云台山地质的激光诱导击穿光谱研究

利用高能量Nd:YAG脉冲激光器1064nm光束聚焦待测样品表面产生等离子体,并用光谱仪和ICCD来探测其光谱信号.采用激光击穿光谱(LIBS)技术对云台山的泉水、岩石和土壤进行了定性研究.对比分析泉水和纯净水的光谱图,得出泉水中含有Ca和Mg元素.通过比较茱萸峰岩石和潭瀑峡岩石的实验结果,可知两种岩石的成分存在较大差异,潭瀑峡岩石所含成分相对较多.同时还对云台山茱萸峰土壤和中南民族大学附近的土壤进行了对比分析,发现中南民族大学电信学院附近的土壤中含有Zn、Cu、Hg,而在茱萸峰的土壤中发现一种植物生长必需的微量矿质元素Ni.     

基于激光诱导击穿光谱和神经网络的蛋壳研究

为了研究残缺蛋壳的分类方法以及某些蛋制品中存在的食品安全问题,采用激光诱导击穿光谱技术(LIBS)和反向传播神经网络(BPNN)相结合的方法开展了对于蛋壳元素的探究、不同种类蛋壳的甄别以及蛋壳中污染元素的检测工作。结果表明,鸭蛋壳中含有Si,Cu,Ca,Mg,C,Na和Al等元素;采用LIBS测量并标定污染的皮蛋壳中的元素组成,成功探测到了明显的铅元素特征峰;对鸡蛋壳、鸭蛋壳和鹌鹑蛋壳进行快速的甄别,得到了94.167%的准确率;对鸭蛋壳和皮蛋壳进行不同制作方法的蛋壳分类,获得了97.5%的准确率。LIBS与BPNN的结合为蛋壳的分类与甄别提供了一个新的思路与研究方法。     

基于激光诱导击穿光谱的煤样典型特性研究北大核心CSCD

为了准确检测煤样的各种元素含量、灰分和发热量等工业指标,提出利用激光诱导击穿光谱技术进行煤样的光谱强度信息采集。激光诱导击穿光谱技术作为一种新型的元素分析技术,通过高能脉冲激光聚集在样品表面,分析等离子体释放出的元素谱线信息,得出样品元素含量和组成。而光谱信息采样的延迟时间是光谱检测中一个非常重要的参数,为了研究延迟时间对煤样激光诱导击穿光谱信号强弱的影响,提出了通过连续背景强度变化和相对标准偏差计算来判定测量煤样的最佳延迟时间。本研究选取山东济南众标科技有限公司的三种标准煤样作为研究对象,实验测试使用Nd∶YAG脉冲激光器,波长为1064nm。对于煤质的检测,采用AvaSpec Dual型光纤光谱仪,光谱探测波长范围为两通道195~467nm和615~973nm。延迟时间为247~252μs对三种标准煤样ZBM100、ZBM101、ZBM104的光谱信息进行特征分析,通过光谱信号强度和连续背景强度随延迟时间变化的关系,判断出247~252μs范围内的最佳延迟时间。随着延迟时间的增加,连续背景强度快速衰减,在250μs时,连续背景强度和光谱信号强度分别衰减到延迟时间为247μs时的30和50。其次通过在不同延迟时间下相对标准偏差的计算,判断出标准煤样样本中Al、Si、Fe三种元素最佳延迟时间为247μs、248μs、249μs所对应的标准偏差达到最小值,得到因选用标准煤样对象不同其相对标准偏差对应元素的最佳延迟时间也会有所差异。研究结果表明,三种标准煤样ZBM100、ZBM101、ZBM104的光谱强度在247~252μs的最佳采样延迟时间为250μs。此实验研究结果,为激光诱导击穿光谱技术探测和分析煤质检测的最佳延迟时间提供了依据。     

基于遗传神经网络的激光诱导击穿光谱元素定量分析技术

提出了一种基于遗传神经网络定量分析模型的激光诱导击穿光谱(LIBS)分析技术。采用误差反向传播(BP)算法构造三层神经网络(ANN)结构,通过遗传算法对神经网络权值和阈值进行优化,并将该定量分析模型与LIBS技术有机结合,实现了元素含量的高精度检测。对土壤中的Ba和Ni元素进行定量检测,平均相对误差分别为4.15%和6.06%,相关系数分别为0.983和0.990,检测精度明显优于BP-ANN方法和光谱分析中常用的内标法。研究表明遗传神经网络建模方法具有很好的预测效果,为LIBS技术进行元素高精度检测提供了一种新的建模方法。     

氯化钾溶液的激光诱导击穿光谱研究

利用脉冲Nd:YAG激光器、光谱仪I、CCD等设备设计了一套激光诱导击穿光谱测试实验装置,并采用该装置对氯化钾溶液的全谱进行了测量,得到了含量为1mg/l的镁(Mg),3mg/l的钙(Ca),20mg/l的钠(Na)的线状谱线。实验结果表明,对氯化钾溶液做定性分析时,延时是一个非常重要的参数。合理地选取延时,利用激光诱导击穿光谱方法可以快速准确地同时检测到多种微量金属元素。同时定性分析也证明了利用激光诱导击穿光谱方法探测废水中的微量有毒金属的可行性。     

激光诱导击穿光谱最佳探测时间的分析

为了确定激光诱导击穿光谱（laser-induced breakdown spectroscopy, LIBS）最佳的探测时间,采用时间分辨LIBS研究了样品中4种元素Fe、Pb、Ca和Mg的4条特征谱线峰值强度以及相应的连续背景辐射光谱强度的衰减特性,对特征谱线峰值强度和连续背景辐射光谱强度的比值求极值,获得了特征谱线最佳信背比（signal-to-background ratio, SBR）所对应时间的计算值。连续背景辐射和特征谱线光谱强度均呈指数形式衰减,4条特征谱线衰减时间分别为1.42, 1.95, 1.69, 1.65 ?s,相应的连续背景辐射衰减时间分别为0.85, 0.93, 0.89, 0.87 ?s。4条特征谱线最佳SBR所对应时间的计算值分别为1.43 ,1.77 ,1.62 ,1.80 ?s,最佳SBR所对应的时间的实验测量值分别为1.5 ,2.0,1.5 ,1.5 ?s,二者具有较好的一致性。特征谱线峰值强度和连续背景辐射光谱强度的演化规律能够对最佳SBR出现的时间作出预测。以上研究结果表明,LIBS最佳探测时间与连续背景辐射和特征谱线的衰减规律密切相关,通过对光谱强度的比值求极值,可以预测谱线最佳SBR出现的时间,此方法为确定LIBS技术探测和分析的最佳时间提供了依据。     

紫外激光诱导击穿光谱的应用与发展

激光诱导击穿光谱（LIBS）技术是一种基于原子发射光谱的元素分析技术,是元素分析领域重要的研究手段。作为LIBS分析的激发光源,紫外激光具有光子能量大、空间分辨率高等优点,可以提高烧蚀效率、减少分馏效应,在地质检测和生物医药检测方面有很好的应用前景;也可从提升元素分析的效果,扩大LIBS技术的应用范围。介绍了紫外LIBS技术的原理与特点,讨论了国内外紫外LIBS技术的应用,总结了紫外LIBS技术的发展趋势。     

激光诱导击穿光谱技术研究的新进展

激光诱导击穿光谱技术（LIBS）是一种基于原子发射光谱学的物质组分分析技术。随着激光技术和光学检测技术的发展,激光诱导击穿光谱技术已经成为光谱学领域的研究热点。尤其是近几年,LIBS技术发展迅速,涌现出多种LIBS的激发和探测新技术。在光谱激发方面,出现了如飞秒激光及飞秒激光大气中长距离成丝诱导击穿光谱技术,双脉冲激光诱导击穿光谱技术等。在光谱探测方面,出现了时间分辨激光诱导击穿光谱技术,偏振分辨激光诱导击穿光谱技术等。本文将对这几种LIBS中所出现的新技术进行介绍并给出LIBS技术的发展趋势。     

煤中激光诱导击穿光谱的碳元素定量分析

在定量分析煤样品中碳元素含量时,为了克服受基体效应影响较大且预测精度低的问题,在最优实验条件下,获得14个标准煤样品经激光诱导击穿光谱(LIBS)试验后的光谱数据,并选取独立性好、不受相邻谱线干扰的CⅠ193.09nm波长,将积分强度作为输入变量,采用基本曲线定标法以及神经网络定标法,对煤样品进行定量分析。结果表明,当采用基本定标曲线法时,受噪声干扰以及基体效应的影响较大,平均相对误差为15.39%;当采用神经网络定标法时,验证样品的相对误差平均降低了7.54%;采用神经网络定标法能有效减小定量分析误差,提高LIBS对煤中碳元素含量的预测能力。该研究可为定量分析煤中碳元素含量提供指导。     

BP网络与改进证据合成规则空中目标识别

针对现代空战目标识别高准确性、实时性的要求,以及目标识别融合中可能出现的高度证据冲突问题,提出了一种基于BP网络与改进证据合成规则的空中目标识别方法。该方法通过BP神经网络获取各传感器对目标类别判断的基本概率赋值,并以此为证据,使用引入加权平均证据的合成规则对各组证据进行空间域融合和时间域融合,得到目标身份结论。仿真结果表明,该方法可以很好地解决证据冲突问题,能够准确、可靠地完成空中目标识别任务。     

基于荧光光谱成像与聚类分析的鹿茸鉴别研究

提出应用荧光光谱成像技术对鹿茸饮片进行检测,以期为鹿茸真伪鉴别提供一种快速无损的检测方法。采用凝视式荧光光谱成像装置,对不同来源的13种鹿茸样品进行了荧光光谱成像分析,从各样品的光谱立方体中提取了其特征光谱曲线,并采用欧氏聚类分析方法对特征曲线进行解析。系统所用光源为中心波长254nm的窄带紫外光源,光谱分辨率为5nm,扫描范围为410~670nm,空间分辨率为4 000×4 000。光谱成像检测结果与作为对照实验的性状、显微鉴别结果一致,表明荧光光谱成像法可用于鹿茸的真伪鉴别,且方法简便和客观。     

基于磁场约束下激光诱导击穿光谱技术的重金属检测研究

为提高激光诱导击穿光谱(laser induced breakdown spectroscopy, LIBS)技术定量分析的精度,开展了磁场约束下LIBS技术对土壤中重金属元素检测的研究,并采用多谱线强度归一化内标法进行数据处理。通过比较磁场强度分别为0 T、0.3 T、0.8 T、1.25 T时的光谱特性,得到光谱强度和信噪比(signal-to-noise ratio,SNR)随磁场强度增大而增大,在1.25 T磁场强度时,样品元素Cd和Cu的光谱强度和SNR要比无磁场作用分别增强了34.77%、56.33%和40.83%、74.12%,构建了磁场强度为1.25 T时的Cd和Cu元素定量分析模型。结果显示,相对于传统内标法,采用多谱线强度归一化内标法的元素检测限分别从52.78 mg/kg和49.18 mg/kg降低到23.87 mg/kg和18.06 mg/kg;相关系数分别从0.961 3和0.942 7提高到0.996 9和0.999 3。本实验研究改善了LIBS的光谱特性,提高了定量分析的精度,采用多谱线强度归一化内标法降低了重金属的检出限和测量误差。     

基于BP神经网络的数字调制信号样式自动识别

针对2ASK，4ASK，2FSK，4FSK，BPSK和QPSK六种数字调制信号，给出了对他们进行识别的5种特征参数的定义，提出了基于BP神经网络利用较少样本分3步进行训练，来实现对数字信号调制样式自动识别的方法，最后得到了在信噪比≥8dB时较高的正确识别率。     

基于BP神经网络的地震动信号识别

通过数据采集得到三种不同类型车辆的地震动信号,采用小波消噪和特征提取,得到样本数据对神经网络进行训练,训练完成的神经网络就能实现车辆类型的识别。试验结果表明,BP神经网络对车辆目标具有较高的识别率,证明对地震动信号的特征提取方法是正确的,人工神经网络是有效的目标识别方法。     

基于多频超声的变压器油击穿电压检测技术研究

电力变压器是电网运行的关键设备之一.变压器绝缘油作为油浸式变压器的核心材料,通过对变压器油的日常监测,提前预测变压器油的击穿电压的变化趋势对确保电力变压器的安全稳定运行有重要意义.本文首先研究了多频超声检测技术,基于多频超声波声学参量与变压器油击穿电压的联系,建立了变压器油多频超声检测模型,然后对变压器油进行多频超声检...     

改进BP神经网络在电台“指纹”识别中的应用

提取了两类实际电台信号的指纹特征，利用改进的BP神经网络对电台指纹特征进行了有指导的分类识别。通过Matlab 6．5．1编程实验，结果表明该算法收敛性好，精度高，对通信电台指纹识别效果比较理想。     

一种基于BP网络的星图识别算法

为了提高星图识别算法的抗噪性能,提出一种基于逆向传播(Back Propagation,BP)网络的识别算法。该算法通过将星图转换成“0”、“1”和“2”的网格矩阵,提取行列数值和星数形成匹配向量,利用多个BP识别子网进行训练完成匹配识别。通过仿真试验得出以下结论:对星等位置和星等添加噪声,当位置噪声标准偏差为2像素时,BP网络算法的识别率和识别时间相对传统栅格算法分别提高2%和60ms,对噪声有较强抗干扰能力,表明BP网络算法具有更快的识别速度。     

利用改进的BP算法实现神经网络辨识仿真

系统辨识是控制系统设计的基础。基于多层前馈神经网络结构,采用一种改进的BP算法,利用二阶梯度变尺度模型,完成了神经网络非线性系统辨识。与传统的辨识方法比较,神经网络应用于非线性系统辨识具有泛化功能和很好的容错能力,是一种不依赖模型的自适应函数估计器。采用一种改进的BP算法有效地改善了系统收敛速度慢的问题,BP模型已成为神经网络的重要模型之一,从而为控制系统正确设计奠定理论基础。