激光探針技術(shù)中光譜數(shù)據(jù)處理方法研究.pdf

1、自激光探針技術(shù)誕生以來，研究者主要集中于激光誘導(dǎo)等離子體的物理特性、實驗樣品的物理化學(xué)性質(zhì)、實驗參數(shù)優(yōu)化和儀器設(shè)備性能等方面的研究，光譜數(shù)據(jù)處理方法的研究沒有得到足夠重視。然而作為一種有力的軟優(yōu)化方法，數(shù)據(jù)處理方法有著諸多方面的優(yōu)勢。一方面，數(shù)據(jù)處理可以代替某些高精度硬件設(shè)備實現(xiàn)技術(shù)指標(biāo)，降低硬件成本；同時解決硬件優(yōu)化無法克服的技術(shù)難題，提升光譜分析的質(zhì)量；另一方面，數(shù)據(jù)處理通過提取光譜的有用信息并對數(shù)據(jù)進(jìn)行再加工，可以顯著提高光譜分析

2、的精度。本文通過對光譜數(shù)據(jù)預(yù)處理方法和定量分析方法的研究，有效提高了定性和定量分析的準(zhǔn)確度。
　　首先，本文研究了基于連續(xù)小波變換的激光探針譜峰識別算法，提出了一種自動計算噪聲的新方法，采用連續(xù)小波變換結(jié)合信噪比閾值法實現(xiàn)譜峰的自動識別。將該方法應(yīng)用于土壤樣品的光譜中，結(jié)果表明，該方法能夠有效排除尖峰噪聲的干擾，識別強(qiáng)峰，并且具有較強(qiáng)的重疊峰分辨能力和良好的定性分析能力，為后續(xù)的定量分析奠定了基礎(chǔ)。
　　其次，本文提出了基于

3、離散小波變換背景扣除的改良算法，對傳統(tǒng)的背景擬合算法進(jìn)行修正。通過對微合金鋼樣品的激光探針光譜進(jìn)行背景校正，并對Cr、V、Cu和Mn元素進(jìn)行定量分析。結(jié)果表明，該方法能夠使譜線的背景明顯降低，并能有效避免出現(xiàn)背景的高估現(xiàn)象，與未進(jìn)行背景校正、多項式擬合背景扣除方法和常規(guī)的小波變換方法相比，這種方法能夠改善光譜質(zhì)量，提高回歸模型的準(zhǔn)確性。
　　然后，本文研究了基于遺傳算法和偏最小二乘法相結(jié)合的定量分析模型。通過對11種土壤組成成分M

4、n、Cr、Cu、Pb、Ba、Al2O3、CaO、Fe2O3、MgO、Na2O和K2O的含量分別進(jìn)行預(yù)測，證明遺傳算法作為譜線選擇的一種預(yù)處理方法，能夠有效去除光譜中重復(fù)、多余或不相關(guān)的變量，減少用于偏最小二乘法建模的光譜譜線數(shù)目，從而減少建模時間，最終簡化模型。對于大部分土壤組成成分，該模型都能夠顯著改善定量分析的準(zhǔn)確度。
　　最后，本文研究了基于偏最小二乘法和人工神經(jīng)網(wǎng)絡(luò)相結(jié)合的定量分析模型。將該模型應(yīng)用于激光探針土壤定量分析中