Es wurde eine multispektrale Merkmalsfusionstechnologie (MFFT) vorgeschlagen, die auf der Raman-Spektroskopie (Raman) und der laserinduzierten Plasmaemissionsspektroskopie (LIBS) basiert. Dabei wird die Komplementarität zwischen molekularen Komponenteninformationen im Raman-Spektrum und atomaren Komponenteninformationen im LIBS-Spektrum genutzt. Mittels adaptiver Wavelet-Transformation (AWT), kompetitiver adaptiver Gewichtung (CARS) und partieller kleinster Quadrate (PLS) Modelling-Techniken wurden umfassendere Merkmalsinformationen des Mehlsystems erhalten. In der multispektralen Merkmalsfusionstechnologie werden zunächst mittels AWT-CARS-Methode die Merkmalsvariablen aus dem Raman- und LIBS-Spektrum extrahiert, anschließend zu einem Vektor fusioniert und mit der PLS-Methode ein MFFT-Modell erstellt, um eine quantitative Analyse von Mehlverunreinigungen durchzuführen. Durch die Modellierung und Analyse von Mehlverunreinigungssystemen wie Titandioxid und Kaliumaluminiumsulfat wurde die Wirksamkeit des MFFT-Modells untersucht. Die Ergebnisse zeigten, dass das MFFT-Modell im Vergleich zu den Vorhersagemodellen basierend auf der einzelnen Raman- oder LIBS-Spektroskopie die Vorhersageleistung deutlich verbesserte. Die linearen Korrelationskoeffizienten der Vorhersagemodelle für Titandioxid und Kaliumaluminiumsulfat stiegen von 0,884 bzw. 0,877 beim vergleichsweise schlechten Raman-Modell auf 0,981 bzw. 0,980, während der Vorhersage-Root-Mean-Square-Error von 0,151 bzw. 0,154 beim Raman-Modell auf 0,069 bzw. 0,068 sank. Dies zeigt, dass die multispektrale Merkmalsfusionstechnologie molekulare Informationen im Raman-Spektrum und elementare Informationen im LIBS-Spektrum genau extrahieren kann, sich gegenseitig ergänzt und korrigiert, wodurch die Störung der Mehlmatrix bei der quantitativen Analyse von Verunreinigungen effektiv überwunden und die Prognosegenauigkeit des Modells deutlich verbessert wird.

Raman-Spektroskopie; Laserinduzierte Plasmaemissionsspektroskopie; Multispektrale Merkmalsfusionstechnologie; Mehlverunreinigungen