CN104730042A - 一种遗传算法结合激光诱导击穿光谱提高自由定标分析精度的方法 - Google Patents
一种遗传算法结合激光诱导击穿光谱提高自由定标分析精度的方法 Download PDFInfo
- Publication number
- CN104730042A CN104730042A CN201510101932.XA CN201510101932A CN104730042A CN 104730042 A CN104730042 A CN 104730042A CN 201510101932 A CN201510101932 A CN 201510101932A CN 104730042 A CN104730042 A CN 104730042A
- Authority
- CN
- China
- Prior art keywords
- genetic algorithm
- line
- temperature
- internal standard
- induced breakdown
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Landscapes
- Investigating, Analyzing Materials By Fluorescence Or Luminescence (AREA)
Abstract
本发明公开了一种遗传算法结合激光诱导击穿光谱提高自由定标分析精度的方法,首先通过LIBS光谱选择分析线和内标线,再通过忽略了自吸收的内标线对各元素特征谱线强度进行校准,减小其受到的自吸收效应的影响;然后只利用一个标样在一定范围内运用遗传算法进行等离子体温度寻优计算,确定在该测量环境下的最佳等离子体温度,并将该温度作为其它未知样品的等离子体温度的估计值进行定量分析,由于内标线的运用和准确等离子体温度的评估,通过与传统的自由定标相比较,这种内标结合外标的方法极大地提高了自由定标的准确度。
Description
技术领域
本发明涉及一种遗传算法结合激光诱导击穿光谱提高自由定标分析精度的方法,属于光谱分析技术领域。
背景技术
激光诱导击穿光谱(laser-induced breakdown spectroscopy, LIBS)是一种新兴的原子发射光谱技术,LIBS技术以其快速、无需复杂样品前处理和多元素同时分析等优势已经被成功地应用于金属和合金、艺术品、文物遗产、环境样品、地质样品、生物医学样品和核材料的定量分析。
定标曲线法是定量分析中的常用方法,通过对一系列具有浓度(或)含量梯度的标样进行测量,建立待测组分对应的光谱积分强度(或积分面积)与含量之间的标准曲线模型,利用该模型即可对未知样品的成分含量进行预测。在光谱分析领域,常见的定标曲线法,如内标法、外标法等是最基本的定量分析方法,尤其是内标法一定程度上可以提高LIBS定量分析精度,因而得到广泛应用。但外标法和内标法都需要基体匹配的一系列标样,且标样比较昂贵;另外,当测量环境不稳定,被测样品成分种类复杂时,建立的标准曲线极容易受到基体效应的干扰。
自由定标法(Calibration-free, CF)是适用于LIBS分析的另一种重要的定量分析技术手段。该方法最大的特点是不需要通过标样建立定标曲线而是通过等离子体发射机理建立数学模型来描述元素含量和光谱强度之间的关系,它能够一定程度上避免基体效应的影响。自由定标计算过程中最关键的一步就是等离子体温度的求解,通常是通过建立玻尔兹曼平面图来计算,理论上说玻尔兹曼曲线是平行的,也就是说,等离子体中各元素的温度应该是一致的,但实际情况中由于各元素特征谱线受到不同程度自吸收效应的影响,不能客观反映谱线的真实强度,从而严重影响到自由定标方法的定量分析性能。
遗传算法(Genetic Algorithm, GA)是一种启发式的全局寻优方法,它是借鉴自然界中的物质遗传进化思想而提出的。遗传算法的基本思想是借鉴生物进化论,将寻优问题模拟为生物物种的进化过程,通过复制、交叉、变异等作用产生下一代物种,然后通过比较淘汰适应度低的个体,保留适应度高的个体,随着进化过程的推进,种群中适应度高的个体越来越多,最终将进化出适应度值最高的个体即为最优解。
发明内容
本发明的目的是提供一种遗传算法结合激光诱导击穿光谱提高自由定标分析精度的方法,可以获得更加准确的等离子体温度,提高自由定标的定量分析性能。
本发明实现过程如下:
一种遗传算法结合激光诱导击穿光谱提高自由定标分析精度的方法,包括以下步骤:
(1)利用激光诱导击穿光谱系统对铝青铜合金样品分别进行光谱数据采集;
(2)对获得的光谱图进行小波变换滤噪处理后选择分析线和内标线;
(3)在自由定标理论公式中引入一个自吸收系数进行校准光谱强度;
(4)通过遗传算法从标样中寻求最佳的等离子体温度;
(5)获得等离子体温度后利用内标线将未知样品的温度校正到该温度,计算出未知样品的含量。
上述步骤(2)中,对每个样品的每个粒子选择一条被假设忽略自吸收的内标线。
上述步骤(3)中,将各分析线与选择的内标线作比即可估算出分析线的校准强度。
上述步骤(4)中,通过校准后的光谱强度获取玻尔兹曼图,进而得到了一系列温度,在最大和最小温度间用遗传算法获得最佳的等离子体温度。
本发明的优点与积极效果:本发明将遗传算法和LIBS光谱结合提高自由定标的分析精度,本发明提到了一种基于内标—外标自迭代校正的自由定标法(Internal reference—external standard for iteration correction, IRESIC)。引入内标线能够减小自吸收效应,校准谱线的光谱强度。这时遗传算法被用到一个标样中来寻求最佳的等离子体温度,能够克服自吸收对不同粒子的不同影响,这也是首次将遗传算法用到自由定标中来计算温度。通过获得的最佳温度计算出未知样品的含量,进而和传统的自由定标相比较,该方法大大提高了自由定标的分析精度。
附图说明
图 1是IRESIC的操作流程图;
图2是标准样品经IRESIC初始化校正前后的玻尔兹曼图;
图3是遗传算法迭代结果;
图4是未知样品经IRESIC校正前后的玻尔兹曼图。
具体实施方式
以下以1个标样和1个未知样为例,结合附图和实例来进一步说明本发明的操作流程,但本发明不限于此例。
实施例 1
一种遗传算法结合激光诱导击穿光谱提高自由定标分析精度的方法,包括以下步骤:
(1)利用激光诱导击穿光谱系统对铝青铜合金样品分别进行光谱数据采集;
(2)对获得的光谱图进行小波变换滤噪处理后选择分析线,再从分析线中对每种粒子选择一条被假定忽略自吸收的内标线;
(3)在自由定标理论公式中引入一个自吸收系数进行校准光谱强度;
(4)基于玻尔兹曼图计算各粒子的温度,找出最大温度和最小温度,在最大和最小温度范围内运用遗传算法来确定最佳的等离子体温度;
(5)利用内标线将未知样品各粒子的温度校正到最佳温度,基于CF计算出未知样品的含量。
光谱采集后,针对每一种粒子都要选择一条受自吸收影响较小(激发能级应该比较大而跃迁几率要比较低)的分析线作为内标线,对每种粒子所选出的内标线如表1所示。
如图2所示,本实例是对一个标样经IRESIC初步校正前后玻尔兹曼图的对比。在校正之前玻尔兹曼图中的点比较散乱,回归线的线性关系较差,而经过IRESIC的校正之后,各种粒子的线性相关性明显好转,图中的点基本可以会聚到回归线附近,但是各条回归线的斜率并不一致,说明各粒子的谱线强度受到自吸收的影响不同。
计算各粒子回归线斜率对应的温度,其中温度最高的是TMnⅡ=35116K,温度最低的是TCuⅠ=8313.9K,因此在温度范围8313.9K-35116K之间进行遗传算法寻优,种群大小为7,个体长度为14,交叉概率pc=0.5,变异概率pm=0.2,迭代次数为120次,图3所表示的是遗传算法寻优计算结果。如图所示,随着迭代次数的增加,最低相对误差越来越低,最后趋于稳定,说明在进化开始的初始化群体中,并没有找到最佳的个体,而随后经选择操作,将适应度较好的个体保留下来同时淘汰差的个体,同时通过交叉操作,生成新的个体,如果新的个体的适应度更好,则可以作为“优良基因”保留下来,同时为了避免过早陷入局部最优解,经小概率的变异操作可以对某些个体进行“局部改良”,经此一代代的迭代,最后的群体中将都是适应度较高的优秀个体,然后可从中挑选出适应度最高的最佳个体,本次遗传算法寻优最后确定的最佳等离子体温度是12086.68K。
对于未知样品,各元素分析谱线先利用内标线经初始优化后,基于最佳等离子体温度预估值12086.68K再次进行校正,将其玻尔兹曼图中的回归线校正到最佳温度附近,图4展示出了待测样品经过IRESIC校正前后的玻尔兹曼图对比,从图中可以看到,各粒子的玻尔兹曼图回归线已基本平行,且斜率对应的温度接近等离子体温度预估值。最后通过CF-LIBS计算出各组分的含量。
表2显示经IRESIC校正后的自由定标法的定量准确度相比于传统的自由定标有了显著的提高,这也展现了仅用一个标样的IRESIC自由定标法为在线、现场实时分析提供了可靠性。
Claims (4)
1.一种遗传算法结合激光诱导击穿光谱提高自由定标分析精度的方法,其特征在于包括以下步骤:
(1)利用激光诱导击穿光谱系统对铝青铜合金样品分别进行光谱数据采集;
(2)对获得的光谱图进行小波变换滤噪处理后选择分析线和内标线;
(3)在自由定标理论公式中引入一个自吸收系数进行校准光谱强度;
(4)通过遗传算法从标样中寻求最佳的等离子体温度;
(5)获得等离子体温度后利用内标线将未知样品的温度校正到该温度,计算出未知样品的含量。
2.根据权利要求 1 所述的一种遗传算法结合激光诱导击穿光谱提高自由定标分析精度的方法,其特征在于:步骤(2)中,对每个样品的每个粒子选择一条被假设忽略自吸收的内标线。
3.根据权利要求 1 所述的一种遗传算法结合激光诱导击穿光谱提高自由定标分析精度的方法,其特征在于:步骤(3)中,将各分析线与选择的内标线作比即可估算出分析线的校准强度。
4.根据权利要求 1 所述的一种遗传算法结合激光诱导击穿光谱提高自由定标分析精度的方法,其特征在于:步骤(4)中,通过校准后的光谱强度获取玻尔兹曼图,进而得到了一系列温度,在最大和最小温度间用遗传算法获得最佳的等离子体温度。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510101932.XA CN104730042A (zh) | 2015-03-10 | 2015-03-10 | 一种遗传算法结合激光诱导击穿光谱提高自由定标分析精度的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510101932.XA CN104730042A (zh) | 2015-03-10 | 2015-03-10 | 一种遗传算法结合激光诱导击穿光谱提高自由定标分析精度的方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN104730042A true CN104730042A (zh) | 2015-06-24 |
Family
ID=53454138
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510101932.XA Pending CN104730042A (zh) | 2015-03-10 | 2015-03-10 | 一种遗传算法结合激光诱导击穿光谱提高自由定标分析精度的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104730042A (zh) |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105203526A (zh) * | 2015-09-22 | 2015-12-30 | 中国科学院上海技术物理研究所 | 免定标的远程定量激光诱导击穿光谱分析方法 |
CN106841170A (zh) * | 2016-12-05 | 2017-06-13 | 西北大学 | 一种基于小波神经网络算法结合libs技术的煤灰种类识别方法 |
CN107817239A (zh) * | 2016-09-13 | 2018-03-20 | 中国科学院沈阳自动化研究所 | 一种基于等离子体位置信息的libs光谱校正方法 |
CN108572177A (zh) * | 2018-05-21 | 2018-09-25 | 中北大学 | 基于发射光谱的焊接电弧污染物在线定温检测方法 |
CN108918474A (zh) * | 2018-04-26 | 2018-11-30 | 安徽师范大学 | 用于降低激光诱导击穿光谱自吸收效应的基体稀释方法 |
CN109781711A (zh) * | 2019-02-21 | 2019-05-21 | 华中科技大学 | 一种基于单标样定标的激光诱导击穿光谱定量分析方法 |
CN110398488A (zh) * | 2019-06-11 | 2019-11-01 | 中国科学院合肥物质科学研究院 | 应用于激光诱导击穿光谱的非线性定量分析方法 |
CN116482079A (zh) * | 2023-04-03 | 2023-07-25 | 清华大学 | 基于激光诱导击穿光谱的检测方法及系统 |
-
2015
- 2015-03-10 CN CN201510101932.XA patent/CN104730042A/zh active Pending
Non-Patent Citations (1)
Title |
---|
JUAN DONG 等: "A method for improving the accuracy of calibration-free laser-induced breakdown spectroscopy (CF-LIBS) using determined plasma temperature by genetic algorithm (GA)", 《J. ANAL. AT. SPECTROM》 * |
Cited By (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105203526A (zh) * | 2015-09-22 | 2015-12-30 | 中国科学院上海技术物理研究所 | 免定标的远程定量激光诱导击穿光谱分析方法 |
CN105203526B (zh) * | 2015-09-22 | 2017-08-25 | 中国科学院上海技术物理研究所 | 免定标的远程定量激光诱导击穿光谱分析方法 |
CN107817239A (zh) * | 2016-09-13 | 2018-03-20 | 中国科学院沈阳自动化研究所 | 一种基于等离子体位置信息的libs光谱校正方法 |
CN107817239B (zh) * | 2016-09-13 | 2019-06-18 | 中国科学院沈阳自动化研究所 | 一种基于等离子体位置信息的libs光谱校正方法 |
CN106841170A (zh) * | 2016-12-05 | 2017-06-13 | 西北大学 | 一种基于小波神经网络算法结合libs技术的煤灰种类识别方法 |
CN108918474A (zh) * | 2018-04-26 | 2018-11-30 | 安徽师范大学 | 用于降低激光诱导击穿光谱自吸收效应的基体稀释方法 |
CN108918474B (zh) * | 2018-04-26 | 2022-07-08 | 安徽师范大学 | 用于降低激光诱导击穿光谱自吸收效应的基体稀释方法 |
CN108572177A (zh) * | 2018-05-21 | 2018-09-25 | 中北大学 | 基于发射光谱的焊接电弧污染物在线定温检测方法 |
CN109781711A (zh) * | 2019-02-21 | 2019-05-21 | 华中科技大学 | 一种基于单标样定标的激光诱导击穿光谱定量分析方法 |
CN110398488A (zh) * | 2019-06-11 | 2019-11-01 | 中国科学院合肥物质科学研究院 | 应用于激光诱导击穿光谱的非线性定量分析方法 |
CN110398488B (zh) * | 2019-06-11 | 2021-09-07 | 中国科学院合肥物质科学研究院 | 应用于激光诱导击穿光谱的非线性定量分析方法 |
CN116482079A (zh) * | 2023-04-03 | 2023-07-25 | 清华大学 | 基于激光诱导击穿光谱的检测方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104730042A (zh) | 一种遗传算法结合激光诱导击穿光谱提高自由定标分析精度的方法 | |
CN102262076B (zh) | 基于谱线组合的激光诱导击穿光谱元素浓度测量方法 | |
Li et al. | Analytical-performance improvement of laser-induced breakdown spectroscopy for steel using multi-spectral-line calibration with an artificial neural network | |
CN101750404B (zh) | 校正等离子体发射谱线自吸收效应的方法 | |
CN103983617A (zh) | 一种基于小波变换改进激光探针定量分析的方法 | |
CN104596957A (zh) | 基于可见光近红外光谱技术的土壤铜含量估算方法 | |
CN104483292B (zh) | 一种采用多谱线比值法提高激光探针分析精确度的方法 | |
CN102830096A (zh) | 基于人工神经网络的元素浓度测量误差修正方法 | |
CN107037012B (zh) | 用于激光诱导击穿光谱采集的阶梯光谱仪动态校正方法 | |
CN112051256B (zh) | 基于cnn模型的待测元素含量libs测量方法、系统 | |
CN105486655A (zh) | 基于红外光谱智能鉴定模型的土壤有机质快速检测方法 | |
US10533944B2 (en) | Method for determining maturity in oil source rock by total scanning fluorescence and the device therefor | |
CN106770190A (zh) | 一种校正激光诱导击穿光谱中谱线自吸收效应的方法 | |
CN102410992B (zh) | 简化的激光诱导等离子体光谱标准化的元素测量方法 | |
CN105718749A (zh) | 一种基于大数据库辨识的煤质特性分析方法 | |
Guodong et al. | A feature selection method combined with ridge regression and recursive feature elimination in quantitative analysis of laser induced breakdown spectroscopy | |
CN109142251B (zh) | 随机森林辅助人工神经网络的libs定量分析方法 | |
CN115728289B (zh) | 等离子体图像-光谱融合校正libs光谱波动性的方法及应用 | |
CN104730043A (zh) | 一种基于偏最小二乘法的墨水中重金属测定方法 | |
CN103792214B (zh) | 一种提高钢铁中碳元素含量测量精度的方法 | |
CN102103079B (zh) | 一种光谱分析方法 | |
CN109521001A (zh) | 一种基于PSO和ε-SVR的飞灰含碳量测量方法 | |
CN105277531A (zh) | 一种基于分档的煤质特性测量方法 | |
CN107941758A (zh) | 一种基于光谱预处理的煤质热值测量方法 | |
CN115541563A (zh) | 一种基于激光诱导击穿光谱的元素定量分析方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20150624 |
|
WD01 | Invention patent application deemed withdrawn after publication |