LIBS光谱识别典型岩石水风化物方法研究
发布时间：2021-12-10 02:20
岩石水风化物形成于水体对岩石矿物的溶解、水解、水合等一系列的风化作用,典型水风化物的准确识别可为相关水岩作用过程提供直接证据,对行星可能的水环境研究和地球资源勘探都具有重要价值。激光诱导击穿光谱（Laser Induced Breakdown Spectroscopy,LIBS）技术以高能量脉冲激光烧蚀、激发实验样品至等离子状态,通过采集等离子体的发射光谱可对样品的元素组成成分进行原位、快速、多成分、非接触的分析。将激光诱导击穿光谱数据与多种分类识别算法有效结合,可实现天然地质矿物样品分类,对行星探测、地质矿物现场分析等都具有重要应用价值。本文在开展天然岩石水风化物及相关矿物样品的LIBS光谱实验采集和光谱特性研究基础上,重点研究LIBS光谱数据的预处理、分类识别和决策融合方法,寻求建立一套有效的典型岩石水风化物识别方法。本文首先介绍了 LIBS光谱的采集实验装置,重点针对天然地质矿物样品LIBS光谱数据的非均匀性特点进行了归一化、多谱平均、小波降噪等预处理操作,以增加后续分类识别的稳定性。为提高后续分类识别方法模型的运行效率,在元素谱线归属基础上进行了特征谱段提取,将2万多维的原始L...
【文章来源】：山东大学山东省 211工程院校 985工程院校 教育部直属院校
【文章页数】：59 页
【学位级别】：硕士
【部分图文】：
sci^psz-soo手持式LIBs仪器
、、。在己经研制出手持式激光光谱仪和便携式激光光谱分析仪等小型化光谱分??析仪器。Ｃｏｎｎｏｒｓ等［２］报道了一款ＳｃｉＡｐｓ?Ｚ－５００手持式ＬＩＢＳ仪器（图１－１）；??四川大学研究团队［３］研发了一款一体式高能手提式ＬＩＢＳ仪器（图１－２）；??Ｙａｍａｍｏｔｏ等［４］利用便携式激光光谱分析仪检测了土壤中的某些元素，开辟??了一条快速检测土壤中重金属元素的道路。ＬＩＢＳ除了在仪器技术方面的发??展，在数据处理方法上也在不断地更新。介于ＬＩＢＳ光谱易受外界环境、??仪器设备、自吸收效应等不确定性因素的影响，导致信号测量过程中数据??可重复性较差、精度较低等问题。为改善这些不足，越来越多的研究学者??将研宄重心转移到数据的处理方法上，从最开始的基本定标法不断完善到??近些年的偏最小二乘法及多元线性回归法等。总之，无论是仪器设备的发??展还是数据处理方法上的优化改进，都将不断推动ＬＩＢＳ技术在更多领域??得到进一步的发展［５］。??Ｐ??
第２章光谱预处理方法及光谱特征库??２．１实验样品与数据??实验装置如图２－１所示，激光光源为Ｎｄ：?ＹＡＧ脉冲激光器（Ｑｕａｎｔｅｌ，??Ｂｒｉｌｌｉａｎｔ?Ｂ），采用基频１０６４ｎｍ输出，脉冲重复频率１０Ｈｚ。脉冲激光束经??激光全反镜反射后，通过焦距为ｌ〇〇ｍｍ的凸透镜聚焦于地质矿物样品表??面。把实验所需样品放置在以一定转速运转的步进电机为驱动的样品台上，??以确保每次激光烧蚀聚焦样品的不同位置。激发产生的等离子体经焦距为??３８．１ｍｍ的双透镜ｆ２和ｆｉ收集会聚后，通过光纤耦合到中阶梯光栅光谱仪??（Ａｎｄｏｒ，?Ｍｅｃｈｅｌｌｅ５０００）中进行分光，由?ＩＣＣＤ（Ａｎｄｏｒ，?ｉＳｔａｒ?ＤＨ７３４ｉ－１８Ｆ－０３）??采集光谱数据。为了得到较好的ＬｆｆｉＳ光谱信号，设置光谱延迟采集时间??为２００ｎｓ，积分门宽设置时间为１５ｕｓ。??
【参考文献】：
期刊论文
[1]一种面向土壤重金属含量检测的X射线荧光光谱预处理方法研究[J]. 任东,沈俊,任顺,王纪华,陆安祥. 光谱学与光谱分析. 2018(12)
[2]基于激光诱导击穿光谱的茶叶品种快速分类[J]. 徐向君,王宪双,李昂泽,何雅格,柳宇飞,何锋,郭伟,刘瑞斌. 中国激光. 2019(03)
[3]Development of a micro-joule portable LIBS system and the preliminary results for mineral recognition[J]. KUMAR Naresh,兰云蛟,卢渊,李远东,耿延杰,郑荣儿. Optoelectronics Letters. 2018(06)
[4]基于光谱融合的火星表面相关矿物分类方法研究[J]. 徐伟杰,武中臣,朱香平,张江,凌宗成,倪宇恒,郭恺琛. 光谱学与光谱分析. 2018(06)
[5]卷积神经网络识别汉字验证码[J]. 范望,韩俊刚,苟凡,李帅. 计算机工程与应用. 2018(03)
[6]激光诱导击穿光谱:从实验平台到现场仪器[J]. 林庆宇,段忆翔. 分析化学. 2017(09)
[7]基于向量空间模型的岩屑LIBS光谱分类识别方法[J]. 朱元硕,李颖,卢渊,田野. 光谱学与光谱分析. 2017(09)
[8]基于卷积神经网络的材质分类识别研究[J]. 刘昊,李喆,石晶,辛敏思,蔡红星,高雪,谭勇. 激光与红外. 2017(08)
[9]支持向量机结合主成分分析辅助激光诱导击穿光谱技术识别鲜肉品种[J]. 朱毅宁,杨平,杨新艳,李嘉铭,郝中骐,李秋实,郭连波,李祥友,曾晓雁,陆永枫. 分析化学. 2017(03)
[10]基于激光诱导击穿光谱技术的土壤快速分类方法研究[J]. 孟德硕,赵南京,马明俊,谷艳红,余洋,方丽,王园园,贾尧,刘文清,刘建国. 光谱学与光谱分析. 2017(01)
博士论文
[1]土壤重金属激光诱导击穿光谱定量分析研究[D]. 谷艳红.中国科学技术大学 2017
硕士论文
[1]多分类器融合算法在行为识别中的应用研究[D]. 王科.西安邮电大学 2017
[2]基于卷积神经网络的高光谱图像分类研究[D]. 陈聪聪.东北农业大学 2017
[3]等离激元增强拉曼光谱预处理和识别算法的研究[D]. 孙锡龙.厦门大学 2014
本文编号：3531731
【文章来源】：山东大学山东省 211工程院校 985工程院校 教育部直属院校
【文章页数】：59 页
【学位级别】：硕士
【部分图文】：
sci^psz-soo手持式LIBs仪器
、、。在己经研制出手持式激光光谱仪和便携式激光光谱分析仪等小型化光谱分??析仪器。Ｃｏｎｎｏｒｓ等［２］报道了一款ＳｃｉＡｐｓ?Ｚ－５００手持式ＬＩＢＳ仪器（图１－１）；??四川大学研究团队［３］研发了一款一体式高能手提式ＬＩＢＳ仪器（图１－２）；??Ｙａｍａｍｏｔｏ等［４］利用便携式激光光谱分析仪检测了土壤中的某些元素，开辟??了一条快速检测土壤中重金属元素的道路。ＬＩＢＳ除了在仪器技术方面的发??展，在数据处理方法上也在不断地更新。介于ＬＩＢＳ光谱易受外界环境、??仪器设备、自吸收效应等不确定性因素的影响，导致信号测量过程中数据??可重复性较差、精度较低等问题。为改善这些不足，越来越多的研究学者??将研宄重心转移到数据的处理方法上，从最开始的基本定标法不断完善到??近些年的偏最小二乘法及多元线性回归法等。总之，无论是仪器设备的发??展还是数据处理方法上的优化改进，都将不断推动ＬＩＢＳ技术在更多领域??得到进一步的发展［５］。??Ｐ??
第２章光谱预处理方法及光谱特征库??２．１实验样品与数据??实验装置如图２－１所示，激光光源为Ｎｄ：?ＹＡＧ脉冲激光器（Ｑｕａｎｔｅｌ，??Ｂｒｉｌｌｉａｎｔ?Ｂ），采用基频１０６４ｎｍ输出，脉冲重复频率１０Ｈｚ。脉冲激光束经??激光全反镜反射后，通过焦距为ｌ〇〇ｍｍ的凸透镜聚焦于地质矿物样品表??面。把实验所需样品放置在以一定转速运转的步进电机为驱动的样品台上，??以确保每次激光烧蚀聚焦样品的不同位置。激发产生的等离子体经焦距为??３８．１ｍｍ的双透镜ｆ２和ｆｉ收集会聚后，通过光纤耦合到中阶梯光栅光谱仪??（Ａｎｄｏｒ，?Ｍｅｃｈｅｌｌｅ５０００）中进行分光，由?ＩＣＣＤ（Ａｎｄｏｒ，?ｉＳｔａｒ?ＤＨ７３４ｉ－１８Ｆ－０３）??采集光谱数据。为了得到较好的ＬｆｆｉＳ光谱信号，设置光谱延迟采集时间??为２００ｎｓ，积分门宽设置时间为１５ｕｓ。??
【参考文献】：
期刊论文
[1]一种面向土壤重金属含量检测的X射线荧光光谱预处理方法研究[J]. 任东,沈俊,任顺,王纪华,陆安祥. 光谱学与光谱分析. 2018(12)
[2]基于激光诱导击穿光谱的茶叶品种快速分类[J]. 徐向君,王宪双,李昂泽,何雅格,柳宇飞,何锋,郭伟,刘瑞斌. 中国激光. 2019(03)
[3]Development of a micro-joule portable LIBS system and the preliminary results for mineral recognition[J]. KUMAR Naresh,兰云蛟,卢渊,李远东,耿延杰,郑荣儿. Optoelectronics Letters. 2018(06)
[4]基于光谱融合的火星表面相关矿物分类方法研究[J]. 徐伟杰,武中臣,朱香平,张江,凌宗成,倪宇恒,郭恺琛. 光谱学与光谱分析. 2018(06)
[5]卷积神经网络识别汉字验证码[J]. 范望,韩俊刚,苟凡,李帅. 计算机工程与应用. 2018(03)
[6]激光诱导击穿光谱:从实验平台到现场仪器[J]. 林庆宇,段忆翔. 分析化学. 2017(09)
[7]基于向量空间模型的岩屑LIBS光谱分类识别方法[J]. 朱元硕,李颖,卢渊,田野. 光谱学与光谱分析. 2017(09)
[8]基于卷积神经网络的材质分类识别研究[J]. 刘昊,李喆,石晶,辛敏思,蔡红星,高雪,谭勇. 激光与红外. 2017(08)
[9]支持向量机结合主成分分析辅助激光诱导击穿光谱技术识别鲜肉品种[J]. 朱毅宁,杨平,杨新艳,李嘉铭,郝中骐,李秋实,郭连波,李祥友,曾晓雁,陆永枫. 分析化学. 2017(03)
[10]基于激光诱导击穿光谱技术的土壤快速分类方法研究[J]. 孟德硕,赵南京,马明俊,谷艳红,余洋,方丽,王园园,贾尧,刘文清,刘建国. 光谱学与光谱分析. 2017(01)
博士论文
[1]土壤重金属激光诱导击穿光谱定量分析研究[D]. 谷艳红.中国科学技术大学 2017
硕士论文
[1]多分类器融合算法在行为识别中的应用研究[D]. 王科.西安邮电大学 2017
[2]基于卷积神经网络的高光谱图像分类研究[D]. 陈聪聪.东北农业大学 2017
[3]等离激元增强拉曼光谱预处理和识别算法的研究[D]. 孙锡龙.厦门大学 2014
本文编号：3531731
本文链接：https://www.wllwen.com/kejilunwen/wulilw/3531731.html
