LIBS系统最优采集参数预测方法及相关设备

摘要: 本公开实施例涉及激光诱导击穿光谱检测及数据处理,尤其涉及一种libs系统最优采集参数预测方法、装置及系统。背景技术:1、目前,激光诱导击穿光谱(libs)元素检...
LIBS系统最优采集参数预测方法及相关设备

本公开实施例涉及激光诱导击穿光谱检测及数据处理,尤其涉及一种libs系统最优采集参数预测方法、装置及系统。

背景技术:

1、目前,激光诱导击穿光谱(libs)元素检测技术具有响应快速、样品预处理需求低、支持非接触式原位在线检测等特点,在工业过程监控、地质勘探及环境监测等领域具有巨大的应用潜力。在libs分析过程中,光谱质量与采集参数密切相关,所述采集参数通常包括延迟时间、积分时间、增益设置等。采集参数设置不合理时,容易导致连续背景过强、特征谱线衰减或谱线饱和等问题,从而降低信噪比、信背比及光谱强度,影响元素定量分析的准确性、精度与稳定性。然而,libs设备的高质量光谱采集条件容易受到激发与采样过程中的多种不稳定因素影响而发生漂移。例如,激光能量波动会改变烧蚀效率和等离子体初始状态,材料表面的非均质性会导致烧蚀产额及等离子体演化过程不一致,环境气压波动、聚焦透镜污染以及样品表面形貌变化也会影响等离子体形成及光收集效率,从而使原有较优采集参数不再适用。

2、可见,亟需一种预测效率、精准度和适应性高的libs系统最优采集参数预测方法。

技术实现思路

1、有鉴于此,本公开实施例提供一种libs系统最优采集参数预测方法、装置及系统,至少部分解决现有技术中存在预测效率、精准度和适应性较差的问题。

2、第一方面,本公开实施例提供了一种libs系统最优采集参数预测方法,包括:

3、步骤1,获取待测样品的初始检测数据;

4、步骤2,获得与所述初始检测数据对应的关联模型;

5、步骤3,根据所述关联模型,预测使预设的光谱质量指标达到最优的采集参数;

6、步骤4,输出所述预测的最优采集参数。

7、第二方面,本公开实施例提供一种libs系统最优采集参数预测装置,包括数据模块、模型模块、预测模块和输出模块。

8、第三方面,本公开实施例提供一种激光诱导击穿光谱检测系统,包括激发单元、控制单元、采集单元、预测单元和输出单元。

9、第四方面,本公开实施例提供一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现上述系统最优采集参数预测方法。

10、第五方面,本公开实施例提供一种计算机程序产品,包括计算机程序或指令,所述计算机程序或指令被处理器执行时实现上述系统最优采集参数预测方法。

11、本公开实施例的有益效果为:

12、(1)采集参数寻优耗时大幅缩减:将传统依赖硬件步进与物理激发的“穷举搜索”逻辑,重构为基于关联模型的“算法推理”过程。确定最优采集参数的耗时从依赖光谱仪采集周期及机械运动频率,转变为计算单元的毫秒级处理周期。因此,系统仅需极短的计算响应即可完成寻优,使总耗时从分钟/小时级压缩至秒级以内。

13、(2)样品损耗显著降低:关联模型建立了“高信息密度”的数据映射机制,仅需单次或个位数次初始激发产生的瞬态信号,即可提取出表征物理演化趋势的特征信息。这种范式消除了对全局参数空间进行物理扫描的需求,将寻优过程对样品的物理烧蚀需求最小化,从而显著降低微量或珍贵样品损耗。

14、(3)最优采集参数预测准确:初始检测数据与最优采集参数之间存在本质的动力学映射关系。关联模型通过学习等离子体冷却演化规律,即使在环境工况偏移时,系统仍能捕捉数据特征的变化并实时映射出与之匹配的参数修正量,确保采集状态始终锁定在物理最优区间,使预测指标高度趋近真实理论最优值。

1.一种libs系统最优采集参数预测方法,其特征在于,包括:

2.根据权利要求1所述的方法,其特征在于,所述步骤1中的初始检测数据包括光谱数据和/或非光谱观测数据;所述初始检测数据在用于建立和/或更新所述关联模型时,还包括与所述光谱数据和/或非光谱观测数据对应的最优采集参数;

3.根据权利要求1所述的方法,其特征在于,所述步骤2中的关联模型包括所述初始检测数据对应的特征信息的构建方式,以及所述特征信息与所述最优采集参数之间的关联关系;

4.根据权利要求3所述的方法,其特征在于,所述特征信息包括所述初始检测数据本身、基于所述初始检测数据获得的特征中的至少一种;

5.根据权利要求3所述的方法,其特征在于,所述关联关系通过数据拟合、数据映射、模式识别、实例匹配、状态判定中的至少一种方式建立;

6.根据权利要求3所述的方法,其特征在于,所述步骤3中的预测包括基于所述初始检测数据获得特征信息,并根据所述关联模型中所述特征信息与所述最优采集参数之间的关联关系,确定所述最优采集参数;

7.根据权利要求1所述的方法,其特征在于,所述步骤4中的输出包括控制输出、数据输出、指导输出中的至少一种。

8.一种libs系统最优采集参数预测装置,用于执行权利要求1至7中任一项所述的预测方法,其特征在于,包括:

9.根据权利要求8所述的装置,其特征在于,所述装置以软件脚本、算法插件、桌面程序、网页应用服务、固件指令、硬件逻辑或其组合的形态运行,且支持在计算机、服务器、云端平台、嵌入式主控板、边缘计算设备、现场可编程逻辑门阵列、专用集成电路中部署执行。

10.一种激光诱导击穿光谱检测系统,用于执行权利要求1至7中任一项所述的预测方法,其特征在于,包括:

11.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至7中任一项所述的系统最优采集参数预测方法。

12.一种计算机程序产品,包括计算机程序或指令,其特征在于,所述计算机程序或指令被处理器执行时实现如权利要求1至7中任一项所述的系统最优采集参数预测方法。