《Talanta》：Enhanced classification of aluminum alloys via time-frequency dual-domain acoustic feature fusion with laser-induced breakdown spectroscopy
编辑推荐：
铝材分类中，基于TFDEAP模型增强的声学特征与LIBS光谱融合的多模态方法显著提升分类精度，SVM准确率从52.00%增至84.67%，AUC最高达0.977，有效解决光谱相似性和基体效应问题。
王子伟|努尔比耶·艾泽齐|叶彦鹏|陈宇|李俊杰|于邦然|孙文康|刘玉珠
南京信息科学与技术大学大气光电探测与信息融合国家重点实验室培育基地，中国南京 210044
摘要
由于光谱相似性和基体效应，激光诱导击穿光谱（LIBS）在准确分类成分略有差异的铝合金方面仍面临挑战。本文提出了一种时频双域增强声学处理（TFDEAP）模型，用于放大激光诱导等离子体声波中的微妙物理差异。通过将TFDEAP增强的声学特征与LIBS光谱融合，我们建立了一个多模态分类框架。该方法显著提升了五种具有挑战性的铝合金的分类性能，分类准确性大幅提高。其中，支持向量机（SVM）的准确性从52.00%（仅使用LIBS）提升到了84.67%；随机森林（RF）的AUC从0.771提高到了0.977。尽管偏最小二乘判别分析（PLS-DA）的基线分类准确性已达67.33%，但经过该方法优化后，其分类准确性也显著提升至82.67%。TFDEAP模型通过从声学信号中提取互补的物理信息，有效缓解了光谱混淆问题，为回收和制造领域的高精度无损材料识别提供了可靠的基础。
部分内容摘录
引言
作为现代工业系统的核心轻质结构材料，铝合金被广泛应用于航空航天（例如，机身承重部件和机翼蒙皮）[1]、汽车制造（例如，新能源汽车车身框架和动力电池舱）[2]以及轨道交通[3]设备等领域。它具有出色的比强度[4]、优异的耐腐蚀性[5]和高回收率[6]。这使其成为替代传统材料的核心解决方案。
实验装置
实验装置如图1(a)所示。本系统使用的激光器是高功率Q开关Nd:YAG激光器，工作波长为1064纳米，频率为10赫兹。激光器发出200毫焦耳的单脉冲，脉冲持续时间为10纳秒。激光束通过三个全反射的1064纳米镜片引导，并通过一个直径为30毫米、焦距为60毫米的平凸透镜连续聚焦到样品表面。
五种铝合金板的光谱
如图2(a)所示，使用LIBS技术对五种铝合金进行了光谱采集。原始测量光谱数据通过与国家标准与技术研究院（NIST）数据库中元素的特征光谱线进行比较进行了波长校正。五种铝合金板的光谱如图2(b)所示。这五种铝合金中存在大量相似的特征光谱线。
结论
本研究开发了一种双域增强的LIBS-LIPA多模态光谱技术，以解决分类成分略有差异的铝合金这一重大挑战。通过构建LIBS-DEAP-LIPA模型，本文克服了单模态LIBS在分类成分相似的铝合金时的局限性，以及LIBS和LIPA直接融合导致的数据冗余问题。TFDEAP框架协同增强了瞬态信号的处理能力。
CRediT作者贡献声明
李俊杰：可视化、软件开发、数据分析。陈宇：指导、软件开发、方法论。孙文康：软件开发、数据分析、形式化分析。于邦然：软件开发、方法论、数据分析。王子伟：撰写初稿、可视化、验证、资源管理、项目协调、方法论、数据分析、概念化。叶彦鹏：软件开发、资源管理、方法论。努尔比耶·艾泽齐：验证、方法论、概念化。刘玉珠：
利益冲突声明
作者声明他们没有已知的财务利益冲突或个人关系可能影响本文的研究工作。
致谢
本研究得到了国家自然科学基金（项目编号62375136）的支持。
