激光探针光谱数据分析方法研究

摘要

激光探针，即激光诱导击穿光谱，是一种原子发射光谱技术。激光探针技术具有对样品破坏小、快速、实时、非接触、原位和多元素同时检测等诸多技术优势，是一种在工业生产、环境监测、医药食品安全监测和太空探测等众多领域有广泛应用前景的分析技术。然而，激光探针技术通常受到噪声、连续背景、谱线展宽、自吸收效应和基体效应等因素的影响，限制了激光探针技术的分析精准度。基于此，本文研究了3种改善激光探针技术分析准确度的光谱数据分析方法，取得的成果及其创新点如下： （1）针对激光探针光谱中谱峰中心波长靠近导致重叠干扰严重的的问题，研究了一种基于经典发射光谱理论的激光探针光谱受干扰谱峰识别方法。该方法利用同种元素谱线之间的相关系数矩阵对受干扰的谱峰进行识别。针对铁矿石光谱中元素谱线丰富易存在重叠干扰的问题，将该方法应用于铁矿石分析，结果表明该方法的识别分辨率高于0.01nm，对受干扰的谱峰具有良好的识别能力。 （2）激光探针光谱中分析线受到重叠干扰的同时也会受到连续背景的干扰，从而导致定量分析准确度偏低。针对此问题，提出一种基于小波变换的干扰校正方法。通过以定标均方根误差为优化标准确定小波函数、分解层数和比例因子α三个参数即可实现连续背景和谱线干扰的同时校正，以提高定量分析准确度。将该方法应用于低合金钢激光探针光谱中受干扰的Cr、Si、Ti和Mn谱线分析，单变量分析去一交互验证回归曲线的均方根误差分别为0.0295wt%、0.0140wt%、0.0183wt%和0.0558wt%，大幅提高了激光探针的分析准确度。 （3）在分析基体复杂的多组分物质时，激光探针光谱受自吸收效应和基体效应等非线性因素的影响，导致单变量分析方法预测准确度不高。针对此问题，提出一种稀疏偏最小二乘法和最小二乘支持向量机的结合模型。该模型采用稀疏偏最小二乘法实现光谱变量筛选和线性回归，在此基础上采用最小二乘支持向量机对线性回归的残差进行拟合，能有效提升模型泛化性能和提高定量分析准确度。将该方法应用于铁矿石中TFe、SiO2、Al2O3、CaO和MgO五种组分的定量分析，预测均方根误差分别为0.6242wt%、0.3569wt%、0.0456wt%、0.0962wt%和0.2157wt%，大幅提高了激光探针分析基体复杂的多组分物质的准确度。 本论文基于激光探针光谱数据特性所研究的数据分析方法能有效提高激光探针分析的准确度，证明了数据分析是改善激光探针分析结果的重要方法，对于推动激光探针技术的实验研究和实际应用都具有重要价值。

目录

第一个书签之前