为了提高铝合金定量分析的精度, 将激光诱导击穿光谱技术与多变量线性回归、 中值高斯核支持向量机回归及标准化偏最小二乘回归等方法相结合, 建立铝合金中 Cu元素定量分析模型。 对采集的LIBS光谱进行三阶极小值去背景和小波阈值降噪处理, 从而提高LIBS光谱的信背比。 将处理后数据筛选最佳训练集、 预测集并用多变量线性回归、 中值高斯核支持向量机回归法和标准化偏最小二乘拟合回归等建立定标模型。 选用 Cu Ⅰ 324.80 nm, Cu Ⅰ 327.43 nm两条特征谱线以及323~329 nm范围内的LIBS光谱数据进行定量分析, 对比分析三种LIBS定量分析模型的拟合系数(R²)、 定标均方根误差(RMSEC)、 预测均方根误差(RMSEP)和平均相对误差(ARE)等。 结果表明, 相对于多变量线性回归和中值高斯核支持向量机回归法两种LIBS定量分析模型, 对于铝合金中的Cu元素定量分析, 标准化PLSR模型的精度和准确度都有明显的提高, 并且LIBS定标曲线的R², RMSEC, RMSEP和ARE分别为0.997, 0.014 Wt%, 0.129 Wt%和3.053%。 研究结果表明在提高定标模型精确度与泛化性方面, 标准化PLSR方法更具有优势, 能够有效地减小参数波动和自吸收效应对铝合金定量分析的影响。

铝合金中Fe元素的浓度会影响铝合金的软硬程度, 从而影响铝合金器件的工作使用寿命, 因此铝合金中Fe的含量检测精度非常重要, 开展了空间约束结合支持向量机提高毫秒激光诱导击穿光谱的铝合金中的Fe元素成分检测精度研究。 在平板空间约束条件下, 毫秒激光诱导铝等离子体光谱出现了光谱增强, 并且提高了等离子体辐射光谱稳定性, 光谱辐射中的Fe Ⅰ 345.99 nm, Fe Ⅰ 369.51 nm, Al Ⅰ 394.40 nm, Al Ⅰ 396.15 nm四条特征谱线的增强因子分别为2.20, 2.14, 2.28, 2.41。 建立了基于外标法和支持向量机(SVM)的铝合金中Fe元素定量分析定标模型, 采用外标法得到有无平板空间约束下ms-LIBS对Fe元素的定标曲线的拟合相关系数R², RMSEC, RMSEP和ARE分别为0.893, 0.261 Wt%, 0.156 Wt%, 40.977%和0.852, 0.337 Wt%, 0.274 Wt%, 42.947%。 在约束条件下SVM模型的RMSEC为0.086 2 Wt%, RMSEP为0.043 1 Wt%; 采用SVM方法得到有无平板空间约束下ms-LIBS对Fe元素的定标曲线的拟合相关系数R², RMSEC, RMSEP和ARE分别为0.984, 0.086 Wt%, 0.043 Wt%, 3.715%和0.941, 0.134 Wt%, 0.051 Wt%, 12.353%。 结果表明, 在空间约束条件下, 采用ms-LIBS结合SVM方法能够大幅度提高ms-LIBs的定量分析精度和实验重复性, 且有效降低了铝合金的基体效应, 能够满足铝合金的痕量元素快速检测。