在光谱类科学仪器领域，长期稳定性一直是衡量仪器性能的重要指标，对于实现高精度测量至关重要。LIBS技术(激光诱导击穿光谱技术)以其检测速度快、无需样品预处理及实时原位检测等优势，在光谱检测领域展现出巨大潜力。然而，在实际应用中，特别是在复杂的工业环境下，环境干扰导致的信号漂移问题成为制约LIBS技术广泛应用的主要瓶颈。近日，中国科学院沈阳自动化研究所的LIBS研究团队在这一领域取得了新进展。
ID-PLS方法示意图
针对这一难题，LIBS团队经过深入研究，提出了ID-PLS方法。首先，科研人员基于定量模型得到强度比理想值，进而引入了强度比漂移值(即检测值与理想值之间的偏差)，实现了光谱在长时间检测过程中波动情况的精准表征。其次，科研人员利用机器学习中的偏最小二乘算法(即PLS算法)，学习漂移值与光谱内在规律之间的关系，将光谱检测值校准到理想值附近，确保其校准效果的下限不低于传统的平均内标法，从而显著提升了光谱测量的长期稳定性。实验结果显示，采用ID-PLS方法后，有效提升了LIBS测量的长期稳定性。
为了进一步验证ID-PLS方法的有效性，研究团队将其应用于自主研发的LIBS钢水成分
传感器上，并在不同低合金钢样品上进行了测试。测试结果表明，与传统的漂移校正方法相比，ID-PLS方法在C、Si、Mo、Ni、Cu和Mn等多种元素的综合校准性能上表现更加优异，为提升光谱传感器的长期稳定性提供了一种切实可行的解决方案。
该研究成果以Combination of Internal Standard and Dominant Factor PLS for Improving Long-term Stability of LIBS Measurements为题，在光谱学领域1区期刊Journal of Analytical Atomic Spectrometry上以封面论文形式发表。该研究得到了国家重点研发计划项目的支持。(工业控制网络与系统研究室)
