激光诱导击穿光谱谱峰元素自动识别方法研究

激光诱导击穿光谱(LIBS)中通常含有丰富的元素特征谱峰,谱峰的准确识别是利用LIBS技术进行元素定性、定量分析的前提和基础。针对传统谱峰元素识别方法准确率偏低、可靠性不足的缺点,提出了一种元素谱峰自动识别的新方法。该方法首先利用Voigt函数对实验光谱进行拟合,以克服谱峰重叠和噪声干扰;通过滤波处理后提取拟合谱峰的中心波长、光强、半峰全宽和谱峰质心作为谱峰特征参数向量,并将待识别光谱的谱峰特征参数向量与美国国家标准与技术研究院(NIST)标准谱线数据库中的元素谱线进行相似性分析,从而实现谱峰元素的自动识别。分别利用NIST标准数据库和茶叶样品LIBS光谱数据进行实验研究,验证了该方法在LIBS谱峰元素识别上的有效性。     

利用多数据处理方法提高LIBS谱信号质量

基于分段光谱特征值提取法和小波变换算法等多个数据预处理方法,分别针对分段基线差异及光谱噪声等严重影响激光诱导击穿光谱(LIBS)信号质量的主要影响因素,开展光谱信号预处理研究.基于实验室LIBS实验装置,通过实验验证,基于多通道光谱仪不同波段光谱特征值提取,提出了一种简单易行的多组数据中特征值点连接的方法,有效地提高了LIBS光谱信号的基线平直度,并得出以小波变换算法进行LIBS谱线信号去噪的最佳算法参数.在上述工作的基础上,使用基于误差反向传播的人工神经网络方法,实现了纯铜和不锈钢等物质种类的有效识别,研究结果表明,综合利用多数据处理方法进行LIBS技术中光谱信号处理可以有效提高谱线分析和识别的质量.     

LIBS结合GA-BP神经网络与GA-SVM对塑料分类研究北大核心CSCD

塑料制品回收力度小、重复利用率低,造成环境污染和资源浪费,因此对废旧塑料精确分类是提高塑料回收的关键。本文采用激光诱导击穿光谱(LIBS)技术结合遗传算法优化误差反向传播神经网络(GA-BP)和支持向量机(GA-SVM)对常见的10种塑料进行分类识别。利用LIBS技术对塑料样品进行处理,分别采集每种塑料样品100组光谱。对采集到的原始光谱做滤波和归一化处理,提取光谱中14条主要的特征谱线,分别建立GA-BP神经网络和GA-SVM模型。实验结果表明,GA-BP神经网络对塑料的识别性能优于GA-SVM,其中GA-BP神经网络识别精度为99.25%,原因是GA-SVM利用升维算法实现对数据集的分类,在塑料样品种类多的情况,分类效果不及GA-BP神经网络。因此,利用LIBS技术结合不同的识别算法,可以实现对多种塑料样品的分类,也为研究不同算法对塑料样品分类识别提供研究思路。     

基于激光诱导击穿光谱积分信号的水稻种子鉴别研究

基于LIBS技术结合BP神经网络技术,对6类水稻种子进行类型鉴别研究。对水稻种子的LIBS全谱和分段光谱进行积分,再输入BP神经网络,得到:全谱积分前的识别率为81.02%,积分后识别率为93.40%,识别率提高12.38%;分段光谱积分后识别效果较好的是中心波长为405 nm、570 nm、810 nm的光谱,将这三段光谱进行组合,组合光谱的识别率均超过94%,其中405-570-810 nm组合识别率最高达到97.67%;从该组合光谱中提取特征光谱输入神经网络,识别率为97.35%,识别时间为原组合光谱的53%。结果表明:LIBS积分信号下的组合光谱法识别迅速可靠,适用于水稻种子的快速批量检测。     

基于分光透射比模型提高镉等离子体特征光谱识别能力的研究

为了降低或消除激光诱导击穿光谱（LIBS）检测过程中激光能量、背景辐射、噪声信号对特征光谱信息的影响,以镉靶材为对象,构建偏振分辨激光诱导击穿光谱（PRLIBS）系统,探索提高重金属污染物LIBS分析能力的方法。结合光波在多层媒介传播过程中的菲涅耳方程,分析入射光波长对光强透射比的作用机理,构建正入射方向上的等离子体辐射强度分光透射比模型。利用该模型获得了相同条件下的LIBS、PRLIBS光谱数据,比较了镉元素特征谱线强度的相对标准偏差（RSD）,并分析了不同延迟时间下特征谱线强度的变化趋势。结果表明：在低能量密度情况下,PRLIBS具有明显的测量优势,可以采集到更多的特征峰信号,并且PRLIBS光谱特征谱线强度的RSD值小于相同检测参数下LIBS光谱特征谱线强度的RSD值,说明分光透射比模型能够有效提高等离子体光谱的稳定性;LIBS与PRLIBS的谱线强度随延迟时间的变化趋势一致,说明PRLIBS并不影响原有LIBS的延迟时间;随着脉冲能量增大,分光透射比模型可以有效降低基线漂移和背景辐射,增强光谱的分辨能力;分光透射比模型不仅保留了连续谱中的有效信息,还提高了谱线识别的稳定性,对于...     

集成ICCD单双脉冲LIBS对Pb溶液定量分析比较

激光诱导击穿光谱(LIBS)检测的稳定性和灵敏度不高是制约其发展的两大瓶颈问题。本实验采用集成ICCD的单、双脉冲LIBS系统,对经滤纸富集后的Pb(NO3)2水溶液中的Pb元素进行了分析,比较了采样门宽、积分延迟时间、双脉冲两束激光延迟时间等参数对光谱质量的影响,确定了水溶液中Pb元素的LIBS检测最佳实验条件,结果表明双脉冲具有更好的稳定性。在优化的实验条件下,获取了6个含Pb溶液浓度系列的单、双脉冲LIBS光谱信息,建立了元素真实浓度与其光谱强度之间的关系模型,得到溶液中痕量Pb元素的LIBS检测限分别为15.95μg/mL和5.48μg/mL。拟合结果表明双脉冲具有较高的线性相关系数以及较好的检测灵敏度和检测精度。说明集成ICCD双脉冲LIBS能够改善水体中重金属元素的检测效果。     

乐山茶叶的近红外光谱分类识别

以乐山产正品竹叶青、劣质竹叶青和峨眉山毛峰为研究对象,提出了一种基于近红外光谱的不同茶叶品种分类识别算法.该算法采用多元散射校正(Multiplicative Scatter Correction,MSC)对3种茶叶的近红外光谱数据进行预处理,最大限度地扣除光谱数据中的随机变异;再采用主成分分析算法(Principal Component Analysis,PCA)对预处理后的光谱数据进行降维,去除冗余;接下来进行线性判别分析(Linear Discriminant Analysis,LDA),进一步提取特征;最后采用K_近邻算法(K_Nearest Neighbor,KNN)对LDA结果的前两个特征进行分类,从而达到对茶叶进行定性分类的目的.实验结果表明,该算法能有效地对3种茶叶进行分类,正确识别率达到100％.本研究为不同品种茶叶的分类识别提供了一种新思路.     

准东煤化学处理后碱金属含量的激光测量研究

为了评价水洗、醋酸铵洗和盐酸洗等化学处理方法去除准东煤中碱金属的能力,分析激光诱导击穿光谱（LIBS）技术快速测量煤中碱金属含量的可行性和准确性,采用去离子水、醋酸铵溶液和稀盐酸溶液依次对准东煤进行化学处理,并利用LIBS技术对各样本中的Na,K元素进行测量,同时与电感耦合等离子光谱（ICP）检测结果进行对比,得到了验证LIBS技术测量准东煤中碱金属含量可靠性的实验数据。结果表明,水洗等化学处理可高效地去除准东煤中的碱金属,而LIBS技术对不同样本中的Na,K元素测量重复性较好,并且具有较高的灵敏度和较低的检测极限,LIBS检测结果与ICP的相对误差不超过7%。该结果说明LIBS可作为在线测量煤样中碱金属含量的一种有效手段。     

微孔喷射辅助水溶液样品激光诱导击穿光谱在线分析方法研究

受到水溶液内部复杂基质效应的影响,激光诱导击穿光谱(LIBS)技术在水溶液样品的连续在线检测分析应用中受到很大制约。提出了一种微孔喷射辅助LIBS的新技术,用以实现水溶液中金属元素的连续在线分析。该方法通过微米量级的小孔矩阵和压电陶瓷振荡片将流动液体在线转化成密集的小液滴并连续喷出来,辅助LIBS系统进行检测。依据此思路,设计实现了一套由微孔喷射装置和传统LIBS装置组成的微孔喷射辅助LIBS检测系统。利用该系统,以水溶液中的Ca元素为目标元素展开实验,研究该方法的最优化实验参数、等离子体物理特性和检测能力等。结果表明,该方法对Ca元素的在线检测限能够达到0.96 mg/L,且在0~1124 mg/L范围内谱峰强度和浓度之间具有较好的线性关系。     

激光诱导击穿光谱技术研究进展

激光诱导击穿光谱（laser-induced breakdown spectroscopy, LIBS）技术是一种基于原子发射光谱的物质成分分析技术,具有无需样品预处理、快速、多元素同时测量等特点;国内外研究人员在环境监测、工业过程控制、空间探测等多个领域均开展了大量研究工作,已形成较为完善的理论方法体系;在技术设备开发方面虽取得一定进展,但也存在诸多技术应用难题。综述了现阶段LIBS技术主要研究进展,重点包括光谱获取技术、光谱增强方法、元素识别, 及定量分析方法等,分析了LIBS仪器开发现状与存在的问题,为进一步发展LIBS技术的实用化提供参考。     

基于PLS的飞机CFRP激光除漆LIBS监测判据研究

激光分层除漆的可靠性与可控性依赖于有效的在线监测技术,采用激光诱导击穿光谱(LIBS)技术能有效监控激光除漆过程。本文采用激光去除飞机碳纤维复合材料(CFRP)表面漆层,并基于高重频激光除漆LIBS在线监测平台,在线采集除漆过程所激发的面漆和底漆2类光谱共60组。分别建立了基于主成分分析(PCA)和偏最小二乘法(PLS)的判别和预测模型,研究了激光分层除漆过程中LIBS光谱的分类判别。PCA模型前两个主成分累计贡献率达到了79.2%,PLS-DA模型前两个主成分累计贡献率达到了85.5%。PLS回归模型校正标准差(RMSEE)为0.142923,均方根误差(RMSEcv)为0.152053,模型的预测标准差(RMSEP)为0.142421,对20组激光清洗面漆和底漆的混合数据集进行预测,预测准确率达100%。结果表明PLS判别模型比PCA模型分类判别效果更好,PLS预测模型实时评估和自动分类漆层具有较好的预测精度。本研究可为LIBS在线监测激光除漆过程,实现自动化、智能化的激光除漆提供技术支持。     

激光透射探针用于液相激光诱导击穿光谱全过程诊断及光谱校正

液体环境中激光诱导击穿光谱（LIBS）包含等离子体辐射和膨胀、冲击波传输及气泡演化等过程，对其进行全过程时间分辨观测有助于理解液相LIBS物-化过程，并提高LIBS分析性能。为此，采用激光透射探针（LBTP）测量方法，通过连续氦氖激光器和光电探测器相结合，实现对单次LIBS过程中激光/等离子体辐射与冲击波/气泡演化的全过程时间分辨诊断。在不同激光脉冲能量激发下，比较同步采集的LBTP信号与LIBS信号，证明了LBTP信号负峰面积与LIBS特征峰面积之间存在较强的相关性（R2>0.99）。在此基础上，对于不同浓度的碱金属离子水溶液，利用偏最小二乘回归（PLSR）法建立了LBTP信号对光谱特征峰面积相对偏差的回归模型，实现了LIBS信号波动校正。     

水体重金属多元素LIBS测量连续背景光谱去除方法研究

连续背景光谱是影响水体重金属多元素激光诱导击穿光谱(LIBS)定量测量的重要因素,依据背景光谱变化缓慢和特征谱线半峰全宽窄的特性,研究了滑动窗口积分斜率算法去除连续背景的方法。设置合适的窗口宽度和变化率阈值识别背景光谱和特征峰位,对窗口内的背景进行赋值操作,完成整个背景光谱的提取。实验结果表明,Pb、Cu元素特征信号的信背比是背景去除前的5.7倍和1.95倍,特征信号的相对标准偏差分别降低了2%和2.5%。滑动窗口积分斜率算法是一种稳定有效的LIBS光谱背景去除方法,为其他光谱分析技术中连续背景的去除提供了参考。     

蚊香元素成分的LIBS检测分析

激光诱导击穿光谱(LIBS)作为一项很有前景的元素分析技术,具有原位测量、远程监控等优势,而对蚊香样品的LIBS检测应用是一项较新的课题。为将LIBS技术实际应用于环境监测领域,实验中利用时间分辨的激光诱导击穿光谱技术对蚊香样品的激光等离子体光谱进行了测量和分析,确定出蚊香中Al、Mn、Mg、Sr、Zn、Ba、Na、Ca、Fe、Si和H的11种元素成分;基于等离子体局域热动力学平衡模型,计算了等离子体温度。利用自由定标分析方法计算了上述元素的相对含量。实验结果表明激光诱导击穿光谱技术可以用于有害元素的快捷有效检测。     

激光诱导击穿光谱技术在太空探测中的应用

激光诱导击穿光谱(LIBS)是一种新型的元素分析技术,具有灵敏度高、快速、可多元素同时测量并可非接触遥测等优点,非常适合针对空间其他星球的空间遥测。搭建了一套激光诱导击穿光谱实验装置,并通过配置特定样品,开展了一系列LIBS探测实验。根据含有不同浓度的同种元素样品的LIBS实验结果,获得元素浓度与谱线强度的关系曲线(定标曲线)。对中南民族大学附近的土壤进行了LIBS实验,发现土壤中含有Mg、Ca、Na等18种元素,对河南云台山茱萸峰岩石的LIBS实验结果仅获得Fe、Mg、Ca3种金属元素。比较这两种实际样品的LIBS实验结果表明,检测样品的物理结构对LIBS的实验结果有一定影响。     

通过圆偏振光提高飞秒激光诱导击穿光谱的发射强度

激光诱导击穿光谱(LIBS)是一种快速、实时的元素成分分析技术。为了提高LIBS的灵敏度,人们已经提出多种方法来提高LIBS的光谱强度。本文采用飞秒脉冲激光烧蚀黄铜产生LIBS,对比了圆偏振和线偏振下LIBS光谱的强度,结果发现圆偏振下的光谱强度比线偏振下的强,光谱强度大约提高了15%。采用飞秒激光照射金属时,金属内部的自由电子吸收光子的能量。在线偏振飞秒激光场中,电子在脉冲的每个光学周期中经历交替的加速和减速;而圆偏振飞秒激光可以连续加速电子,因此电子可以获得更高的能量,这使得圆偏振飞秒激光产生的光谱强度不同于线偏振飞秒激光产生的光谱强度,圆偏振激光有助于改善飞秒LIBS信号的强度。     

基于激光诱导击穿光谱结合偏最小二乘判别分的软玉产地识别研究

采用激光诱导击穿光谱(LIBS)技术结合偏最小二乘判别分析(PLS-DA)对新疆、青海和俄罗斯的白色软玉进行产地研究。选取产自新疆(和田、于田、且末)、青海(格尔木)、俄罗斯(贝加尔湖)的146个白色软玉样品作为样品集,从样品集中随机抽取111个样品作为校正集,用于建立PLS-DA识别模型,剩余35个样品作为验证集,用于检验PLS-DA识别模型的预测效果。采用LIBS对三个产地的软玉样品进行成分分析,选择Na、K、Al、Li、Be、Mn、Sr、Zr、Ba、Y、Ce作为目标元素,并选取589.995,766.490,396.152,670.793,313.042,257.610,407.771,389.138,455.403,437.493,401.239nm处的谱线作为目标元素的分析谱线,选取Si元素作为内标元素,以其在288.158nm处的谱线作为内标元素分析谱线,分别计算各目标元素与内标元素的谱线强度的比值Rx,由Rx组成自变量矩阵,用于模型的建立与预测。实验结果表明,采用LIBS结合PLS-DA建立的产地识别模型,其校正自变量和验证自变量与实际分类变量的相关系数都大于0.9,PLS-DA识别模型的交叉验证均方根误差和预测均方根误差均小于0.29,PLS-DA产地识别模型对验证集中新疆(和田、于田、且末)、青海(格尔木)、俄罗斯(贝加尔湖)产地的35个白色软玉样品的识别正确率为92%。研究表明,采用LIBS结合PLS-DA能够快速有效识别三大产地的白色软玉。     

基于小型化便携式光谱成像技术的分类识别系统研究

小型化便携式光谱成像越来越多应用于日常生活中，给人们的生活提供了更多的便利。柑橘属水果是人们日常生活中经常食用和储存的水果之一，在智能冰箱中，柑橘由于品种相似等原因不利于识别和分类，光谱成像技术利用其物质不同的特征波长实现其识别。采用新型的单芯片式光谱成像芯片搭建小型化便携式的光谱成像系统，利用光谱成像技术实现对柑橘属水果的分类识别，并通过分批次样本进行交叉验证，同时建立光谱分辨率与准确度关系，通过约束光谱分辨率，有效提高了柑橘属水果分类识别的准确度，光谱分辨率小于20 nm，识别准确度可达到95%以上。     

基于高光谱图像的东北稻米品种快速分类

针对稻米品种无损鉴别需求,利用高光谱技术分析了3种稻米样品的光谱图像特征,实现了利用液晶可调滤波器(LCTF)光谱相机对3种稻米的探测、分类与鉴别。通过高光谱相机采集稻米样品的VIS/NIR光谱图像,运用Matlab软件及ENVI软件对高光谱图像进行处理分析,获得各样本的相对反射率曲线,结合图像阈值分割技术,得到各波段光谱图像的二值图像。结合图像及数据,分析不同品种稻米的光谱差异,发现稻米于480~550 nm波段有较为明显的特征峰,品种之间光谱差异明显,且不同品种稻米的二值图像明暗占比不同,以此完成稻米品种的分类与鉴别。研究结果表明,光谱图像的相对反射率和二值图像在稻米品种快速分类与识别的应用中具有较好的应用前景。     

LIBS水下原位探测技术研究进展

作为一种分析技术,激光诱导击穿光谱(Laser induced breakdown spectroscopy, LIBS)近年来在各个领域有着快速的发展, 在水下的应用也逐渐受到关注。对LIBS水下研究从实验室模拟到现场试验、从机理研究到技术发展都进行了回顾,并以 中国海洋大学研制的深海LIBS原位探测系统LIBSea为例,给出了LIBS系统在海洋探测中获得的典型结果,最后对未 来5~10年LIBS水下研究方向进行了展望。