CN105784678B - 特征峰强度标准偏差鉴别颗粒流激光等离子体光谱的方法 - Google Patents
特征峰强度标准偏差鉴别颗粒流激光等离子体光谱的方法 Download PDFInfo
- Publication number
- CN105784678B CN105784678B CN201610071040.4A CN201610071040A CN105784678B CN 105784678 B CN105784678 B CN 105784678B CN 201610071040 A CN201610071040 A CN 201610071040A CN 105784678 B CN105784678 B CN 105784678B
- Authority
- CN
- China
- Prior art keywords
- spectrum
- standard deviation
- intensity
- characteristic peak
- laser plasma
- 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.)
- Active
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/62—Systems in which the material investigated is excited whereby it emits light or causes a change in wavelength of the incident light
- G01N21/71—Systems in which the material investigated is excited whereby it emits light or causes a change in wavelength of the incident light thermally excited
- G01N21/718—Laser microanalysis, i.e. with formation of sample plasma
Landscapes
- Health & Medical Sciences (AREA)
- Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Plasma & Fusion (AREA)
- Optics & Photonics (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Engineering & Computer Science (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Investigating, Analyzing Materials By Fluorescence Or Luminescence (AREA)
Abstract
本发明公开特征峰强度标准偏差鉴别颗粒流激光等离子体光谱的方法。本发明利用激光诱导击穿光谱检测系统得到颗粒流样品的激光等离子体光谱数据,再计算所选取元素谱线的特征峰像素点强度的标准偏差值,根据设定的阈值鉴别光谱数据为有效或无效。本发明综合利用了激光等离子体光谱中元素谱线特征峰的分布信息,简化了鉴别光谱数据的过程,提高了剔除无效光谱的准确性。
Description
技术领域
本发明涉及激光诱导击穿光谱技术直接测量颗粒流样品的光谱数据鉴别方法,特别涉及一种利用特征峰强度标准偏差鉴别颗粒流激光等离子体光谱的方法。
背景技术
在过程工业中,物料的元素成分测量主要采用现场采样,再送至实验室进行制样和离线分析为主,检测结果滞后,难以满足过程工业中基于在线/快速测量结果的自动控制要求。
近年来,激光诱导击穿光谱技术已经被应用于颗粒流状态下粉末样品元素成分的直接测量。相对传统的粉末压片或堆积状态,颗粒流状态下的测量会由于颗粒分散性分布和样品粒径不均匀等原因造成激发不稳定,甚至无样品被激发等情况,导致得到的等离子体光谱数据中包含了表征样品组分信息的有效光谱和无效激发的无效光谱。因此,需要对采集到的所有等离子体光谱进行光谱鉴别,剔除无效光谱,保存有效光谱。传统的光谱鉴别方法主要有两种,第一是根据元素特征谱线的强度值,第二是根据元素特征谱线的信噪比。这两种鉴别方法均存在较多的有效光谱被误剔除,同时有较多的无效光谱未被剔除的情况。
发明内容
本发明的目的在于提供一种利用特征峰强度标准偏差鉴别颗粒流激光等离子体光谱的方法。利用激光诱导击穿光谱检测系统直接测量颗粒流状态下的样品元素组成信息,计算元素谱线特征峰像素点强度的标准偏差,通过对比与阈值的大小,实现快速鉴别颗粒流激光等离子体的光谱数据。
本发明实现上述目的的至少一个技术方案如下。
利用特征峰强度标准偏差鉴别颗粒流激光等离子体光谱的方法,包括如下步骤:
1)利用激光诱导击穿光谱检测系统对待测的颗粒流样品进行检测,得到激光等离子体光谱数据;
2)根据样品中化学组分及元素电离能,确定用于鉴别光谱数据的元素谱线;
3)根据下式计算所选元素谱线特征峰像素点强度的标准偏差:
其中,S为标准偏差,Xi为特征峰内第i个像素点强度,为特征峰内所有像素点强度的平均值,N为特征峰内像素点的个数;
4)根据设定的标准偏差阈值对所有颗粒流的激光等离子体光谱进行鉴别,大于阈值的光谱作为有效数据保存,小于标准偏差阈值的光谱作为无效数据剔除。
进一步优化的,第2)步所述用于鉴别光谱的元素谱线为样品中所有元素中选出一个元素含量随粒径分布变化小,且电离能处于所有元素电离能的中上水平的元素谱线。
进一步优化的,第3)所述的特征峰像素点强度为原始绝对强度、利用内标的相对强度和归一化强度中的任意一种。
与现有技术相比,本发明具有如下优点和技术效果:
本发明通过所述计算方法与激光诱导击穿光谱技术的结合,综合利用了元素谱线特征峰像素点强度的标准偏差,简化了鉴别光谱数据的过程。相对传统的特征谱线绝对强度提高了剔除无效光谱的准确性。通过本发明的应用,可以提高激光诱导击穿光谱技术直接测量颗粒流样品的可靠性。
附图说明
图1是本发明的快速数据筛选流程图;
图2是有效击穿及无效击穿光谱对比图。
具体实施方式
以下结合实施例及附图对本发明作进一步详细的描述说明,需指出的是,以下若有未特别详细说明之过程或参数,均是本领域技术人员可参照现有技术实现的。
由图1所示的流程图可知,本发明提出的一种利用特征峰强度标准偏差鉴别颗粒流激光等离子体光谱的方法,包括了如下步骤:
1)首先将粉末样品(仅作为实例,所用颗粒流样品为粉煤灰样品)放置于激光诱导击穿光谱测量系统(如激光诱导击穿光谱仪)中,使样品以颗粒流的状态在系统中流动。利用脉冲激光直接激发颗粒流,采集1500个光谱数据。
2)由于Si元素在粉煤灰样品中含量最高,可最大程度降低粉煤灰样品粒径带来的影响,且电离能处于粉煤灰所含元素电离能的中上水平,故选择Si元素的特征谱线Si288.15nm用于鉴别光谱。确定Si 288.15nm谱线特征峰内的7 个像素点,如图2所示,计算这7个像素点强度的标准偏差。
3)对比设置不同阈值时有效光谱的误剔除数和无效光谱的剔除数,采用原始绝对强度进行举例说明,确定Si 288.15nm谱线特征峰像素点原始绝对强度标准偏差值的阈值,对比选取最佳筛选阈值,如表1所示。当阈值设置为120counts 时,无效光谱被完全剔除,而没有有效光谱被误剔除,采集到的1500个光谱中有565个光谱被鉴别为无效光谱而被剔除。
在相同测试条件下,对比了本发明的方法与传统的利用特征谱线强度和特征谱线信噪比鉴别光谱数据的效果,如表2所示。对比结果以误剔率和漏剔率作为评价指标,其中误剔率为被误剔除的有效光谱个数与采集到的总光谱个数之比,漏剔率为未被剔除的无效光谱个数与采集到的总光谱个数之比。特征谱线强度法的误剔率和漏剔率分别为5.61%和1.15%,信噪比法的误剔率和漏剔率分别为4.74%和2.53%。
表1不同阈值的光谱筛选对比
标准偏差阈值 | 有效光谱的误剔数 | 无效光谱的漏剔数 | 剔除光谱总数 |
116 | 0 | 12 | 553 |
118 | 0 | 4 | 561 |
120 | 0 | 0 | 565 |
122 | 4 | 0 | 569 |
124 | 11 | 0 | 576 |
表2不同鉴别方法的结果对比
特征谱线强度法 | 信噪比法 | 标准偏差法 | |
剔除率(%) | 40.53 | 39.53 | 37.67 |
误剔率(%) | 5.61 | 4.74 | 0 |
漏剔率(%) | 1.15 | 2.53 | 0 |
本发明的上述实施例仅仅是为清楚地说明本发明所作的举例,而并非是对本发明的实施方式的限定。对于所属领域的普通技术人员来说,在上述说明的基础上还可以做出其它不同形式的变化或变动。这里无需也无法对所有的实施方式予以穷举。凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明权利要求的保护范围之内。
Claims (3)
1.特征峰强度标准偏差鉴别颗粒流激光等离子体光谱的方法,其特征在于包括如下步骤:
1)利用激光诱导击穿光谱检测系统对待测的颗粒流样品进行检测,得到激光等离子体光谱数据;
2)根据样品中化学组分及元素电离能,确定用于鉴别光谱数据的元素谱线;
3)根据式(1)计算所选元素谱线特征峰像素点强度的标准偏差:
其中,S为标准偏差,Xi为特征峰内第i个像素点强度,为特征峰内所有像素点强度的平均值,N为特征峰内像素点的个数;
4)根据设定的标准偏差阈值对所有颗粒流的激光等离子体光谱进行鉴别,大于标准偏差阈值的光谱作为有效数据保存,小于标准偏差阈值的光谱作为无效数据剔除。
2.根据权利要求1所述的特征峰强度标准偏差鉴别颗粒流激光等离子体光谱的方法,其特征在于第2)步所述用于鉴别光谱的元素谱线为样品中所有元素中选出一个元素含量随粒径分布变化小,且电离能处于所有元素电离能的中上水平的元素谱线。
3.根据权利要求1所述的特征峰强度标准偏差鉴别颗粒流激光等离子体光谱的方法,其特征在于第3)步所述的特征峰像素点强度包括原始绝对强度、利用内标法的相对强度和归一化强度,三种强度选择其中一种进行计算。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610071040.4A CN105784678B (zh) | 2016-01-31 | 2016-01-31 | 特征峰强度标准偏差鉴别颗粒流激光等离子体光谱的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610071040.4A CN105784678B (zh) | 2016-01-31 | 2016-01-31 | 特征峰强度标准偏差鉴别颗粒流激光等离子体光谱的方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105784678A CN105784678A (zh) | 2016-07-20 |
CN105784678B true CN105784678B (zh) | 2019-04-09 |
Family
ID=56403320
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610071040.4A Active CN105784678B (zh) | 2016-01-31 | 2016-01-31 | 特征峰强度标准偏差鉴别颗粒流激光等离子体光谱的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105784678B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109799195B (zh) * | 2019-01-22 | 2020-07-31 | 上海交通大学 | 一种激光诱导击穿光谱的高精度定量分析方法 |
CN111610179B (zh) * | 2020-05-20 | 2021-06-25 | 北京科技大学 | 用于炉前高温样品成分libs快速检测的系统及方法 |
CN112255149B (zh) * | 2020-10-10 | 2022-07-05 | 中国科学院近代物理研究所 | 松散颗粒堆积物粒度尺寸的检测方法、系统及存储介质 |
CN114280002B (zh) * | 2021-12-16 | 2023-05-30 | 宜宾五粮液股份有限公司 | 一种基于特征峰判定的异常酒醅光谱筛选方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101949852A (zh) * | 2010-07-30 | 2011-01-19 | 清华大学 | 一种基于光谱标准化的煤质在线检测方法 |
CN103424397A (zh) * | 2013-08-08 | 2013-12-04 | 华南理工大学 | 基于激光等离子体光谱的12Cr1MoV珠光体球化等级的现场检测方法 |
CN105277532A (zh) * | 2014-07-07 | 2016-01-27 | 苏州电器科学研究院股份有限公司 | 一种铟含量的测定方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP5229767B2 (ja) * | 2006-07-31 | 2013-07-03 | 独立行政法人 宇宙航空研究開発機構 | レーザー誘起プラズマ分光分析法における解析方法とその装置 |
-
2016
- 2016-01-31 CN CN201610071040.4A patent/CN105784678B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101949852A (zh) * | 2010-07-30 | 2011-01-19 | 清华大学 | 一种基于光谱标准化的煤质在线检测方法 |
CN103424397A (zh) * | 2013-08-08 | 2013-12-04 | 华南理工大学 | 基于激光等离子体光谱的12Cr1MoV珠光体球化等级的现场检测方法 |
CN105277532A (zh) * | 2014-07-07 | 2016-01-27 | 苏州电器科学研究院股份有限公司 | 一种铟含量的测定方法 |
Non-Patent Citations (2)
Title |
---|
煤粉颗粒流的激光等离子体光谱特性研究;卢伟业;《科技创新》;20150430;第2423-2424页 |
煤粉颗粒流的激光诱导击穿光谱特性及其测量方法研究;郑建平;《中国博士学位论文全文数据库 信息科技辑》;20150115(第01期);论文第24页第2-3段、第30页第2-4段、第31页第1段、第33页第1段、第34页第2段及表3-2 |
Also Published As
Publication number | Publication date |
---|---|
CN105784678A (zh) | 2016-07-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105784678B (zh) | 特征峰强度标准偏差鉴别颗粒流激光等离子体光谱的方法 | |
Praetorius et al. | Single-particle multi-element fingerprinting (spMEF) using inductively-coupled plasma time-of-flight mass spectrometry (ICP-TOFMS) to identify engineered nanoparticles against the elevated natural background in soils | |
US11435275B2 (en) | Particle characterisation | |
CN103782327B (zh) | 用于检测散射光信号的设备和方法 | |
Tuoriniemi et al. | Improving the accuracy of single particle ICPMS for measurement of size distributions and number concentrations of nanoparticles by determining analyte partitioning during nebulisation | |
JP5178530B2 (ja) | 有核赤血球の測定方法 | |
KR20160081843A (ko) | 자동 분류를 위한 파라미터들의 튜닝 | |
Bi et al. | Quantitative resolution of nanoparticle sizes using single particle inductively coupled plasma mass spectrometry with the K-means clustering algorithm | |
CN108844941B (zh) | 一种基于拉曼光谱和pca-hca的不同品位磷矿的鉴别和分类方法 | |
CN110618106A (zh) | 一种基于近红外反射光谱的绿泥石矿物种类鉴定方法 | |
CN105300954A (zh) | 一种锑矿浮选非均质泡沫层矿物的拉曼光谱表征方法 | |
CN108020540A (zh) | 一种激光诱导击穿光谱检测系统 | |
US20130218480A1 (en) | Automation of Ingredient-Specific Particle Sizing Employing Raman Chemical Imaging | |
Holbrook et al. | An investigation into LA-spICP-ToF-MS uses for in situ measurement of environmental multi-elemental nanoparticles | |
Mezcua et al. | Simultaneous screening and target analytical approach by gas chromatography-quadrupole-mass spectrometry for pesticide residues in fruits and vegetables | |
US11244818B2 (en) | Method for finding species peaks in mass spectrometry | |
EP3470818A1 (en) | Microparticle measuring device and microparticle analysis method | |
CN106383135B (zh) | 基于全反射x射线荧光光谱的元素定量分析方法和系统 | |
Wu et al. | A bilateral comparison of particle number concentration standards via calibration of an optical particle counter for number concentration up to∼ 1000 cm− 3 | |
CN105717094B (zh) | 一种基于大数据库辨识的金属元素含量分析方法 | |
de Oliveira Ramos et al. | A video processing and machine vision-based automatic analyzer to determine sequentially total suspended and settleable solids in wastewater | |
CN108629125A (zh) | 基于异常值检测的子空间投影滤波器设计 | |
JP6623551B2 (ja) | 情報処理装置、情報処理システム及び情報処理方法 | |
CN112024451B (zh) | 一种基于受试者操作特征曲线分析的矿石拣选决策方法 | |
Ma et al. | Estimating soil heavy metal concentration using hyperspectral data and weighted K-NN method |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |