最近在《光谱学报B部分：原子光谱学》杂志上，一项研究考察了过去十年中铝合金回收率增加的困境，具体问题是这些合金虽然理想地用于航空和建筑目的，但由于不同国家的生产标准不同，在成分和微量元素含量方面存在显着差异。使用基于微焦耳高脉冲重复频率激光器的激光诱导击穿光谱系统。
据来自中国吉林省长春市的作者称，以前对铝合金成分进行分类的尝试已经涵盖了光谱范围。这些方法包括原子吸收光谱、电感耦合等离子体发射光谱或 X 射线荧光光谱。相比之下，LIBS提供的优点是快速和微创分析，几乎不需要准备;此外，铝合金的常见主要元素——铝、镁、铁和锰——主要有助于降低相关合金的击穿阈值。
微焦耳高PRF激光器的单脉冲能量低于先前类似实验中使用的其他激光器的能量，光谱仪收集的等离子体的光谱强度也低于此。同时，高PRF的特点是它允许样品在短时间内烧蚀数千次，产生数千个等离子体，相互增强所收集光谱的强度。
据研究人员称，有两种采集模式，固定和运动，最常与微焦耳高PRF LIBS设置一起使用，本研究的目标是提高峰值光谱强度，同时降低光谱的相对标准偏差。此外，为了衡量实验参数对分类准确性和精密度的影响，采用反向传播神经网络模型结合混淆矩阵进行验证。
在优化实验和BP-ANN模型参数后，研究人员表示，他们设计的微焦耳高PRF LIBS系统能够有效地对七个铝合金样品进行分类。他们说，在将隐藏层神经元的数量设置为5个时，BP-ANN模型对这些样本的最大准确度达到了93.29%。在运动模式下，随着神经元数量增加到6个，分类准确率提高到97.71%。尽管一种模式确实显示出优于另一种模式，但研究团队得出的结论是，该分析方法在更广泛的应用中显示出巨大的价值。与固定模式相比，在运动模式下，所达到的高精度和精度预计将对未来的工业生产线有利。
