一种提高激光探针塑料识别精度的方法及其装置的制造方法
【技术领域】
[0001] 本发明属于激光精密检测技术领域，具体为一种激光探针塑料识别方法及其装 置。
【背景技术】
[0002] 随着塑料制品消费量不断增大，废弃塑料也不断增多，为回收资源和保护环 境，塑料分类成为亟需解决的问题。激光诱导击穿光谱（Laser-Induced breakdown Spectroscopy,简称LIBS)技术与国内学者熟悉的电子探针分析仪器在原理上有诸多相似 之处，因此称其为"激光探针"。激光探针塑料识别分类过程是将激光束聚焦到塑料样品表 面，激发出等离子体，等离子体发射光经过光收集器和光纤收集并耦合到光谱仪中，不同波 长的发射光经过光谱仪后实现空间分离并记录在ICCD靶面的不同位置上，最终形成一个 等离子体光谱，每个等离子体光谱中包含有多条特征谱线。由于不同塑料中特征元素的种 类、含量不同，导致其等离子体光谱中相应特征谱线的强度有差异。采用标准塑料的等离 子体光谱来训练分类器模型，即获得等离子体光谱中的特征谱线强度与塑料种类的映射关 系，利用该分类器模型可以实现对塑料废弃物的识别分类。该技术具有识别速度快、样品不 需要预处理、对样品损伤小、不受限于塑料的颜色等优点。
[0003] 研究论文《基于主成分分析和人工神经网络的激光诱导击穿光谱塑料识别分类 方法研究》（光谱学与光谱分析，第32卷，第12期）提到将主成分分析法（Principle Component Analysis，简称PCA)与反向传播人工神经网络（Back-propagation Artificial Neural Network)两种算法与激光探针技术相结合，对7种塑料的平均识别精度为97. 5%。 石开究论文〈〈Laser-induced plasma spectroscopy for plastic identification)) (Polymer Engineering and Science，November2000，Vol.40，No. 11)提到将线性相关、等级相关两种 统计相关算法与激光探针技术相结合对6种塑料的平均识别准确度达到90%。
[0004] 以上实验研究尽管取得了较高的识别分类精度，但其准确度还不能满足工业应用 的需求，有待于进一步提商。
【发明内容】
[0005] 本发明提供了一种提高激光探针塑料识别精度的方法，目的在于进一步提高激光 探针对塑料材料的识别准确度。
[0006] 本发明提供的一种提高激光探针塑料识别精度的方法，其特征在于，该方法包括 下述步骤：
[0007] 第1步采用激光探针装置采集每种待测塑料的等离子体光谱，共获得M2个等离子 体光谱；
[0008] 第2步选取特征谱线、读取特征谱线强度，并对特征谱线的强度做归一化处理；
[0009] 第3步待识别塑料的M2个光谱中C-N(0,0)，C-C (0,0)和0 1777. 41nm三条关键 特征谱线的归一化强度均分别乘上f\，f2, f3三个权重因子，从而得到M2组光谱数据，同样 根据对应塑料类型，为每组光谱数据设定一个标签；
[0010] 第4步采用训练得到的SVM分类器模型，将待识别的M2组光谱数据作为分类器模 型的输入，输出是每组光谱数据所对应的预测标签，将输出的预测标签与实际标签对比，从 而获得每种塑料的识别准确度；
[0011] 所述SVM分类器模型建立时所使用的激光探针装置、工艺参数和环境气氛与第1 步相同。
[0012] 本发明提供的实现上述方法的装置，其特征在于，它包括激光器、激光波长反射 镜，聚焦透镜，电动平台，氩气吹气管，光收集器，光纤，光谱仪，ICCD，触发线，数据线，以及 数据处理器；
[0013] 激光器、激光波长反射镜和聚焦透镜依次位于同一光路上；电动平台位于聚焦透 镜的出射光路上，用于放置待测塑料；氩气吹气管用于向激光作用区送入氩气，光收集器用 于收集等离子体光谱，光收集器通过光纤与光谱仪连接，ICCD通过触发线与激光器连接， IC⑶通过数据线与数据处理器连接。
[0014] 由于现有激光探针对塑料材料的识别分类方法存在种种缺陷，本发明提供的方法 可以提高塑料识别分类准确度。具体而言，本发明方法具有以下特点和效果：
[0015] (1)方法的实现过程简单：针对塑料分类，只需要将所有光谱中C-N(0,0)，c-c(0， 0)和0 1777. 41nm三条关键特征谱线的归一化强度分别乘上对应的三个权重因子。
[0016] (2)本发明提出的方法有效提高了关键特征谱线的分类权重，使得更多特征谱线 对分类的贡献率有所增加，最终提高了塑料识别分类准确度。
[0017] (3)本发明方法是对原始光谱数据的更改，可以与人工神经网络、支持向量机等分 类算法相结合。
【附图说明】
[0018] 图1为本发明实例提供的激光探针塑料识别装置的结构示意图；
[0019] 其中，1.激光器；2.激光波长反射镜；3.聚焦透镜；4.电动平台；5.氦气吹气管； 6.光收集器；7.光纤；8.光谱仪；9. ICCD ; 10.触发线；13.数据线；14.数据处理器。
【具体实施方式】
[0020] 下面结合具体实施例对本发明的【具体实施方式】作进一步说明。在此需要说明的 是，对于这些实施方式的说明用于帮助理解本发明，但并不构成对本发明的限定。此外，下 面所描述的本发明各个实施方式中所涉及到的技术特征只要彼此之间未构成冲突就可以 相互组合。
[0021] 特征谱线的选取对于激光探针塑料识别分类准确度的提高有重要影响，首先，不 同种塑料的等离子体光谱中，特征谱线强度需要正比于其对应元素含量；其次，特征谱线的 强度不能太弱，特征谱线强度越强，其在塑料分类中的权重便越大，反之，则权重越小。由 于氧元素和氮元素是多种塑料的主要组成元素，对于不同种塑料，两种元素的含量不同；另 外，芳香族塑料和脂肪族塑料在C-C键浓度上有较大差异。因此，C-N(0,0)、C-C(0,0)、0 1777. 41nm三条关键特征谱线对塑料识别分类具有重要意义。
[0022] 采用氩气环境消除空气中氮、氧等元素谱线对塑料等离子体光谱的干扰，使得不 同种塑料在氮、氧元素含量上的差异能够通过其等离子体光谱中C-N(0,0)、0 I777.41nm两 条特征谱线的强度所反应出来。对于塑料等离子体光谱中C-C(0,0)分子谱线的强度，芳 香族塑料大于脂肪族塑料。但是相对于金属元素谱线和氢元素谱线的强度，〇 1777. 41nm、 C-N(0,0)、C-C(0,0)三条特征谱线的强度较弱，在塑料分类中的权重较小。为了增加以上 三条谱线的分类权重，提高塑料识别分类准确度，本发明方法所提供的解决方案包括下述 步骤：
[0023] (1)训练SVM分类器模型：
[0024] (I. 1)采集S种塑料的等离子体光谱。以获得最佳光谱信号背景比为标准，优化工 艺参数，包括：激光脉冲能量、离焦量（激光束聚焦焦点相对于样品表面的距离）、ICCD延 时及门宽。采用在等离子体侧面吹氩气的方式，获得氩气环境，去除空气对塑料等离子体的 影响。保持相同工艺参数和氩气环境，采集各种塑料的等离子体光谱，每种塑料采集N个等 离子体光谱，S种塑料共采集M 1=SXN个光谱（S的取值为生活中常见的塑料种类数量，一般 S 彡 11，50 彡 N 彡 150)。
[0025] (1. 2)选取特征谱线。对每种塑料的等离子体光谱进行定性分析，确定塑料材料 中主要含有的12种元素。以谱线自吸收小、重叠少为准则，选择12种元素所对应的15 条谱线作为特征谱线，分别为：C I247.86nm，H I656.3nm，Mg II279.55nm，F I685.7nm， C1I725. 7nm,