一种机器学习结合在线拉曼的HMX转晶实时监测方法

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。