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。     

基于激光技术区分不同金相组织的研究

为了研究激光技术应用于区分不同金相组织的可行性,采用不同的热处理方法分别得到珠光体+铁素体和马氏体这两种不同的金相组织的钢样,选择合适的激光脉冲能量,对比分析了激光诱导击穿光谱的谱线强度与金相组织的关系,用主成分分析法对不同金相组织进行了区分。结果表明,不同金相组织的谱线强度不同,其中珠光体+铁素体组织的谱线强度较大,基体元素Fe的谱线强度差异比合金元素Mn的谱线强度差异大;不同金相组织呈现一定分布特性,主成分分析法能对不同金相组织进行区分,其中在波长范围280nm~320nm内区分效果最好。该研究验证了激光技术具有区分不同金相组织的能力。     

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.     

激光诱导击穿光谱内标参量选取方法研究

内标法是激光诱导击穿光谱(LIBS)定量分析主要使用的方法之一,采用内标法进行定量分析的关键就是内标参量的选取。以Fe 438.35 nm作为分析谱线,分别选取434~441 nm光谱积分、Al 309.29 nm、Si 288.17 nm、Ca 317.9 nm为内标参量,对水泥样品中的Fe元素进行定量分析,得到的定标曲线线性度分别为0.993、0.962、0.992和0.846。通过分析各内标参量与分析谱线光谱强度比值随积分延迟时间的变化情况,以及针对每个样品选用不同的内标参量得到的多组测量数据的离散程度,得出采用内标法进行LIBS定量分析时,应该选择在积分延迟时间附近光谱强度变化与待测元素的分析谱线最为相似的作为内标参量的结论。这样能有小减弱由于激光器时间抖动导致的定量分析误差,提高定量分析精度。     

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。     

基于激光诱导荧光光谱的塑料分类鉴别

为了实现 废弃塑料的快速分类识别,利用激光诱导荧光(LIF)光谱技术对不同材质塑料进行分类和鉴 别,通过搭建LIF测量系统,使用发射波长为266nm的ND:YAG固体激 光器作为光源,Ocean Maya2000 Pro光谱仪 作为荧光检测装置,探测了9种塑料荧光光谱。对获得的荧光光谱进行均值化处理和平滑处 理,消除数据 误差、减低光谱噪声。然后根据欧式距离对9种塑料样品光谱特征值进行聚类分析,结果显 示,同元素构成 的塑料聚类效果较好,其中5种塑料只含C、H元素为一类,剩余4种多元素塑料归为另一 大类,此外荧 光峰数目、位置、强度可作为塑料种类鉴定的依据。实验结果表明,LIF光谱技术可应用于识 别不同塑料样品的材质,为塑料制品的快速识别分类提供一种新的方法。     

ICP-AES测定三甲基铝中金属杂质的研究

ＭＯ（金属有机物）源是ＭＯＣＶＤ技术的重要原料，对ＭＯ源中的金属杂质进行了分析研究。着重讨论了样品的制备、酸度对分析元素谱线强度的影响、基体铝对杂质元素谱线背景影响和光谱谱线干扰，以及基体铝对分析元素谱线强度的影响，做了回收实验，最后采用基体匹配法对三甲基铝中的金属杂质进行了测定。将不同实验室的分析数据进行对比，结果令人满意。     

土壤中微量重金属元素Pb的激光诱导击穿谱

从实验上测定了土壤在可见光谱区的激光诱导击穿光谱(LIBS),对测定的光谱结构进行了分析,并对可观测的谱线进行了归属,得出土壤所含的主要元素和部分微量元素;测定了不同Pb掺杂浓度下土壤中微量元素Pb405.78 nm谱线的强度,采用内标法拟合得到了该分析谱线的激光诱导击穿光谱定标曲线,由定标曲线的拟合结果计算得到Pb元素的检测限质量分数为36.7×10-6。     

液体中Cu元素双脉冲激光诱导击穿光谱测量研究

为了研究液体中重金属元素的双脉冲激光诱导击穿光谱,通过双脉冲激光诱导击穿光谱(Double pulse laser induced breakdown spectroscopy,DP-LIBS)技术,对竖直流动的CuSO_4水溶液样品中Cu元素激光诱导击穿光谱的特性进行测量和分析。实验中使用两台532 nmn Nd:YAG激光器作为激发光源,等离子体信号通过光栅光谱仪和CCD进行采集。实验考察了DP-LIBS积分延时、激光脉冲间隔等参数对LIBS信号的影响。研究结果表明Cu元素双脉冲激发时的等离子体特征谱线发射强度是单脉冲激发时特征谱线发射强度的2倍左右,信噪比约为3.3倍,当两束激光脉冲间隔2~3μs时,谱线发射强度有最大增强,最后由定标曲线拟合结果得到Cu元素在双脉冲检测限为9.87 mg/L,比单脉冲LIBS提高了约6倍,实验结果为双脉冲LIBS技术应用于水体中重金属快速检测提供了依据。     

液体中Cu元素双脉冲激光诱导击穿光谱测量研究

为了研究液体中重金属元素的双脉冲激光诱导击穿光谱,文章通过双脉冲激光诱导击穿光谱(Double Pulse Laser Induced Breakdown Spectroscopy)技术,对竖直流动的CuSO4水溶液样品中Cu元素激光诱导击穿光谱的特性进行测量和分析。实验中使用两台532nm Nd:YAG激光器作为激发光源,等离子体信号通过光栅光谱仪和CCD进行采集。实验考察DP-LIBS积分延时、激光脉冲间隔等参数对LIBS信号的影响。研究结果表明Cu元素双脉冲激发时的等离子体特征谱线发射强度是单脉冲激发时特征谱线发射强度的2倍左右,信噪比约为3.3倍,当两束激光脉冲间隔2~3μs时,谱线发射强度有最大增强,最后由定标曲线拟合结果得到Cu元素在双脉冲检测限为9.87mg/L,比单脉冲LIBS提高了约6倍,实验结果为双脉冲LIBS技术应用于水体中重金属快速检测提供了依据。     

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。     

塑料仿宝石材料的红外反射光谱分析

采用红外反射光谱技术对珠宝市场上的六种塑料仿宝石饰品进行了测试研究,并将其与相应被仿宝石（粉珊瑚、象牙、红纹石、绿玉髓、水晶和合成黑欧泊）进行了对比分析。结果表明,由于物质成分及分子结构的不同,塑料仿制品与真实宝石的红外图谱差异显著。该项技术不仅能够依据红外谱峰的数量、峰位、形态、强度以及谱带分裂状态等特征对塑料进行鉴别及归类,而且还是一种快速、准确、无损的塑料仿制品检测手段。尤其是针对外观及基本物性特征与真实宝石相差无几的塑料高仿制品（如仿合成黑欧泊）,常规技术手段无法鉴别,但红外反射光谱技术则可发挥无可替代的作用。     

基于冲激谱线检测的调制识别

现代卫星通信系统为满足传输速率和加密等要求,采用了多种复杂或高阶复合调制信号.为实现各类调制信号的检测与识别,信号之间不同类型谱的谱线分布是重要特征之一.在介绍常见通信卫星调制信号在不同类型谱下的冲激谱线特征基础上,提出了一种基于线性调频Z变换的冲激谱线检测方法,消除了离散频谱"栅栏效应"对检测值的影响.通过高次方谱和...     

Terahertz Time-Domain Spectroscopy method for optical parameter extraction of plastic materials

A method for extracting optical parameters of plastics materials based on terahertz time domain spectroscopy is presented. The transmission-type Terahertz Time-Domain Spectroscopy(THz TDS) system is adopted to detect the refractive index and extinction coefficient on different plastic materials. Then the corresponding spectral information is obtained by Fourier transform of the terahertz time domain waveform of the sampling points, including the corresponding amplitude and phase information of the waveform. The optical parameter extraction model is built. By using the simplex optimization method, the curves of the refractive index and extinction coefficient for the plastic material are obtained. The experimental samples are made of different plastic parallel plate materials. The experimental results show that the optimization of optical parameters can improve their extraction accuracy, and the error of refractive index is ±0.005. Extraction technology with the simplex optimization method of optical parameter based on THz TDS can help to extract the optical parameters of engineering plastics. It is of great significance for the research of terahertz nondestructive testing.     

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.     

Mechanical Losses Due to Frictional Heat in Bi-2223 Tapes With Structural Materials of Various Thermal Expansion Properties

We have experimentally studied relation between mechanical losses and thermal expansion properties in superconducting coils. For the experiments, three kinds of structural materials (GFRP, DGFRP, and ZFRP) were used. A glass fiber reinforced plastic (GFRP) contracts with decreasing temperature; on the contrary, a Dyneema and grass fiber reinforced plastic (DGFRP) and a Zylon fiber reinforced plastic (ZFRP) expand with the decrease of temperature. We used sample holders made of those plastics and measured AC current losses of a Bi-2223 tape in liquid nitrogen. Even if the magnetic field applied to the tape and an AC transport current of the tape were same, the loss depended on the sample holder materials. When the sample holder is the GFRP, the loss was largest in the three kinds of plastics, and in case of the ZFRP, the loss was smallest. The ZFRP has the largest expansion property of the three materials, that is, the loss decreased with expansion of the sample holder's materials.     

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。     

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。     

基于多波段特征融合模板匹配的目标识别方法

为了满足天基系统对红外探测目标的高精度识别需求,提出了一种基于多波段特征融合模板匹配的目标识别方法。首先阐述分析了目标多维特征要素以及分类手段。结合目标运动特征、多波段下目标光谱特征以及红外辐射变化等特征实现了特征融合处理,并基于区域特征变化,采用动态规整模板匹配算法完成了目标识别。最后结合合作目标的红外辐射强度序列数据对参数进行了训练调整。分析结果表明,本文建立的识别方法能够较好地实现目标型号识别,性能优于传统的动态规整匹配算法。