欢迎光临潍坊亿客隆消防器材有限公司网站!
13863682311

浅谈塑钢防火窗的检测技术

2023-04-13

  在塑钢防火窗的生产过程中,为了降低生产成本,满足不同的建筑需求,不同厂家、同一厂家的不同系列、同一厂家的不同批次的塑钢窗所用填料的种类和比例可能会有所不同,为塑钢窗的检测提供了理论依据。

  为了使X射线荧光光谱检测塑钢窗的分类结果越为合理,减少样本光谱数据的维数,并选择主成分分析法保留塑钢窗样本X射线荧光光谱数据的大部分信息,将主成分分析提取的因子作为变量进行层次聚类和K-means快速聚类,对40个样本进行分类,然后使用判别分析进行相互验证。同时,得到了较好的聚类数。在判别分析图中,可以直观地看到各类样本中心的位置关系,从而实现未知样本的类别判断,进而判断未知样本的制造商、来源等信息。该方法可为相关部门检验此类物证提供帮助。结论是:

  (一)试验中,使用X射线荧光光谱仪对来自不同制造商、同一制造商不同系列、同一制造商不同批次的40个塑钢防火窗样品进行了测试。40个塑钢窗样品光谱数据中Pb、Cu、Zn、Ti、V、Fe、Ba、Br、Cl和Bi的质量分数不同,可用于不同制造商、同一制造商的不同系列和同一制造商的不同系列。该方法快捷、正确、无损,可协助相关部门核对物证;

  (二)为了减少聚类分析中使用的变量,利用SPSS分析软件对拉曼光谱数据进行主成分分析,具体提取4个因子,累计贡献率达88.1%。在减少变量的同时,保存了大量的信息;

  (三)以提取的三个因子为变量,进行层次聚类和K均值快速聚类分析。40个纸杯样品分为28类。描述了k-means算法下28类变量的终端聚类中心位置。根据未知塑钢防火窗碎片样品的XRF检测结果,进行分类研究,进而推断未知样品的制造商和来源;

  (四)在相关判别分析中,判别分析图中描述了28个变量的类中心。28个变量的类中心可以很好地区分。各观测点分布相对集中,证明了聚类结果的合理性。

浅谈塑钢防火窗的检测技术

塑钢防火窗的检测