激光诱导击穿光谱定量分析中的分析线自动选择方法

为了实现激光诱导击穿光谱分析中的分析线自动选择,定义了元素发射谱线的相对强度比(RDTIR)、波长偏差(WDDT)两个参数,并据此对检测谱线进行筛选,通过设定合理的阈值,剔除自吸收和干扰严重的谱线。通过对高合金钢(GBW01605)实验数据的分析,分别选定了样品中主要元素铁、铬、镍、锰、铜的分析线,选线结果符合谱线的选取原则。     

激光诱导击穿光谱元素谱线自动识别方法研究

根据激光诱导击穿光谱谱线展宽机制,对NIST标准谱线数据库中的发射谱线进行了模拟,并与实验光谱进行对比,在对比分析中引入相似性测度,得到模拟光谱和实验光谱的相似程度。对元素谱线的自动归属识别方法进行分析和研究,通过相似性计算对土壤样品340～345nm波段光谱进行了识别分析,利用最小二乘原理计算各谱线之间的比例系数,实现了光谱识别,实验结果验证了基于相似性测度的光谱识别方法的可行性及其自动识别的优越性。     

激光诱导击穿光谱法铁基合金谱线选择研究

内标法是激光诱导击穿光谱(LIBS)最常用的定量分析方法之一。为了提高定量分析精度，研究了谱线强度比的相对波动特性随分析线和内标线之间激发能级差(ΔE)和波长差(Δλ)变化的规律。在局部热力学平衡条件下，建立了考虑等离子体中某元素电子上能级跃迁到下能级产生原子发射谱线的激发能级差、等离子体温度、配分函数和离子密度等强度影响因素的数学模型，对模型中激发能级差对谱线强度相对波动的影响进行了研究。得到在-2 eV<ΔE<2 eV和等离子体温度范围在3 000～15 000 K条件下，谱线强度随着ΔE和T变化的趋势：随着ΔE变大，谱线强度比呈上升，在ΔE=2 eV，T=3 000 K时谱线强度比最大；并且谱线强度比相对波动对ΔE和T敏感，ΔE趋近于零时相对波动变小，T对谱线强度比相对波动影响变化不大，整体趋势平稳。在T=10 000 K时，ΔE<0相对波动比ΔE>0时小，因此理论上优先选择ΔE<0的谱线对。通过理论分析得出|ΔE|越接近于零，谱线强度比相对波动越小。实验装置中采用工作波长1 064 nm，脉冲能量85 mJ，重复频率1 Hz，脉冲宽度13 ns的Nd∶YAG脉冲激光诱导击穿样品；采用工作波长200～975 nm，光学分辨率优于0.05 nm的Andor公司Mechelle 5000光谱仪，配合Andor New iStar型号ICCD采集光谱；利用激光诱导铁基合金等离子体光谱进行验证。实验中，以Fe为内标元素，Cr和Mn为分析元素。筛选NIST谱线库中跃迁概率在106以上的谱线，并优先选择共振线能级差相近的非共振线进行对比分析。结果表明，选择激发能级相近或波长相近的谱线作为分析谱线的原则有一定的局限性。对于Cr和Fe，|ΔE|在0.14和1.51 eV时得到的谱线强度相对标准偏差(RSD)分别为6.7%和4.6%，其谱线强度比理论值和实际值之差分别为1.14和0.59；|Δλ|在11.7和50.8 nm时得到的RSD分别为6.3%和4.4%，其谱线强度比理论值和实际值之差分别为1.69和0.62。分析表明，相比于波长差，激发能级差对Cr/Mn相对波动影响较大。分析元素Cr/Mn与内标元素Fe波长差绝对值不断增大，RSD反而不断减小；在1.50 eV和90 nm较大约束范围内，|ΔE|大的谱线得到的谱线强度比相对波动相对较小，Cr和Fe的RSD最大相差为2.06%；|Δλ|大的谱线得到的谱线强度比相对波动相对较小，Cr和Fe的RSD最大相差为1.35%。由以上实验结果得出，在实际选择分析谱线时，尽量选择激发能级和波长相近的谱线原则有一定的局限性。|ΔE|或|Δλ|大的谱线得到的RSD较小，选择谱线强度比理论值和实际值最接近的谱线可以作为谱线选择依据。另外，选择谱线强度比理论值和实际值最接近的谱线，可以降低谱线强度比相对波动。     

延迟时间对灰岩激光诱导击穿光谱的影响

为研究延迟时间对激光诱导击穿光谱信号强弱的影响,从理论上讨论了光谱信号与延迟时间之间的关系,利用RT100-HP激光诱导击穿光谱仪对标准样品合成灰岩GBW07716进行了测试,分析了MnⅠ357.788nm,WⅡ364.141nm,WⅠ407.436nm,WⅠ426.938nm,CoⅠ387.312nm等谱线随延迟时间的变化特征。得到随延迟时间的延长,光谱信号按指数规律变弱,不同谱线信号随延迟时间变化的快慢不相同。离子谱线在延迟时间短时其强度较强,但随着延迟时间的延长,离子谱线强度较原子谱线下降得更快些。对实验数据按指数规律进行了拟合,其曲线的拟合系数R约0.99。     

基于凸优化的激光诱导击穿光谱基线校正方法

在激光诱导击穿光谱定量分析中,基线是LIBS光谱信号的重要组成部分,由于受到实验参数设置及实验环境变化等影响,导致等离子体的发射谱线呈现不同程度的基线漂移现象,因此基线校正是光谱分析的重要环节。现有算法如多项式拟合通常需要设定关键参数,不具备自适应性。由于激光诱导产生的等离子体光谱信号的特征峰具有明显的独立性和稀疏性,以及基线具有低通特性,因此在凸优化约束框架下,提出了非参数化基线校正模型。同时,利用高效率的迭代算法来保证结果的收敛性。首先对23个高合金钢样本的光谱信号进行基线校正,然后以合金钢样本中的铬(Cr)元素为分析对象,并选取11条分析线进行定量分析。分别采用PLS和SVM定量模型进行训练和预测,并且与传统方法相比较,证明了所提出方法可以提高定量分析精度。     

激光诱导击穿光谱定量分析玉石中的Mg,Fe和Ca

基于对样品进行的激光诱导击穿光谱和X射线荧光光谱分析测试建立了天然玉石中主要元素Mg,Ca和微量元素Fe的定标曲线。实验采用纳秒级的Nd∶YAG激光器(波长:1 064nm)为光源,在延迟时间为3μs,激光脉冲累积数量为110,单个脉冲能量为100mJ,脉冲重复频率为10Hz的实验条件下,采用激光诱导击穿光谱技术装置对天然南阳独山玉石样品中的元素进行等离子体激发测试,得到波长在300~1 000nm的等离子光谱图。通过将得到的光谱图中特征峰与美国国家标准与技术研究院数据库进行对比,发现测试样品中含有Mg,Fe和Ca等元素,以X射线荧光光谱分析技术对四种南阳独山玉标准样品中测量出的Mg,Fe和Ca元素氧化物含量作为标准数据,选取含量比较高的Al元素作为内标元素,采用内标法对玉石光谱图中Mg,Fe和Ca元素特征峰值进行线性拟合,从而得出Mg,Fe和Ca三种元素的定标曲线,求出待测样品中这3种元素氧化物的含量,结果表明这三种元素氧化物的含量与中国珠宝宝石收藏鉴赏全集资料中所给出的元素氧化物含量的百分比范围MgO(0.28%~1.73%),Fe2O3(0~0.8%),CaO(18%~20%)相符合,相比于常用的方法,激光诱导击穿光谱技术可以快速地对待测样品进行检测,样品预处理简单且对样品损害较小。进一步验证了激光诱导击穿光谱技术对于玉石应用的可行性。     

合金钢的激光诱导击穿光谱实验条件优化

利用1 064 nm波长Nd∶YAG脉冲激光诱导击穿合金钢产生激光等离子体光谱,采用高分辨率及门宽控制的ICCD探测LIBS信号光谱。选用铁元素原子谱线404.581,414.387,427.176和438.355 nm进行分析,研究了不同实验参数对LIBS光谱信号强度的影响结果。实验结果表明,激光脉冲能量、激光聚焦位置以及ICCD探测器的延时等实验参数对合金钢LIBS信号有较大影响。通过优化这些实验参数,获得高光谱强度和信背比的LIBS信号,确定了LIBS技术用于合金钢微量元素成分分析的最佳实验条件,从而开展合金钢样品成分分析。     

激光诱导击穿光谱数据特征自动提取方法研究

根据激光诱导击穿光谱(LIBS)展宽主要为非线性Lorentz函数模型,利用Levenberg-Marquardt(L-M)算法对该理论模型中的待定参数进行优化估值,扣除了光谱信号中的连续背景,校正和还原了峰位和峰强,并对拟合数据点自动提取方法进行了分析;以MatrixVB与VB混合编程相结合,实现了基于L-M算法的L...     

激光诱导击穿光谱结合多元非线性方法定量分析土壤中锰

锰元素是植物所需的微量元素之一。采用激光诱导击穿光谱(laser-induced breakdown spectroscopy,LIBS)技术对土壤中锰元素进行定量分析。以46个土壤样品为研究对象,获取土壤激光诱导击穿光谱数据,选取锰元素403.1 nm的特征谱线为分析线。根据谱线强度与元素浓度建立定标曲线,相关系数仅为0.78,定标结果说明,由于土壤样品成分的复杂性,锰元素浓度受土壤基体效应影响严重,应根据锰元素在土壤中的存在形式,选取相关元素,建立多元非线性回归定量分析方法,消除基体效应,从而提高LIBS测量的准确性。在多元非线性回归方法中分别考虑碳和铁元素对锰元素浓度的影响。与定标曲线相比,在考虑碳和铁元素对锰元素影响时,LIBS预测浓度与参考浓度的相关系数为0.97,相对误差为3.2%～10.3%,测量的准确度得到提高。实验结果表明,将多元非线性回归方法和激光诱导击穿光谱技术结合可以对土壤中微量锰元素进行定量分析。     

激光诱导击穿火焰等离子体光谱研究

采用PI-MAX-II型增强型电荷耦合器件, 用Nd:YAG纳秒脉冲激光器输出的1064 nm强光束击穿在一个大气压的空气中燃烧的酒精灯火焰, 对激光诱导击穿酒精灯火焰产生的等离子体光谱进行了初步研究. 根据美国国家标准与技术研究院原子发射谱线数据库, 对等离子体中的主要元素的特征谱线进行了标识和归属. 通过激光诱导击穿空气等离子体光谱、激光诱导击穿酒精灯火焰等离子体光谱、激光诱导酒精喷灯火焰等离子体光谱的对比分析, 发现不同燃烧状况下的光谱中各原子谱线的相对强度是不同的. 这些结果对于使用激光诱导击穿技术分析和研究碳氢燃料在空气中的燃烧特性具有重要的意义和参考价值, 同时也为将该技术应用于燃烧诊断提供了实验依据.     

一种多元非线性模型在激光诱导击穿光谱定量分析中的应用

现有的激光诱导击穿光谱定量分析模型大多是基于激光诱导等离子体处于局部热平衡这一假设,而实际上等离子体只是在有限的时间、空间内近似处于热平衡状态。非热平衡状态下各个能级上的粒子布居数不服从玻尔兹曼分布,故用某一能级的单一谱线做定量分析会带来一定误差。考虑到等离子体的非热平衡状态,提出了一种多元非线性定量分析模型,该模型充分利用了待分析粒子的不同上能级对应的多条跃迁谱线信息,能够有效减小信号不稳定对定量分析结果的影响。利用此模型和建立在等离子体局部热平衡假设上的单谱线内标模型分别对30块钢铁样品中Mn元素的含量进行定量分析对比,对比结果表明,多元非线性模型的测量准确性和重复性均优于单谱线内标模型。     

基于激光诱导击穿光谱和化学计量学的水体COD实时测量方法

光谱学传感技术测量水体COD是现代环境监测发展的趋势,相比于传统的化学分析方法具有在线连续检测的突出优势,适合对环境水体COD的实时监测。采集实际水样,利用激光诱导击穿光谱技术(LIBS)获取水样的光谱数据。通过不同的光谱预处理方法结合偏最小二乘法建立水样的COD定量预测模型,对水体COD的LIBS光谱测量方法的定量预测及相关模型参数进行分析。发现用基线校正叠加S-G求导预处理后的光谱建立的PLS模型得到最佳预测效果,校正集集R2为0.9958,预测集R2为0.975 3,RMSEC为4.438 7,RMSEP为9.733 9。通过实验结果分析表明光谱传感技术可用于环境实际水体COD的定量预测分析,为开发便携式水体检测设备奠定了理论基础。     

基于不同化学计量学方法的土壤重金属激光诱导击穿光谱定量分析研究

工业的发展及城市化进程的深入,造成大量耕地土壤遭受重金属污染,土壤重金属元素的准确检测对制定土壤重金属防治决策提供有效参考。本研究应用激光诱导击穿光谱(LIBS)结合化学计量学方法对土壤中的铅(Pb)和镉(Cd)元素进行定量分析。根据土壤重金属污染的不同程度,人为制作了含有Pb和Cd元素的15个浓度梯度的土壤样本,并采集各个样本的LIBS谱线。采用剔除异常光谱和数据归一化来减少试验误差和噪声。综合土壤LIBS发射谱线中Pb和Cd元素谱峰信息以及美国国家标准与技术研究院(NIST)的标准原子光谱数据库,选取了Pb,Cd元素的分析谱线与分析谱线区间,对比分析基于多元线性回归(MLR)、偏最小二乘回归(PLSR)、最小二乘支持向量机(LS-SVM)和反向传播人工神经网络(BP-ANN)算法,建立分析谱线区间与对应Pb和Cd元素浓度之间的定量回归模型。结果表明,非线性的LS-SVM和BP-ANN的模型的预测性能优于线性MLR和PLSR模型,这可能是因为非线性模型能够通过自适应较好地解决土壤基体效应的影响。研究表明,LIBS技术结合多元化学计量学方法能够为土壤重金属准确检测提供新的分析手段,为制定农业土壤重金属防治决策提供有效的理论基础。     

基于XGBoost的铝合金LIBS光谱分类识别方法

铝合金作为重要的金属材料,广泛应用于各领域,但大量的铝合金废料却难以进行分类回收。二次资源的回收利用是我国工业绿色、可持续发展的助推器,如何快速、简便地对铝合金废料进行识别分类则成为了铝合金废料回收利用的先决条件。激光诱导击穿光谱（LIBS）是近年来发展快速的一种分析技术,具有快速、全元素分析、实时、原位、远距离检测等优点,已广泛应用于塑料、土壤、肉类、钢铁等识别研究,大多采用最小二乘判别分析法、簇类独立软模式、人工神经网络、支持向量机、随机森林等算法来建立模型。基于迭代型树的XGBoost算法具有正则化、并行处理运算、内置交叉验证和高度的算法灵活性等优势,其模型结构相对简单、运算量较小,且准确率较高,成为近年来机器学习中极受欢迎的算法,因而被广泛应用。基于六种铝合金样品的600组光谱数据,根据NIST原子发射光谱数据库进行光谱特征提取,确定光谱特征谱线的分类依据。利用XGBoost算法进行自动分类及排序,将处理后的光谱数据随机划分为训练集和测试集,通过训练集构建算法模型,提取其分类特征;利用测试集检验模型的稳定性和可用性,防止出现过拟合。XGBoost在固定参数下得到的模型具有一定的自适应性,较少受数据集的影响,总体准确率可达96.67%。其分类特征与已知的元素含量信息相吻合,证明了基于光谱的特征谱线数据,可为分类识别提供参考;同时还可根据XGBoost生成的特征评分来对光谱谱线特征的重要性进行排序。实验结果表明,LIBS可用于不同种类铝合金的快速识别,为废弃金属的分类回收提供了一种新的技术。     

缅甸翡翠中铁元素的激光诱导击穿光谱定量检测

采用激光诱导击穿光谱(LIBS)技术定量分析缅甸翡翠中Fe元素的浓度。选择Fe元素的275.57 nm光谱线作为定量分析谱线,选取Si元素的288.17 nm光谱线作为内标谱线,选取12个缅甸翡翠样品作为研究对象,以其中9个样品绘制了传统定标法和内定标法的Fe元素定标曲线,并将定标曲线用于3个检验样品的Fe含量的实际预测。实验结果表明,采用传统定标方法时,定标样品光谱强度的相对标准偏差(RSD)在1.4%～8.3%之间,所建立的Fe元素浓度含量定标曲线的拟合相关系数R2为0.979,使用该方法建立的定标曲线对3个检验样品中Fe元素含量进行测定,最大相对误差为10.6%;而采用内定标法时,定标样品光谱强度的比值(I_Fe/I_Si)的相对标准偏差(RSD)在0.9%～5.7%之间,Fe的拟合相关系数R2达到0.989,样品中Fe元素的测定相对误差均可降低到7%以下。结果证明,利用内定标法定量分析翡翠中Fe的含量比传统定标法相对误差更小,采用LIBS技术结合内定标法更适于缅甸翡翠样品中Fe元素定量分析。     

基于激光诱导击穿光谱对长白山黑猪肉部位分类

猪肉内部结构成分复杂,各部位的成分相似,分辨较为困难。结合激光诱导击穿光谱技术,通过光谱分析的方式提高分类精度。以5种不同部位的长白山黑猪肉（里脊肉、梅花肉、后腿肉、前腿肉、五花肉）作为待测样品,通过冷藏、切片等预处理方法,探究激光诱导击穿光谱技术鉴别猪肉脂肪与肌肉及其不同部位的可行性。首先通过采集猪肉脂肪样品与肌肉样品的LIBS谱线信息发现,猪肉中Mg,K,Fe,Cu,Ca和Na等元素较为丰富,并在脂肪样品光谱中发现C-N键,与肌肉样品LIBS谱线信息相比,脂肪样品受其内部水分、有机质成分影响致使其谱线信息背景和噪声信号干扰较大,二者谱线信息存在一定差异,说明LIBS可对脂肪组织与肌肉组织进行鉴别。通过对目标元素Ca,Na,Mg,K和Al其LIBS特征谱线强度进行检测,计算Mg/Ca,Al/Ca,Na/Ca和K/Ca比值,发现与Al/Ca和Mg/Ca相比,Na/Ca和K/Ca各部位元素比值分布差异明显,在此基础上,根据Na/Ca和K/Ca比值,计算猪肉各部位元素分布决策阈值[（1-α）=90%]。发现与Al/Ca和Mg/Ca比值相比,Na/Ca和K/Ca更能明显的反应出各部位元素分布的不同。其比值分布阈值基本可对猪肉各部位进行区分。以前腿肉与后腿肉为例,前腿肉Na/Ca和K/Ca比值分别分布在1.29～1.58和0.31～0.42,后腿肉Na/Ca和K/Ca比值分别分布在0.98～1.18和0.15～0.23。其元素比值分布无明显重叠。最后,为提高LIBS技术对猪肉不同组织分类的可靠性,将光谱元素强度比值数据与主成分分析法相结合,基本可以实现对猪肉各部位的分类,说明元素特征谱线强度比值在对猪肉各部位分类时具有一定的预测精度。该工作证明,使用激光诱导击穿光谱技术对猪肉进行分类识别等定性分析时具有一定可行性,有望适用于其他生物组织检测分析。     

基于遗传算法的近红外光谱定性分析特征波长提取方法研究

近红外光谱分析技术虽在多领域获得广泛应用,但应用时仍以实验室仪器为主,目前光谱仪存在体积大、功耗高、价格贵等问题,有能力购买与使用此类仪器的主要是高校、科研院所、大型企业等,常用的基于傅里叶变换或光栅原理的光谱仪价格通常高达几十万元,超出中小企业、普通百姓的经济承受能力,因此近红外光谱仪的进一步推广应用仍有难度.降低仪...     

基于激光诱导击穿光谱的合金钢组分偏最小二乘法定量分析

在炼钢中合金浓度的检测和控制对产品质量影响很大,激光诱导击穿光谱(laser induced breakdown spectroscopy, LIBS)技术具有快速、非接触、无需制样等特点,非常适合应用于合金成分的在线分析。但是由于合金中的C, S, P元素的成分含量都很低,其原子发射谱线极易淹没在复杂的铁元素特征谱线之中,造成这些重要元素在线定量分析困难。以合金钢标准光谱样品为研究对象,获取激光诱导击穿光谱数据,采用定标曲线法(calibration curve, CC)和偏最小二乘法(partial least squares, PLS),对合金钢样品的主量和微量元素进行定量分析。比较两种方法的定标结果得出：对于主量元素,PLS方法的定量分析水平优于传统的CC法;更重要的是对于微量元素,由于特征谱线极弱,CC法无法得出定量结果,而PLS法仍然具有良好的定量分析能力。同时,将PLS法回归模型特征谱线处的回归系数与原始有背景干扰的光谱强度数据进行比较,阐述了LIBS数据定量分析中PLS方法的优势。结果表明,在激光诱导击穿光谱合金成分分析中,PLS方法适合用于C等微量元素的定量分析。     

银饰品中铜杂质含量的激光剥离—激光诱导击穿光谱定量分析

正交双波长双脉冲的激光剥离—激光诱导击穿光谱技术能够在较少样品烧蚀的前提下获得高的光谱分析灵敏度,因此该技术可以从根本上解决在单脉冲激光诱导击穿光谱技术中空间分辨本领与光谱分析灵敏度之间的矛盾。为了消除在该光谱技术中的实验参数对光谱信号强度及其定量分析结果的影响,实验研究了银饰品中杂质铜的光谱信号与银元素的光谱信号的相关性。研究结果表明：324.75 nm的铜原子辐射线与328.07 nm的银原子辐射线的强度呈很高的线性相关性,因此选择以银328.07 nm的光谱线作为内标线,采用内标法就可以消除双光束激光的空间几何配置以及剥离激光脉冲能量等实验参数对铜原子辐射信号的影响,从而可以采用正交双波长双脉冲激光剥离——激光诱导击穿光谱技术开展银饰品中铜杂质含量的定量分析。选择银328.07 nm的光谱线作为内标线,基于内标法建立了铜的校正曲线。当激光烧蚀坑洞直径约为17 μm时, 当前实验条件下银饰品中铜元素的检出限可以达到44 ppm。     

基于LIBS和遗传算法的畜禽粪便中钙含量研究

为实现畜禽粪便高效、安全资源化利用,快速、准确定量表征分析畜禽粪便中钙(Ca)元素含量具有重要意义。以我国畜禽养殖比较集中地区的代表性畜禽粪便样本为对象,探讨了LIBS快速、定量分析其Ca元素含量模型构建和通过GA筛选变量优化模型的可行性。采集光谱的仪器参数设置如下：采集点数、激光能量、压制样压力、光斑大小和延迟时间分别为80个,15%,20 T,400 μm和1 μs。建模结果表明：采用基于Ca元素特征波长所建三种线性模型精度较低;基于全谱的PLS所建模型中,R2_v和RPD分别为0.85和2.13;选用化学计量学方法-遗传算法进行变量筛选可显著减少建模变量信息,提高建模效率,经GA优选所得12个变量所建PLS模型中R2_v和RPD为0.90和3.04,具有较高精度和实际应用价值。研究表明,将激光诱导击穿光谱技术和遗传算法相结合可定量分析畜禽粪便中Ca元素含量。