一种成分定量分析方法、测试系统及存储介质技术方案

本发明专利技术公开了一种成分定量分析方法、测试系统及存储介质，方法包括：获取若干样品被激光激发后的光谱数据以及每个样品中成分的真实含量；然后利用各个样品的光谱数据训练偏最小二乘法回归+支持向量机回归模型，偏最小二乘法回归模型训练时，将训练集中各个样品对应贡献度最大的光谱数据作为输入数据，对应样品各成分的真实含量作为训练标签；支持向量机回归模型训练时，利用训练后的偏最小二乘法回归模型获取预测集中样品各成分的预测含量，并将预测含量与真实含量的残差作为训练标签，以及将预测集中各个样品的光谱数据作为输入数据，本发明专利技术基于构建的模型实现成分的定量测量，并构建出一套利用激光诱导击穿光谱的成分定量分析的测试系统。分析的测试系统。分析的测试系统。

【技术实现步骤摘要】
一种成分定量分析方法、测试系统及存储介质


[0001]本专利技术属于全自动的全成分检测技术，具体涉及一种利用激光诱导击穿光谱的成分定量分析方法、测试系统及存储介质，用于实现在低材料损耗的情况下，快速便捷地对材料中成分的进行定量分析与测量。

技术介绍

[0002]激光诱导击穿光谱技术是一种利用激光对样品表面的小部分材料进行击穿并产生发光的等离子体，随后对该等离子体所发射出的光谱进行分析，即是对分析样品材料的组成成分的全元素检测手段。该测试手段具有诸多特点及优势。首先，激光诱导击穿光谱技术的检测过程对目标样品损伤小，仅需要对目标样品表面微克级别的材料进行击穿，因此在一定程度甚至可以认为其可以到达无损检测的标准；其次，激光诱导击穿光谱技术的测试过程不需要对目标样品进行复杂的预处理。在测试过程中仅需要直接将脉冲激光聚焦于待测样品表面，即可得到其元素组成的相关信息；第三激光诱导击穿光谱技术对目标样品的形态没有特定的要求，对于气态，液态和固态的样品均可以进行测试；最后，由于激光诱导击穿光谱技术的测试过程是通过对光谱信息进行分析从而得到测试结果，因此其测试过本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种成分定量分析方法，其特征在于：包括如下步骤：步骤1：获取若干同一类样品被激光激发后等离子体的光谱数据并分别重复N组，以及获取每个样品中成分的真实含量；步骤2：利用各个样品的光谱数据训练偏最小二乘法回归+支持向量机回归模型，所述最小二乘法回归+支持向量机回归模型包括偏最小二乘法回归模型和支持向量机回归模型，其中，将所述样品的光谱数据划分为训练集和预测集；所述偏最小二乘法回归模型训练时，将训练集中各个样品对应贡献度满足预设标准的光谱数据作为输入数据，对应样品的各个成分的真实含量作为训练标签进行训练；所述支持向量机回归模型训练时，利用训练后的所述偏最小二乘法回归模型获取预测集中样品的各个成分的预测含量，并将预测含量与真实含量的残差作为训练标签，以及将预测集中各个样品的光谱数据作为输入数据进行训练；步骤3：基于训练后的偏最小二乘法回归+支持向量机回归模型并利用待测物质的光谱数据并得到待测物质的各个成分的含量，所述待测物质的类型与样品相同。2.根据权利要求1所述的方法，其特征在于：步骤3的执行过程如下：从待测物质中的光谱数据中获取所述贡献度满足预设标准时所在波长点对应的光谱数据，并输入训练后的所述偏最小二乘法回归模型得到待测物质中各个成分的预测含量；将待测物质中的光谱数据输入训练后的所述支持向量机回归模型得到待测物质中各个成分对应的残差；最后，将待测物质中各个成分的预测含量减去对应残差得到各个成分的含量。3.根据权利要求1所述的方法，其特征在于：步骤2中贡献度满足预设标准的光谱数据是指贡献度最大所在波长点对应的光谱数据。4.根据权利要求1所述的方法，其特征在于：步骤1中获取光谱数据后，再对每个样品的所述光谱数据进行去噪处理，所述去噪处理包括：采用数据窗口移动的局部加权回归散点平滑法对光谱数据进行背景连续光谱去除处理，其中，数据窗口中包含了n个波长点的光谱数据，n的取值范围为1
‑
j
m
...

【专利技术属性】
技术研发人员：潘安练，
申请(专利权)人：湖南大学，
类型：发明
国别省市：