一种基于大数据库辨识的煤质特性分析方法

    公开(公告)号:CN105718749B

    公开(公告)日:2018-08-28

    申请号:CN201610065879.7

    申请日:2016-01-29

    Applicant: 清华大学

    Abstract: 一种基于大数据库辨识的煤质特性分析方法。该方法采用激光诱导击穿光谱技术,在d多种实验设置下对煤炭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,则在与煤炭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样品的煤质特性;该方法利用了煤炭样品光谱特性,对不同的元素谱线采取不同的辨识阈值,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。

    一种光谱归一化结合多元统计模型的玉石原产地鉴定方法

    公开(公告)号:CN106645098A

    公开(公告)日:2017-05-10

    申请号:CN201710018720.4

    申请日:2017-01-11

    Applicant: 清华大学

    CPC classification number: G01N21/718

    Abstract: 一种光谱归一化结合多元统计模型的玉石原产地鉴定方法。该方法首先对原产地已知的玉石样品按原产地分类,并采用LIBS系统采集玉石样品光谱,通过光谱归一化对数据进行预处理,再用主成分分析(PCA)提取出光谱数据的主成分,采用支持向量机(SVM)建立模型,鉴定原产地;利用建立的模型,预测未知样品的原产地。该方法把光谱归一化避免实验条件波动的影响、PCA降维去冗余的作用以及SVM优越的分类能力结合起来,显著提高了玉石原产地鉴定的正确率。另外,鉴定过程耗时短,样品烧蚀质量在纳克级别,玉石品相基本不受影响,与现有的鉴定方法相比,具有显著的优势。

    一种基于大数据库辨识的水泥特性分析方法

    公开(公告)号:CN105717093A

    公开(公告)日:2016-06-29

    申请号:CN201610065400.X

    申请日:2016-01-29

    Applicant: 清华大学

    CPC classification number: G01N21/71

    Abstract: 一种基于大数据库辨识的水泥特性分析方法。该方法采用激光诱导击穿光谱技术,在不同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水泥样品的特性;该方法基于水泥光谱特性,根据三率值的计算原理,从光谱中选择特定的谱线比值用于辨识;结果显示该方法能够显著提高未知样品辨识的准确度,从而减少激光诱导击穿光谱测量的不确定度。

    基于激光诱导击穿光谱的固体样品在线测量系统及方法

    公开(公告)号:CN104483293A

    公开(公告)日:2015-04-01

    申请号:CN201410853060.8

    申请日:2014-12-31

    Applicant: 清华大学

    Abstract: 基于激光诱导击穿光谱的固体样品在线测量系统及方法,属于原子发射光谱测量技术领域。该系统将固体样品的破碎、压制成型、检测、退样四个过程利用传送单元连接起来,并且利用控制单元实现对固体样品的自动连续在线测量;利用激光诱导击穿光谱检测单元采集到的光谱信号通过集成在数据分析模块里的激光诱导击穿光谱定量分析模型进行分析,从而得到实时的固体样品特性检测结果。该系统及方法能够实现对固体样品的激光诱导击穿光谱在线分析,有利于推动激光诱导击穿光谱技术从实验室分析向工业化应用发展。

    基于人工神经网络的元素浓度测量误差修正方法

    公开(公告)号:CN102830096A

    公开(公告)日:2012-12-19

    申请号:CN201210314048.0

    申请日:2012-08-29

    Abstract: 基于人工神经网络的元素浓度测量误差修正方法,用于激光诱导击穿光谱(LIBS)测量系统。把目标元素浓度已知的一组样品作为定标样品,用LIBS系统得到各定标样品的光谱数据和目标元素的特征谱线强度,然后拟合建立单变量定标模型,并求出单变量模型对于各定标样品的误差。以这些误差作为输出,定标样品的光谱数据作为输入建立神经网络模型并对模型进行训练。对于目标元素浓度未知的待测样品,先用LIBS系统得到其光谱数据和目标元素的特征谱线强度,把特征谱线强度代入单变量模型中得到目标元素浓度的初测值,再把待测样品的光谱数据输入神经网络模型中得到误差修正值,初测值与误差修正值之和即为待测样品中目标元素浓度的最终测量值。

    基于偏振降噪的脉冲激光粉状物质元素含量测量方法

    公开(公告)号:CN102798618A

    公开(公告)日:2012-11-28

    申请号:CN201210246339.0

    申请日:2012-07-16

    CPC classification number: G01N21/718

    Abstract: 基于偏振降噪的脉冲激光粉状物质元素含量测量方法,属于原子发射光谱领域。将粉末样品置于透明的玻璃托盘上,激光从玻璃托盘下面透过玻璃托盘聚焦在粉末底层从而烧蚀粉末物质并产生等离子体,等离子体发出的辐射光信号依次透过玻璃托盘和偏振片被采集透镜收集,然后通过光纤传输到光谱仪转化为电信号进入到计算机进行分析。该方法对粉末样品不需要压制成型而且同时克服了粉末层表面不平整导致的测量信号波动,提高了粉末状物质元素含量的检测速度和精确度。另外,该方法还利用偏振片过滤了辐射光信号中的连续背景辐射,提高了信噪比从而改善了测量的检测限。

    一种基于神经网络的煤质特性在线测量方法

    公开(公告)号:CN102004088B

    公开(公告)日:2012-08-22

    申请号:CN201010537027.6

    申请日:2010-11-09

    Applicant: 清华大学

    Inventor: 李政 王哲 侯宗余

    Abstract: 一种基于神经网络的煤质特性在线测量方法,用在激光诱导等离子光谱的煤质检测装置上。先用激光诱导等离子体系统得到定标样品的光谱,用PCA或PLS-DA提取光谱强度矩阵的主成分,在主成分得分图上把定标样品分为不同类别。随后对各类别的定标样品分别建立神经网络模型并进行训练,其中,光谱强度数据作为神经网络的输入,各元素浓度作为输出。对于未知的待测样品,先用PCA或PLS-DA判断其所属类别,然后把待测样品的光谱强度数据输入该类别的训练好的神经网络模型中,即可得到各元素浓度。该方法可实现煤质的多元素测量并减小由于煤的种类不同带来的误差,同时有较强的抗干扰能力和适应性,提高了激光诱导等离子光谱测量的准确度。

    基于激光诱导击穿光谱的检测方法及系统

    公开(公告)号:CN116482079B

    公开(公告)日:2025-02-11

    申请号:CN202310347785.9

    申请日:2023-04-03

    Abstract: 本申请提供了基于激光诱导击穿光谱的检测方法及系统,该方法包括:以初始激光能量击打待检测样品,确定待检测样品的等离子体实际温度;根据等离子体实际温度和等离子体目标温度,将初始激光能量调整为目标激光能量;以目标激光能量多次击打待检测样品,获得待检测样品的多个光谱。该方法通过调整激光能量,使得待检测样品的等离子体温度保持一致,在无需增加设备成本、无需对样品进行复杂处理的基础上,降低基体效应的影响,提升检测结果的准确性。

    基于介质阻挡放电的激光诱导击穿光谱检测系统

    公开(公告)号:CN114062348B

    公开(公告)日:2023-09-12

    申请号:CN202111386341.3

    申请日:2021-11-22

    Applicant: 清华大学

    Abstract: 本发明提供了一种基于介质阻挡放电的激光诱导击穿光谱检测系统,包括介质阻挡放电模块和激光诱导击穿光谱模块;介质阻挡放电模块包括两个放电器,两个放电器相互靠近的一端均发射等离子体射流,两条等离子体射流对冲后在待测固体样品的表面形成介质阻挡放电等离子体环境;并且,激光诱导击穿光谱模块包括激光器、光纤探头以及光谱仪,激光器发射的激光通过介质阻挡放电等离子体环境后照射在待测固体样品的表面以产生激光等离子体,激光等离子体在介质阻挡放电等离子体环境中产生光子,光子通过光纤探头采集进入光谱仪。本发明提供的基于介质阻挡放电的激光诱导击穿光谱检测系统可以通过结构的设计改善LIBS的信号重复性,并能够降低击穿阈值。

Patent Agency Ranking