(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210434868.7 (22)申请日 2022.04.24 (71)申请人 中国科学院合肥物质科 学研究院 地址 230031 安徽省合肥市蜀山区蜀山湖 路350号 (72)发明人 王琦　王海萍　张鹏飞　徐琢频　 吴跃进　詹玥　 (74)专利代理 机构 合肥市浩智运专利代理事务 所(普通合伙) 34124 专利代理师 张景云 (51)Int.Cl. G06F 30/27(2020.01) G06F 30/25(2020.01) G06N 3/00(2006.01) G01N 21/01(2006.01)G01N 21/71(2006.01) (54)发明名称 一种提升激光诱导击穿光谱检测精度的方 法及系统 (57)摘要 本发明公开了一种提升激光诱导击穿光谱 检测精度的方法， 包括以下步骤： 步骤一： 用ICP 检测样品中元素含量； 步骤二： 采集样本的LIBS 数据； 步骤 三： 选择分析元素的LIBS发射谱线； 步 骤四： 利用变维粒子群优化 ‑组合移动窗算法对 元素的发射LIBS谱线波段选择； 步骤五： 利用算 法筛选后的特征波段建立元素定量分析模型。 本 发明具有检测结果精确、 检测过程快速简便、 绿 色安全的优点， 能够有效提升激光诱导击穿光谱 检测的精度。 权利要求书2页 说明书8页 附图3页 CN 114936513 A 2022.08.23 CN 114936513 A 1.一种提升 激光诱导击穿光谱检测的方法， 其特 征在于， 包括以下步骤： S01.收集元素含量存在梯度分布的样品作为建模样本集， 并使用ICP检测每份样品的 元素含量； S02.采集所述样本的L IBS数据； S03.选择分析 元素的LIBS发射谱线； S04.采用变维粒子群优化 ‑组合移动窗算法对元素的LIBS发射谱线波段选择； 其中 LIBS发射谱线的波长为粒子， LIBS发射谱线区间的大小为窗口， LIBS发射谱线波长的集合 为群体， 需要进行筛选的LIBS发射谱线波段为粒子群， 将所述LIBS发射谱线和化学值作为 算法的输入， 经 过变维粒子群优化 ‑组合移动窗算法计算， 输出最优的光谱区间位置； S05.利用筛 选后的特 征波段建立元 素定量分析模型。 2.根据权利要求1所述的一种提升激光诱导击穿光谱检测的方法， 其特征在于， 所述步 骤S04中采用维粒子群优化 ‑组合移动窗算法对元素的LIBS发射谱线波段选择的具体过程 为： (1)对于M个粒子， 使用等 式Di＝min(Dmax,fix((i‑1)/(M/Dmax))+1)初始化粒子的尺寸； 其中， Di是粒子i的维数， 粒子i的位置xi采用均匀分布随机初始化， 粒子i的速度vi具有与其 位置相同的维度， 并由零填充， fix()是将自变量舍入到最接近零的整数， M是粒子群的粒 子数， Dmax是窗口的最大维数； (2)评估每个粒子的目标函数值， 设置pbi为当前粒子位置， pg为具有最佳目标函数的粒 子位置； (3)更新每个粒子的维度； 使用方程vi＝w×vi+c1×rand()×(pbi‑xi)+c2×rand()× (pgxi)更新每个 粒子的位置和速度矢量； 其中w为惯性权重， c1和c2为加速系数， rand()函数 用于生成0‑1区间内均匀划分的随机数； 将 每个粒子的最佳值与其当前目标函数进 行比较， 并更新pbi和pg， 循环直至迭代完成， pg是最终选 定的波长结果。 3.根据权利要求1或2所述的一种提升激光诱导击穿光谱检测的方法， 其特征在于， 所 述步骤S03具体为， 对采集的LIBS数据进行SNV预处理去除无关噪声和背景， 然后以若干条 原子发射谱线作为某元素的LIBS发射谱线； 取每个LIBS发射谱线波 段附近的若干个光谱 数 据点， 并将该若干个波段融合形成该 元素的LIBS发射谱线。 4.根据权利要求1或2所述的一种提升激光诱导击穿光谱检测的方法， 其特征在于， 所 述步骤S05中采用化学计量学算法建立元 素定量分析模型。 5.根据权利要求4所述的一种提升激光诱导击穿光谱检测的方法， 其特征在于， 所述化 学计量学算法采用最小二乘法构建元 素的定量分析模型。 6.一种提升 激光诱导击穿光谱检测的系统， 其特 征在于， 包括： 样本选择模块， 用以选择ICP检测样品元 素含量作为样本； 样本数据采集模块， 用以采集所述样本的L IBS数据； LIBS发射谱线选择模块， 用以选择分析 元素的LIBS发射谱线； LIBS发射谱线波段选择模块， 用以采用变维粒子群优化 ‑组合移动窗算法对元素的 LIBS发射谱线波段选择； 其中LIBS发射谱线的波长为粒子， LIBS发射谱线区间的大小为窗 口， LIBS发射谱线波长的集合为群体， 需要进行筛选的LIBS发射谱线波 段为粒子群， 将所述 LIBS发射谱线和化学值作为算法的输入， 经过变维粒子群优化 ‑组合移动窗算法计算， 输出权　利　要　求　书 1/2 页 2 CN 114936513 A 2最优的光谱区间位置； 分析模型建立模块， 用以利用筛 选后的特 征波段建立元 素定量分析模型。 7.根据权利要求6所述的一种提升激光诱导击穿光谱检测的系统， 其特征在于， 所述 LIBS发射谱线波 段选择模块中采用维粒子群优化 ‑组合移动窗算法对 元素的LIBS发射谱线 波段选择的具体过程 为： (1)对于M个粒子， 使用等 式Di＝min(Dmax,fix((i‑1)/(M/Dmax))+1)初始化粒子的尺寸； 其中， Di是粒子i的维数， 粒子i的位置xi采用均匀分布随机初始化， 粒子i的速度vi具有与其 位置相同的维度， 并由零填充， fix()是将自变量舍入到最接近零的整数， M是粒子群的粒 子数， Dmax是窗口的最大维数； (2)评估每个粒子的目标函数值， 设置pbi为当前粒子位置， pg为具有最佳目标函数的粒 子位置； (3)更新每个粒子的维度； 使用方程vi＝w×vi+c1×rand()×(pbi‑xi)+c2×rand()× (pgxi)更新每个 粒子的位置和速度矢量； 其中w为惯性权重， c1和c2为加速系数， rand()函数 用于生成0‑1区间内均匀划分的随机数； 将 每个粒子的最佳值与其当前目标函数进 行比较， 并更新pbi和pg， 循环直至迭代完成， pg是最终选 定的波长结果。 8.根据权利要求6或7所述的一种提升激光诱导击穿光谱检测的系统， 其特征在于， 所 述LIBS发射谱线选择模块具体为， 对采集的LIBS数据进行SNV预 处理去除无关噪声和背景， 然后以若干条原子发射谱线作为某元素的LIBS发射谱线； 取每个LIBS发射谱线波 段附近的 若干个光谱数据点， 并将该若干个波段融合形成该 元素的LIBS发射谱线。 9.根据权利要求6或7所述的一种提升激光诱导击穿光谱检测的系统， 其特征在于， 所 述分析模型建立模块中采用化学计量学算法建立元 素定量分析模型。 10.根据权利要求9所述的一种提升激光诱导击穿光谱检测的系统， 其特征在于， 所述 化学计量学算法采用最小二乘法构建元 素的定量分析模型。权　利　要　求　书 2/2 页 3 CN 114936513 A 3