一种基于XRF检测技术的Cr元素土壤含水率校正装置的制作方法

一种基于xrf检测技术的cr元素土壤含水率校正装置
技术领域
1.本实用新型涉及土壤检测技术领域，尤其涉及一种基于xrf检测技术的cr元素土壤含水率校正装置。


背景技术：

2.不进行土壤预处理的前提下实现土壤重金属含量的在线定量检测是相关检测领域的一个发展方向，而x射线荧光光谱检测技术(x-ray fluorescence，xrf)是最可能实现此目标的技术方法。
3.土壤重金属污染的防治与修复是近年来生态环境学科研究的热点。伴随铬工业的发展,土壤铬污染的事件逐渐增多,对农业造成的危害逐渐加大,随着食物链的扩大,对动植物和人造成的毒害也逐渐放大,土壤铬污染、农产品铬超标及其安全性问题已受到国内外广泛关注。
4.现有对土壤cr元素检测装置中，由于受土壤含水率影响，采用线性方法校正cr元素效果不理想，因cr峰本身强度低，距fe峰很近，受fe峰干扰很大，无法从光谱谱线中找到明显的cr元素特征峰，校正结果满足不了模型要求，且误差较大。


技术实现要素：

5.为此，本实用新型提供一种基于xrf检测技术的cr元素土壤含水率校正装置，用以克服现有技术中在进行土壤检测时由于含水率的影响导致cr元素检测精度低的问题。
6.为实现上述目的，本实用新型提供一种基于xrf检测技术的cr元素土壤含水率校正装置，包括：
7.传感器模块，用以采集土壤温湿度、土壤ph值等影响重金属检测的环境参数；
8.光谱分析模块，通过高压电源给x光管单元提供50kv高压，使x光管单元发出x射线，激发出待测土壤中重金属的x荧光，通过探测器单元采集荧光信号，将荧光信号送到数据多道采集板单元获取重金属含量，再通过校正单元对获取的重金属含量进行校正；
9.控制板模块，用以控制所述光谱分析模块的启动与休眠、滤光片单元的切换、数据传输和校准所述光谱分析模块；
10.热吹风模块，用以对仪器内部和待测土壤表层除湿；
11.显示器模块，用以设置参数、显示实时监测数据和查看历史监测数据；
12.电源模块，用以为步进电机驱动器单元、热吹风模块和控制板模块供电。
13.进一步地，所述传感器模块为土壤ph和土壤含水率传感器，所述传感器模块可以定时采集土壤ph、土壤含水率和温度数据，将采集到的数据发送到所述控制板模块，采集数据可在所述显示器模块查看。
14.进一步地，所述光谱分析模块包含x光管单元、数据多道分析板单元、探测器单元、步进电机单元、滤光片单元、校正单元、准直器单元和ccd摄像头单元。
15.进一步地，所述控制板模块包括步进电机驱动器单元和主控制板单元。
16.进一步地，所述主控制板单元处理器最小装置采用stm32f107作为处理器，其内置两路12位ad采集单元。
17.进一步地，所述处理器最小装置用以调试程序，对内置的i/o口和数模转换单元进行配置与控制，统筹协调其他电路的工作。
18.进一步地，所述电源模块包括三个供电电源单元、高压电源单元、高压电源电路板单元和滤波器单元。
19.进一步地，电源电路由220v供电，经所述滤波器单元和三个供电电源单元后将220v电压转换为5v、12v、24v和
±
15v电压，其中，24v为高压电源单元和步进电机驱动器单元供电，12v为热吹风模块供电，5v和
±
15v为控制板模块供电。
20.与现有技术相比，本实用新型的有益效果在于，本实用新型所述装置通过对获取的光谱数据进行异常光谱点剔除、去噪、本底去除及重叠峰解析处理有效提高了检测数据的精确度，同时利用偏最小二乘法方法建立线性模型对重金属检测数据进行校正，进一步提高了检测数据的精确度，使本实用新型所述装置既能保证高检测精度又能实现现场定量检测。
附图说明
21.图1为本实用新型所述基于xrf检测技术的cr元素土壤含水率校正装置的结构示意图。
具体实施方式
22.为了使本实用新型的目的和优点更加清楚明白，下面结合实施例对本实用新型作进一步描述；应当理解，此处所描述的具体实施例仅仅用于解释本实用新型，并不用于限定本实用新型。
23.下面参照附图来描述本实用新型的优选实施方式。本领域技术人员应当理解的是，这些实施方式仅仅用于解释本实用新型的技术原理，并非在限制本实用新型的保护范围。
24.请参阅图1所示，其为本实用新型所述基于xrf检测技术的cr元素土壤含水率校正装置的结构示意图。
25.本实用新型提供一种基于xrf检测技术的cr元素土壤含水率校正装置，包括：
26.传感器模块，用以采集土壤温湿度、土壤ph值等影响重金属检测的环境参数；
27.光谱分析模块，通过高压电源给x光管单元提供50kv高压，使x光管单元发出x射线，激发出待测土壤中重金属的x荧光，通过探测器单元采集荧光信号，将荧光信号送到数据多道采集板单元获取重金属含量，再通过校正单元对获取的重金属含量进行校正；
28.控制板模块，用以控制所述光谱分析模块的启动与休眠、滤光片单元的切换、数据传输和校准所述光谱分析模块；
29.热吹风模块，用以对仪器内部和待测土壤表层除湿；
30.显示器模块，用以设置参数、显示实时监测数据和查看历史监测数据；
31.电源模块，用以为步进电机驱动器单元、热吹风模块和控制板模块供电。
32.具体而言，所述传感器模块为土壤ph和土壤含水率传感器，所述传感器模块可以
定时采集土壤ph、土壤含水率和温度数据，将采集到的数据发送到所述控制板模块，采集数据可在所述显示器模块查看，所述传感器模块通过无线传输将数据传输到监测预警平台。
33.具体而言，所述光谱分析模块包含x光管单元、数据多道分析板单元、探测器单元、步进电机单元、滤光片单元、校正单元、准直器单元和ccd摄像头单元。
34.具体而言，所述控制板模块包括步进电机驱动器单元和主控制板单元。
35.具体而言，所述主控制板单元处理器最小装置采用stm32f107作为处理器，其内置两路12位ad采集单元。
36.具体而言，所述处理器最小装置用以调试程序，对内置的i/o口和数模转换单元进行配置与控制，统筹协调其他电路的工作。
37.具体而言，所述电源模块包括三个供电电源单元、高压电源单元、高压电源电路板单元和滤波器单元。
38.具体而言，电源电路由220v供电，经所述滤波器和三个供电电源后将220v电压转换为5v、12v、24v和
±
15v电压，其中，24v为高压电源单元和步进电机驱动器单元供电，12v为热吹风模块供电，5v和
±
15v为控制板模块供电。
39.具体而言，当所述校正装置通过检测获取所述光谱数据后，所述校正装置对所述光谱数据进行更正，包括对所述光谱数据进行剔除异常值、去噪、扣除本底和重叠峰分解，当所述校正装置对所述光谱数据更正完成时，所述校正装置通过利用偏最小二乘法方法建立线性模型对重金属检测数据进行校正，以获取精确数据。
40.具体而言，当所述校正装置检测待测土壤后对所述光谱数据进行分析时，所述校正装置对所述光谱数据中的异常光谱点进行剔除，采用的方法为：
41.原始矩阵图是在二维空间的坐标系中以样本点的形式体现数据的差异，计算了待测土样与标准土壤之间的马氏距离和关联程度，使用了njw聚类的方式使原始矩阵图切割成几个子图，使得几个子图间相似度最弱而每个子图里样本数据相似度强。
42.当所述校正装置检测待测土壤后对所述光谱数据进行分析时，所述校正装置对所述光谱数据中的异常光谱点进行剔除，有效提高了光谱数据的准确度，进一步提高了检测数据的精确度。
43.具体而言，当所述校正装置对所述光谱数据去噪时，所述校正装置采用的光谱去噪方法为：
44.将所述光谱数据中相邻的五个点用二次多项式拟合，并以此代替原光谱数据，依次移动，直到遍历所有所述光谱数据，即完成对所述光谱数据的去噪。
45.具体而言，当所述校正装置获得所述光谱数据后，由于原级x射线在样品中会发生康普顿散射和瑞利散射，样品产生的射线与仪器相互作用，加上宇宙射线和电子线路的扰动，会使所述光谱数据中自带背景，即本底，为得到净荧光强度，所述校正装置对所述光谱数据中谱峰底部的拐点依次用线段连接，并将连线下的部分扣除，由此获得净光谱数据。
46.当所述校正装置检测待测土壤后对所述光谱数据进行分析时，所述校正装置对所述光谱数据进行本底去除处理，有效提高了光谱数据的准确度，进一步提高了检测数据的精确度。
47.具体而言，当所述校正装置对所述光谱数据中重叠峰分解时，所述校正装置基于csa-gmm的光谱数据重叠峰解析，选用高斯混合模型gmm，gmm可表示为：
[0048][0049][0050][0051]
式中，k为模型中高斯峰的个数，d为数据的维度，∑i为高斯峰的协方差矩阵，αi为每个高斯峰所占的权重，μi与则表示每个高斯峰的参数；
[0052]
gmm模型的参数使用最大期望算法即em算法来估计，em算法初始化参数模型后，会运用最大似然与jensen不等式的原理来进行优化参数，具体分为e步与m步，e步为求取数据j对于每个高斯峰i的最佳分布概率，
[0053][0054]
m步为更新参数的步骤，应找到使得似然函数最大化的参数模型，具体迭代方法为，
[0055][0056][0057][0058]
最终迭代至收敛，em算法在面对xrf重叠峰较为严重的时候，整体易陷入局部最优值，所述校正装置采用乌鸦算法即csa算法进行进一步的优化。
[0059]
具体而言，所述csa算法的流程包括：
[0060]
步骤a：初始化参数，需要设置的参数有种群大小n，最大迭代次数iter
max
，飞行距离fl与意识概率ap；
[0061]
步骤b：初始化位置矩阵xn×d与记忆矩阵mn×d，其中，d为要优化问题的维度，位置矩阵表示乌鸦的当前位置，记忆矩阵表示乌鸦存储食物的地点，在初始化时，xn×d与mn×d是相同的，表示乌鸦的初始位置即为乌鸦存储食物的位置；
[0062]
步骤c：计算种群的适应度，即计算每只乌鸦对于要优化问题的可行度；
[0063]
步骤d：迭代生成出新位置，假设乌鸦i随机选取了乌鸦j，跟踪并想窃取其食物，乌鸦将按下式规则去生成新位置：
[0064][0065]
其中ri与rj均为0和1之间均匀分布的随机数，上式表示当乌鸦j未发现乌鸦i跟踪了自己，则乌鸦i的新位置会在乌鸦j存储食物的周围；反之乌鸦j会愚弄乌鸦i将其带到一个随机的位置；
[0066]
步骤e：检测新位置的可行性，如果新位置是可行的则乌鸦会更新其位置，反之乌鸦则不会产生新位置；
[0067]
步骤f：计算新位置的适应度与更新乌鸦的记忆，计算种群所有位置的可行性，并按下式更新记忆矩阵：
[0068][0069]
步骤g：检查最佳适应度是否小于最佳迭代预设值否则迭代至iter
max
。
[0070]
当所述校正装置检测待测土壤后对所述光谱数据进行分析时，所述校正装置对所述光谱数据进行光谱重叠峰解析处理时采用csa算法进行优化，有效提高了光谱数据的准确度，进一步提高了检测数据的精确度。
[0071]
具体而言，当所述校正装置对土壤重金属的测量结果进行校正时，为解决土壤重金属含量与含水率、光谱强度之间的关系及自变量之间的关系，所述校正装置采用的方法为：
[0072]
所述校正装置对净峰面积和含水量进行主成分分析，提取主成分使其携带信息量达到最大，形成一个新的自变量，寻找新的自变量和土壤重金属浓度之间的关系，进而检验其残差，若残差大于预设值，重新返回进行主成分分析直至符合输出要求之后输出参数值。
[0073]
至此，已经结合附图所示的优选实施方式描述了本实用新型的技术方案，但是，本领域技术人员容易理解的是，本实用新型的保护范围显然不局限于这些具体实施方式。在不偏离本实用新型的原理的前提下，本领域技术人员可以对相关技术特征做出等同的更改或替换，这些更改或替换之后的技术方案都将落入本实用新型的保护范围之内。