一种大气气溶胶快速检测溯源装置及方法

技术领域

本发明属于光电检测技术领域，具体涉及一种大气气溶胶快速检测溯源装置及方法。

背景技术

激光诱导击穿光谱技术是一种原子发射光谱技术，通过高能量的脉冲激光在样品表面激发等离子体，等离子体中处于激发态的原子与离子在向低能级或基态跃迁的过程中将发射出特定频率的光子，产生不同的特征谱线，代表了样品元素种类和浓度信息，相当于不同物质的“光谱指纹”。该技术对于气溶胶的直接检测存在稳定性不佳、采样率过低等问题，同时只能对样品的元素组成情况进行分析。

BP神经网络是一种有监督式的机器学习算法，通过输入学习样本，使用反向传播算法对网络的权值和偏差进行多次调整训练，使输出的向量与期望向量尽可能地接近，当网络输出层的误差平方和小于指定的误差时训练完成，保存网络的权值和偏差。BP神经网络模型拓扑结构包括输入层、隐含层和输出层。

发明内容

本发明针对现有技术中的不足，提供一种大气气溶胶快速检测溯源装置及方法，旨在实现大气气溶胶元素的直接快速检测，提高大气气溶胶直接检测的光谱采样率；结合机器学习算法构建分类溯源模型，进一步实现对单一气溶胶的溯源。

为实现上述目的，本发明采用以下技术方案：一种大气气溶胶快速检测溯源装置，包括激光器、聚焦透镜、信号探头、光纤、光谱仪、计算机、吸气泵、临时存储罐、球阀控制装置、导管、抽气泵；

所述吸气泵与抽气泵之间连接有导管，导管靠近抽气泵处设有开口；正对着开口处设有聚焦透镜，激光器发射的激光能够通过聚焦透镜照射到导管的开口处；信号探头设于导管的开口处附近用于收集辐射光；信号探头通过光纤与光谱仪连接；光谱仪与计算机连接；

吸气泵的下方设有样品临时存储罐，临时存储罐和导管间装有球阀控制装置，通过球阀的开闭与临时存储罐共同控制气溶胶样本的浓度。

为优化上述技术方案，采取的具体措施还包括：

进一步地，装置还包括时序控制器，时序控制器与激光器及光谱仪连接；时序控制器用于设置光谱仪采集信号和固体激光器发射脉冲间的延时。

进一步地，临时存储罐上装有气压传感器；气压传感器与单片机电连接，实时向单片机传输罐内气压的变化情况。

进一步地，球阀控制装置由单片机控制，控制球阀保持开启状态，来实现实时在线检测；通过单片机调节球阀每次关闭的时间，来实现提高采样率的准在线检测。

进一步地，球阀控制装置包括舵机和机械球阀，由单片机控制舵机转动一定角度以控制机械球阀的开与关。

本发明还提供一种大气气溶胶快速检测溯源方法，包括如下步骤：

训练溯源模型：从实验室中采集的大量不同大气气溶胶样品的光谱数据中选择不同元素的特征谱线或整个光谱作为不同气溶胶的特征数据，同时根据不同大气气溶胶样品对特征数据中的每个样本设置标记，唯一标识每个样本所属的气溶胶种类；将上述特征数据和标记作为训练数据，用于训练产生溯源模型；

每次采集到的不同气溶胶样品的等离子体发射光谱数据，从光谱数据中选择不同元素的特征谱线或整个光谱作为其特征数据；将特征数据输入已训练好的模型，得到检测结果。

进一步地，根据不同大气气溶胶样品为每次的光谱设置标记具体为，使用独热编码方式，即使用k维向量作为标记，k为样品种类数目，通过某个维度取值为1而其它维度为0对不同样品进行区分。

进一步地，每个k维向量中仅有一个元素取值为1，其余为0；同种气溶胶样品的所有样本的k维向量标记中同一个元素取1，而不同气溶胶样品的样本标记中值为1的元素不同。

进一步地，溯源模型采用BP神经网络，将气溶胶样品的特征数据和标记分别作为模型的输入参数和预期输出值；对于模型的实际输出值，即k维输出向量，将向量中最大的元素置为1，其余元素设置为0，根据值为1的元素位置来确定模型预测的样本所属的气溶胶种类。

进一步地，在模型训练迭代的过程中，根据实际输出值和预期输出值的均方误差的负梯度方向对神经网络中不同层的神经元之间的连接权重和阈值进行调整，直到达到预先设置的迭代次数或误差小于预先设置的值时停止迭代，得到溯源模型。

本发明的有益效果是：1)本发明通过球阀和临时存储罐来提高大气样品浓度，提高检测限和采样率。

2)本发明通过气溶胶导管和双泵进出设计，减少信号探头和导管开口之间的样品溢出，降低对信号采集的干扰。

3)本发明基于机器学习算法建立气溶胶分类溯源模型，实现单一气溶胶的溯源。

4)通过本发明装置溯源时每次仅需要一个激光脉冲，检测成本低。

5)本发明操作简单快捷。

附图说明

图1是本发明的大气气溶胶快速检测溯源装置的结构示意图。

图2是本发明的球阀控制装置结构示意图。

图3是本发明实现单一气溶胶溯源功能的示意图。

附图说明：

1-激光器，2-聚焦透镜，3-信号探头，4-光纤，5-光谱仪，6-时序控制器，7-计算机，8-单片机，9-吸气泵，10-临时存储罐，11-气压传感器，12-球阀控制装置，13-导管，14-抽气泵，15-舵机，16-机械球阀。

具体实施方式

现在结合附图对本发明作进一步详细的说明。

本发明提供了一种大气气溶胶快速检测溯源装置，包括激光器1、聚焦透镜2、信号探头3、光纤4、光谱仪5、计算机7、吸气泵9、临时存储罐10、球阀控制装置12、导管13、抽气泵14；

吸气泵9下方连接有导管13，导管13下端连接有抽气泵14，导管13靠近抽气泵14处设有开口，开口方向朝上；正对着导管13的开口处设有聚焦透镜2，激光器1发射的激光能够通过聚焦透镜2照射到导管13的开口处；信号探头3设于导管13的开口处附近用于收集辐射光；信号探头3通过光纤4与光谱仪5连接；光谱仪5与计算机7电连接；时序控制器6与激光器1及光谱仪5连接；时序控制器6用于设置光谱仪5采集信号和固体激光器1发射脉冲间的延时。

吸气泵9的下方设有样品临时存储罐10，临时存储罐10上装有气压传感器11；气压传感器11与单片机8电连接，实时向单片机8传输罐内气压的变化情况。临时存储罐10和导管13间装有球阀控制装置12，球阀控制装置12包括舵机15和机械球阀16，由单片机8控制舵机15转动一定角度以控制机械球阀16的开与关，通过球阀的开闭与临时存储罐10共同控制气溶胶样本的浓度。球阀控制装置12由单片机8控制，控制球阀保持开启状态，来实现实时在线检测；通过单片机8调节球阀每次关闭的时间，来实现提高采样率的准在线检测。

本发明还提供了一种大气气溶胶快速检测溯源方法，包括步骤：

训练溯源模型：从实验室中采集的大量不同大气气溶胶样品的光谱数据中选择不同元素的特征谱线或整个光谱作为不同气溶胶的特征数据，同时根据不同大气气溶胶样品对特征数据中的每个样本设置标记，唯一标识每个样本所属的气溶胶种类；将上述特征数据和标记作为训练数据，用于训练产生溯源模型；

每次采集到的不同气溶胶样品的等离子体发射光谱数据，从光谱数据中选择不同元素的特征谱线或整个光谱作为其特征数据；将特征数据输入已训练好的模型，得到检测结果。

在上述装置的作用下，可以采集到大量不同气溶胶样品的等离子体发射光谱数据，可以从光谱中选择不同元素的特征谱线或整个光谱作为不同气溶胶的特征数据。同时，需要对数据中的每个样本添加种类标记，唯一标识每个样本所属的气溶胶种类。这里的标记采用独热编码的方式，即对k种气溶胶样品进行分类识别，则每个样本的标记采用一个k维向量进行表示。每个k维向量中仅有一个元素取值为1，其余为0；同种气溶胶样品的所有样本的k维向量标记中同一个元素取1，而不同气溶胶样品的样本标记中值为1的元素不同。

本发明的一个实施例中以BP神经网络算法构建溯源模型。BP神经网络是根据误差反向传播算法训练的多层前馈神经网络，它使用梯度搜索技术来寻求最小化网络的实际输出值和预期输出值的误差方差。它一般包括输入层、隐含层和输出层三个部分，其中，输入层神经元个数一般等于输入参数的个数；输出层神经元的个数等于标记向量的维度，即采用独热编码时等于样品的种类数；而隐含层可以有多层，每层神经元的个数需要根据模型训练结果进行参数优化。隐含层的层数一般需要根据数据量的大小进行选取，在数据量不是特别大时，可以仅设置一层隐含层。

将气溶胶样品的特征数据和标记分别作为模型的输入参数和预期输出值；对于模型的实际输出值，即k维输出向量，将向量中最大的元素置为1，其余元素设置为0，根据值为1的元素位置即可确定模型预测的样本所属的气溶胶种类。在模型训练迭代的过程中，根据实际输出值和预期输出值的均方误差的负梯度方向对神经网络中不同层的神经元之间的连接权重和阈值进行调整，直到达到预先设置的迭代次数或误差小于预先设置的值时停止迭代，得到模型。进一步地，改变隐含层神经元的个数，进行同样的迭代训练，得到不同参数的模型。通过对不同气溶胶新的样本进行测试以评估模型性能，寻找最佳的模型作为参数优化后的溯源模型。

当进行实际的在线溯源应用时，通过上述系统实现气溶胶的在线检测，将特征数据通过模型预测出其标记，即可快速得出其种类，实现气溶胶的在线溯源。

作为本发明的一个实施例，以燃烧产生的烟雾(大气气溶胶的一种)为例进行阐述。首先利用激光诱导击穿光谱技术对不同的燃烧烟雾进行检测，获取大量光谱数据。选择机器学习算法(如BP神经网络算法)，将光谱数据划分训练集和测试集，同时为不同烟雾的光谱数据设置各自的种类标记，接着训练分类模型。通过优化参数进一步完善气溶胶的分类溯源模型。

实际检测应用过程中，通过吸气泵9以一定的速率从大气中收集烟雾样品，在样品经过一端设有开口的导管13过程中，通过短焦聚焦透镜2聚焦后的高能量脉冲激光直接激发烟雾样品产生等离子体。导管开口下方设有外延，通过抽气泵14排出多余的大气气溶胶样品，减少弥散在信号探头3和激光击穿点之间空间中的烟雾样品对辐射信号的衰减与散射。辐射光直接由信号探头3收集，经光纤4传输到集成有CCD探测器的光谱仪5中进行分光和光电转换，通过便携式计算机7进行分析。光谱仪采集信号和固体激光器1发射脉冲间的延时通过时序控制器6进行设置。其中，固体激光器1输出的脉冲激光为纳秒量级，光谱仪5分辨率为0.1nm、可检测的范围时200-860nm。

在吸气泵的下方是一个样品临时存储罐10，上面装有气压传感器11，实时向单片机8传输罐内气压的变化情况。临时存储罐10和样品导管13间装有一个由单片机8控制的球阀控制装置12，可以先对样品进行一定压缩以提高浓度，再自动开启球阀通过导管对样品进行检测，提高采样率。如果球阀保持开启状态，则可实现实时在线检测；通过单片机8调节球阀每次关闭的时间，则可以实现提高采样率的准在线检测。其中，球阀控制装置由一个舵机15和一个机械球阀16构成，由单片机8控制舵机15转动一定角度以控制机械球阀16的开与关。单片机为Arduino uno 3开发板，舵机为90度旋转舵机。

将烟雾的检测结果作为分类溯源模型的输入，根据输出的标记可以确定该烟雾的类别，完成溯源。

本发明通过球阀和临时存储罐来提高大气样品浓度，提高检测限和采样率。本发明通过气溶胶导管和双泵进出设计，减少信号探头和导管开口间的样品溢出，降低对信号采集的干扰。本发明基于机器学习算法建立气溶胶分类溯源模型，实现单一气溶胶的溯源，每次仅需要一个激光脉冲，检测成本低。

以上仅是本发明的优选实施方式，本发明的保护范围并不仅局限于上述实施例，凡属于本发明思路下的技术方案均属于本发明的保护范围。应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理前提下的若干改进和润饰，应视为本发明的保护范围。