当前位置 >> 首页 >> 学习园地 >>  业内热点

业内热点

沈阳自动化所工业在线检测研究取得新进展

稿件来源:沈阳自动化研究所 责任编辑:ICAC 发布时间:2019-10-22

  近日,中国科学院沈阳自动化研究所科研团队提出了一种基于图像反馈的激光诱导击穿光谱特征谱线强度校正方法,实现了光谱信号波动的抑制与补偿,并将其应用到工业在线检测领域中,显著提高了在线测量稳定性。该研究相关系列成果发表在光谱学与分析化学领域期刊上,并在第三届亚洲激光诱导击穿光谱研讨会(ASLIBS2019)上引起广泛讨论。

  激光诱导击穿光谱(LIBS)技术以其可原位、在线、同时分析多种元素成分的优点,成为流程工业现场检测关注的重要技术。但LIBS光谱的稳定性难以保证的问题,是制约该技术应用推广的关键问题。在实验室环境下,可以通过样品预处理、物理约束、实验条件控制等方法提高LIBS光谱稳定性。但是,在复杂、恶劣的工业现场检测环境中,由于实验条件波动大,样品无法实现预处理,以及物理约束无法实施等条件的限制,所获得的LIBS光谱存在很大的波动,严重影响测量的准确性。

  激光诱导等离子体是获得LIBS光谱的光源,其形貌和强度的变化是导致LIBS光谱波动的直接原因。该研究团队将激光诱导等离子体图像引入到LIBS光谱稳定性校正建模中,通过同步采集LIBS光谱和相应的等离子体图像,以等离子体图像特征的差异作为反馈信号对相应的特征谱线强度进行补偿与校正,校正后的LIBS特征谱线稳定性得到极大提升,为LIBS在线检测应用提供了更可靠的光谱数据。

  近年来,沈阳自动化所LIBS课题组在等离子体图像反馈校正LIBS光谱方面展开系统研究,取得的成果分别发表在Analytical ChemistryJournal of Analytical Atomic Spectrometry 等国际期刊上。目前,相应的子系统已经添加到国家重点研发计划——工业过程在线分析检测仪器开发与应用项目中的LIBS在线成分分析仪中,具体方法已在磷矿矿浆重点元素成分在线分析中展开应用。

  

 

  系统结构及校正结果示意图 

附件:
相关新闻:
沈阳自动化所在面向康复应用的表面肌电识别方面取得进展
自动化所在类人连续学习及情境依赖学习方面取得进展
沈阳自动化所在类生命感知成像领域取得进展