详情

原文传递一种激光诱导击穿光谱的高精度定量分析方法

专利名称：	一种激光诱导击穿光谱的高精度定量分析方法
摘要：	本发明提供一种激光诱导击穿光谱的高精度定量分析方法，包括：使用激光诱导击穿光谱系统测量各样品不同位置N次，每个样品获得N幅光谱的原始数据，将该N幅光谱作为一组；对每个样品重复测量M次，获得M组光谱原始数据；对M组光谱原始数据进行预处理；分别提取每个样品的M组光谱中的N幅光谱中被测元素特征谱线的强度，计算得到每个样品的M组数据的均值、方差和相对标准偏差；利用显著性检验的方法对每个样品的M组数据进行筛选，对筛选后剩余组的所有光谱数据求和后取平均，得到最终光谱数据；用所有样品的最终光谱数据建立定量分析模型。本发明可以显著提高LIBS测量结果的重现性和定量分析精度。
专利类型：	发明专利
国家地区组织代码：	上海;31
申请人：	上海交通大学
发明人：	黄梅珍;李昊宸;徐荟迪
专利状态：	有效
申请日期：	2019-01-22T00:00:00+0800
发布日期：	2019-05-24T00:00:00+0800
申请号：	CN201910060583.X
公开号：	CN109799195A
代理机构：	上海恒慧知识产权代理事务所(特殊普通合伙)
代理人：	徐红银
分类号：	G01N21/25(2006.01);G;G01;G01N;G01N21
申请人地址：	200240 上海市闵行区东川路800号
主权项：	1.一种激光诱导击穿光谱的高精度定量分析方法，其特征在于，包括： S1，将被测元素含量已知的样品配制成n种含量成梯度的样品作为定标样品，使用激光诱导击穿光谱系统测量各样品不同位置N次，每个样品获得N幅光谱的原始数据，将该N幅光谱作为一组；对每个样品重复测量M次，获得M组光谱原始数据； S2，对M组光谱原始数据进行预处理，所述预处理包括平滑、扣除背景、面积归一化中至少一种； S3，分别提取每个样品的M组光谱中的N幅光谱中被测元素特征谱线的强度，计算得到每个样品的M组数据的均值、方差和相对标准偏差； S4，利用显著性检验的方法对每个样品的M组数据进行筛选，将包含有异常均值、异常方差或异常相对标准差的组剔除，对剩余组的所有光谱数据求和后取平均，得到最终光谱数据； S5，用所有样品的最终光谱数据建立定量分析模型，进行定量分析。 2.根据权利要求1所述的激光诱导击穿光谱的高精度定量分析方法，其特征在于，所述S1，具体为：将被测元素含量已知的样品配制成n种含量成梯度的样品作为定标样品，将其编号为1，2，……，i，……，n；使用激光诱导击穿光谱系统测量样品i不同位置N次，获得N幅光谱的原始数据，记为其中i表示样品编号，表示对样品i的第j次测量的光谱原始数据，j＝1，2，……，N；将该N幅光谱作为一组；对样品i重复上述测量步骤M次，获得M组光谱原始数据，记为称为样品i第k组的光谱数据矩阵，表示样品i第k组中第j次测量的光谱原始数据，k＝1，2，..….，M；j＝1，2，……，N；Ix表示一幅光谱原始数据中序号为x处的波长的峰值强度，x＝1，2，……，X；对n种样品重复上述步骤，每种样品获得相应的M组光谱原始数据。 3.根据权利要求2所述的激光诱导击穿光谱的高精度定量分析方法，其特征在于，在S1得到M组光谱原始数据的测量过程中，每获得一幅光谱原始数据后即进行如下判断：以若干条元素的特征谱线的峰值强度为判据，设定阈值，当其中任一条谱线强度低于设定的阈值时将该幅光谱数据剔除，以保证采集到的光谱皆为强度高、谱线清晰的光谱。 4.根据权利要求2所述的激光诱导击穿光谱的高精度定量分析方法，其特征在于，所述S3，具体为：提取样品i的第k组中的N幅光谱中被测元素特征谱线的强度，记为是提取谱线后的样品i第k组的光谱矩阵，表示提取谱线后的样品i第k组中第j次测量的光谱数据，Ilm表示第1种元素的第m条特征谱线的峰值强度，l＝1，2，……，Y；m＝1，2，……，Z；计算样品i第k组的平均值矩阵方差矩阵和相对标准偏差矩阵计算公式如下：以上运算符皆直接作用于矩阵内部对应元素，非作用于矩阵；对样品i的M组光谱数据重复上述计算步骤，得到其中σ2lm、rlm分别为第1种元素的第m条特征谱线在样品i第k组中的均值、方差和相对标准偏差；对样品1～n重复上述计算。 5.根据权利要求2所述的激光诱导击穿光谱的高精度定量分析方法，其特征在于，所述S4，具体为：利用显著性检验的方法对样品i的M组数据进行筛选，将包含有异常均值、异常方差或异常相对标准差的组剔除，剔除异常组后的剩余组数为M′；对样品i的剩余组的所有光谱数据求和后取平均：其中表示样品i第k组的平均光谱，k＝1，2，……，M′，将样品i的平均光谱作为样品i的最终光谱数据；对样品1～n重复上述筛选和计算。 6.根据权利要求2所述的激光诱导击穿光谱的高精度定量分析方法，其特征在于，所述S4中，利用显著性检验的方法对每个样品的M组数据进行筛选，是指：对S3中计算得到的样品i的第k组的平均值矩阵方差矩阵和相对标准偏差矩阵做如下检验：先将相对标准偏差过大的组剔除，即当中有任一项大于tr时，将第k组数据从数据集中删除，tr为根据实验装置参数而设定的相对标准偏差阈值；之后对余下的组进行方差齐性检验：先对某一种元素某一条谱线进行方差齐性检验，检验的公式为其中σ2max和σ2min分别为第1种元素的第m条谱线在余下组的方差矩阵中的最大值和最小值；tv为设定的阈值；如果第1种元素的第m条谱线不满足该公式，则从数据集中删除σmax或σmin对应的组直到余下组的方差矩阵满足公式为止；最后进行均值齐性检验，公式为其中Imax与Imin分别为第1种元素的第m条谱线在余下组的平均值矩阵中的最大值与最小值，σ2Imax与σ2Imin为Imax与Imin所对应的方差，tm为设定的阈值；若公式不满足，则剔除Imax或Imin对应的组直到余下组的平均值无显著差异为止；重复以上步骤直到所有Y种元素对应的Z条谱线的平均值、方差和相对标准偏差都被检验过为止。
所属类别：	发明专利