LIBS结合ANN对不同类型土壤中的Cu的定量检测

不同种类土壤的Cu浓度与其激光诱导击穿光谱(LI BS)强度之间存在不同的规律,本文利用LIBS结合人工神经网络(ANN)对土壤中的Cu进行 了定量分析,以实现不同种类土壤中Cu的定量检测。分别研究了单一类型土壤和3种土壤 类型基体下神经网络的应用情况。结果表明,在单一土壤基体情况下,应用反向传播(BP)神 经网络可以对土壤中 的Cu进行准确的检测,检测误差最大为10.17%;而在3种土壤基体下 ,BP神经网络的预 测准确度降低,检测误差不大于16%,并且线性神经网络对Cu浓度较 高的土壤样品预测准 确度较高,两种方法的检测准确度均高于内标法,BP神经网络能够更准确的描述单一土壤 类型的基体效应。LIBS结合ANN能有效解决土壤间存在的基体效应,LIBS结合ANN能有效解决 土壤间存在的基体效应,实现不同类型土壤中Cu元素的定量检测。     

相关向量机结合主成分分析应用于LIBS技术定量分析

采用相关向量机(RVM)结合主成分分析(PCA)建立了激光诱导击穿光谱(LIBS)技术检测土壤中Cr元素含量的定量分析模型。配制了14个不同Cr元素浓度的土壤样品,选取其中10个作为训练样品集用于构建模型,另外4个作为测试样品集用于模型性能评估。结果表明,对于土壤中Cr元素含量的测量,PCA-RVM模型的预测精度明显优于RVM模型,整体预测均方根误差由RVM模型的8.00%减小到PCA-RVM模型的3.21%,预测精度提高了59.9%。对测试样品集中全部4个待测样品,PCA-RVM模型多次重复预测结果的相对标准偏差相较于RVM模型都显著减小,且均小于1.89%,表明其预测结果具有更好的稳定性。     

LIBS检测污染马铃薯中的Pb及偏最小二乘定量分析模型

为了提高农产品中重金属的光学快速检测的精度, 运用偏最小二乘(PLS)法结合激光诱导击穿光谱(LIBS) 对马铃薯中的Pb含量进行了定量分析,探讨了数据预处理方法对模型精度的影响。针对 96个污染马铃薯样 品的LIBS数据,分别进行3点到17点平滑处理,然后将平滑后的数据分别进行标准正态 变量变换(SNV)、 多元散射校正(MSC)、均值中心化(MC)、一阶导数(FD)和二阶导数(SD)求导去噪预处理。采 用湿法消解结合原子吸收分光光度 计(AAS)获取样品中Pb元素的真实浓度,选择包含Pb特征谱线的401~417nm波段进行PLS建模,对比分 析模型的相关系数r、交互验证均方根误差(RMSECV)和预测均方根误 差(RMSEP)。结果表明,采用13点平滑、 均值中心化预处理的PLS模型的校准质量和预测效果最好,模型的r、RMSECV和RMSEP分别达到了0.9963、16.4 和11.5,说明选择合适的数据预处理方法能有效提高LI BS检测果蔬产品定量模型的质量。     

基于改进的偏最小二乘法的LIBS钢液成分定量分析

为了研究激光诱导击穿光谱技术基体效应对其测量精确度的影响,采用改进的偏最小二乘法进行数据预测,以有效降低基体效应对待测元素的影响。通过与单变量定标和偏最小二乘模型定标进行对比研究可知,待测元素Mn和Si的定标曲线的拟合度分别从0.991和0.993提高到了0.996和0.997,对于验证样品的预测相对误差也分别从6.231%,6.912%下降到了5.510%和6.125%。结果表明,采用改进的偏最小二乘法可以有效减小基体效应,定标精度有较明显提高,对分析性能有了较大的提高。     

基于激光诱导击穿光谱的燃煤热值定量分析

煤的热值是影响燃煤锅炉运行最重要的煤质特性之一。燃煤热值在线分析能够为实时优化调整锅炉运行提供重要依据。采用激光诱导击穿光谱技术对烟煤样品热值进行了定量分析。实验用Nd:YAG固体激光器1 064 nm激光脉冲在空气环境下烧蚀烟煤样品表面而形成等离子体。采用偏最小二乘法和基于主导因素的偏最小二乘法提高煤热值定量分析的准确性。对于基于主导因素的偏最小二乘法,利用碳双原子分子（C2）和碳氮双原子分子（CN）的谱线强度建立主导因素模型。采用偏最小二乘法建立的定标曲线拟合优度和预测均方根误差分别为0.94和1.46 MJ/kg;采用基于主导因素的偏最小二乘法建立的定标曲线拟合优度和预测均方根误差分别为0.99和1.18 MJ/kg。结果表明:激光诱导击穿光谱技术对燃煤热值在线分析具有很大的应用潜力。     

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。     

激光诱导击穿光谱检测牛奶中的Na元素

采用激光诱导击穿光谱(LIBS)技术,检测了牛奶样品中的Na元素含量。实验共分析了15个 牛奶样品,其中9个已知样品作为定标样品,采用偏最小二乘法(PLS )建立Na元素定量分析的回归模型;使用另外6个作为待测样品,用以检验模型的定量分析结 果。检测出了6个待测样品中的Na元素含量,其中检验样品中参 考含量和预测含量之间的线性相关度达到0.993,相对误差均在15%以下。检测结果表明,LIBS技术能快速准确地检测牛奶中的Na含 量,表现出较好的应用潜力。     

共轴双光束LIBS检测土壤中Pb的参数优化

为了提高共轴双光束激光诱导击率光谱(DB-LIBS)检测土壤中重金属元素的检测精度,对试验装置进行了参数优化。试验时,以土壤中重金属Pb为例,首先对双光束与单光束作用效果进行对比,单束激光脉冲工作能量均为120mJ,得到双光束作用下土壤中Pb的特征光谱强度明显比单光束作用下增强了2~3倍。然后,分别设置两束激光之间的脉冲延迟时间为0、50和100ns,在每个激光脉冲延迟时间下,设置光谱采集延迟时间从2.6~5.2μs以步长为0.2μs递增,分别对样品的光谱进行采集,获取Pb元素在405.78nm处的特征光谱信息。通过对特征光谱强度和信背比的综合比较,得到最佳的激光脉冲延迟时间为50ns、光谱采集延迟时间为4.6μs,在此条件下,光谱强度的相对标准偏差为0.10。由此表明,参数优化有利于提高共轴DB-LIBS装置的检测精度。     

基于主曲线非线性回归的赖氨酸发酵软测量

针对传统PLS方法都是将非线性因子引入到隐变量空间中,没有改变算法外模型的线性本质等局限性,提出一种基于主曲线非线性回归模型。该模型对外模型进行非线性特征提取,在隐变量空间,通过多项式函数法对隐变量之间的关系进行非线性拟合,提出了相关性增强的主曲线模型,实现了内外模型均为非线性且保持极大相关性。结果表明:与线性PLS模型相比较,所建立的软测量模型预测精度更高、泛化能力更强,较好地解决了软测量中变量维数高、数据高耦合度和强非线性问题。     

基于LIBS 技术铝合金中铁元素的定量分析

为了精确得到铝合金标样等离子体的电子温度和电子密度,实验采用激光诱导击穿光谱技术,利用532 nm 调Q Nd:YAG 激光器诱导产生铝合金E311 等离子体。测量铁原子谱线(381.59 nm)的Stark 展宽(0.12 nm)得到等离子体的电子密度是4.31016 cm-3;基于铁原子谱线(370.56, 386.55,387.25, 426.05, 427.18, 430.79, 432.57, 440.48 nm),利用迭代Boltzmann 算法,得到回归系数为0.999时等离子体的电子温度是8 699 K。基于铝合金标样(E311、E312、E313、E314、E315、E316)和铁原子谱线404.58 nm,建立了铁元素的标准曲线,计算得到铁元素的探测限是0.0779 wt%。等离子体特征参数表明铝合金等离子体满足光学薄和局部热力学平衡状态。     

LIBS检测钢液Mn元素的实验条件优化

激光诱导击穿光谱(LIBS)技术作为一种快速分析元素组成技术,在冶金分析领域具有广阔的应用前景。实验参数对LIBS检测钢液元素有较大影响,为提高LIBS技术检测的灵敏度需要对系统关键参数激光脉冲能量和ICCD门延时进行优化。本实验以钢液中Mn元素的分析线为研究对象,在激光等离子体满足局部热平衡和光学薄条件下,用Mn元素最大信噪比(SNR)来筛选优化结果。结果表明,通过优化这些实验参数,得到高光谱强度和信噪比的LIBS信号,确定了最佳实验条件,这为LIBS钢液元素定量分析打下了坚实的实验数据基础。     

内定标法水中Cr元素LIBS定量分析

以提高激光诱导击穿光谱(LIBS)技术精准检测水体中的重金属元素Cr为研究目的,对实验室配制的7种不同质量浓度的含铬(Cr)水溶液采用护肤棉进行富集,并对自然晾干后的护肤棉进行LIBS试验。首先对试验参数进行了优化并确定425.43 nm为Cr的特征分析谱线。选择护肤棉中固有的钙(Ca)元素作为内定标元素,其特征谱线为422.67 nm。分别采用内定标法和直接定标法进行定量分析,取其中的五个样品建立定量分析模型,并利用另外的两个样品验证模型的准确性,得出拟合曲线的线性相关系数分别为0.99614、0.73655,两个验证样品的相对误差值分别为11.38%、4.84%和64.66%、11.58%;内定标法LIBS的检出限为5.27μg/m L,优于之前滤纸富集的6.06μg/m L。试验结果表明以护肤棉为吸附基质结合内定标法能提高LIBS检测水体Cr元素的准确性、并能降低检出限。     

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。     

土壤中Pb、Cr元素激光诱导击穿光谱技术定量分析

采用激光诱导击穿光谱技术(Laser-induced b reakdown spectroscopy,LIBS)对土 壤样品中的Pb和Cr元素进行了分析,以PbI280.17 nm和CrI425.43 nm作为分析线,优化了透 镜到样品的距离(Lens to sample distance,LTSD)、延迟时间对光谱信号强度及信噪比 SNR 的影响。在最佳实验条件下,对两种元素的谱峰强度和元素浓度进行分析,针对外标法 和内标法分别建立了谱线峰值强度、谱线峰值积分面积与对应元素浓度的定标曲线。采用谱 线峰值积分面积法对土壤中重金属Pb和Cr元素的检测,相比于外标法,内标法将Pb和Cr元素 最大相对误差分别从13.56%和12.68%降低到了 6.7%;Pb和Cr元素定标曲线的拟合相关 系数R²分别从0.978和0.975提高到了0.996和0.991。实 验结果表明:采用LIBS技术对土 壤中Pb、Cr元素检测具有可行性,采用谱线峰值积分面积的内标法,可以降低最大相对误差 并提高测量精度。     

神经网络在测定炉渣中Ca和Mg含量的应用

为对炉渣中的Ca、Mg含量进行定量分析,将反向传播神经网络与激光诱导击穿光谱技术相结合,采用自适应学习速率结合附加动量的方法对25种样品进行网络仿真训练,建立了定标模型.鉴于网络输入对提高测量结果重复性和准确性的影响,训练过程中着重研究了仅使用元素谱线积分强度及将一段背景谱线强度与元素谱线积分强度相结合的两种网络输入对网络性能的影响,并在非训练样品中任意抽取5种样品,对定标模型进行了验证.结果表明,在分析成分复杂的炉渣中的Ca、Mg含量时,采用加入一段背景谱线积分强度的网络输入,神经网络能够更充分的利用光谱中的信息,对消除基体效应和谱线之间的干扰具有较好的预测效果.