一种适用MPT光谱仪的垂直观测位置快速优化方法与流程

本发明涉及原子发射类光谱分析领域，具体地，涉及一种适用MPT光谱仪的垂直观测位置快速优化方法。
背景技术：
：MPT光谱仪由光源系统和光谱数据采集分析系统组成，光源系统用于激发出待测样品中的元素的特征光谱；光谱采集分析系统用于采集光源系统激发出的元素特征光谱信息，然后利用特征光谱信息进行样品中元素的定性或定量分析。MPT光谱仪在开始进行特征光谱信息采集前，要先进行观测位置的优化，通过调整光谱采集系统的采光口与光源系统的相对位置，使采光口对准光源上谱线发射强度最强的点，这样才能保证仪器有最佳的分析性能和准确性，所以观测位置的优化工作是MPT光谱仪的运行过程中的一个重要环节，观测位置的优化的速度和准确性直接影响到仪器的分析效率和性能。MPT光谱仪光源系统与光谱数据采集系统的采光口之间距离是固定的，该距离是数据采集系统的焦距。观测位置优化时，只对水平和垂直两个维度的位置进行调节。一般情况下，观测位置的优化方式采用在指定的区域内，进行逐行逐点采集元素谱线的发射强度数据，然后在采集到的元素谱线的发射强度中找出最大发射强度值对应的观测位置，确定为最佳观测位置。上述的传统观测位置优化方法，当点间距(调节精度)太大时，不能找到最优的观测位置；当点间距(调节精度)太小时，观测位置优化过程占用的时间会非常长。以MPT全谱仪为例，一次光谱数据采集需要12秒，如果要在1cm*1cm的区域内对观测位置进行优化，调节精度为0.05cm,则需要采集400个全谱数据，仅采集数据耗时就需要80分钟，在采集数据的过程中，标准样品和气体要持续通入，所以传统优化方法存在标准样品和气体的消耗量大，优化成本高，优化时间长的问题。而且0.05cm并不算很高的精度，获得的观测位置可能只是一个较好的观测位置，不是最佳观测位置，更高的精度，将进一步增加标准样品和气体的消耗和仪器的使用成本。技术实现要素：针对现有技术中常规MPT光谱仪观测位置优化过程存在的耗时长、成本高、准确率低的缺陷，本发明的目的是提出一种适用于原子发射类光谱分析领域中MPT光谱仪垂直观测位置优化的方法，根据较少量的采集数据得到指定波长的最佳观测位置，有效地避免传统的逐点扫描式方法所存在的数据量大、优化周期长的问题，提高仪器的分析效率，减少对标准样品、气体等资源消耗，进一步降低仪器的使用成本。根据本发明提供的一种适用MPT光谱仪的垂直观测位置快速优化方法，包括：步骤1，对初测区域进行N个观测位置的待测波长光谱强度数据进行采集获得光谱强度初测矩阵R，其中，所述特征点数N满足以下公式：公式中，Z为可靠性系数；λ为观测位置的预设精度，M初为所述初测区域面积，M初的单位为平方厘米，E为最大可接受误差值；根据所述观测位置的预设精度λ生成全观测区域的单位矩阵：A=[Ix,y]=Ix,y=1x=0,λ,2λ,...,jλy=0,λ,2λ,...,kλ]]>其中，j＝W全/λ，W全为全观测区域的宽度，W全的单位为厘米，k＝H全/λ，H全为全观测区域的高度，H全的单位为厘米；步骤2，根据光谱强度初测矩阵R和全观测区域的单位矩阵A进行空间插值算法获得全观测区域内光谱强度预测模型T，所述T的每个元素包括一个坐标和对应坐标上的光谱强度值；步骤3，求解全观测区域内光谱强度预测模型T中光谱强度最大的元素MAX，根据该光谱强度最大的元素MAX获得的坐标为最佳观测位置。作为一种优化方案，所述可靠性系数Z为0.85～4.9。作为一种优化方案，所述最大可接受误差值E为观测位置的精度的一半。作为一种优化方案，步骤1中所述光谱强度初测矩阵R具体为：R=(Ix,y)x=0,a,2a,...,may=0,b,2b,...,mb,]]>其中，a＝W初/m，W初为初测区域的宽度，W初的单位为厘米，b＝H初/m，H初为初测区域的高度，H初的单位为厘米。作为一种优化方案，所述步骤3包括：若所述光谱强度最大的元素MAX只有一个，则该光谱强度最大的元素MAX的坐标为所述最佳观测位置；若所述光谱强度最大的元素MAX的数量多于一个，则先根据光谱强度最大的元素MAX的坐标进行实测，再根据实测获得的最大光强值所在的坐标确定所述最佳观测位置。与现有技术相比，本发明具有如下的有益效果：本发明公开了一种适用MPT光谱仪的垂直观测位置快速优化方法。采用基于少量的采集数据获得指定波长的最佳观测位置，有效地避免了传统的逐点扫描式方法所存在的数据量大、优化周期长的问题，提高了仪器的分析效率，减少了对标准样品、气体等资源消耗，有效降低了仪器的使用成本。附图说明为了更清楚地说明本发明实施例的技术方案，下面将对实施例描述中所需要使用的附图作简单的介绍，显而易见，下面描述中的附图仅仅是本发明的一些实施例，对于本领域技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。附图中：图1是可选的一种适用MPT光谱仪的垂直观测位置快速优化方法的流程实施例；图2是可选实施例中的全观测区域内的光谱强度数据趋势预测模型示意图。具体实施方式下文结合附图以具体实施例的方式对本发明进行详细说明。以下实施例将有助于本领域的技术人员进一步理解本发明，但不以任何形式限制本发明。应当指出的是，还可以使用其他的实施例，或者对本文列举的实施例进行结构和功能上的修改，而不会脱离本发明的范围和实质。在本发明提供的一种适用MPT光谱仪的垂直观测位置快速优化方法的实施例中，如图1所示，包括：步骤1，对初测区域进行N个观测位置的待测波长光谱强度数据进行采集获得光谱强度初测矩阵R，其中，所述特征点数N满足以下公式：公式中，Z为可靠性系数，Z标识计算结果的置信度，所述可靠性系数Z可选范围为0.85～4.9，作为一种实施例优选为2.17；λ为观测位置的预设精度，M初为所述初测区域面积，M初的单位为平方厘米，E为最大可接受误差值，所述最大可接受误差值E可选为观测位置的精度的一半。根据所述观测位置的预设精度λ生成全观测区域的单位矩阵：A=[Ix,y]=Ix,y=1x=0,λ,2λ,...,jλy=0,λ,2λ,...,kλ]]>其中，j＝W全/λ，W全为全观测区域的宽度，W全的单位为厘米，k＝H全/λ，H全为全观测区域的高度，H全的单位为厘米。本实施例中初测区域可以是全观测区域的局部或全部。步骤2，根据光谱强度初测矩阵R和全观测区域的单位矩阵A进行空间插值算法获得全观测区域内光谱强度预测模型T，所述T的每个元素包括一个坐标和对应坐标上的光谱强度值。步骤3，求解全观测区域内光谱强度预测模型T中光谱强度最大的元素MAX，根据该光谱强度最大的元素MAX获得的坐标为最佳观测位置。步骤1中所述光谱强度初测矩阵R具体为：R=(Ix,y),{x=0,a,2a,...,may=0,b,2b,...,mb,]]>其中，a＝W初/m，W初为初测区域的宽度，W初的单位为厘米，b＝H初/m，H初为初测区域的高度，H初的单位为厘米。所述步骤3包括：若所述光谱强度最大的元素MAX只有一个，则该光谱强度最大的元素MAX的坐标为所述最佳观测位置；若所述光谱强度最大的元素MAX的数量多于一个，则先根据光谱强度最大的元素MAX的坐标进行实测，再根据实测获得的最大光强值所在的坐标确定所述最佳观测位置。以下按照实施流程描述本发明的一种实施例：针对常规MPT光谱仪观测位置优化过程存在的耗时长、成本高、准确率低的问题，本发明提出了一种适用MPT光谱仪的垂直观测位置快速优化方法。作为一种实施例，操作步骤如下：1)对初始观测区域进行N个观测位置的待测波长光谱强度数据进行采集，特征点数的估算公式如下：特征点数N满足以下条件：Z为可靠性系数，标识计算结果的置信度，本优化方法中推荐值为2.17(置信度为0.98)；λ为观测位置的预设精度；M初为初始观测区域面积，单位为平方厘米；E为可接受误差值，通常为观测位置的精度的一半。特征点采用按设定规则采样的方法获取，即固定间隔位置采样。特征点数据是一个由(x,y)坐标处的光谱强度值组成的矩阵，定义如下：R=(Ix,y),x=0,a,2a,...,may=0,b,2b,...,mb]]>其中，N为特征点数；a＝W初/m，W初为观测区域的宽度，单位为厘米；b＝H初/m，H初为观测区域的高度，单位为厘米；2)根据观测位置优化精度要求，生成优化数据矩阵A。A为全观测区域，等间隔(j+1)*(k+1)的矩阵，定义如下：A=[Ix,y]=Ix,y=1x=0,λ,2λ,...,jλy=0,λ,2λ,...,kλ]]>其中，λ为观测位置的预设精度值，也是优化精度；j＝W全/λ，W全为全观测区域的宽度，单位为厘米；k＝H全/λ，H全为全观测区域的高度，单位为厘米；3)利用采集得到的N个特征点数据，利用空间插值算法，求得优化数据矩阵A中各元素对应位置的光谱强度值，得到整个观测区域内的光谱强度数据趋势预测模型T，T是一个(j+1)*(k+1)的数据矩阵，矩阵的每个元素包括一个坐标值和对应坐标上的光谱强度值。4.求解T中的光谱强度最大的元素，该元素的坐标数据即为最佳观测位置；针对第4步中的特殊情况说明：当求解T中的光谱强度得到的最大的元素的个数多于1时，则多个元素都做为最佳观测位置，然后对得到的各元素的光谱强度数据进行实测，实测数据中光谱强度值最大的值对应的元素的坐标值即为最佳观测位置本发明中所述空间插值算法是一种比较成熟的算法，目前已开发出包括距离倒数乘方法(InverseDistancetoaPower)、克里金法(Kriging)、最小曲率法(MinimumCurvature)、多元回归法(PolynomialRegression)、径向基本函数法(RadialBasisFunction)、谢别德法(Shepard'sMethod)、三角网/线形插值法(TriangulationwithLinearInterpolation)、自然邻点插值法(NaturalNeighbor)、最近邻点插值法最近邻点插值法(NearestNeighbor)、MovingAverage(移动平均法)在内的多种实现算法，本发明不限于此，本领域技术人员可以根据需要对具体的计算流程进行选择设计，都可以实现空间插值的效果而获得全观测区域中的光谱强度趋势预测模型T。以下为一种利用本发明方法进行实测获得数据与传统方法过程的对比例：传统方法例：全观测区域为1cm*1cm，优化精度为0.05cm,传统逐行逐点采集元素谱线的发射强度数据如下表所示，下表表头横向第一行标题为水平坐标x，纵向第一列标题为垂直坐标y，明显可得到最佳观测位置坐标为(0.70，0.65)。表1本发明的方法例：采用MPT光谱仪的垂直观测位置快速优化方法，采集的特征数据如下表：表2如图2，计算得到的整个观测区域内的光谱强度数据趋势预测模型T，求解出的最佳观测位置见图2，可见最佳观测位置与传统方法一致坐标为(0.7，0.75)。本发明解决了传统优化方法所存在的耗时长，资源消耗量大，使用成本高的问题。以上所的对比例为例，在实际实验过程中，传统方法仅采集数据耗时就需要80分钟；而本专利所述方法只需采集9个特征数据，采集耗时仅为4.8分钟，大大减少了优化耗时，降低了仪器的使用成本，也提高了观测位置优化的周期，提高了仪器的分析效率。与传统方法相比，优化得到的位置坐标具有更高的精度和准确性。与传统方法相比，具有节能和环保的潜在优点。以上所述仅为本发明的较佳实施例，本领域技术人员知悉，在不脱离本发明的精神和范围的情况下，可以对这些特征和实施例进行各种改变或等同替换。另外，在本发明的教导下，可以对这些特征和实施例进行修改以适应具体的情况及材料而不会脱离本发明的精神和范围。因此，本发明不受此处所公开的具体实施例的限制，所有落入本申请的权利要求范围内的实施例都属于本发明的保护范围。当前第1页1 2 3