动态视觉传感器增强型激光诱导击穿光谱技术：参数优化与光谱稳定性提升的校正方法

《Journal of Analytical Atomic Spectrometry》：Dynamic vision sensor enhanced laser-induced breakdown spectroscopy: parameter optimisation and correction method for improving spectral stability

LIBS信号稳定性差的问题通过集成动态视觉传感器（DVS）实现校正，优化激光能量（95mJ）和延迟时间（1.5μs），结合DVS参数（F2.0孔径、5cm距离、0°角）构建光谱校正模型（DVS-SC），铜合金和碳钢实验验证显示R2提升61.1%-81.3%，平均RSD降至3.173%-10.317%。

　　

激光诱导击穿光谱（LIBS）具有广泛的应用前景，但其信号稳定性较差，这严重影响了分析精度。利用等离子体光学信号对光谱信号进行校正具有很大的潜力。动态视觉传感器（DVS）具有微秒级的时间分辨率和超过120 dB的动态范围，特别适合捕获等离子体光学信号。本研究提出了一种新的方法，将DVS集成到LIBS系统中，以捕获关键的等离子体参数并对LIBS信号进行有效校正。为了获得高质量的光谱和等离子体光学信号，首先进行了全面的光谱分析，确定了最佳的LIBS参数：激光能量为95 mJ，延迟时间为1.5 μs。同时，通过事件帧重建和统计分析优化了DVS的参数，最终确定了F2.0光圈、5厘米的采集距离和0°的采集角度的配置。此外，建立了一个光谱校正模型（DVS-SC），该模型利用等离子体面积以及DVS检测到的因光强度增加而产生的“开启”事件数量来实现信号校正。在铜合金和碳钢上的实验验证表明，与原始数据相比，Cu I 327.396 nm、Zn I 328.233 nm和Mn I 403.076 nm的校准曲线R2值分别提高了61.1%、49.8%和81.3%，对应的改进幅度分别为61.1%、49.8%和81.3%。平均相对标准偏差分别降低到了3.173%、10.317%和0.872%，明显优于原始结果。本研究提出的方法结合了简单性、成本效益和高效率，因此对现场应用具有很大的实际价值。