[发明专利]一种基于激光诱导击穿光谱技术的耐漏电起痕测量方法

权利要求书

1.一种基于激光诱导击穿光谱技术的耐漏电起痕测量方法，其特征在于，包括以下步骤：

S1、准备耐漏电起痕等级不同的多个绝缘材料样品，并得到各样品的耐漏电起痕等级；

S2、使用激光诱导击穿光谱方法，用脉冲激光光束照射各绝缘材料样品，获得不同耐漏电起痕等级对应的等离子体特征光谱数据；

S3、建立激光诱导击穿光谱方法对不同耐漏电起痕等级的绝缘材料产生的等离子体特征光谱数据与耐漏电起痕等级的函数关系；

S4、使用激光诱导击穿光谱方法，用相同能量的脉冲激光光束照射待测绝缘材料，获得待测绝缘材料的等离子体特征光谱数据；

S5、根据待测绝缘材料表面产生的等离子体特征光谱数据，利用步骤S3得到的等离子体特征光谱数据与耐漏电起痕等级的函数关系，确定待测绝缘材料的耐漏电起痕等级。

2.如权利要求1所述的耐漏电起痕测量方法，其特征在于，所述绝缘材料为硅橡胶材料，所述硅橡胶材料是通过调整氢氧化铝与白炭黑填料的份数对耐漏电起痕性能进行调节。

3.如权利要求1或2所述的耐漏电起痕测量方法，其特征在于，步骤S1中，各样品的耐漏电起痕等级通过斜面法测量得到。

4.如权利要求3所述的耐漏电起痕测量方法，其特征在于，步骤S1中，所述斜面法判断样品无法通过测试的标准是检查泄漏电流是否大于60mA并持续2s以上。

5.如权利要求1至4任一项所述的耐漏电起痕测量方法，其特征在于，步骤S2中，在各样品的表面选择3到5个测量点，每个点轰击50到100下，得到各样品的等离子体特征光谱数据集。

6.如权利要求1至5任一项所述的耐漏电起痕测量方法，其特征在于，步骤S2中，等离子体特征光谱数据包括谱线强度，建立一个等离子体特征光谱数据集，每一列记录一次LIBS测试光谱在不同波段上的强度，建立另一个数据集记录每次LIBS测试对应的样品的耐漏电起痕等级。

7.如权利要求1至6任一项所述的耐漏电起痕测量方法，其特征在于，步骤S3中，利用等离子体特征光谱数据与对应的耐漏电起痕等级训练神经网络的权重，训练得到神经网络分类模型；步骤S5中，根据步骤S4中测量的等离子体特征光谱数据，利用训练好的神经网络分类模型进行预测分类，确定待测绝缘材料的耐漏电起痕等级。

8.如权利要求7所述的耐漏电起痕测量方法，其特征在于，步骤S3中，所述神经网络的输入为一次LIBS测试的光谱数据，输出为耐漏电起痕等级，用一个n×1矩阵表示，(1，0，…，0)，(0，1，…，0)，…，(0，0，…，1)分别表示n个不同的耐漏电起痕等级，所述神经网络包含了多个隐含层，从用于训练神经网络的数据集中随机划分预定比例的数据对作为训练集，另一预定比例的数据作为验证集，剩下的数据作为预测集。

9.如权利要求7或8所述的耐漏电起痕测量方法，其特征在于，步骤S4中，对同一样品进行多次LIBS测试，步骤S5中，并将多次LIBS测试的光谱数据输入到所述神经网络中得到相应的耐漏电起痕等级预测结果，将每个等级出现的次数进行归一化，得到当前样品属于特定等级的概率。

10.如权利要求1至9任一项所述的耐漏电起痕测量方法，其特征在于，作为所述函数关系的自变量的等离子体特征光谱数据可为部分谱线数据或全谱线数据；光谱数据与耐漏电起痕等级的之间的数学模型使用偏最小二乘法拟合等其他机器学习算法模型。