基于光谱分析的碳纳米材料浆料性能测试方法与流程

本发明涉及材料检测，具体涉及一种基于光谱分析的碳纳米材料浆料性能测试方法。

背景技术：

1、碳纳米材料在在增强复合材料、纳米增强材料和耐磨涂层等领域具有广泛的应用；并且具有优异的光学性能，在可见光和红外光谱范围内具有高吸收率和低反射率，这使得碳纳米材料在太阳能电池、光催化和光学涂层等领域有着重要的应用潜力。但是在碳纳米材料在生产过程中会存在一些问题，由于碳纳米材料具有高度结构化的表面和特殊的性质，易于发生聚集，在浆料制备过程中，如果没有采取适当的分散剂或处理方法，碳纳米材料可能会聚集成团块，导致浆料不均匀或粘稠度增加。因此需要对生产后的碳纳米材料浆料进行质量评价。在检测材料的性能时，通常使用光学手段方法，通过光谱仪来采集获得材料的光谱数据，然后对光谱数据进行分析，来获得可能存在异常的波数段，进行确定该材料可能存在的异常情况。

2、在现有技术中，对光谱数据进行分析时，主要是分析不同波段的变化，在红外光谱图像中，不同波段表示的是物质的吸光程度不同，根据波段的变化区分所测量材料中含有的物质类型。但是在获得红外光谱数据时，会受到噪声的影响，使得每一波段内数据都可能发生变化，现有对红外光谱图像的去噪方法未考虑不同波长区间受噪声影响的情况不同，导致去噪效果差，最终造成碳纳米材料浆料性能检测结果不准确。

技术实现思路

1、为了解决上述现有对红外光谱图像的去噪方法未考虑不同波长区间受噪声影响的情况不同，导致去噪效果差，最终造成碳纳米材料浆料性能检测结果不准确的技术问题，本发明的目的在于提供一种基于光谱分析的碳纳米材料浆料性能测试方法，所采用的技术方案具体如下：

2、获取碳纳米材料的红外光谱图；对所述红外光谱图中光谱数据进行拟合获得光谱拟合曲线，根据所述光谱拟合曲线的波动特征获得不同的波长区间；根据所述波长区间对应的所述光谱拟合曲线与实际的光谱数据的差异特征获得所述波长区间的噪声干扰程度；

3、对实际的光谱数据进行变换分解获得不同的分量信号，根据所述波长区间的所述噪声干扰程度、所述波长区间对应的所述分量信号的变化特征和频率特征，获得所述波长区间对应的所述分量信号的噪声影响程度；

4、根据分量信号的所有波长区间的噪声影响程度的差异特征获得分量信号的整体噪声影响程度；根据所述整体噪声影响程度对所述分量信号去噪与重构，获得去噪红外光谱图像；根据所述去噪红外光谱图像对碳纳米材料性能检测。

5、进一步地，所述根据所述光谱拟合曲线的波动特征获得不同的波长区间的步骤包括：

6、计算所述光谱拟合曲线中最大幅值点的幅值与每个数据点的幅值的差值，获得数据点的幅值差；分别从两端初始数据点开始遍历，计算所有遍历的数据点的切线斜率绝对值和所述幅值差的乘积的平均值，获得遍历区间变化程度值；计算最后一个遍历数据点的预设相邻范围内的数据点的切线斜率绝对值与对应的幅值差的乘积的平均值，获得遍历相邻区间变化程度值；

7、计算所述遍历区间变化程度值与所述遍历相邻区间变化程度值的差值并归一化，获得分割概率；当所述分割概率大于预设阈值，停止遍历，将遍历结束的数据点的预设相邻范围内最后一个数据点作为分割点，从所述分割点沿着对应的遍历方向继续遍历，获得所有分割点；两个相邻分割点之间对应的范围为所述光谱拟合曲线的所述波长区间。

8、进一步地，所述根据所述波长区间对应的所述光谱拟合曲线与实际的光谱数据的差异特征获得所述波长区间的噪声干扰程度的步骤包括：

9、计算所述波长区间对应的所述光谱拟合曲线与对应实际的光谱数据的皮尔逊相关系数，计算常数1与皮尔逊相关系数的差值，获得所述波长区间的所述噪声干扰程度。

10、进一步地，所述对实际的光谱数据进行变换分解获得不同的分量信号的步骤包括：

11、根据小波变换算法对实际的光谱数据进行变换分解获得不同的分量信号。

12、进一步地，所述获得所述波长区间对应的所述分量信号的噪声影响程度的步骤包括：

13、获得所述波长区间对应的每个分量信号的曲线中的极大值点数量，计算所述波长区间对应的所述分量信号的频率与对应的极大值点数量的乘积，获得分量噪声影响表征值；将所述波长区间对应的所有分量信号的所述分量噪声影响表征值累加获得分量噪声影响表征值和值；

14、计算所述波长区间对应的分量信号的频率的方差；对于所述波长区间的任意一个所述分量信号，计算所述分量噪声影响表征值与所述分量噪声影响表征值和值的比值与对应的所述噪声干扰程度的差值，获得分量噪声评价度；计算预设第一数值与所述分量噪声评价度的和值，获得分量噪声评价度表征值；计算所述分量噪声评价度表征值与对应的所述频率方差的乘积，获得所述波长区间对应的所述分量信号的所述噪声影响程度。

15、进一步地，所述根据分量信号的所有波长区间的噪声影响程度的差异特征获得分量信号的整体噪声影响程度的步骤包括：

16、计算所述波长区间对应的所有分量信号的所述噪声影响程度的平均值，获得区间噪声影响程度均值；对于任意一个所述分量信号，计算所述分量信号的所有波长区间的所述噪声影响程度的平均值，获得分量噪声影响程度均值；

17、计算所述分量信号的所述分量噪声影响程度均值与每个区间噪声影响程度均值的差值，获得影响差异值，将所述影响差异值的最小值作为噪声影响差异表征值；计算所述分量噪声影响程度均值与所述噪声影响差异表征值的差值，获得所述分量信号的所述整体噪声影响程度。

18、进一步地，所述获得去噪红外光谱图像的步骤包括：

19、计算所述分量信号的所述整体噪声影响程度与预设系数的乘积，获得中值滤波的自适应滤波窗口大小，通过中值滤波算法的自适应滤波窗口大小对所述分量信号进行去噪，获得去噪分量信号；通过小波变换算法对所有去噪分量信号重构，获得所述去噪红外光谱图像。

20、进一步地，所述对所述红外光谱图中光谱数据进行拟合获得光谱拟合曲线的步骤包括：

21、根据所述红外光谱图中光谱数据通过最小二乘法进行数据拟合，获得所述光谱拟合曲线。

22、进一步地，所述根据所述去噪红外光谱图像对碳纳米材料性能检测的步骤包括：

23、判断所述去噪红外光谱图像中不属于碳纳米材料的光谱数据区间是否出现数据响应，当未出现数据响应，则认为碳纳米材料性能正常；当出现数据响应，则认为碳纳米材料性能异常。

24、本发明具有如下有益效果：

25、在本发明实施例中，获得光谱拟合曲线能够初步消除原光谱数据的细微波动，提高波长区间获取的准确性，进而增加后续去噪的准确性。获取不同的波长区间目的是进一步分析每个波长区间的受到噪声的影响情况，提高最终自适应去噪的准确性。计算噪声干扰程度能够初步表征每个波长区间的噪声干扰程度，有利于后续噪声影响程度的计算分析。对实际的光谱数据进行变换分解获得不同的分量信号，能够更准确地分析不同分量信号受到的噪声情况，对不同的分量信号进行去噪能够提高去噪效果。获得波长区间对应的分量信号的噪声影响程度，能够表征分量信号中对应每个波长区间的噪声影响情况，进而可根据噪声影响程度更准确地获得每个分量的整体噪声影响程度。最终根据每个分量的整体噪声影响程度对分量进行自适应地去噪，提高了去噪的准确性；获得的去噪红外光谱图像能够更准确地表征碳纳米材料的性能，提高了性能检测的准确性。