[发明专利]一种岩屑类型识别方法及系统、存储介质、设备

权利要求书

1.一种岩屑类型识别方法，其特征在于：包括如下步骤：

S1、将脉冲高能量激光照射到岩屑上，以测量出N种标准岩屑样品的激光诱导击穿光谱和光声信号；

其中，N大于等于5；

S2、对N种标准岩屑样品的激光诱导击穿光谱进行小波变换，得到激光诱导击穿光谱小波变换系数，同时，对N种标准岩屑样品的光声信号进行傅里叶变换，得到光声信号的频谱数据；

S3、采用N种标准岩屑样品的激光诱导击穿光谱小波变换系数和光声信号的频谱数据作为输入信号，构建岩屑类型的预测模型；

S4、在与步骤S1相同测量条件下，利用脉冲高能量激光测量出待测岩屑样品的激光诱导击穿光谱和光声信号；

S5、对待测岩屑样品的激光诱导击穿光谱进行与步骤S2相同的小波变换，得到激光诱导击穿光谱小波变换系数；对待测岩屑样品的光声信号进行与步骤S2相同的傅里叶变换，得到光声信号的频谱数据；

S6、根据待测岩屑样品的激光诱导击穿光谱小波变换系数和光声信号的频谱数据，利用已构建的岩屑类型的预测模型，得到待测岩屑样品类型的识别结果。

2.如权利要求1所述的一种岩屑类型识别方法，其特征在于：步骤S1中，所述脉冲高能量激光为纳秒激光、皮秒激光或飞秒激光，其激光能量使样品产生等离子体，从而发射出原子或离子光谱。

3.如权利要求1所述的一种岩屑类型识别方法，其特征在于：步骤S3中，预测模型的构建采用神经网络构方法、偏最小二乘法、支持向量机、主成分分析、相关分析法中的一种方法来构建。

4.如权利要求1所述的一种岩屑类型识别方法，其特征在于：步骤4中测量方法和使用仪器与步骤S1中使用的测量方法与仪器相同。

5.如权利要求1所述的一种岩屑类型识别方法，其特征在于：步骤S6中所使用的预测模型是步骤S3中所构建的预测模型。

6.一种岩屑类型识别系统，其特征在于：所述系统包括测量模块、处理模块，模型构建模块，识别模块；

测量模块，利用脉冲高能量激光测量N种标准岩屑样品的激光诱导击穿光谱和光声信号；

处理模块，将N种标准岩屑及待测岩屑的激光诱导击穿光谱、光声信号分别进行小波变换处理、傅里叶变换处理，以得到N种标准岩屑及待测岩屑的激光诱导击穿光谱小波变换系数、光声信号的频谱数据。

模型构建模块，采用N种标准岩屑样品的激光诱导击穿光谱小波变换系数和光声信号的频谱数据作为输入信号，构建岩屑类型的预测模型；

识别模块，选取待测岩屑的激光诱导击穿光谱小波变换系数和光声信号的频谱数据作为输入值，利用已得到的岩屑类型预测模型对待测岩屑进行识别，得到待测岩屑样品类型的识别结果；

其中，N大于等于5。

7.一种设备，包括：至少一个处理器，以及与所述至少一个处理器通信连接的存储器；

其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行权利要求1-5中任一项所述方法的步骤。

8.一种可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现权利要求1-5任一项所述方法的步骤。