发明名称 一种基于大数据库辨识的金属元素含量分析方法
摘要 一种基于大数据库辨识的金属元素含量分析方法。该方法采用激光诱导击穿光谱技术,在多种实验设置下对定标样品进行数据采集,从而建立一个多维度的定标样品谱线强度大数据库;对未知样品进行检测时,则在与定标样品相同的多种实验设置下采集光谱数据,从不同维度对待测样品进行辨识,根据辨识结果直接得到或者代入定标模型中计算得到待测金属样品的元素含量;该方法利用金属样品中含量最高的元素作为内标元素对光谱数据进行处理,并利用处理后的光谱强度进行辨识,结果显示该方法能够显著提高未知样品辨识的准确度,从而减小激光诱导击穿光谱测量的不确定度。
申请公布号 CN105717094A 申请公布日期 2016.06.29
申请号 CN201610065552.X 申请日期 2016.01.29
申请人 清华大学 发明人 王哲;袁廷璧;侯宗余;李政;倪维斗
分类号 G01N21/71(2006.01)I 主分类号 G01N21/71(2006.01)I
代理机构 北京鸿元知识产权代理有限公司 11327 代理人 邸更岩
主权项 一种基于大数据库辨识的金属元素含量分析方法,其特征在于该方法包括如下步骤:1)首先使用各种元素含量已知的同类的n种金属样品作为定标样品,利用激光诱导击穿光谱系统,对每种定标样品采用不同的实验条件分别进行检测:设置激光波长为λ,激光能量为A,延迟时间为B,激光聚焦的斑点直径为C,其中,λ包括1064nm、532nm、266nm、193nm;40mJ≤A≤100mJ,0.5μs≤B≤3μs;100μm≤C≤800μm;多次改变λ、A、B和C中至少一种参数的值,共得到p种设置;2)对于p种设置中任一种设置下每种定标样品重复击打t次,得到n种定标样品的t×n个特征光谱,从每个特征光谱中得到定标样品内各种元素的特征谱线强度矩阵;对第j种定标样品得到特征光谱的谱线强度矩阵:<maths num="0001"><math><![CDATA[<mrow><msup><mi>E</mi><mi>j</mi></msup><mo>=</mo><mo>&lsqb;</mo><mtable><mtr><mtd><msubsup><mi>I</mi><mn>1</mn><mi>j</mi></msubsup></mtd><mtd><msubsup><mi>I</mi><mn>2</mn><mi>j</mi></msubsup></mtd><mtd><mo>...</mo></mtd><mtd><msubsup><mi>I</mi><mrow><mi>i</mi><mo>&times;</mo><mi>l</mi></mrow><mi>j</mi></msubsup></mtd><mtd><mo>...</mo></mtd><mtd><msubsup><mi>I</mi><mrow><mi>k</mi><mo>&times;</mo><mi>m</mi></mrow><mi>j</mi></msubsup></mtd></mtr></mtable><mo>&rsqb;</mo></mrow>]]></math><img file="FDA0000918392820000011.GIF" wi="777" he="99" /></maths>其中,<img file="FDA0000918392820000012.GIF" wi="72" he="75" />表示第j种定标样品中第i种元素的第l条特征谱线对应的谱线强度,i=1,2,…,k;j=1,2,…,n;l=1,2,…,mk为元素的种数;n为定标样品的种数;m为某种元素对应的特征谱线的数目;从特征光谱的谱线强度矩阵中选出金属样品中含量最高的元素对应的无元素互干扰影响的特征谱线,定义为I<sub>max</sub>;对于p种设置中任一种设置下的任意<img file="FDA0000918392820000013.GIF" wi="80" he="70" />计算<img file="FDA0000918392820000014.GIF" wi="62" he="75" />与I<sub>max</sub>的比值<img file="FDA0000918392820000015.GIF" wi="106" he="79" />由t次重复击打得到的特征光谱得到t个<img file="FDA0000918392820000016.GIF" wi="94" he="63" />计算t个<img file="FDA0000918392820000017.GIF" wi="72" he="59" />的均值和方差,得到均值矩阵<img file="FDA0000918392820000018.GIF" wi="60" he="67" />和方差矩阵F<sup>j</sup>:<maths num="0002"><math><![CDATA[<mrow><msup><mover><mi>G</mi><mo>&OverBar;</mo></mover><mi>j</mi></msup><mo>=</mo><mo>&lsqb;</mo><mtable><mtr><mtd><msubsup><mover><mi>R</mi><mo>&OverBar;</mo></mover><mn>1</mn><mi>j</mi></msubsup></mtd><mtd><msubsup><mover><mi>R</mi><mo>&OverBar;</mo></mover><mn>2</mn><mi>j</mi></msubsup></mtd><mtd><mo>...</mo></mtd><mtd><msubsup><mover><mi>R</mi><mo>&OverBar;</mo></mover><mrow><mi>i</mi><mo>&times;</mo><mi>l</mi></mrow><mi>j</mi></msubsup></mtd><mtd><mo>...</mo></mtd><mtd><msubsup><mover><mi>R</mi><mo>&OverBar;</mo></mover><mrow><mi>k</mi><mo>&times;</mo><mi>m</mi></mrow><mi>j</mi></msubsup></mtd></mtr></mtable><mo>&rsqb;</mo></mrow>]]></math><img file="FDA0000918392820000019.GIF" wi="826" he="99" /></maths><maths num="0003"><math><![CDATA[<mrow><msup><mi>F</mi><mi>j</mi></msup><mo>=</mo><mo>&lsqb;</mo><mtable><mtr><mtd><msubsup><mi>D</mi><mn>1</mn><mi>j</mi></msubsup></mtd><mtd><msubsup><mi>D</mi><mn>2</mn><mi>j</mi></msubsup></mtd><mtd><mo>...</mo></mtd><mtd><msubsup><mi>D</mi><mrow><mi>i</mi><mo>&times;</mo><mi>l</mi></mrow><mi>j</mi></msubsup></mtd><mtd><mo>...</mo></mtd><mtd><msubsup><mi>D</mi><mrow><mi>k</mi><mo>&times;</mo><mi>m</mi></mrow><mi>j</mi></msubsup></mtd></mtr></mtable><mo>&rsqb;</mo></mrow>]]></math><img file="FDA00009183928200000110.GIF" wi="843" he="99" /></maths>其中,<img file="FDA00009183928200000111.GIF" wi="78" he="79" />表示t个<img file="FDA00009183928200000112.GIF" wi="72" he="75" />的均值,<img file="FDA00009183928200000113.GIF" wi="83" he="75" />表示t个<img file="FDA00009183928200000114.GIF" wi="74" he="75" />的方差;3)重复步骤2),得到包含p种设置下n种定标样品的t×n×p个特征光谱的特征光谱大数据库;特征光谱大数据库中包含的n种定标样品称为定标样品库;4)以各种元素已知的n种定标样品中某一种特性作为目标特性,在p种设置中每一种设置下,利用多变量定标的方法对定标样品的目标元素分别建立定标模型;定标模型的表达式如下:<maths num="0004"><math><![CDATA[<mrow><msub><mi>C</mi><mrow><mi>t</mi><mi>arg</mi><mi>e</mi><mi>t</mi></mrow></msub><mo>=</mo><munderover><mi>&Sigma;</mi><mrow><mi>i</mi><mo>&times;</mo><mi>l</mi><mo>=</mo><mn>1</mn></mrow><mrow><mi>k</mi><mo>&times;</mo><mi>m</mi></mrow></munderover><msub><mi>d</mi><mrow><mi>i</mi><mo>&times;</mo><mi>l</mi></mrow></msub><msub><mi>R</mi><mrow><mi>i</mi><mo>&times;</mo><mi>l</mi></mrow></msub><mo>+</mo><mi>b</mi></mrow>]]></math><img file="FDA00009183928200000115.GIF" wi="560" he="147" /></maths>其中,R<sub>i×l</sub>表示第i种元素的第l条特征谱线对应的谱线强度与I<sub>max</sub>的比值,d<sub>i×l</sub>、b为通过多变量定标方法拟合确定的常数;5)以各种元素未知的一种金属样品为待测样品,首先使用激光诱导击穿光谱系统在p种设置下检测待测样品得到特征光谱的谱线强度矩阵,从特征光谱的谱线强度矩阵中选出金属样品中含量最高的元素对应的无元素互干扰影响的特征谱线,定义为<img file="FDA0000918392820000021.GIF" wi="118" he="75" />对于p种设置中任一种设置下的待测样品的任意特征谱线<img file="FDA0000918392820000022.GIF" wi="88" he="61" />计算<img file="FDA0000918392820000023.GIF" wi="60" he="56" />与<img file="FDA0000918392820000024.GIF" wi="80" he="55" />的比值<img file="FDA0000918392820000025.GIF" wi="104" he="57" />由s次重复击打得到的特征光谱得到s个<img file="FDA0000918392820000026.GIF" wi="100" he="71" />计算s个<img file="FDA0000918392820000027.GIF" wi="72" he="71" />的均值和方差,得到均值矩阵<img file="FDA0000918392820000028.GIF" wi="60" he="67" />和方差矩阵F<sup>x</sup>:<maths num="0005"><math><![CDATA[<mrow><msup><mover><mi>G</mi><mo>&OverBar;</mo></mover><mi>x</mi></msup><mo>=</mo><mo>&lsqb;</mo><mtable><mtr><mtd><msubsup><mover><mi>R</mi><mo>&OverBar;</mo></mover><mn>1</mn><mi>x</mi></msubsup></mtd><mtd><msubsup><mover><mi>R</mi><mo>&OverBar;</mo></mover><mn>2</mn><mi>x</mi></msubsup></mtd><mtd><mo>...</mo></mtd><mtd><msubsup><mover><mi>R</mi><mo>&OverBar;</mo></mover><mrow><mi>i</mi><mo>&times;</mo><mi>l</mi></mrow><mi>x</mi></msubsup></mtd><mtd><mo>...</mo></mtd><mtd><msubsup><mover><mi>R</mi><mo>&OverBar;</mo></mover><mrow><mi>k</mi><mo>&times;</mo><mi>m</mi></mrow><mi>x</mi></msubsup></mtd></mtr></mtable><mo>&rsqb;</mo></mrow>]]></math><img file="FDA0000918392820000029.GIF" wi="826" he="99" /></maths><maths num="0006"><math><![CDATA[<mrow><msup><mi>F</mi><mi>x</mi></msup><mo>=</mo><mo>&lsqb;</mo><mtable><mtr><mtd><msubsup><mi>D</mi><mn>1</mn><mi>x</mi></msubsup></mtd><mtd><msubsup><mi>D</mi><mn>2</mn><mi>x</mi></msubsup></mtd><mtd><mo>...</mo></mtd><mtd><msubsup><mi>D</mi><mrow><mi>i</mi><mo>&times;</mo><mi>l</mi></mrow><mi>x</mi></msubsup></mtd><mtd><mo>...</mo></mtd><mtd><msubsup><mi>D</mi><mrow><mi>k</mi><mo>&times;</mo><mi>m</mi></mrow><mi>x</mi></msubsup></mtd></mtr></mtable><mo>&rsqb;</mo></mrow>]]></math><img file="FDA00009183928200000210.GIF" wi="846" he="99" /></maths>其中,<img file="FDA00009183928200000211.GIF" wi="68" he="62" />表示s个<img file="FDA00009183928200000212.GIF" wi="73" he="72" />的均值;<img file="FDA00009183928200000213.GIF" wi="88" he="73" />表示s个<img file="FDA00009183928200000214.GIF" wi="68" he="75" />的方差;令:<maths num="0007"><math><![CDATA[<mrow><mi>z</mi><mo>=</mo><mfrac><mrow><msubsup><mover><mi>R</mi><mo>&OverBar;</mo></mover><mrow><mi>i</mi><mo>&times;</mo><mi>l</mi></mrow><mi>x</mi></msubsup><mo>-</mo><msubsup><mover><mi>R</mi><mo>&OverBar;</mo></mover><mrow><mi>i</mi><mo>&times;</mo><mi>l</mi></mrow><mi>j</mi></msubsup></mrow><msqrt><mrow><mfrac><msubsup><mi>D</mi><mrow><mi>i</mi><mo>&times;</mo><mi>l</mi></mrow><mi>x</mi></msubsup><mi>s</mi></mfrac><mo>+</mo><mfrac><msubsup><mi>D</mi><mrow><mi>i</mi><mo>&times;</mo><mi>l</mi></mrow><mi>j</mi></msubsup><mi>t</mi></mfrac></mrow></msqrt></mfrac></mrow>]]></math><img file="FDA00009183928200000215.GIF" wi="379" he="239" /></maths>对于每一个<img file="FDA00009183928200000216.GIF" wi="65" he="63" />都可以计算得到一个z值;选定阈值z<sub>0</sub>,2≤z<sub>0</sub>≤4;若所有的特征谱线都满足z<z<sub>0</sub>,则认为在当前设置下,待测样品与定标样品库中第j种样品的特征光谱没有显著差异;6)重复步骤5),在p种设置下,检验待测样品与定标样品库中任一种定标样品的特征光谱之间的差异性;若在p种设置下,待测样品与定标样品库中第j种样品的特征光谱都没有显著差异,则最终确定待测样品和定标样品库中第j种样品是同一种样品;直接得到待测样品的目标元素的含量,否则利用步骤4)中的定标模型计算目标元素的含量。
地址 100084 北京市海淀区100084信箱82分箱清华大学专利办公室