Алюминиевые сплавы широко применяются в промышленности благодаря своим отличным свойствам. Точное классифицирование марок алюминиевых сплавов способствует дальнейшему развитию таких областей, как производство. В статье предложена новая рамочная система классификации алюминиевых сплавов на основе рентгенофлуоресцентного спектра (XRF) под названием CARS-GAF-MobileNet (CGM). Сначала с помощью спектрометра XRF получаются спектральные данные образцов алюминиевого сплава; затем предлагается алгоритм конкурентного адаптивного повторного взвешенного выборочного отбора переменных (CARS) на основе мультиэлементной коррекции; после этого одномерный спектр преобразуется в двумерное спектральное изображение с помощью углового поля Грама (GAF), а затем градации серого преобразуются в RGB с использованием цветовой карты; наконец, преобразованное двумерное спектральное изображение подается на вход модели Mobilenet-V3 для классификации образцов алюминиевых сплавов. Результаты экспериментов показывают, что конечная точность классификации предложенной рамочной системы CGM достигает 94,3%, что позволяет точно распознавать образцы алюминиевых сплавов различных марок. CGM представляет собой перспективный фреймворк для распознавания марок алюминиевых сплавов с высокой теоретической и практической ценностью.

рентгенофлуоресцентный анализ;классификация алюминиевых сплавов;угловое поле Грама;конкурентный адаптивный повторно взвешенный отбор;глубокое обучение