LIBS-Raman光谱联合水下探测系统及初步试验

水下激光诱导击穿光谱技术(LIBS)和水下激光拉曼光谱技术(Raman)已在深海成功获得应用,这两种技术探测对象互补、器件类似,两者联合探测可更好的进行深海研究。针对此需求研发了一套LIBS-Raman光谱联合水下原位探测原理样机,整个系统集成于L790 mm×Φ270 mm的舱体内,在舱体前端有光学窗口和水密插头,舱体内部主要包括脉冲激光器、光谱仪、嵌入式计算机和供电转换装置,甲板控制终端通过水密电缆实现对系统的供电、控制和数据采集。该联合系统采用一台双波长脉冲激光器同时作为LIBS和拉曼光谱的激发光源,LIBS采用1 064 nm波长,拉曼光谱采用532 nm波长。双波长激光器发出的光束经分光镜分为两路,经过后向散射光路收集的两路信号分别进入两个小型光纤光谱仪进行分光探测,LIBS采用AvaSpec-ULS2048光谱仪,拉曼光谱采用QE 65000光谱仪。利用搭建的原理样机在青岛近海进行水下原位探测,在实验室开展了水中固体靶的探测,实验结果证明了LIBS-Raman联合光谱探测装置的可行性。下一步将优化系统并开展深海探测应用。     

LIBS和Raman光谱的VOCs在线探测

作为一种主要的大气污染物,挥发性有机物(VOCs)因其对大气环境极强的破坏性和生理毒性而受到广泛的关注,在线探测大气中挥发性有机物是一个极具挑战性的工作.将激光诱导击穿光谱(L IBS)与Ra-man光谱相结合,分别从原子发射光谱及分子结构信息角度对挥发性有机物进行了分析.在线原位检测得到的LIBS光谱观测到了Br元素...     

基于远程LIBS技术的镍基高温合金成分分析方法的研究

基于自行设计搭建的远程激光诱导击穿光谱(LIBS)系统,完成了远程LIBS的聚焦特性分析,并对远程LIBS技术应用于镍基高温合金成分分析的实验方法进行了研究.该LIBS系统具备激光发射光路和信号采集光路同轴且独立变焦的特点,通过自动聚焦,可实现1～10 m的远程分析.研究表明:受激光聚焦焦深的影响,等离子体光信号可探测...     

基于主成分载荷空间距离的LIBS特征谱线选择及 矿物元素丰度识别方法研究

以ChemCam团队公布的64个飞行前定标样品的浓度和激光诱导击穿光谱数据为对象,通过使用主成分分析载荷空间距离法对特定元素分析,筛选出对该元素最敏感的激光诱导击穿光谱谱线,并以此为依据进行矿物元素种类和丰度识别,其识别精度高达92.8%.结果表明,主成分分析载荷空间距离可以作为定量分析前矿物特定元素信息和元素丰度的判断依据.该方法降低了岩石/矿物分类的难度,有利于实现未知的矿物快速、高效的鉴别分析,为火星表面岩石种类鉴别分析提供了一个有效的策略.     

基于LIBS光谱与成分分析的飞机蒙皮激光除漆可控性研究

激光除漆作为激光清洗技术的分支,有望替代传统打磨及化学除漆工艺,实现飞机蒙皮表面漆层的可控清除,但除漆过程及质量的可控性依赖于有效的原位、在线监测技术.针对飞机铝合金蒙皮表面多漆层结构,采用L IB S技术对不同漆层、不同厚度时漆层特征元素进行光谱与成分分析,在信号解译基础上建立漆层去除层数、去除厚度与L IBS光谱变...     

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。     

基于Inception网络的好奇号火星车地面标样LIBS光谱定量建模

传统的多变量分析方法是LIBS定量建模的主要手段,但光谱的输入维度较高,很多算法需要提前对光谱进行降维或特征谱线提取,导致部分信息丢失,影响准确率.针对该问题,本文引入以深度卷积神经网络Inception为基础的定量建模方法,算法设计时将原有常规的2D卷积网络改造为1D卷积网络以实现光谱信息的全谱输入和特征提取.该方法不仅不需要对原始光谱的降维操作,且其他的预处理如滤波等操作亦可以省略.经多次实验,训练次数为2 000次时具有较好的预测结果,同时并不会出现明显的过拟合现象.此时其平均决定系数(R2)为0.957 9,其均方根误差相比多元线性回归方法平均降低了61.69%,与深度学习方法 AlexNet对比也获得较好结果.     

火星车载激光诱导击穿光谱仪(MarsCoDe)在轨定标样品选取研究

我国首次火星全球遥感与区域巡视探测任务已获批立项,首个火星探测器也即将前往火星。为满足火星物质成分分析的需求,我国研制了不同类型的火星物质成分分析仪器,其中包括火星表面成分探测仪（MarsCoDe）,应用了激光诱导击穿光谱技术（laser-induced breakdown spectroscopy,LIBS）。火星表面覆盖尘埃,探测仪器想要准确获取火星尘埃之下的物质成分,必须剥去尘埃或者进行破坏从而深入岩层取样。LIBS可以用激光烧蚀待测物体表面,获得深部物质光谱信息,在火星表面探测中具有其他仪器无法取代的优势。LIBS在火星探测中几乎适用于探测每一个元素,包括轻元素H,Li,Be,B,C,N,O等,帮助寻找有机物和含水地质过程的证据。由于LIBS在火星环境工作,等离子体的物理性质与地球上完全不同。为了确保火星车载LIBS返回数据的光谱质量,需要对LIBS在着陆后开展在轨定标。借助火星车的携带在轨定标样品,对探测数据进行在轨定标,确保返回数据的可靠性。定标样品的选择是一项十分重要的工作,存在仪器工程条件限制、定标样品类型的代表性、元素成分分布范围、样品稳定性等多种考虑因素,需满足科学任务的同时达到加工工艺要求。总结了国外已有的火星车载LIBS在轨定标的研究进展,重点分析了LIBS在轨定标样品选择依据、国外选择样品的优缺点,并总结经验提出了几点建议,为我国在轨定标工作提供参考。对火星探测数据的正确解译,对未来研究火星的起源、火星的长期地质演变过程等具有重要的科学意义。     

基于向量空间模型的岩屑LIBS光谱分类识别方法

向量空间模型最初用于文献检索,该模型是通过对文献内容进行特征文本提取后,将文献转换到文本向量空间,然后在文本向量空间中通过计算文献的特征文本向量与检索文本的特征文本向量的相似度,实现文献的检索,该方法基于模式识别中模板匹配的最近邻原则。针对光谱数据的特点和模式识别中模板匹配的基本原则,将向量空间模型引入基于样品光谱的分类识别。通过训练集中光谱数据获得各样品的光谱数据模板,提取训练集中各样品光谱数据模板特征峰的波长和相对强度信息,构建特征峰信息数据库,计算获得特征峰信息权值,将光谱数据转换到特征峰向量空间,获得各样品光谱数据模板的特征峰向量,构建样品特征峰向量数据库。同理获得预测集样品光谱的特征峰向量,在特征峰向量空间中通过计算预测集样品特征峰向量与样品特征峰向量数据库中各样品模板特征峰向量的余弦值,完成对预测集样品的分类识别。以岩屑样品的LIBS光谱为研究对象,将向量空间模型应用于LIBS光谱的分类识别。分类结果表明,该方法能够实现对岩屑样品LIBS全谱的快速分类识别,且在对预测集光谱数据进行平均处理后,分类准确率为100%。提出的基于向量空间模型的LIBS光谱分类方法可以拓展应用于其他光谱数据的分类识别。     

基于一种远程双脉冲激光诱导击穿光谱系统原位分析钢样成分

为了实现钢铁等金属熔炼过程中实时、在线监测元素组分含量,设计了一种远程双脉冲激光诱导击穿光谱(LIBS)分析系统,对远距离的样品进行非接触式远程测量、成分分析。首先利用固体标准钢样对系统进行了测试以及标定,为下一步利用此系统在线监测熔融钢液组分含量提供了基础。实验结果表明：激光远距离聚焦光斑在1 mm左右;双脉冲烧蚀比单脉冲烧蚀深度深很多;双脉冲最佳延时在不同距离下不一致;3.1 m处双脉冲增强效果比2.1 m处更好,其中Ti(Ⅰ)319.99 nm增强最显著为5.19倍;各种元素的标定曲线相关系数r都在0.99左右,重复精度(RSD)基本都小于5%,测量偏差(RMSE)都小于0.021%,2.1 m处的检出限相比3.1 m处更低,2.1 m处多数元素检出限小于500 ppm。     

拉曼光谱在危地马拉翡翠矿物组成中的应用研究

危地马拉是缅甸之外的另一个翡翠的商业性产地,危地马拉翡翠通常是多种矿物成分的集合体,其矿物组成具有特色,与缅甸翡翠的不同。以危地马拉紫色和灰绿色翡翠为研究对象,通过激光拉曼光谱测试分析,对其结构特征及共生矿物组成特点进行了研究。结果表明,危地马拉翡翠中的主要组成矿物为硬玉,并伴有多种共生矿物。危地马拉翡翠的共生矿物包括五类,其中深色共生矿物为角闪石,白云石,绿辉石和绿泥石,浅色共生矿物为磷灰石。其中角闪石,白云石,绿辉石和绿泥石也是缅甸翡翠中常见的共生矿物,而磷灰石在缅甸翡翠中几乎不可见。     

红外和拉曼光谱的煤灰矿物组成研究

研究煤灰中矿物质的性质通常从矿物组成的表征入手。为了分析两种高硅铝煤灰的矿物成分,采用傅里叶变换红外光谱(FTIR)、拉曼光谱和X射线衍射(XRD)技术对煤灰样进行了测试和综合表征,将FTIR和拉曼光谱的分析结果与XRD进行了比较。FTIR结果表明,在1 100~1 000 cm-1范围内高硅铝煤灰出现最强的特征峰,例如石英峰(1 089 cm-1)和偏高岭石峰(1 042 cm-1),它们都归属于Si-O伸缩振动。对原始红外谱图进行二阶导数处理后,可获得重叠峰的峰位,有助于更完整的解析矿物吸收峰,从而获得更丰富的矿物组成信息。煤灰中硬石膏的红外和拉曼光谱发现,在1 157,1 126和674 cm-1的拉曼光谱峰与在1 151,1 120和678 cm-1的红外光谱峰振动模式分别相同且峰位接近,还存在一些完全不同的拉曼光谱与红外光谱峰,表明这两种光谱存在互补性。尽管煤灰中锐钛矿含量很低,但由于Ti-O的极化率很高,因此拉曼光谱显示锐钛矿的144 cm-1峰远远强于石英的461 cm-1峰。XRD结果表明,煤灰中主要存在石英、云母、赤铁矿、硬石膏和未知的无定形相矿物,FTIR和拉曼光谱综合分析的结果表明除了这些矿物,还存在偏高岭石、无定形氧化硅、长石、方解石和锐钛矿等。在定性分析方面,将FTIR和拉曼光谱结合起来比XRD单独获得的矿物组成信息更为详细。     

基于二维相关技术的氯吡脲拉曼光谱分析

氯吡脲作为一种苯脲类生长调节剂,被广泛应用于果蔬中,但是氯吡脲若过量使用,会严重影响果蔬的内在质量,且摄入过多会影响人的身体健康。现有的检测方法,虽然技术上成熟、精度高,但技术条件要求高、样品预处理过程复杂、耗时、检测费用高。利用二维相关拉曼光谱技术对乙酸乙酯中氯吡脲的浓度变化进行检测研究,建立一种灵敏、快速、高效的检测果蔬中氯吡脲的技术提供理论基础,对食品安全具有重大意义。采集氯吡脲粉末的拉曼光谱图,结合氯吡脲分子的结构图可对拉曼光谱谱图中的峰进行归属。配置浓度分别为2.5,5.0,7.5,10.0,12.5,15.0,17.5和20.0 g·L-1的氯吡脲乙酸乙酯溶液并采集拉曼光谱,对不同浓度的氯吡脲乙酸乙酯溶液的光谱数据进行二维相关分析,得到氯吡脲的拉曼二维相关同步谱图和异步谱图,分析同步谱图得出842, 992, 1 044, 1 442和1 604 cm-1的几处交叉峰具有协同作用,随着氯吡脲浓度的升高而升高;分析异步谱图得出交叉峰敏感性为1 044 cm-1>992 cm-1>842 cm-1,1 735 cm-1>1 604 cm-1>1 442 cm-1,842 cm-1>1 735 cm-1。结果表明,乙酸乙酯中氯吡脲的拉曼特征吸收峰分别为842,992,1 044,1 442,1 604和1 735 cm-1,其中1 044 cm-1（苯环的环伸缩振动）、992 cm-1（吡啶环的环呼吸振动）、842 cm-1（C-O-N假对称的伸缩振动）、1 735 cm-1（C=O伸缩振动）对氯吡脲浓度变化比较敏感,敏感度顺序为苯环的环伸缩振动>吡啶环的环呼吸振动>C-O-N假对称的伸缩振动>C=O伸缩振动>多个耦合峰的C=C伸缩振动>C-H的变形振动。拉曼光谱与二维相关技术相结合可以准确地反映出氯吡脲随浓度变化,为果蔬中氯吡脲含量的检测奠定了理论基础。     

Combined Laser-Induced Breakdown with Raman Spectroscopy: Historical Technology Development and Recent Applications

Abstract: A modern trend in the development of laser-based analytical instruments is to integrate more functions in a single device, which could supply complementary information and improve the capability to identify different components. This review presents historical development of the combined analysis by laser-induced breakdown spectroscopy (LIBS) and Raman Spectroscopy, which briefly describes basic instrumental principles and technological aspects of the hyphenated technique, as well as the requirements in the design of interactive instruments, including laser systems, optical systems for laser beam delivery, emission collection devices, and spectrum measurement systems. Various configurations of the combined instrumentation have been designed and used depending on the different applications, such as pigment analysis in the cultural heritage field, detection of explosives, analysis of geological samples, and applications in future planetary missions. In addition, the feasibility, applicability, and prospective aspects of the hybrid technology are discussed in detail.     

基于火星巡视器车载激光诱导击穿光谱仪系统设计米散射激光雷达可行性研究

火星大气气溶胶的地基探测对研究火星大气环境具有重要意义,为了能够在节约火星巡视器/着陆器体积、重量的条件下进行气溶胶探测,论证了基于巡视器车载激光诱导击穿光谱仪系统设计米散射激光雷达方案的可行性。所设计的米散射激光雷达系统使用巡视器车载激光诱导击穿光谱仪的既有硬件资源,加入分光元件和探测器模块,构成与激光诱导击穿光谱仪系统集成的米散射激光雷达,米散射激光雷达与激光诱导击穿光谱仪在火星地表分时工作,互不影响。为了论证所设计的米散射激光雷达的探测性能,对Phoenix火星探测任务中独立的米散射激光雷达得到的一组原始回波信号数据进行了处理,反演得到一组典型火星大气消光系数廓线,结合消光系数廓线与系统硬件参数计算了所设计的米散射激光雷达的回波信噪比,结果表明该系统在所用原始数据被记录的当日在火星大气边界层顶4 km高度处信噪比达到26 dB,在10 km高度附近下降到0 dB,说明基于火星巡视器车载激光诱导击穿光谱仪系统设计米散射激光雷达进行气溶胶探测具有现实可行性。对比Phoenix的独立米散射激光雷达设计方案,基于激光诱导击穿光谱仪的米散射激光雷达不但能够节省巡视器体积、重量,而且发射能量更高,回波接收方案更为简单,数据反演步骤更为简洁。     

基于显微聚焦拉曼光谱技术的丹参产地鉴别研究

产地是影响中药材质量的重要因素,产地差异导致中药材质量参差不齐,为维护市场秩序,有必要建立中药材产地鉴别方法,以便更加精准地判别和分析中药材品质。以多产地临床大宗药材丹参为研究对象,收集不同产地丹参样品150份,采用显微聚焦拉曼光谱技术在无损条件下对每份丹参样品的每根药材表面随机扫描1～n次,求每份样品扫描1～n次的平均光谱。分析原始光谱数据发现丹参表面光谱信号同时包含了丹参酮类成分的拉曼光谱和杂质的荧光光谱,主要表现在特定波长范围内不同产地丹参存在各自的聚集区和丹参表面光谱信号强度明显弱于或强于丹参酮类对照品的拉曼光谱信号强度。对扫描1～n次的平均光谱数据进行预处理后运用偏最小二乘判别分析（PLS-DA）和随机森林分类算法[不筛选（RF）或筛选重要变量（RF-VS）]建立扫描1～n次的丹参产地分类模型。结果随机扫描1次所得最优模型训练集和测试集预测准确率分别为88%和87%,且对质量差和质量优的丹参样品区分准确率高达97%;随机扫描2次和3次所得最优模型训练集和测试集预测准确率均分别为89%和87%,结合模型运行效率和成本,选择随机扫描1次所得光谱,经一阶导数（1ST-D）预处理和RF-VS计算所得模型为丹参最终产地鉴别模型。综上,在无损伤条件下显微聚焦拉曼光谱技术能建立快速、准确的丹参产地鉴别预测模型,为该技术进一步用于贵细中药材的产地和真伪鉴别提供参考。     

基于XGBoost的糖尿病血液拉曼光谱定量分析法

血液中包含着大量的生物信息,如激素、酶、血糖等成分,而血糖偏高将引发糖尿病。糖尿病有很多并发症,比如脑梗塞,脑出血,肾脏损害,眼底损害,周围神经病变等一系列疾病。目前,血液常规成分检测分析周期较长,结果反馈较慢,难以实现快速连续检测。光学检测技术能够根据待测物质的光谱鉴别物质化学成分和相对含量,因其灵敏度高、适用性强、分析速度快等优势,在血液无创检测领域逐渐发挥其优势。随着激光技术的不断进步,拉曼光谱技术作为一种非线性散射光谱技术,在血液检测技术中得到了广泛应用。为提高拉曼光谱的预测精度,首次将XGBoost算法应用到拉曼光谱血液血糖浓度中进行预测精度的提升。实验中106组血液样本及试验标准值为河北省秦皇岛市第一医院提供,选用布鲁克的MultiRAM光谱仪进行血液的拉曼光谱数据测量,实验中1 064 nm激发光源功率为400 mW,光谱分辨率为6 cm-1,扫描速率为10 kHz,扫描范围为400～4 000 cm-1,对每个样本重复采集10次并计算平均值作为原始光谱数据,以保证实验的准确性和可重复性。该方法无需对数据进行预处理,首先将光谱数据随机划分为训练集和测试集,比例为7∶3,训练集用于训练模型并确定模型参数,测试集用于测试模型的稳定性和预测精度。建立XGBoost模型后,用网格搜索法和k折交叉验证优化模型参数;引入模型评估指标和克拉克网格误差分析图对XGBoost模型血糖浓度的预测进行分析;最后将XGBoost模型与决策树(DT)、随机森林(RF)和支持向量机回归(SVR)模型进行对比。实验结果表明通过XGBoost建立的定量回归模型效果最佳,模型的决定系数为0.999 99,校正集均方误差为0.007 49,预测集均方误差为0.007 17,相对分析误差为331.973 18,预测点均落在克拉克网格误差分析图的A区。结果证明,将XGBoost算法应用到拉曼光谱血液成分定量分析中具有较高的预测精度,并且数据未经过预处理,可以有效缩短程序运行时间,其在拉曼光谱以及近红外光谱定量分析领域具有广阔的发展前景。     

激光诱导击穿光谱对农药气溶胶的在线监测

作为现代农业的重要工具,农药凭借其高效的灭病虫害能力在农业生产中应用广泛,然而其灭杀虫害的同时对大气环境和人体健康等方面也会造成危害。使用激光诱导击穿光谱（LIBS）技术对农药的气溶胶喷雾进行了在线探测,研究了使用LIBS技术对农药使用过程的实时监测。首先检测了清洁环境下的空气LIBS光谱,在空气的光谱中探测到大量的氮（N）、氧（O）原子发射谱,这个结果与空气成分是相吻合的;同时还观察到了氢（H）的两条巴尔默系原子谱线,这主要是来源于空气中的水蒸气。值得注意的是,在空气谱中还发现了两条氩（Ar）的原子谱线,这也表明LIBS技术在微量元素检测方面有着重大潜力。选用农药敌杀死作为研究对象,对其有效成分溴氰菊酯（C₂₂H₁₉Br₂NO₃,CAS: 52918-63-5）进行了LIBS检测。在溴氰菊酯的LIBS光谱中观察到了卤素元素溴（Br）的存在,标记出了两条Br的原子发射谱线（827.294和833.470 nm）。对农药样品进行探测时也发现了包括CN分子发射谱与C₂分子发射谱等大量空气光谱中没有检测到的特征谱线;同时还检测到了空气谱中没有观测到的元素纳（Na）以及钙（Ca）;尤其是Ca,农药中不仅仅检测出了Ca的存在,而且相比于溴氰菊酯光谱中Ca谱线的能量以及数量都有着非常明显的上升。最后,实验中对CN分子的温度进行了研究;拟合得到溴氰菊酯与农药的CN分子的振动温度分别为8 800和6 200 K,转动温度分别为8 600和5 500 K。以上结果表明了使用LIBS技术对农药的在线监测是可行的,是有发展前景的。