基于激光诱导击穿光谱的无标定量化成分在线检测方法研究

诸多质量监控问题离不开成分信息，由于缺少快速有效的检测手段，很多控制策略难以实施，导致操作水平低下、产品质量波动大、能耗高、生产成本高、环境污染严重。激光诱导击穿光谱（LIBS）技术以其不需要样品制备，可直接对固相、液相和气相物质分析的特点，为解决成分在线检测问题提供了有效途径。本课题针对LIBS中常规定量化分析方法不利于在线应用的问题，研究一种无需标准样品定标的定量化分析方法。首先对原始LIBS光谱进行预处理和特征提取，滤除与样本组成信息无关的变动，提高模型的稳健性；其次根据机理分析建立非化学计量激光烧蚀过程和光学厚等离子体模型，根据统计分析建立干扰因素影响模型，并综合多种情况建立全面的无标预测融合模型，提高预测模型的准确性和适用范围；最后对模型中的关键参数准确辨识，使无标预测模型易于在线应用。本课题研究成果对提高LIBS技术在线分析性能，以及促进成分在线检测技术的发展都具有重要意义。

本课题针对LIBS技术中的常规定量分析方法不适用于在线应用的问题展开研究。结合信号处理技术和特征信息提取技术进行了LIBS光谱信号实时处理的方法研究；构建了激光诱导等离子体复杂的非线性辐射过程模型，展开了实验参数优化与自标定方法的研究；探索了无标预测模型中关键参数的影响。. 具体研究进展包括：①提出了一种小波阈值降噪的双阈值校正方法，不仅提高了LIBS信号的信噪比，而且保留了边缘信息，解决了小波阈值降噪中合理选择双阈值的关键问题，结果表明对含噪声的LIBS信号进行降噪处理可以降低最低检出限，为提高定量分析准确性提供了依据；②建立了一种基于连续小波变换的谱峰识别方法，解决了大数量LIBS谱峰识别灵敏度和准确度不高的问题；③提出了一种基于最优化算法解析LIBS重叠峰的初始值选择方法，实现了对LIBS重叠峰内子峰参数的准确表征，通过解析LIBS重叠峰提高了定量分析的准确度；④提出了一种基于盲源分离原理的连续背景估计方法，消除了连续背景模型对估计准确性的影响，摆脱了插值方法对测量结果的影响；⑤提出了一种基于光谱相关性的特征谱线识别方法，实现了被测物质中元素组成的快速判断，同时发展了一种以主成分分析、人工神经网络和遗传算法相结合的方法，实现了原始LIBS光谱数据的降维，解决了LIBS数据分类的关键问题；⑥建立了一套实验因素对光谱性能影响的评价依据，实现了通过寻找最佳的实验条件来提高光谱分析的性能，澄清了多因素之间的交互作用对谱线性能的影响；⑦创建了一种自标定算法，实现了直接利用样品光谱标定出各组成元素含量，解决了无标定量分析的准确度不高的关键难题。. 本课题所研究的成果对揭示无标预测模型与LIBS定量分析之间的关系具有重要意义，为工业实际中的LIBS技术成分在线检测提供了方法基础。