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.     

激光诱导击穿光谱技术在金属元素检测中的应用研究进展

激光诱导击穿光谱（LIBS）是一种基于原子激励、发射光谱的物质组分分析技术,具有快速、多元素同时探测且无需样品预处理等优点。本文综述了现阶段LIBS技术在合金、土壤、水、食品等领域金属元素检测中的应用研究进展,认为目前该项技术存在探测精度低、重复性差、探测信号不稳定等方面的问题,基于LIBS技术的金属元素探测仪器的研发,未来应该向常规、便携式、高精度的方向发展。     

基于激光诱导击穿光谱技术的水垢成分分析

将1064nm激光聚焦到水垢上产生等离子体,通过分析水垢等离子体光谱,定性地证认元素钙和镁．通过10条钙原子谱线的Bohzmann图,计算得到水垢等离子体的电子温度是4793K．通过测量镁原子谱线285．21nm的Stark展宽,求得水垢等离子体的电子密度是6．1×1018cm-1．实验结果表明,激光诱导产生的水垢等离子体满足局部热力学平衡模型,并处于光学薄状态,等离子体的频率是2．2×1013Hz,韧制吸收系数为8．87cm-1．     

土壤激光诱导击穿光谱的实验研究

在大气环境下测定了土壤在可见光谱区的激光诱导击穿光谱,对测定的光谱进行了分析和归属.实验结果表明,土壤中Al、Fe、Ti、K、Na、Mg、Ca等元素含量高,且Fe、Ti、Al元素谱线非常丰富、强度较强,而Ba、Cr、Cu、Li、Mn、Pb、Sr等元素含量低,且元素谱线不多、强度较弱;由实验测定的一系列国家标准土壤样品的激光诱导击穿光谱,得到了多种微量元素的定标曲线和检测限(ug/g)(Ba(3.4)、Cr(3.9)、Cu(70.2)、Li(1.0)、Mn(52.2)、Pb(21.0)、Sr(11.4) 、Ti(35.0)).     

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.     

基于PCA-SVM算法在岩性识别中的应用

针对岩性识别中传统方法识别率低且信息冗余的问题,建立PCA-SVM(主成分分析与支持向量机组合)岩性识别模型,即先利用主成分分析(PCA)进行参数处理,整合冗余,降低维数,后将处理得到的主成分作为支持向量机(SVM)测量模型输入的分类方法。在此过程中,优化主成分分析和支持向量机的参数,使模型具有较高的训练精度。结果表明,与传统的基于主成分分析的判别分析方法相比,预测结果与实际结果相比具有较好的一致性,识别准确率达100%。     

激光诱导击穿光谱法及其在彩绘文物分析与表征中的应用

目的 探讨激光诱导击穿光谱分析法的基本原理、仪器装置及其在彩绘文物研究中的应用,为进一步研究提供文献依据.方法 综合评述与文献分析法.结果 激光诱导击穿光谱分析法是基于激光辐射与物质相互作用产生等离子体而进行实时、快速分析、表征的一种光谱分析新方法.其具有高灵敏度、高分辨率,分析速度快,样品用量少,无需样品预处理,可同时测定多种元素组分等特点,且可在非破坏和非接触的条件下进行在线和实时分析测定.结论 除在材料、生物、环境、冶金、医学和文物等领域广泛应用以外,激光诱导击穿光谱法将不断拓展其应用领域,在分析与表征中发挥更大的作用.     

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.     

激光感生击穿光谱技术在燃烧诊断中的应用

简述了激光感生击穿光谱(LIBS)技术的研究基础,包括实验台架、光谱定性定量分析方法,详细介绍了所进行的LIBS技术在燃烧诊断中的应用研究工作,利用LIBS技术对飞灰中的碳含量和燃煤特性及成分进行了分析.结果表明,采用LIBS测得的飞灰含碳量与传统的重量燃烧法测得的飞灰含碳量结果吻合较好;煤化程度不同的煤呈现出不同的等离子体时间谱,在相同实验条件下,煤化程度越高的煤种其等离子体温度越高;利用LIBS技术测得的燃煤成分含量与传统测量方法得到的结果吻合亦较好.该研究证实了激光感生击穿光谱技术在燃烧诊断中应用的可行性,为后续的燃烧诊断研究和试验工作奠定了基础.     

AlCl3水溶液的激光诱导击穿光谱特性研究

利用自建的液相射流单脉冲激光诱导击穿光谱(LIBS)实验装置,系统地研究了激光能量、ICCD探测延时和ICCD门宽等实验参数对AlCl_3水溶液LIBS特性的影响,确定了将LIBS用于AlCl_3水溶液中Al元素定量分析时的最佳实验条件.     

测井岩性的非线性动态辨识新方法及应用

由于岩性测井曲线分布具有模糊性,在对岩性进行划分时会出现较大的困难.为了准确分析测井响应曲线,将逃逸微粒群算法与Elman反馈神经网络进行有机结合,形成了EPSO-NN混合算法,并构建了基于"EPSO-NN"的非线性动态识别系统,用于测井岩性的自适应识别.工程实例结果表明,该系统在岩性识别上是可行的、有效的,同样也完全可以用于岩相、沉积微相识别、矿床预测及矿物岩石分类地质方面的研究.     

PSO-LSSVM分类模型在岩性识别中的应用

为了精确解决测井岩性识别问题,提出了一种将粒子群优化算法(PSO)与最小二乘支持向量机(LSSVM)相结合对实际测井资料进行岩性识别的方法.首先使用粒子群优化算法对LSSVM建模过程中的重要参数进行优化调整,然后利用参数优化调整后得到的具有较优分类效果的PSO-LSSVM模型对某油田的测井资料进行岩性识别.实验结果表明:同基于交叉验证的支持向量机模型以及单隐层的BP神经网络模型相比,该方法能够很好描述测井数据和岩性类别之间的非线性映射关系,识别精度高,并提高了算法的自动化程度.     

复杂岩性模式识别中测井项目优化选择技术

在利用模式聚类判别方法建立复杂岩性集合判别函数时,需要优选出对岩性集合敏感的测井项目,以有效克服所有测井项目均参与而造成的相互掣肘、矛盾现象。依据构建集合内均匀度参数及集合间距离参数,实现复杂岩性集合判别中测井项目优化选择技术。以海拉尔盆地的4大类岩性集合(一般沉积岩、火山碎屑岩、火山碎屑沉积岩、火山熔岩等)为应用实例,优选后判别符合率明显改善,说明了方法的有效性。     

基于测井相分析技术的复杂岩性识别方法研究

准确识别储集层岩性是海拉尔-塔木察格盆地塔南油田铜钵庙组储集层测井评价面临的主要问题。由于目标区块岩性十分复杂,常规的岩性测井识别方法不能满足该区块岩性准确识别的要求。以测井相分析技术为基础,首先选取该区一口岩心资料齐全和测井质量好的井,对常规测井曲线进行Z值标准化;其次利用主成分分析,对选取的测井参数进行降维处理,提取了四个主成分;然后,利用K均值聚类划定了9类测井相;并通过测井资料划定的测井相与岩心资料对比,建立了测井相-岩性数据库;最后利用Fisher判别法建立了目标区块的岩性判别模型。将建立的判别模型对塔南油田铜钵庙组实际井资料进行了处理,结果显示:预测的岩性与岩心描述的岩性基本一致,验证了测井相分析技术在复杂岩性识别中的可靠性。     

多波多分量技术在岩性与流体预测中的应用

目的探索利用多波分量技术提高地震储层测精度。方法在精细岩石物理分析和岩性、流体敏感因子优选的基础上,通过PS波标定,纵横波精细对齐进行纵横波联合解释、联合反演;利用实测全波列测井数据对PS波AVO响应特征和储层及流体的关系进行定量研究。结果在研究区进行含气性预测,预测符合率较单一纵波提高10%以上。结论多波勘探技术因增加了横波信息,有效提高了岩性和流体预测精度。     

拉曼光谱在玉石鉴定中的应用

利用LRS-Ⅵ型激光拉曼/荧光光谱仪获得各类玉石的拉曼光谱图,根据各类玉石化学成分、化学结构的不同在拉曼光谱中显示不同的峰位特征,分析和测定玉石的种类和品质.实验结果表明,拉曼光谱是玉石鉴定的一种方便、快捷、准确的新技术.     

电成像测井新参数在碳酸盐岩岩相识别中的应用

电成像测井识别碳酸盐岩岩相主要有定性图版法、定量参数法和机器学习法。图版法简单实用,但其效率低且受人工经验影响大,图像纹理参数种类过多且使用复杂,机器学习法需要大量样本标签,应用受到局限。为此,提出了一种简单又高效的新定量参数法,即通过新定量参数判别岩石构造特征来识别不同岩相。首先采用地质统计法对电成像测井动态图像进行全井眼插值,然后针对全井壁覆盖图像,利用数字图像处理技术获取二值图像,最后分别统计二值图像在纵向和横向黑色斑点(块)最大个数,并将二者的比值定义为视岩石构造数ARSN(aparent rock structure number)。ARSN可以有效区分块状和薄层状构造。据野外露头及岩心观察,一般颗粒云岩相为块状或厚层状和泥晶云岩相为薄层状或薄互层状构造特征。因此,利用ARSN可以区分颗粒云岩和泥晶云岩两大类岩相。以四川盆地M地区龙王庙组为例,经取心井验证,岩相识别符合率80%以上。该方法效率高且不受人的因素影响,实现高精度岩相识别,为该区碳酸盐岩沉积微相精细研究提供了有力技术支撑。     

雷64区块砂砾岩储层岩性识别方法研究

在取心、岩石物理实验的基础上,采用统计方法对雷64区的岩性进行研究,将其分为砂质细砾岩和不等粒砂岩两大类.利用直方图法优选出识别这两大类岩性的敏感测井曲线,并且依据优选出来的敏感测井曲线,建立了用于识别砂质细砾岩和不等粒砂岩的测井响应交会图法、决策树模型、系统聚类模型.通过对上述三种模型进行精度分析,发现决策树模型的精度要高于测井响应交会图法和系统聚类模型.同时利用所建立的两种决策树模型对雷71井进行岩性识别,将识别结果与实际取心对比,发现综合判断准确率均大于85%.结果表明,给出的决策树模型可很好地用于该地区砂砾岩储层的岩性识别.     

激光诱导Cu合金等离子体光谱特性实验研究

采用调Q Nd:YAG激光器激发诱导Cu合金的等离子体,系统研究了等离子体光谱强度随时间演化特性,并探究了不同环境气氛对激光诱导等离子体光谱强度的影响.实验结果表明:信噪比最佳的延时选择与分析光谱线激发电位密切相关,而受环境气氛、分析元素的熔点、沸点影响不大;氩气和氦-氩混合气体环境与空气环境相比,激光诱导等离子体光谱强度明显增强.