期刊文献+
共找到3篇文章
< 1 >
每页显示 20 50 100
铀元素的激光诱导击穿光谱测量分析 被引量:3
1
作者 张志威 邱荣 +3 位作者 姚胤旭 万情 潘高威 史晋芳 《光谱学与光谱分析》 SCIE EI CAS CSCD 北大核心 2023年第1期57-61,共5页
为促进LIBS技术在微量重金属元素检测以及核污染检测领域的应用,提高检测灵敏度和准确性,采用了激光双脉冲LIBS技术和光电双脉冲LIBS技术,分别对土壤和二氧化硅中的铀元素进行分析。首先,对激光脉冲能量、电压和采集延时等参数进行优化... 为促进LIBS技术在微量重金属元素检测以及核污染检测领域的应用,提高检测灵敏度和准确性,采用了激光双脉冲LIBS技术和光电双脉冲LIBS技术,分别对土壤和二氧化硅中的铀元素进行分析。首先,对激光脉冲能量、电压和采集延时等参数进行优化,提高铀元素特征谱线的强度和信噪比;然后在优化实验参数条件下,对含不同浓度铀元素的土壤样品和二氧化硅样品进行激发;选取UII 367.01 nm、UII 454.36 nm两条铀元素的特征谱线作为分析线,通过铀元素浓度与特征谱线强度的线性关系,建立定标曲线。双脉冲激光激发条件为:激光脉冲1作为预脉冲,主要参数为1064 nm,90 mJ,9.2 ns,激光脉冲2作为再加热脉冲,主要参数为355 nm,50 mJ,8 ns,两个脉冲的时间间隔800 ns,光谱采集相对第二个脉冲延时1μs,得到铀元素在土壤和二氧化硅两种样品中的浓度检测下限分别为572和110 mg·kg^(-1),拟合优度值R 2分别为0.958和0.999。在光电双脉冲激发条件下,激光脉冲作为预脉冲,主要参数为355 nm,50 mJ,8 ns,高压电脉冲作为再加热脉冲,主要参数为3900 V、方波、脉宽50μs,两个脉冲的时间间隔1μs,得到铀元素在土壤和二氧化硅两种样品中的浓度检测限分别为108和64 mg·kg^(-1),拟合优度值R 2分别为0.991和0.997。研究结果表明:在相同激发条件下,铀元素的特征谱线存在明显的基体效应,在二氧化硅样品中具有更高的光谱强度、更低的检测限和更高的拟合优度值;相比于激光双脉冲,光电双脉冲能显著增强铀元素特征谱线的强度、稳定性和提高信噪比,且光电双脉冲系统的光路更简单,这对于LIBS技术的发展以及应用具有重要参考意义。该研究方法和研究结果可为土壤重金属污染检测、核泄漏时土壤和气溶胶的应急监测提供技术支持。 展开更多
关键词 光谱学 激光诱导击穿光谱 激光双脉冲技术 光电双脉冲技术 铀元素
下载PDF
一种针对激光诱导击穿光谱技术的基线校正方法 被引量:3
2
作者 潘高威 史晋芳 +4 位作者 邱荣 王慧丽 万情 张志威 王凯 《应用光学》 CAS CSCD 北大核心 2022年第3期538-543,共6页
针对激光诱导击穿光谱(laser-induced breakdown spectroscopy,LIBS)数据中存在的周期性拱形突起问题,提出了一种改进的基线校正算法。该算法基于惩罚最小二乘方法,通过改变局部惩罚系数,使其在拟合周期性拱形突起的同时降低谱线强度对... 针对激光诱导击穿光谱(laser-induced breakdown spectroscopy,LIBS)数据中存在的周期性拱形突起问题,提出了一种改进的基线校正算法。该算法基于惩罚最小二乘方法,通过改变局部惩罚系数,使其在拟合周期性拱形突起的同时降低谱线强度对拟合基线的影响。与其他基线校正方法相比,该算法在拟合仿真基线时的均方根误差更小,并且基于该算法得到光谱数据绘制的定标曲线的相关系数达到了0.9972。结果表明:该算法相较于现有的去基线方法,在拟合中阶梯光栅光谱仪采集激光诱导击穿光谱的基线时,能更好地保留光谱数据的有效信息。 展开更多
关键词 中阶梯光栅光谱仪 基线校正 惩罚最小二乘法 激光诱导击穿光谱
下载PDF
一种自动选择特征的激光诱导击穿光谱定量分析方法
3
作者 王凯 史晋芳 +3 位作者 邱荣 万情 张志威 潘高威 《光电子.激光》 CAS CSCD 北大核心 2022年第2期187-192,共6页
本文针对激光诱导击穿光谱技术(laser-induced breakdown spectroscopy,LIBS)定量分析中的特征选择问题,提出一种基于Pearson相关系数的排序、主成分分析和L1正则项相结合的自动选择特征的定量分析方法,建立了土壤中Co元素的定量分析模... 本文针对激光诱导击穿光谱技术(laser-induced breakdown spectroscopy,LIBS)定量分析中的特征选择问题,提出一种基于Pearson相关系数的排序、主成分分析和L1正则项相结合的自动选择特征的定量分析方法,建立了土壤中Co元素的定量分析模型。该模型训练集和测试集的R^(2)(决定系数)分别为0.995和0.991,均方根误差(root mean square error,RMSE)分别为4.634mg/kg和6.078mg/kg,平均绝对误差(mean absolute error,MAE)分别为6.100%和6.441%,特征个数由原始数据的42870个降至5个,耗时仅0.97s。结果表明:采用该方法可降低特征子集维度并提高模型的泛化性和精确度,为LIBS技术定量分析的特征选择提供一种高效的方法。 展开更多
关键词 激光诱导击穿光谱 特征选择 Pearson相关系数 主成分分析 L1正则项
原文传递
上一页 1 下一页 到第
使用帮助 返回顶部