度的检验分析结果可见，对于所有检验样本分析的绝对误差最大值为0.28iim，最小值为-0.12um，最大相对误差为18.30%。实际生产中对涂层厚度测量的绝对误差限为±0.3um，相对误差要求小于20%，分析结果全部符合要求。权利要求一种硅钢绝缘涂层厚度近红外光谱检测方法，其特征在于采用声光可调滤波器近红外光谱仪采集硅钢表面绝缘涂层的近红外光谱；建立绝缘涂层样本数据库，样本数据库中包含样本的绝缘涂层近红外光谱和涂层厚度标准值；根据绝缘涂层样本数据库建立绝缘涂层厚度分析模型，绝缘涂层厚度分析模型由预处理模块和核偏最小二乘模块组成，预处理模块的输入为样本数据库中样本的绝缘涂层近红外光谱数据，预处理模块的输出作为核偏最小二乘模块的输入，经核偏最小二乘模块处理后输出绝缘涂层的厚度值；将采集到的硅钢表面绝缘涂层的近红外光谱数据输入绝缘涂层厚度分析模型即可得出绝缘涂层的厚度值。2.根据权利要求1所述的硅钢绝缘涂层厚度近红外光谱检测方法，其特征在于所述采集绝缘涂层的近红外光谱时，通过简易支架使光谱仪中来自光源的入射光与硅钢表面呈30°夹角。3.根据权利要求1所述的硅钢绝缘涂层厚度近红外光谱检测方法，其特征在于所述的绝缘涂层样本数据库由不同厚度绝缘涂层的近红外光谱及其对应厚度的标准值构成的数据对组成，绝缘涂层的近红外光谱采用声光可调滤波器近红外光谱仪扫描获得。4.根据权利要求1所述的硅钢绝缘涂层厚度近红外光谱检测方法，其特征在于所述的预处理模块由异常光谱剔除、平滑和导数三个子模块组成，预处理模块的输入为绝缘涂层的近红外光谱，输出为预处理后的数据。5.根据权利要求1所述的硅钢绝缘涂层厚度近红外光谱检测方法，其特征在于所述的核偏最小二乘模块中模型参数的优化采用分段交叉检验法确定。全文摘要本发明公开了一种硅钢绝缘涂层厚度近红外光谱检测方法，其特征在于采用声光可调滤波器近红外光谱仪采集硅钢表面绝缘涂层的近红外光谱；建立包含绝缘涂层近红外光谱和涂层厚度标准值的样本数据库；根据绝缘涂层样本数据库建立由预处理模块和核偏最小二乘模块组成的绝缘涂层厚度分析模型，预处理模块的输入为样本数据库中的近红外光谱数据，预处理模块的输出作为核偏最小二乘模块的输入，处理后输出绝缘涂层的厚度值；将采集到的硅钢表面绝缘涂层的近红外光谱数据输入绝缘涂层厚度分析模型即可得出绝缘涂层的厚度值。本发明扩展了近红外光谱仪的应用领域，实现了硅钢表面半有机绝缘涂层厚度的检测，具有快速、准确、可靠等特点。文档编号G01B11/06GK101750024SQ20091022783公开日2010年6月23日申请日期2009年12月15日优先权日2009年12月15日发明者乔聪明,刘雅俊,杨斌,赵建宏,郝俊宇,郝惠敏,马莹申请人:山西太钢不锈钢股份有限公司