样品智能分析方法技术

本发明专利技术涉及一种样品智能分析方法，所述智能分析方法包括：(A1)上位机将预燃参数、预设光谱信息和预设参数信息传送至下位机；(A2)待测样品在所述预燃参数下激发，下位机采集预燃光谱，并根据所述预燃光谱与所述预设光谱信息进行比较，判定所述待测样品的基体类型和类别；(A3)待测样品在分析参数下激发，下位机采集分析光谱，并将所述分析光谱、待测样品的基体类型和类别传送至上位机；所述分析参数根据待测样品的类别在所述预设参数信息中选定；(A4)上位机将所述分析光谱代入待测样品类别对应的模型进行数据处理，获得待测样品的元素含量。本发明专利技术具有操作简单、分析准确等优点。

Sample intelligent analysis method

The invention relates to a method of sample analysis of intelligence, the intelligence analysis methods include: (A1) PC precombustion parameters, the spectral information and the preset preset parameters information transmitted to the lower computer; (A2) the sample in the pre excitation parameters, machine to collect pre light spectrum, and according to the pre the spectrum and the preset spectral information comparison, substrate types and categories of judging the sample; (A3) the sample in the analysis of excitation parameters, MCU spectral analysis, and the analysis of the matrix type spectrum, sample and categories are sent to the host computer; the analysis in the parameters of the selected parameters preset information according to the sample categories; (A4) PC the spectral analysis into the data processing samples corresponding to the model test, obtained element sample content. The invention has the advantages of simple operation and accurate analysis.

【技术实现步骤摘要】
样品智能分析方法
本专利技术涉及光谱分析领域，特别涉及一种应用于直读光谱仪的合金样品的智能分析方法。
技术介绍
使用直读光谱仪对合金样品进行分析时，需要先知道待分析样品的类型，再根据样品类型选定分析模型后进行分析。然而，在实际应用过程中，待测样品的类型无法用肉眼判断，必须经样品分析后才能知道样品类型，也就无法选择适合待测样品的模型进行分析，这是一个矛盾的过程。目前，对未知类型的样品进行分析，通常采用下述两种方法：1、通用曲线法：将所有相关类型的样品放到一起进行模型开发，开发出来的模型能够适用所有类型的样品；但由于该方法将各类型样品统一建模，会引起较强的谱线和基体干扰，很难完美地建到一个模型当中,导致某些元素的干扰严重，测量误差大，分析结果的准确性低；2、“母模型+子模型”法：先采用通用曲线模型进行分析，之后根据分析结果判定待测样品的类型并选择相应的分析模型进行再次分析；但该方法需进行两次分析，先判断样品类型再选择相应模型分析，或者先获得光谱再将光谱带入相应模型分析，前者操作繁琐、费时费力，而后者需要通用曲线和类型曲线的激发参数完全一致，否则无法直接调用分析光谱进行分析。
技术实现思路
为了解决上述现有技术方案中的不足，本专利技术提供了一种操作简单、分析结果准确可靠，无需知道样品所属基体和类别，激发一次即可输出分析结果的样品智能分析方法。本专利技术的目的是通过以下技术方案实现的：一种样品智能分析方法，所述智能分析方法包括以下步骤：(A1)上位机将预燃参数、预设光谱信息和预设参数信息传送至下位机；(A2)待测样品在所述预燃参数下激发，下位机采集预燃光谱，并根据所述预燃光谱与所述预设光谱信息进行比较，判定所述待测样品的基体类型和类别；(A3)待测样品在分析参数下激发，下位机采集分析光谱，并将所述分析光谱、待测样品的基体类型和类别传送至上位机；所述分析参数根据待测样品的类别在所述预设参数信息中选定；(A4)上位机将所述分析光谱代入待测样品类别对应的模型进行数据处理，获得待测样品的元素含量。根据上述的样品智能分析方法，优选地，所述(A2)步骤进一步包括：(B1)第一预燃阶段：待测样品在第一预燃参数下激发，下位机采集第一预燃光谱，并将所述第一预燃光谱与所述预设光谱信息进行比较，判定所述待测样品的基体类型；(B2)第二预燃阶段：待测样品在第二预燃参数下激发，下位机采集第二预燃光谱，并将所述第二预燃光谱与所述预设光谱信息进行比较，判定所述待测样品的类别；所述第二预燃参数根据待测样品的基体类型在所述预设参数信息中选定；(B3)第三预燃阶段：待测样品在第三预燃参数下激发，所述第三预燃参数根据待测样品的类别在所述预设参数信息中选定。根据上述的样品智能分析方法，优选地，待测样品基体类型的判定方法如下：(C1)根据第一预燃光谱的谱线位置确定待测样品中的元素种类；(C2)将待测样品中每个元素的光强和预设光谱信息中的预设基体元素光强进行比较，统计光强差值大于0的元素谱线：若只有一种元素的光强差值大于0，则判定待测样品为所述元素的基体样品；若超过二种元素的光强值大于0，则选择区别元素，通过所述区别元素在待测样品中的含量判定基体类型；所述区别元素在所述超过二种元素的基体内的含量存在明显差别。根据上述的样品智能分析方法，优选地，待测样品类别的判定方法如下：根据第二预燃光谱，将待测样品中非基体元素的光强和预设光谱信息中的预设光强进行比较，统计非基体元素的关键类别元素光谱强度区间，选定样品类别。本专利技术还提供一种采用上位机进行样品基体和类别判定的样品智能分析方法，所述智能分析方法包括以下步骤：(D1)设定预燃参数，上位机将所述预燃参数传送至下位机；(D2)待测样品在预燃参数下激发，下位机采集预燃光谱，并将所述预燃光谱传送至上位机；(D3)上位机将所述预燃光谱与预设光谱信息进行比较，判定所述待测样品的基体类型；并将所述预燃光谱代入所述基体类型对应的模型进行计算，获得待测样品的类别；(D4)根据待测样品的类别在所述预设参数信息中选定类别预燃参数和分析参数并传送至下位机；(D5)待测样品在所述类别预燃参数下预燃、在分析参数下激发，下位机采集分析光谱，并将所述分析光谱传送至上位机；(D6)上位机将所述分析光谱代入待测样品类别对应的模型进行数据处理，获得待测样品的元素含量。根据上述的样品智能分析方法，优选地，所述预设光谱信息包括：不同基体对应的谱线位置和预设光强、同一基体下不同类别对应的谱线位置和预设光强。根据上述的样品智能分析方法，优选地，所述预设参数信息包括：不同基体类型对应的第二预燃参数和不同类别对应的第三预燃参数和分析参数。与现有技术相比，本专利技术具有的有益效果为：1、本专利技术的样品分析方法为全自动智能分析，可自行判定基体类型和类别，用户无需事先测定，简化用户操作，省时省力。2、本专利技术通过一次激发即可完成样品分析，操作简单；且每次激发分为四个阶段，三个预燃阶段和一个分析阶段，通过第一预燃阶段判定样品的基体类型并确定第二预燃阶段的激发参数，通过第二预燃阶段判定样品类别并确定类别预燃参数和分析阶段的激发参数，不同阶段采用不同的激发参数化，使得分析结果更为准确可靠。附图说明参照附图，本专利技术的公开内容将变得更易理解。本领域技术人员容易理解的是：这些附图仅仅用于举例说明本专利技术的技术方案，而并非意在对本专利技术的保护范围构成限制。图中：图1是本专利技术实施例1的样品智能分析方法的分析流程图。实施方式图1和以下说明描述了本专利技术的可选实施方式以教导本领域技术人员如何实施和再现本专利技术。为了教导本专利技术技术方案，已简化或省略了一些常规方面。本领域技术人员应该理解源自这些实施方式的变型或替换将在本专利技术的范围内。本领域技术人员应该理解下述特征能够以各种方式组合以形成本专利技术的多个变型。由此，本专利技术并不局限于下述可实施方式，而仅由权利要求和它们的等同物限定。实施例1图1示意性地给出了本实施例的样品智能分析方法的分析流通图，如图1所示，所述智能分析方法包括以下步骤：一种样品智能分析方法，所述智能分析方法包括以下步骤：(A1)上位机将预燃参数、预设光谱信息和预设参数信息传送至下位机；(A2)待测样品在所述预燃参数下激发，下位机采集预燃光谱，并根据所述预燃光谱与所述预设光谱信息进行比较，判定所述待测样品的基体类型和类别；(A3)待测样品在分析参数下激发，下位机采集分析光谱，并将所述分析光谱、待测样品的基体类型和类别传送至上位机；所述分析参数根据待测样品的类别在所述预设参数信息中选定；(A4)上位机将所述分析光谱代入待测样品类别对应的模型进行数据处理，获得待测样品的元素含量。对不同基体类型的样品来说，其激发参数不尽相同；在样品基体类型确定后，对激发参数进行改变，以提高样品激发效果，使得分析结果更为准确，故：进一步地，所述(A2)步骤包括：(B1)第一预燃阶段：待测样品在第一预燃参数下激发，下位机采集第一预燃光谱，并将所述第一预燃光谱与所述预设光谱信息进行比较，判定所述待测样品的基体类型；(B2)第二预燃阶段：待测样品在第二预燃参数下激发，下位机采集第二预燃光谱，并将所述第二预燃光谱与所述预设光谱信息进行比较，判定所述待测样品的类别；所述第二预燃参数根据待测样品的基体类型在所述预设参数信息中选定；本文档来自技高网...

【技术保护点】
一种样品智能分析方法，其特征在于：所述智能分析方法包括以下步骤：(A1)上位机将预燃参数、预设光谱信息和预设参数信息传送至下位机；(A2)待测样品在所述预燃参数下激发，下位机采集预燃光谱，并根据所述预燃光谱与所述预设光谱信息进行比较，判定所述待测样品的基体类型和类别；(A3)待测样品在分析参数下激发，下位机采集分析光谱，并将所述分析光谱、待测样品的基体类型和类别传送至上位机；所述分析参数根据待测样品的类别在所述预设参数信息中选定；(A4)上位机将所述分析光谱代入待测样品类别对应的模型进行数据处理，获得待测样品的元素含量。

【技术特征摘要】
1.一种样品智能分析方法，其特征在于：所述智能分析方法包括以下步骤：(A1)上位机将预燃参数、预设光谱信息和预设参数信息传送至下位机；(A2)待测样品在所述预燃参数下激发，下位机采集预燃光谱，并根据所述预燃光谱与所述预设光谱信息进行比较，判定所述待测样品的基体类型和类别；(A3)待测样品在分析参数下激发，下位机采集分析光谱，并将所述分析光谱、待测样品的基体类型和类别传送至上位机；所述分析参数根据待测样品的类别在所述预设参数信息中选定；(A4)上位机将所述分析光谱代入待测样品类别对应的模型进行数据处理，获得待测样品的元素含量。2.根据权利要求1所述的样品智能分析方法，其特征在于：所述(A2)步骤进一步包括：(B1)第一预燃阶段：待测样品在第一预燃参数下激发，下位机采集第一预燃光谱，并将所述第一预燃光谱与所述预设光谱信息进行比较，判定所述待测样品的基体类型；(B2)第二预燃阶段：待测样品在第二预燃参数下激发，下位机采集第二预燃光谱，并将所述第二预燃光谱与所述预设光谱信息进行比较，判定所述待测样品的类别；所述第二预燃参数根据待测样品的基体类型在所述预设参数信息中选定；(B3)第三预燃阶段：待测样品在第三预燃参数下激发，所述第三预燃参数根据待测样品的类别在所述预设参数信息中选定。3.根据权利要求2所述的样品智能分析方法，其特征在于：待测样品基体类型的判定方法如下：(C1)根据第一预燃光谱的谱线位置确定待测样品中的元素种类；(C2)将待测样品中每个元素的光强和预设光谱信息中的预设基体元素光强进行比较，统计光强差值大于0的元素谱线：若只有一种元素的光强差值大于0，...

【专利技术属性】
技术研发人员：王庆祥，洪波，吴锋明，苏德怀，张博书，胡晓鹏，喻正宁，吕全超，俞晓峰，韩双来，许辉平，
申请(专利权)人：杭州谱育科技发展有限公司，
类型：发明
国别省市：浙江,33