一种LIBS光谱元素识别用元素种类预筛选方法及设备技术

本发明专利技术提供了一种LIBS光谱元素识别用元素种类预筛选方法及设备，方法包括：从NIST数据库中获取主要元素的LIBS标准光谱数据并提取该标准光谱数据的相关信息；获得不同光谱波长间隔下的光谱峰位个数，以此基于向量空间模型VSM，构建NIST标准光谱的空间向量数据库；通过装置获取待测样品的LIBS光谱，提取样品LIBS光谱的相关信息；使用同样方法建立待测样品的LIBS光谱空间向量；对两种光谱空间向量进行空间向量余弦运算，通过运算值得高低比较，作为元素种类筛选结果。本发明专利技术可自动对所研究的样品元素组成进行预筛选，为后期的元素识别缩小分析范围，便于对未知样品的元素种类进行实时、快速、准确地分析与识别。准确地分析与识别。准确地分析与识别。

【技术实现步骤摘要】
一种LIBS光谱元素识别用元素种类预筛选方法及设备


[0001]本专利技术属于光谱元素分析识别
，尤其涉及一种LIBS光谱元素识别用元素种类预筛选方法及设备。

技术介绍

[0002]激光诱导击穿光谱(LIBS)作为一种基于激光烧蚀采样的原子发射光谱技术，它可以对各种物质进行定性和定量的元素分析，无论它们处于固体、液体、气体还是胶体状态。该技术通过高功率激光聚焦在待分析样品上，收集并分析样品中存在的特征元素的光谱特征以提取必要的信息。由于LIBS技术具有几乎不需要样品制备，样品损失极小，且可以实现实时分析、快速响应、微侵入、原位和远距离检测等独特优点，所以使用LIBS技术快速检测和分析元素种类更具优势。
[0003]激光等离子体的光谱通过每种元素的特定发射谱线和与成分含量成比例的谱线强度来承载关于样品中特定成分存在的信息。一般来说，LIBS的元素识别往往是将光谱数据输入谱线识别软件，通过波长与标准光谱数据库的比对，完成谱线的识别和对应元素的归属。但是，这样的操作将不可避免地带来识别上的困难，具体表现为：(1)单谱峰的多元素归属。标准光谱数据库包含了所有元素的谱线数据，识别结果往往表现为一个峰位对应多个元素成分，很难给出明确的元素识别结论；(2)识别准确率依赖人工经验。为了提高元素识别的准确性，元素种类人工预判或软件识别后的人工筛查，是实现LIBS元素准确归属的主要途径，但这需要操作人员对LIBS光谱特征峰足够的熟悉，具备一定的LIBS定性分析经验；(3)光谱波长准确性要求较高。光谱探测结果的波长准确性将直接影响元素的识别成功率，尽管在识别算法中可以调整波长漂移大小，但波长漂移较大时，易产生单光谱峰位对应多种元素情况，而波长漂移较小时，很难以完成真实元素归属。
[0004]现阶段，LIBS元素自动识别方法主要为两种类型：波长最近邻法、模拟光谱比较法。“波长最近邻法”是基于标准原子光谱数据库，通过实测光谱峰位与标准光谱峰位比对，波长差小于一定数值后，确定为光谱峰对应的元素。“模拟光谱比较法”是基于标准数据库峰位与强度，结合不同的线型拟合函数进行LIBS光谱模拟，模拟结果与实测结果达到匹配后，从而确定出对应的元素。但在实际的使用中，由于仪器本身的原因，波长漂移往往不可避免，故“波长最近邻法”的准确性往往存在偏差。而在使用模拟光谱比较法时，需要预知等离子体温度和电子密度，还需要谨慎选择拟合光谱的函数，故模拟拟合难度较高。目前现有技术中缺乏一种对未知元素样品进行元素种类预筛选的方法，以提高后续分析的准确率。

技术实现思路

[0005]针对上述问题，本专利技术的目的在于提出一种不受波长漂移影响、可实现元素种类预筛的“相关性分析”方法，弥补现有技术的不足，将向量空间模型引入LIBS光谱的元素识别，从而对未知元素样品进行元素种类预筛选，提高后续分析的准确率。
[0006]本专利技术第一方面提供了一种LIBS光谱元素识别用元素种类预筛选方法，包括以下
步骤：
[0007]步骤1，从NIST数据库中获取元素的LIBS标准光谱数据，从中获取不同元素的LIBS光谱峰位与波长信息；
[0008]步骤2，将向量空间模型VSM引入LIBS标准光谱数据的信息提取，在所选择的波长间隔下，获得不同波长范围的LIBS标准光谱的谱峰个数，以这些谱峰的个数作为空间向量，建立NIST元素空间向量数据库；
[0009]步骤3，获取待测样品的LIBS光谱，提取待测样品的光谱信息；所述待测样品的LIBS光谱通过激光诱导击穿光谱装置获得；
[0010]步骤4，根据步骤2中定义的波长间隔，获得待测样品LIBS光谱的空间向量，与NIST元素空间向量数据库中各空间向量的维数保持一致；
[0011]步骤5，将待测样品光谱的空间向量，与NIST元素向量数据库中各空间向量，进行向量的余弦运算，获得运算结果，并以此结果作为样品是否包含某元素的判断依据，完成对待测样品的元素种类的预筛选。
[0012]优选的，还包括如下过程：对未知样品LIBS光谱相等的各个波段范围内的谱峰个数进行检测，当未知样品LIBS光谱的某一波段内谱峰的个数超过特定值时，会将该波段再次细分，按照细分之后波段内谱峰的个数重新构建NIST元素空间向量数据库与未知样品的光谱空间向量。
[0013]优选的，所述步骤2中在所覆盖的光谱范围为0
‑
1000nm下时，对某元素选择的波长间隔为50nm，得到20个光谱间隔，每一个波长间隔下的谱峰个数为N
i
，其中，i的取值为整数1到20，以N1到N
20
构建出向量，形成某元素LIBS标准光谱数据下的空间向量，多个元素的空间向量集合，构建出NIST元素空间向量数据库。
[0014]优选的，为了防止以50nm为波长间隔建立光谱特征向量时，某一段波长间隔内的特征峰数量过多导致结果不准确，定义波长二次细分准则，使LIBS光谱的特征向量每波段间隔内的特征峰更加均匀；根据待测光谱的空间向量(1*20)中每一维的数对这个范围的波长间隔按照进行二次细分：
[0015][0016]其中，x
i
为维度为i时，特征峰的个数；d为对该维度波段重新寻峰的波长间隔。
[0017]优选的，所述步骤3中提取待测样品的特征峰波长信息时使用matlab软件中的findpeaks函数以及3sigma准则对待测样品进行信息筛选,选择LIBS光谱中峰值最高的特征峰，取该峰峰值的1/e大小为sigma，小于3倍sigma准则的峰值视为噪声，其中e为数学常数。
[0018]优选的，所述步骤5的具体过程为：
[0019]将待测样品特征峰向量vs与NIST标准元素特征峰向量数据库中各元素特征峰向量v进行空间向量余弦运算，运算公式为：
[0020]cos(vs v)＝<vs v>/
│
vs
││
v
│
[0021]其中<vs v>为两向量的卷积，获得待测样品特征峰向量与NIST标准元素特征峰向量的余弦值，该余弦值代表了待测样品特征峰向量在向量空间与数据库中各标准元素特征
峰向量的相似度，其值越大表示待测样品包含某个标准元素的可能性越大，该值为1时表示样品一定包含该元素，为0时则表示样品一定不包含该元素。
[0022]优选的，所述步骤1中从NIST数据库中获取元素的LIBS标准光谱数据，所述元素包括空气中的主要元素、待测样品环境中可能存在的常量元素和微量元素。
[0023]本专利技术第二方面提供了一种一种LIBS光谱元素识别方法，包括以下过程：
[0024]获取待测样品；
[0025]使用如第一方面所述的LIBS光谱元素识别用元素种类预筛选方法进行元素种类预筛选；
[0026]将筛选结果输入商业软件中进行分析识别或者手动按照预筛选结果进行元素匹配。
[0027]本专利技术第三方面还提供了一种LIBS本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种LIBS光谱元素识别用元素种类预筛选方法，其特征在于，包括以下步骤：步骤1，从NIST数据库中获取元素的LIBS标准光谱数据，从中获取不同元素的LIBS光谱峰位与波长信息；步骤2，将向量空间模型VSM引入LIBS标准光谱数据的信息提取，在所选择的波长间隔下，获得不同波长范围的LIBS标准光谱的谱峰个数，以这些谱峰的个数作为空间向量，建立NIST元素空间向量数据库；步骤3，获取待测样品的LIBS光谱，提取待测样品的光谱信息；所述待测样品的LIBS光谱通过激光诱导击穿光谱装置获得；步骤4，根据步骤2中定义的波长间隔，获得待测样品LIBS光谱的空间向量，与NIST元素空间向量数据库中各空间向量的维数保持一致；步骤5，将待测样品光谱的空间向量，与NIST元素向量数据库中各空间向量，进行向量的余弦运算，获得运算结果，并以此结果作为样品是否包含某元素的判断依据，完成对待测样品的元素种类的预筛选。2.如权利要求1所述的一种LIBS光谱元素识别用元素种类预筛选方法，其特征在于，还包括如下过程：对未知样品LIBS光谱相等的各个波段范围内的谱峰个数进行检测，当未知样品LIBS光谱的某一波段内谱峰的个数超过特定值时，会将该波段再次细分，按照细分之后波段内谱峰的个数重新构建NIST元素空间向量数据库与未知样品的光谱空间向量。3.如权利要求1所述的一种LIBS光谱元素识别用元素种类预筛选方法，其特征在于，所述步骤2中，在所覆盖的光谱范围为0
‑
1000nm下时，对某元素选择的波长间隔为50nm，得到20个光谱间隔，每一个波长间隔下的谱峰个数为N
i
，其中，i的取值为整数1到20，以N1到N
20
构建出向量，形成某元素LIBS标准光谱数据下的空间向量，多个元素的空间向量集合，构建出NIST元素空间向量数据库。4.如权利要求3所述的一种LIBS光谱元素识别用元素种类预筛选方法，其特征在于：为了防止以50nm为波长间隔建立光谱特征向量时，某一段波长间隔内的特征峰数量过多导致结果不准确，定义波长二次细分准则，使LIBS光谱的特征向量每波段间隔内的特征峰更加均匀；根据待测光谱的空间向量(1*20)中每一维的数对这个范围的波长间隔按照进行二次细分：其中，x
i
为维度为i时，特征峰的个数；d为对该维度波段重新寻峰的波长间隔。5.如权利要求1所述...

【专利技术属性】
技术研发人员：卢渊，张轩搏，
申请(专利权)人：中国海洋大学，
类型：发明
国别省市：