【技术实现步骤摘要】
本专利技术涉及在线激光诱导击穿光谱，更具体的说是涉及一种基于变量重要性选择的在线libs标定方法。
技术介绍
1、在线激光诱导击穿光谱(libs)的工业应用特点是对跨皮带实时传输的物料进行快速、精准的定量分析。传统的libs工业应用主要依托于对皮带物料的采样、简单制样，然后再进行libs定量分析，虽然分析的时间相对实验室化验有大幅度缩短，但严格来说并不是在线、实时的。
2、目前，在很多工业应用领域需要对皮带物料进行实时检测，并给出量化数值指导工业生产，实现对工厂产能、效率的智能调控。一般情况下，libs设备的标定需要在固定焦距下采集一定数量的工业参数已知标准样品的光谱数据实现。具体的，需要将块状样品粉碎、研磨成颗粒度直径处于0.2um以下的粉末，再用一定的压力将粉末样品压制成形状规则，表面平整的饼状样品。由于一般libs设备采用的是异轴光路收集系统，即样品激发光路和收光光路是相互独立、互成一定角度的，这样的光学系统对焦距变化极其敏感，焦距的小幅度变化将会导致光谱强度大幅度降低，甚至收不到光信号。采用同轴变焦式光学系统搭建的libs系统可以有效的克服上述困难，由于收发光路同轴，激光发射光路焦距的变化与光信号收集光路焦距变化等效，焦距可实现基于物料起伏的自动调整，进而可实现跨皮带物料的光谱有效采集。但同轴系统同样存在定标困难的情况。由于焦距在实时调整时，整个光学系统的数值孔径是变化的，这导致了收光效率的变化，在长焦距工作距离下，系统的数值孔径较小，收光效率低，光谱信号较弱；在短焦距工作距离下，系统的数值孔径变大，收光效率
3、因此，如何提供一种基于变量重要性选择的在线libs标定方法是本领域技术人员亟需解决的问题。
技术实现思路
1、有鉴于此，本专利技术提供了一种基于变量重要性选择的在线libs标定方法，可以实现在初始工作距离下标定设备，在其他变焦的位置点同样实现对样品的有效识别和量化分析，标定方法简单可行，定量模型具有高精度、高鲁棒性的特点，对工业现场广泛应用在线libs设备具有巨大的潜在价值。
2、为了实现上述目的，本专利技术采用如下技术方案：
3、基于变量重要性选择的在线libs标定方法，包括：
4、确定在线libs系统的初始工作距离l0以及工作距离调整范围[l1,ln]；
5、在焦距调整范围内选取n个焦距，n≥5，分别在各焦距点采集同一样品光谱不少于k个，k≥100，每完成k个光谱收集形成一批光谱数据，每个焦距点光谱数据批次不少于m批，m≥3；
6、基于正交偏最小二乘法判别式分析对在n个焦距点采集的光谱数据进行有监督分类；
7、对分类模型进行变量投影重要性分析，标记分类模型中变量投影重要性大于1的特征峰，并将特征峰位置标记为索引矩阵idxc；
8、选取不少于t个具有不同工业参数的样品，调整在线libs系统工作于初始工作距离l0，依次采集t个样品的光谱数据，每个样品采集光谱个数不少于k个，得到每个样品的光谱矩阵；
9、将t个样品的光谱变量矩阵x与工业参数回归量矩阵y输入至基于主成分分析的偏最小二乘回归算法中，建立定量回归模型，并根据光谱矩阵计算定量回归模型中的变量重要性，标记定量回归模型中变量投影重要性大于1的特征峰，将特征峰位置标记为索引矩阵idxr；
10、计算索引矩阵idxc与索引矩阵idxr的交集idxc∩r，并计算最终的光谱索引矩阵；
11、基于最终的光谱索引矩阵计算光谱中对应的光谱强度，并基于pca-pls算法重新建立定量回归模型。
12、优选地，分类模型特征峰变量投影重要性计算公式为：
13、
14、其中，vipc表示分类模型特征峰变量投影重要性，kp、a、ap分别为总变量个数、总主成分个数和opls-da维度，pa是在第a主成分上的opls-da权重系数，ssxcomp,a是第a主成分对光谱变量矩阵x解释率的平方和，ssxcum是所有主成分对光谱变量矩阵x的解释累计平方和，ssycomp,a是第a主成分对工业参数回归量矩阵y解释率的平方和，ssycum是所有主成分对工业参数回归量矩阵y的解释累计平方和；
15、索引矩阵idxc计算公式为：
16、
17、其中，是指在分类模型中第v个变量投影重要性>1的变量所对应在光谱变量矩阵x的位置。
18、优选地，光谱矩阵计算公式为：
19、
20、其中，st表示光谱矩阵，矩阵元ikj表示第t个样品的第k次测量中，探测器上第j个像素点的信号强度。
21、优选地，定量回归模型特征峰变量投影重要性计算公式为：
22、
23、其中，vipr表示定量回归模型特征峰变量投影重要性，k为总变量个数，wa是第a主成分的定量回归模型系数，ssycomp,a是第a主成分对工业参数回归量矩阵y解释率的平方和，ssycum是所有主成分对工业参数回归量矩阵y的解释累计平方和；
24、索引矩阵idxr计算公式为：
25、
26、其中，表示在定量回归模型中第u个变量投影重要性>1的变量对应在光谱变量矩阵x中的位置。
27、优选地，最终的光谱索引矩阵为：
28、
29、其中，p为最终的光谱索引矩阵中所用的变量位置索引值。
30、优选地，还包括：
31、改变工作距离l，在焦距调整范围内选取n个焦距，随机挑选一组样品进行测试，并基于定量回归模型预测对应的工业参数，检验模型的精度。
32、本专利技术具有以下技术效果：
33、(1)本专利技术方法通过变量重要性分析，选择出光谱中对在线libs系统变焦不敏感的特征峰，并利用这些特征峰对设备在初始位置进行标定，标定的模型可应用于其他焦点位置。
34、(2)本专利技术方法大幅度缩减了对变焦libs光学系统的标定时间，提升了在工业现场的工作效率。
本文档来自技高网...【技术保护点】
1.基于变量重要性选择的在线LIBS标定方法，其特征在于，包括：
2.根据权利要求1所述的基于变量重要性选择的在线LIBS标定方法，其特征在于，分类模型特征峰变量投影重要性计算公式为：
3.根据权利要求1所述的基于变量重要性选择的在线LIBS标定方法，其特征在于，光谱矩阵计算公式为：
4.根据权利要求1所述的基于变量重要性选择的在线LIBS标定方法，其特征在于，定量回归模型特征峰变量投影重要性计算公式为：
5.根据权利要求1所述的基于变量重要性选择的在线LIBS标定方法，其特征在于，最终的光谱索引矩阵为：
6.根据权利要求1所述的基于变量重要性选择的在线LIBS标定方法，其特征在于，还包括：
【技术特征摘要】
1.基于变量重要性选择的在线libs标定方法，其特征在于，包括：
2.根据权利要求1所述的基于变量重要性选择的在线libs标定方法，其特征在于，分类模型特征峰变量投影重要性计算公式为：
3.根据权利要求1所述的基于变量重要性选择的在线libs标定方法，其特征在于，光谱矩阵计算公式为：
4.根据...
【专利技术属性】
技术研发人员：刘瑞斌，李安，张新宇，刘晓东，孙浩瀚，
申请(专利权)人：北京理工大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。