透镜到样品表面距离对LIBS测量的影响

采用Nd:YAG激光器产生的脉冲激光诱导击穿铜片形成等离子体,研究了透镜到样品表面距离的不同对激光诱导击穿光谱(LIBS)测量的影响.实验选择合适的延迟时间和采样门宽,并选用元素谱线λ(Cu)为324.8 nm和327.4 nm,λ(Zn)为330.3 nm和334.5 nm进行分析.实验结果表明,透镜到样品表面的距离对LIBS测量确实有很大的影响,谱线强度以及其相对标准偏差均与透镜到样品表面距离密切相关.透镜到样品表面的距离大于焦距时,空气击穿现象严重,不宜用于LIBS测量.激光脉冲能量大,透镜到样品表面距离对LIBS测量的影响大,激光脉冲能量小则相反.     

国内期刊亮点

正初步探究激光诱导击穿光谱鉴别地沟油大连理工大学物理与光电工程学院吴鼎等对常见食用油和地沟油进行了基于激光诱导击穿光谱鉴别研究,建立了人工神经网络模型,预测检验结果良好。选择本地超市常见的2种食用油和大连市产品质量监督检验所提供的地沟油,以定量无尘分析滤纸为基底,获得了滤纸、豆油、调和油、地沟油4种样品各140组LIBS光谱数据,提取了24个特征谱线进行主     

环境气体的性质和压力对LIBS信号影响的实验研究

系统地研究了(Ar,He,air,)三种环境下的缓冲气体压力以及激光能量对铅黄铜样品中LIBS谱的影响,并分析了不同环境气体中LIBS的时间分辨特性,寻找合适的实验参数以提高LIBS技术用于痕量分析的灵敏度和准确度.得出最佳实验条件为:光谱测定延时约为4us,激光能量约为120mJ,对于氩气缓冲气体,气体压力约为200Torr,空气中约为100Torr,氦气中约为300Torr.     

藏药七十味珍珠丸的激光诱导击穿光谱检测

采用激光诱导击穿光谱(LIBS)技术对藏药七十味珍珠丸进行了定性研究.利用高能量Nd:YAG脉冲激光器1 064 nm光束聚焦待测样品表面产生等离子体,并用光谱仪和ICCD来探测其光谱信号.通过采集的光谱图分析得到该藏药中含有Mg、Ca、Na、Fe、Al、Si、K、Li、Hg、Pb、Au等10种元素,其中Hg、Pb、Au为重金属元素.另外,还对不同价态的Pb元素进行了LIBS的时间演化研究,结果表明:应用LIBS技术可以探测藏药所含元素的价态.     

样品形态对激光诱导土壤等离子体特性的影响分析

将激光诱导击穿光谱技术应用到土壤检测中,分析了土壤样品形态对激光诱导等离子体特性的影响.采用波长1 064 nm的Nd-YAG脉冲激光器作为激发光源,在实验室大气环境下对粉状和片状2种形态土壤样本诱导产生激光等离子体,测量并分析了样品形态和粒径大小对元素特征谱线强度、等离子体温度和电子密度的影响.实验研究表明,相同实验条件下,粉状土样的激光等离子体温度和电子密度均高于片状土样,但片状土样的元素特征谱线强度更大,且受土壤粒径大小的影响较小,适用于土壤重金属元素的LIBS分析检测.     

无自吸收效应的光学薄激光诱导击穿光谱研究与性能评估

针对影响激光诱导击穿光谱(LIBS)定量分析精度的自吸收效应,发展了新型的光学薄激光诱导击穿光谱(OT-LIBS)技术,通过匹配等离子体光谱中元素双线强度比与理论值来设置曝光延时,从而直接由实验装置获得无自吸收的元素发射谱线,不仅避免了建模校正的误差,且未额外增加设备.通过对比Boltzmann平面的线性相关度以及自吸收(SA)系数,验证了OT-LIBS能够诱导产生光学薄等离子体.与传统的自吸收效应校正方法相比,OT-LIBS所获Boltzmann平面的线性相关度达到0.99,而且SA系数达到最大值,证明自吸收效应最小.单变量定标的定量分析结果表明,相比于传统LIBS,OT-LIBS将Al元素定标线的线性相关度由0.86提高至0.98,平均绝对测量误差由1.2%降低至0.13%,检测精度提高了一个量级.探讨了OT-LIBS的边界条件、适用性和局限性,该技术对Al元素含量和脉冲激光能量的限定范围分别为0–20.8%和大于16.9?mJ,对Al元素含量和脉冲激光能量的可适用范围分别为0–15.9%和大于33.1?mJ.本技术有助于进一步推动LIBS的工业化应用步伐.     

水泥生料品质在线激光检测稳定性的技术研究

实时掌握水泥生料成分变化对于及时调整水泥原料配比和提高水泥产品质量具有重要意义。文章建立了一套喷射气粉混合物式的激光诱导击穿光谱(LIBS)水泥生料品质在线检测实验装置,并进行了以下优化:首先,发展了脉冲激光平均功率反馈稳定技术,稳功后激光器输出平均功率长期保持在设定值附近;接着加入了带中孔的凹面镜和扩束镜用以增大收光立体角和减小激光发散角,等离子体光谱中Ca(Ⅱ)318nm谱线强度从7 000提升到9 000,相对标准偏差(RSD)由3.49%降至1.34%,Mg(Ⅱ)279.7nm谱线强度从3 000提升到4 000,RSD由5.75%降至3.22%;最后,引入了一束照向喷射气粉混合物的405nm连续激光,将其散射光作为光谱归一化的参考值,使归一化后的光谱RSD由35%降至23%,明显优于全谱归一化的RSD值28%。为了验证经过上述优化后LIBS装置的测量稳定性效果,利用400组样品用于定标,其余100组用于验证。实验结果显示,经过优化后测量平均相对误差(ARE)由1.01%降至0.43%,且没有出现大的随机偏差。     

激光诱导击穿光谱技术与卷积神经网络相结合的中药材产地识别研究

为了更好地对道地药材产地进行识别,文中提出一种激光诱导击穿光谱(Laser-induced breakdown spectroscopy, LIBS)技术与卷积神经网络(Convolutional neural networks, CNN)相结合,并在网络结构中加入卷积块注意力模块(Convolutional block attention module, CBAM)的药材产地识别混合模型(CNN-CBAM).该模型采用端到端的网络结构,利用CNN挖掘数据中的深层特征,通过加入注意力机制来提升网络的特征提取能力.实验采集5个不同产地黄芪的LIBS光谱数据,通过构建的混合模型对测试集的识别精度进行评估,发现相较于未改进的CNN模型以及传统机器学习中的支持向量机和随机森林算法模型,改进后的CNN在测试集上的准确率可达到100%.研究结果证明了LIBS技术结合CNN-CBAM网络模型对中药材产地进行准确识别的有效性.     

基于LIBS技术和卷积神经网络的 土壤铅含量等级快速分类

将激光诱导击穿光谱(LIBS)技术与卷积神经网络(CNN)相结合用于土壤中铅(Pb)含量的分类研究,对5类不同污染程度的样本进行了分类试验。结果表明LIBS-CNN方法可以实现土壤中Pb质量浓度等级的快速准确分类,准确度达到99%以上。相较于常用的化学方法,LIBS技术可以原位快速地对待测样品进行检测,样品预处理简单。因此LIBS-CNN方法可以为后期土壤修复技术提供更加准确有效的数据,且节约大量的时间及成本,提高检测分辨率。     

激光诱导击穿光谱法测定丹参中钙、镁离子含量

为了采用激光诱导击穿光谱法对丹参中钙、镁元素含量进行测定,采用1 064 nm激光束经光路传输系统聚焦在样品表面,熔融样品并产生等离子体以激发待测元素,用高精度光谱仪进行采集光谱,建立样品中钙、镁元素离子浓度与其激光诱导击穿光谱强度间的定标曲线.钙、镁离子的含量与光谱强度线性相关系数分别达0.9981及0.9998.结果表明,本激光诱导击穿光谱技术能够用于检测丹参中钙、镁元素含量.     

超大能力超细全尾砂长距离自流输送临界流速ELM预测

 为准确预测司家营铁矿超大能力超细全尾砂浆体长距离管道自流输送的临界流速,对比传统的BP 神经网络、支持向量机(SVM),建立了以管道直径、物料平均粒径、浆体体重和体积浓度为输入因子,临界流速为输出因子的极限学习机(ELM)预测新模型。研究结果表明,ELM 模型与SVM 模型的相对误差均控制在5%以内,远低于BP 神经网络模型的9.56%。由于隐层节点参数均随机选取且无需调节,使得ELM 算法在隐层节点数为110 和200 时,训练时间仅为0.02 s 和0.05 s,远少于同节点状态SVM 模型的0.04 s 和0.095 s,且隐含节点数越多,训练时间差距越大,运算效率越高。     

基于激光诱导击穿光谱和定标曲线的土壤重金属元素浓度预测

土壤重金属污染一直被认为是当今世界面临的主要环境问题之一.提出基于激光诱导击穿光谱和定标曲线的土壤重金属元素浓度预测方法.制备9种含不同成分浓度梯度的重金属元素的土壤样品.实验结果表明:该方法浓度预测的准确度较高;样品的浓度是影响预测准确度的关键因素.利用LIBS技术检测土壤重金属含量,能为土壤修复提供更加准确有效的数据,且节约时间及降低成本.     

激光诱导击穿光谱结合化学计量学的淫羊藿产地快速鉴别

淫羊藿具有增加心脑血管血流量,促进造血和增强免疫功能等功效.淫羊藿的药效受产地的影响,为确保其质量,需对淫羊藿产地进行快速鉴别.为此,采用激光诱导击穿光谱(Laser-induced breakdown spectroscopy,LIBS)结合化学计量学方法对淫羊藿产地实现快速准确鉴别.通过获取6个产地淫羊藿样品的LIBS光谱数据,对比研究两种光谱数据降维方法,基于主成分分析(Principal component analysis,PCA)的特征提取和基于原子光谱数据库的特征谱线选择,并结合线性判别分析、k近邻、随机森林(Random forest,RF)和支持向量机(Support vector machine,SVM)4种机器学习算法,实现不同产地淫羊藿样品的鉴别,最终建立产地溯源算法模型.在PCA可视化中,相同产地淫羊藿样品的光谱数据具有明显的聚类效果.开发的模型均能够实现淫羊藿产地的准确鉴别,其中PCA-SVM模型的分类效果最好,测试集分类准确率为99.17%.此外,采用RF模型计算所选元素谱线的重要性,结果表明Si元素(SiⅠ251.61 nm)是区分不同产地淫羊藿的最重要...     

基于SiC材料的激光加速质子束辐照特性研究

通过辐照核能材料SiC, 表征激光加速质子束连续宽能谱、短脉冲和高瞬态流强的特点。将SiC样品放置在距离靶体4 cm处, 连续进行300发满足指数能谱分布的能量为1~4.5 MeV的激光加速宽能谱连续质子束辐照。表面和截面拉曼光谱显示辐照后的SiC散射峰强度减小, 且拉曼光谱截面测量的整体趋势可以与SRIM模拟的能谱加权后的深度能损分布对应, 从而通过实验对能量连续分布的激光加速质子束进行表征。此外, 实验结果显示, 激光加速质子束的短脉冲特性可在SiC表面产生相当高的瞬时束流密度。这种快速的宽能谱辐照为模拟反应堆中子辐照提供了可能性。     

基于两种模式识别技术的盐酸左氧氟沙星注射液近红外光谱定量分析

测定同一厂家生产的53个不同批次盐酸左氧氟沙星注射液的近红外光谱. 先利用小波变换技术对光谱变量进行去噪, 并对其有效的压缩, 以提高建模效率, 再分别利用神经网络及支持向量机技术建立盐酸左氧氟沙星注射液样品的定量分析模型, 并讨论了建模过程中相关参数的优化选择. 仿真实验表明, 建立的SVM定量分析模型的相关性要优于BP网, 同时SVM定量分析模型的RMSECV及RME两个指标值也显示其预测效果良好, 泛化能力强.     

激光诱导击穿光谱技术在爆炸物检测中的应用

以高锰酸钾、黑火药和硝酸铵3种常见的无机爆炸物为研究对象,使用激光诱导击穿光谱(LIBS)技术结合线性相关性分析统计学方法对各爆炸物进行了检测.通过对比训练集和测试集中爆炸物光谱与各爆炸物的初步标准光谱及标准光谱之间的相关系数的大小,对各爆炸物进行了识别.训练集和测试集中各爆炸物光谱的正确识别率均达到了100％,结果表明利用LIBS技术结合现行相关性分析方法可以实现爆炸物的有效检测和识别.     

基于近红外光谱的杏仁糖中糖含量预测模型的研究

本研究以32个杏仁糖样品为研究对象,使用4种不同近红外光谱仪采集样品的光谱数据,利用二阶导数光谱法处理数据,并结合Savizky-Golay平滑方法,计算二阶导数光谱。将数据集预处理后,建立偏最小二乘(PLS)和支持向量机(SVM)模型用于预测未知样品的糖含量,通过对两个模型的应用发现,PLS模型预测值与真实值偏差较大,均方根误差为2.9822,而SVM模型中利用10折交叉验证优化参数,优化参数后预测值几乎全部与真实值相同,预测值与真实值间均方根误差为0.0127,误差极小。综上所述, SVM模型均方根误差较小,所以选择SVM模型作为糖的预测模型,为杏仁糖样品中糖含量的快速检测提供一种精确简单的方法,此模型可推广至食品中糖含量的定量分析。     

PLD沉积DLC薄膜过程中碳等离子体的发射光谱特性

采用脉冲激光沉积方法,通过改变脉冲激光能量在单晶硅衬底上制备了类金刚石薄膜,利用椭圆偏振光谱和拉曼光谱对得到的薄膜进行测试,并对沉积过程中的碳等离子体发射光谱进行了研究。薄膜测试结果表明,随着脉冲激光能量的增大,薄膜sp^3成分增多。沉积过程中的碳等离子体发射光谱原位监测表明,随着脉冲激光能量的增大,C、C^＋、C^2＋粒子发射光谱强度增强,根据应力模型薄膜sp^3成分增多,与薄膜测试结果一致。并且发现C^＋粒子在形成sp^3键过程中起到了非常重要的作用。     

近红外光谱和支持向量机用于凌霄花产地鉴别

收集6个产地凌霄花样品的近红外光谱,构建支持向量机(SVM)模型进行产地鉴别.运用竞争自适应重加权采样(CARS)算法提取特征波长变量,在此基础上建立CARS-SVM产地判别模型.将该判别模型与线性判别分析、偏最小二乘判别分析和簇类独立软模式法3种模型进行比较.结果表明,SVM模型对不同产地凌霄花样品的鉴别结果良好,经CARS提取特征波长后,波长变量数从1 557减小至52,所构建的CARS-SVM模型对6个产地样品的判别准确率较高,明显优于上述3种模型.因此,近红外光谱技术可快速准确判别凌霄花的产地,为凌霄花的产地鉴别与质量评价提供一种新的方法.     

飞机结构件内腔自动打磨工艺

飞机结构件的内腔结构复杂,打磨工艺难以控制,为提高打磨表面质量和打磨效率,设计了一种具备轴向/径向恒力控制的末端执行器,并搭建了自动打磨实验台。运用正交实验对磨具粒度、打磨压力、进给速度等打磨工艺参数进行了极差分析和方差分析,得到了显著因素和最优水平组合。以表面粗糙度和去除深度为评价指标,建立BP神经网络预测模型,并对训练后的模型进行实验验证。实验获得的实测值与预测值的相对误差在5.5%以内,表明该模型对表面粗糙度和去除深度有良好的预测能力,可有效地提高打磨工艺设计的效率。