论文部分内容阅读
激光探针,又称激光诱导击穿光谱技术(Laser-inducedbreakdownspectroscopy,简称LIBS),是一种利用高能激光照射在样品表面产生等离子体,通过对等离子体发射光谱进行分析以确定物质成分及含量的一种元素分析技术。便携式激光探针因具有体积小、重量轻、使用方便、以及对复杂工业现场或野外恶劣环境具有更好的适用性等优点而越来越受到广大科研人员的青睐。然而,目前便携式激光探针技术的发展尚不成熟,其对特定领域和对象的分析性能仍存在较多不足,导致现有便携技术在科学研究、工业应用以及技术转化上进展缓慢。基于此,本论文在传统激光探针技术的基础上,对便携式激光探针系统集成技术、数据预处理方法、分析线快速选择方法以及定量分析方法等进行了深入研究,实现了便携式激光探针系统的小型化集成与一体化控制,提高了便携式激光探针设备的分析性能。本文的具体研究内容与成果如下:
(1)研究了便携式激光探针成分分析仪系统集成技术,解决了光谱采集时序问题和恶劣环境下的系统防尘问题,以及紧凑型器件引起的光谱强度低且稳定性差的问题,实现了设备光学系统、硬件系统及软件系统的自主设计与集成,开发出了便携式激光探针成分分析仪JGTZ-0503。设备整机重量为12.05kg,正常工况下的运行时间为8小时。将所开发仪器用于地质勘探和金属检测领域,成功实现了岩石、矿石的快速识别与钢铁样品的成分分析,以微合金钢样品为例,对其所含Cr、Ni、Si、Cu、Mn、V和Ti元素的检出限分别达到了355ppm、587ppm、767ppm、120ppm、1210ppm、82ppm和85ppm。
(2)为解决便携式激光探针技术中存在的光谱波动问题,研究了基于光谱强度聚类特性和统计学分布规律的数据预处理方法,并将最小标准差法、最小距离法和韦伯分布法分别应用于便携式激光探针光谱数据的预处理中。基于以上预处理方法,实现了对岩石样品光谱数据的筛选和分析,使便携式激光探针系统的光谱稳定性分别提高了19.11%、24.72%和16.77%;并与线性判别分析算法(Lineardiscriminantanalysis,简称LDA)相结合,使15种岩石样品的分类准确率分别提高了5.98%、3.97%和5.93%;其中最小距离法具有相对最小的时间复杂度和最少实际耗时,因此在便携式激光探针技术中具有更好的适用性。
(3)针对便携式激光探针的原位和实时性检测需求,以及传统手动选线法的人工依赖性和低效性问题,研究了光谱的形态学特性和图像化处理策略,并据此提出了基于图像特征的快速自动选线方法。将此方法与LDA算法相结合,显著提升了便携式激光探针技术的定性分析效率和准确率,使24种变质岩样品的分类时间大幅降低,分类准确率从94.38%提高至98.54%。
(4)针对便携式激光探针技术中,由于传统光谱特征表征能力差导致定量分析性能不足的问题,研究了光谱图像生成及其特征提取的原理,并在该基础上将图像HOG(Histogramoforientedgradient,简称HOG)特征与机器学习算法相结合,提出了基于图像HOG特征的便携式激光探针定量分析方法。以不锈钢样品中Ni元素的定量分析为例,采用该方法可使其拟合优度R2从0.9833提高至0.9996,交叉验证的平均相对误差(Averagerelativeerrorofcross-validation,简称ARECV)和交叉验证的均方根误差(Rootmeansquarederrorofcross-validation,简称RMSECV)分别从56.80%和1.08wt.%降低至15.93%和1.00wt.%,显著提高了便携式激光探针技术的定量分析性能。
综上所述,本研究实现了便携式激光探针设备的自主设计与集成,提高了其抗干扰性能及定性、定量分析性能,为便携式激光探针技术的轻量化、小型化及精准高效化发展奠定了基础。
(1)研究了便携式激光探针成分分析仪系统集成技术,解决了光谱采集时序问题和恶劣环境下的系统防尘问题,以及紧凑型器件引起的光谱强度低且稳定性差的问题,实现了设备光学系统、硬件系统及软件系统的自主设计与集成,开发出了便携式激光探针成分分析仪JGTZ-0503。设备整机重量为12.05kg,正常工况下的运行时间为8小时。将所开发仪器用于地质勘探和金属检测领域,成功实现了岩石、矿石的快速识别与钢铁样品的成分分析,以微合金钢样品为例,对其所含Cr、Ni、Si、Cu、Mn、V和Ti元素的检出限分别达到了355ppm、587ppm、767ppm、120ppm、1210ppm、82ppm和85ppm。
(2)为解决便携式激光探针技术中存在的光谱波动问题,研究了基于光谱强度聚类特性和统计学分布规律的数据预处理方法,并将最小标准差法、最小距离法和韦伯分布法分别应用于便携式激光探针光谱数据的预处理中。基于以上预处理方法,实现了对岩石样品光谱数据的筛选和分析,使便携式激光探针系统的光谱稳定性分别提高了19.11%、24.72%和16.77%;并与线性判别分析算法(Lineardiscriminantanalysis,简称LDA)相结合,使15种岩石样品的分类准确率分别提高了5.98%、3.97%和5.93%;其中最小距离法具有相对最小的时间复杂度和最少实际耗时,因此在便携式激光探针技术中具有更好的适用性。
(3)针对便携式激光探针的原位和实时性检测需求,以及传统手动选线法的人工依赖性和低效性问题,研究了光谱的形态学特性和图像化处理策略,并据此提出了基于图像特征的快速自动选线方法。将此方法与LDA算法相结合,显著提升了便携式激光探针技术的定性分析效率和准确率,使24种变质岩样品的分类时间大幅降低,分类准确率从94.38%提高至98.54%。
(4)针对便携式激光探针技术中,由于传统光谱特征表征能力差导致定量分析性能不足的问题,研究了光谱图像生成及其特征提取的原理,并在该基础上将图像HOG(Histogramoforientedgradient,简称HOG)特征与机器学习算法相结合,提出了基于图像HOG特征的便携式激光探针定量分析方法。以不锈钢样品中Ni元素的定量分析为例,采用该方法可使其拟合优度R2从0.9833提高至0.9996,交叉验证的平均相对误差(Averagerelativeerrorofcross-validation,简称ARECV)和交叉验证的均方根误差(Rootmeansquarederrorofcross-validation,简称RMSECV)分别从56.80%和1.08wt.%降低至15.93%和1.00wt.%,显著提高了便携式激光探针技术的定量分析性能。
综上所述,本研究实现了便携式激光探针设备的自主设计与集成,提高了其抗干扰性能及定性、定量分析性能,为便携式激光探针技术的轻量化、小型化及精准高效化发展奠定了基础。