Быстрая идентификация и классификация металлических отходов с помощью лазерно-искровой эмиссионной спектроскопии

Предложен метод экспресс-идентификации и классификации металлического мусора (на примере пяти металлов) на основе совместного использования лазерно-искровой эмиссионной спектроскопии и машинного обучения. Идентифицировано несколько характерных линий Al, W, Fe, Cu, Sn, Pb и C. Для более эффективной классификации проведен анализ главных компонент с целью уменьшения размерности спектров. После уменьшения размерности образцы классифицированы с точностью 97.18% с использованием метода K-ближайших соседей. Для количественного анализа создана математическая модель из линейных формул, связывающих спектр и концентрацию на примере Fe, что заложило основу для более точной классификации.

1. Z. Liu, Nature, 594, 333 (2021).

2. J. N. Nriagu, J. M. Pacyna, Nature, 333, 134–139 (1988).

3. S. S. Lam, K. O. A. Aege, C. Sonne, Nature, 584, 192 (2020).

4. Y. Tang, Nature, 538, 41 (2016).

5. B. Philip, Nature Mater., 2, 76 (2003).

6. J. Wang, D. Yu, Y. Wang, X. Du, G. Li, B. Li, Y. Zhao, Tianjin Sci. Rep., 11, 17816 (2021).

7. J. Gans, M. Wolinsky, J. Dunbar, Science, 309, No. 5739, 1387–1390 (2005).

8. M. Z. Islam, L. J. J. Catalan, E. K. Yanful, Environ. Sci. Technol., 38, No. 5, 1522(1–8) (2004).

9. T. L. Xuan, P. Jégou, P. Viel, S. Palacin, Electrochem. Commun., 10, No. 5, 699–703 (2008).

10. A. Demirbas, J. Hazard. Mater., 157, No. 2-3, 220–229 (2008).

11. H. Kim, J. Lee, E. Srivastava, J. Spectrochim. Acta B: At. Spectrosc., 184, No. 7, 106282 (2021).

12. J. Svato, T. Pospíil, J. Vedral, J. Metrology and Measurement Systems, 25, No. 2, 387–402 (2018).

13. T. L. Xuan, P. Jégou, P. Viel, Electrochem. Commun., 10, No. 5, 699–703 (2008).

14. A. Demirbas, J. Hazard. Mater., 157, No. 2-3, 220–229 (2008).

15. Y. Ma, Y. Hu, S. Qiao, Y. He, F. Tittel, Photoacoustics, 20, 100206 (2020).

16. S. Qiao, Y. Ma, Y. He, P. Patimisco, A. Sampaolo, V. Spagnolo, Opt. Express, 29, 25100–25108 (2021).

17. E. Narevicius, A. Libson, C. G. Parthey, I. Chavez, J. Narevicius, U. Even, M. G. Raizen, Phys. Rev. Lett., 100, No. 9, 093003 (2003).

18. V. Contreras, R. Valencia, J. Peralta, H. Sobral, M. A. Meneses-Nava, M. Horacio, Opt. Lett., 43, No. 10, 2260–2263 (2018).

19. G. Rasmus, L. Mats, L. Sune, Svanberg, Opt. Lett., 30, No. 21, 2882–2884 (2005).

20. P. Yaroshchyk, R. Morrison, D. Body, B. L. Chadwick, Spectrochim. Acta, B: At. Spectrosc., 60, No. 11, 1482–1485 (2005).

21. M. A. Hossen, P. K. Diwakar, S. Ragi. Sci. Rep., 11, 12693 (2021).

22. C. Che, X. Lin, X. Gao, J. Lin, H. Sun, Y. Huang, S. Tao, Microwave and Opt. Technol. Lett., 63, No. 6, 1635–1641 (2021).

23. M. E. Essington, G. V. Melnichenko, M. A. Stewart, R. A. Hull, Soil Sci. Soc. Am. J., 73, 1469–1478 (2009).

24. S. Siano, J. Agresti, The Encyclopedia of Archaeological Sci., 26 (2018).

25. C. Jessi, S. Emily, H. Jan, O. Lukas, J. Chemometrics, 26, No. 5, 143–149 (2012).

26. Y. Dai, S. Zhao, C. Song, X. Gao, Microwave and Opt. Technol. Lett., 63, No. 6, 1629–1634 (2021).

27. V. C. Costa, F. M. V. Pereira, J. Chemometrics, 34, No. 12, e3248 (2020).

28. J. Gurell, A. Bengtson, M. Falkenstrem, B. A. M. Hansson, Spectrochim. Acta B: At. Spectrosc., 74–75, 46–50 (2012).

29. S. Shin, Y. Moon, J. Lee, H. Jang, S. Jeong, Plasma Sci. Technol., 21, No. 3, 88–95 (2019).

30. J. Shlens, A Tutorial on Principal Component Analysis. arXiv preprint, arXiv:1404.1100 (2014). 318310-9

31. M. L. Zhang, Z. H. Zhou, Pattern Rec., 40, No. 7, 2038–2048 (2007).

32. L. E. Peterson, Scholarpedia, 4, No. 2, 1883 (2009).

33. L. Brunnbauer, Z. Gajarska, H. Lohninger, A. Limbeck, TrAC: Trends in Analytical Chemistry, 159, 116859 (2023).

34. Q. Zhang, Y. Liu, Y. Chen, Y. Zhangcheng, Z. Zhuo, L. Li, Opt. Express, 28, No. 15, 22844–22855 (2020).

35. Y. Qu, Q. Zhang, W. Yin, Y. Hu, Y. Liu, Opt. Express, 27, No. 12, A790–A799 (2019).

36. S. Feng, X. Qiu, G. Guo, E. Zhang, C. Li, Analyt. Chem., 93, No. 10, 4552–4558 (2021).

37. National Institute of Standards and Technology, “NIST Chemistry WebBook, SRD69,” http://webbook.nist.gov/chemistry/form-ser/ [Retrieved 28 February 2020].

38. Z. Zhou, Y. Ge, X. Zhang, M. Yang, Z. Sun, Y. Liu, J. Analyt. At. Spectrom., 38, 1569–1578 (2023).

39. Z. Zhou, Y. Ge, Y. Liu, Opt. Express, 29, 24, 39811–39823 (2021).

40. H. Peng, Y. Liu, C. Ying, X. Lu, G. Qing, Y. Chen, At. Spectrosc., 42, No. 4, 203–209 (2021).

41. X. Lu, Y. Liu, Y. Zhou, Q. Zhang, J. Cao, Y. Chen, Spectrochim. Acta B, 170, 105901 (2020).

42. L. Slavković, B. Škrbić, N. Miljević, A. Onjia, Environ. Chem. Lett., 2, 105–108 (2004).

43. N. Singh, S. Dehuri, Intell. Decision Technol., 14, No. 2, 1–14 (2020).

44. H. U. Yuan, S. University, et. al., Comp. Sci., 39, No. 10, 182–186 (2012).

45. B. B. Jia, M. L. Zhang, Pattern Rec., 106, 107423 (2020).

46. L. J. Moreira, L. A. Silva, Int. Joint Conf. Neural Networks. IEEE, 706–713 (2016).

47. H. I. Djen, H. Shengmei, Chin. J. Phys., 14, No. 1, 54–63 (1958).