Les alliages de magnésium sont largement utilisés dans les secteurs aéronautique, automobile et électronique en raison de leur faible densité, de leur résistance spécifique élevée et de leur excellente résistance à la corrosion. La spectroscopie d'émission induite par laser (LIBS) présente l'avantage d'une analyse rapide sans préparation complexe des échantillons, ce qui lui confère un bon potentiel d'application dans le domaine de la détection des alliages de magnésium. En raison des fortes fluctuations des spectres LIBS lors de différentes mesures répétées, de la grande similarité des spectres entre différents types d'alliages de magnésium, ainsi que de la présence d'informations redondantes dans les données, la classification directe est souvent limitée en efficacité. Cet article propose une méthode de classification rapide des alliages de magnésium basée sur la sélection de caractéristiques. Une comparaison systématique a été effectuée entre trois méthodes de sélection de caractéristiques, à savoir la corrélation maximale et redondance minimale (mRMR), la forêt aléatoire (RF) et les indices spectraux, combinées avec trois modèles de classification : machine à vecteurs de support (SVM), réseau de neurones à rétropropagation (BPNN) et k plus proches voisins (KNN), afin de construire plusieurs modèles de classification des alliages de magnésium. Les résultats expérimentaux montrent que la méthode mRMR-BPNN atteint des précisions de 99,4 % et 92,5 % respectivement sur les données du premier et du deuxième jour en utilisant seulement 180 caractéristiques, surpassant nettement les autres combinaisons de méthodes de sélection de caractéristiques et classificateurs ainsi que la classification directe des spectres bruts. Cette méthode améliore efficacement la précision et la capacité de généralisation des modèles sans nécessiter de prétraitement complexe, fournissant un moyen d’analyse fiable pour la détection rapide en ligne et le contrôle qualité des alliages magnésium-aluminium, et joue un rôle positif dans la promotion de l’application pratique de la technologie LIBS dans les sites industriels.

spectroscopie d’émission induite par laser; alliages de magnésium; sélection de caractéristiques; apprentissage automatique