基于LIBS的山药饮片产地溯源研究

山药为薯蓣科植物薯蓣的根茎,其中的多糖、多酚、皂苷、黏蛋白和维生素C等成分使山药具有抗肿瘤、抗氧化、抗炎症、降血糖和降血脂等作用。不同产地的山药由于生长条件存在差异,致使药用成分含量显著不同,结合独特的炮制工艺,进而导致市场价格差别大,所以山药饮片的产地识别至关重要。为对山药饮片进行产地溯源,本文基于激光诱导击穿光谱(LIBS)技术提出多元散射矫正-改进遗传算法-支持向量机(MSC-IGA-SVM)模型对山药产地进行精确识别。使用八个不同产地的山药饮片进行LIBS实验,八种产地的山药饮片磨粉过筛后制成粉末压片,通过采集山药饮片的LIBS光谱,分别使用单一分类器与使用光谱预处理、特征提取及模式识别算法的模型对光谱的识别结果进行对比。将光谱信号按2∶1的比例划分为训练集和测试集,使用5次交叉验证K-邻近算法(KNN)模型的测试集准确率作为预处理参数优化的评价指标。各类药材的平均光谱整体趋势一致,所含谱峰基本相同,但因产地不同导致峰值强度各不相同,道地山药对一些金属元素(K, Na, Ca, Mg, Al)的富集能力大于非道地产区山药,其中,K元素特征谱线(769.90 nm)的峰值最高,即...     

激光诱导击穿光谱自吸收效应校正方法的研究进展

激光诱导击穿光谱作为一种新型的物质成分检测技术,具有快速、实时、微损、原位、多元素同时分析等优势,目前在环境监测,食品安全,选矿冶金,生物医疗,太空探测等多个领域都具有广泛应用。然而,由于元素谱线的自吸收效应,使得激光诱导击穿光谱谱线强度降低,严重时甚至会使特征谱线峰型产生凹陷(即"自蚀"现象),定标曲线变弯曲,导致该技术的元素检测精准度变差,从而无法实现大规模商业应用。因此,对激光诱导击穿光谱自吸收效应及其校正方法的探索,一直以来是学者们研究的热点。综述了自吸收效应校正方法的研究进展,分析了自吸收效应产生的物理机制,分别从实验参数优化、物理辅助装置、自吸收模型和校正算法等多个角度对自吸收效应的几种主要校正方法进行了归纳和总结,并对其优势和缺点进行了对比分析,其中实验参数优化具有原理简单、易操作的优势;能态选择性共振激发自吸收效应抑制效果稳定;微波辅助激发成本较低,可同时对多元素实现自吸收抑制;自吸收系数法可直接量化自吸收效应强弱,计算步骤简便且所需等离子体参数较少;基于内参考线的自吸收校正算法计算效率高,校正效果明显;光学薄法可直接获取光学薄等离子体谱线,避免理论误差。最后,对自吸收...     

钛合金的激光诱导击穿光谱快速分类

利用激光诱导击穿光谱技术快捷、实时、原位、微损、多元素同步分析的优势,对相同牌号下不同国标编号的钛合金进行分析,以实现对钛合金快速精确的分类识别.用激光诱导击穿光谱技术采集钛合金于各激光强度与延时下的光谱,通过对比6个特征处的峰值强度与信噪比获得最优条件.结合K最邻近算法,对最优条件下采集的TC4钛合金数据进行处理,并...     

便携式激光诱导击穿光谱结合小波变换去背景算法定量分析钢铁中Mn元素

针对工业现场和野外恶劣环境下快速检测的需求,设计并搭建了基于光纤激光器的便携式激光诱导击穿光谱实验系统.采用迭代小波变换去背景算法对光纤激光器的高重复频率造成的高的连续背景干扰进行消除.对比了去背景前后攀钢生铁样品中的Mn元素的谱线,发现Mn元素的4条特征谱线的定标曲线决定系数分别由0.988、0.985、0.982和0.992提高到了0.994、0.994、0.994和0.995;采用留一交叉验证得到的均方根误差分别从0.123、0.146、0.101和0.083,降低到了0.072、0.085、0.062和0.073.结果表明,采用该迭代的小波变换去背景算法,能够有效地去除连续背景干扰,提高回归模型的准确性,进而提高激光诱导击穿光谱定量分析的准确度.     

基于LIBS与GA-PLS的钢铁中Mn，Ni元素定量分析研究

钢材炼制过程锰、镍元素的含量均会对最终产品的硬度脆度产生影响,但由于其添加的含量需要进行严格控制,同时传统的钢铁成分检测的设备成本高、效率低、速度慢,因此需要一种高精度的快速实时分析方法。利用遗传偏最小二乘法（GA-PLS）结合LIBS技术对钢铁样品光谱中的Mn和Ni两种元素进行定量检测,并且与传统PLS的定量分析结果进行对比,以验证GA-PLS模型预测性能。采用购置于钢材市场的12个钢铁样品,其中9个样品的光谱信息作为校正集训练模型,3个作为测试集验证模型定量性能。GA-PLS通过不断提高变量被选频率的阈值,用不同阈值下的变量建立PLS模型,对比选出最低RMSECV时的阈值（Mn和Ni元素的光谱输入变量被选频率的最佳阈值分别为8和7）。结果显示：GA-PLS锰元素预测结果的R2_P和RMSE_P分别是0.999 0和1.347 3,相对分析误差（RPD）为2.5;镍元素预测结果的R2_P和RMSE_P分别是0.999 5和0.525 4,RPD为8.6,最终预测的结果优于PLS。该结果表明了GA-PLS算法在冶金金属元素分析领域具有可持续性挖掘的潜力,同时也将促进LIBS技术在钢铁冶炼领域更深层次的应用。