聚焦“政產(chǎn)學(xué)研用” 共研國產(chǎn)光譜儀器的發(fā)展之路

2019.12.02

　　分析測試百科網(wǎng)訊 2019年11月22日-23日，第二十三屆“全國光譜儀器學(xué)術(shù)研討會”在上海召開。本次會議由上海理工大學(xué)與中國儀器儀表學(xué)會分析儀器分會光譜儀器學(xué)術(shù)專家組聯(lián)合主辦，分析測試百科網(wǎng)承辦。

　　23日的會議上，譜育科技俞曉峰，中國地質(zhì)大學(xué)朱振利教授，復(fù)旦大學(xué)陳良堯教授，清華大學(xué)王哲教授，浙江大學(xué)周建光教授，廈門大學(xué)杭緯教授分別帶來精彩的大會報告。

譜育科技俞曉峰

　　譜育科技的俞曉峰帶來的報告題目是“小型化LIBS定量分析方法研究”。

　　LIBS是指激光誘導(dǎo)擊穿光譜儀，其工作原理是利用脈沖激光產(chǎn)生的等離子體燒蝕并激發(fā)樣品中的物質(zhì)，通過光譜儀獲取被等離子體激發(fā)的原子所發(fā)射的光譜，以此來識別樣品中的元素組成成分，進(jìn)而可以進(jìn)行材料的識別、分類、定性以及定量分析。LIBS系統(tǒng)包括光源，脈沖激光器，光學(xué)系統(tǒng)，檢測器。

　　俞曉峰總結(jié)道，對于LIBS定量而言，光譜儀分辨率越好對于定量越有利；在0.1nm光譜分辨率情況下，標(biāo)準(zhǔn)曲線法和多元回歸法均能取得較好的分析結(jié)果，大部分元素可以取得1%的測量精密度；在光譜儀分辨率不佳的情況下，利用多光譜多元回歸能夠取得更好的分析結(jié)果；適當(dāng)?shù)墓庾V預(yù)處理能夠極大的改善定量結(jié)果；當(dāng)光譜干擾很大且含量極低時，算法能起的作用有限，需要更好的光譜分辨率來解決定量不準(zhǔn)的問題。

中國地質(zhì)大學(xué) 朱振利教授

　　中國地質(zhì)大學(xué)的朱振利教授帶來的報告題目是“基于微等離子體技術(shù)的元素分析方法”，主要介紹了低功耗微等離子體激發(fā)源的研發(fā)和等離子體蒸汽發(fā)生方法。

　　APGD微等離子體激發(fā)源具有低功耗、低氣體消耗的優(yōu)點，具有良好的激發(fā)性能，可以通過氣流調(diào)控等手段來改善等離子體源的性能，可適用于金屬、非金屬的檢測。

　　等離子體蒸汽發(fā)生方法具有綠色、高效的優(yōu)點和優(yōu)異的抗干擾性能，靈敏度可以提升1個數(shù)量級以上，不需要預(yù)還原或者預(yù)先氧化，可實現(xiàn)多元素的同時檢測，適用于微量樣品的快速分析。

復(fù)旦大學(xué) 陳良堯教授

　　復(fù)旦大學(xué)的陳良堯教授帶來的報告題目是“超高分辨寬帶折疊光譜的快速檢測與分析”。

　　經(jīng)典光柵光譜儀的串聯(lián)檢測分析模式，對光柵和濾色片等色散器件進(jìn)行精細(xì)機械掃描，實現(xiàn)高分辨率，掃描速度慢，檢測效率低，依賴高精度機械裝置，重復(fù)和可靠性差。受到基礎(chǔ)工業(yè)等條件限制，我國高端精密光譜分析儀器和核心技術(shù)仍需依賴國際引進(jìn)，缺少自主知識產(chǎn)權(quán)。

　　陳良堯教授介紹了課題組進(jìn)行的高分辨二維折疊光譜儀和基于BSI-CMOS面陣傳感器的雙通道二維光譜分析儀的最新進(jìn)展。雙通道二維光譜分析儀具有高靈敏BSI-CMOS面陣傳感器；4×2=8雙通道光柵集成模塊，可擴展至更多組通道；具有自由曲面雙焦距反射鏡和高動態(tài)范圍（16-Bit，＞6萬灰度值）；波長區(qū)范圍在200-950nm；優(yōu)于0.1nm/像元分辨率；光譜實時獲取的優(yōu)值系數(shù)K=7500，達(dá)到了國際先進(jìn)指標(biāo)。

　　陳良堯強調(diào)，科學(xué)儀器研究和發(fā)展需要原理和方法創(chuàng)新，核心工藝和技術(shù)創(chuàng)新，培育市場、促進(jìn)推廣應(yīng)用，優(yōu)秀的研發(fā)團(tuán)隊和較高強度的研發(fā)投入，任重而道遠(yuǎn)。

清華大學(xué) 王哲教授

　　清華大學(xué)王哲教授帶來的報告題目是“Uncertainty Origination Mechanism and its Reduction”，介紹了LIBS研究的瓶頸，光譜標(biāo)準(zhǔn)化方法，等離子體圖像等。

　　報告總結(jié)了信號不確定性的根源，一是等離子體與周圍氣體的相互作用導(dǎo)致等離子體上部碰撞和下部碰撞，從而導(dǎo)致等離子體形態(tài)不穩(wěn)定；二是等離子體形態(tài)的波動導(dǎo)致觀察到的元素總數(shù)密度的變化；三是總觀測數(shù)密度的變化引起LIBS不確定性。

浙江大學(xué) 周建光教授

　　浙江大學(xué)周建光教授帶來的報告題目是“Cyber Spectral Technology 光譜技術(shù)+機器學(xué)習(xí)的思考”。

　　深度卷積網(wǎng)絡(luò)基于自學(xué)習(xí)的特征，從伴有嚴(yán)重噪聲和基線漂移的光譜中，學(xué)習(xí)出應(yīng)用于物質(zhì)鑒別、含量預(yù)測等實際應(yīng)用問題的有效特征，更可以消除非線性關(guān)系對矯正模型預(yù)測性能的影響，進(jìn)一步提高性能。

　　基于CNN的光譜預(yù)處理器，采用Savitzky-Golay和多項式擬合加權(quán)最小二乘基線方法對測得的原始光譜去燥、基線矯正后，建立PLS-DA、SVM分類模型的分類結(jié)果對比可以看出CNN模型在去燥、基線矯正上較傳統(tǒng)方法具備更優(yōu)的性能。