
Sobre a Tecnologia
Quantificação e classificação precisas de espectroscopia de decomposição de plasma induzida por laser
Resumo
A complexidade da informação espectral surge da complexidade da própria amostra, das condições de emissão do plasma e da resolução ótica. Esta tecnologia segue uma metodologia de autoaprendizagem de Big Data, com recurso a inteligência artificial, para identificar, classificar e quantificar, com elevada precisão, informação espectrais atómicas e moleculares reunida através de espectroscopia de decomposição induzida por plasma, tendo em conta uma variabilidade complexa e uma interferência dinâmica, em múltiplas escalas.
A AI-LIBS é uma tecnologia minimamente nociva e invasiva, que visa quantificar e classificar amostras minerais ou biológicas.
Desafio
A capacidade dos sistemas de espectroscopia de emissão de plasma (espectroscopia de emissão ótica de plasma induzido por laser, por exemplo) em analisar informações espectrais é bastante limitada, nomeadamente em termos de resolução espectral ótica. Assim, torna-se impossível validar a suposição de que as linhas espectrais são exclusivas de cada elemento. Em amostras mais complexas, os método quer recorrem a resolução espectral ótica não são capazes de produzir uma identificação ou quantificação precisas, uma vez que diferentes elementos químicos apresentam linhas espectrais em comprimentos de onda muito semelhantes.
De forma a ultrapassar este obstáculo, os investigadores do INESC TEC desenvolveram a AI-LIBS, uma tecnologia computorizada para a identificação e quantificação de um ou mais constituintes de uma amostra física complexa, com recurso à extração de linhas espectrais sub-ópticas, e através da sua informação espectral. Esta tecnologia baseia-se numa IA explicável e num maior controlo de qualidade em termos de previsão, permitindo, assim, o ajuste fino do nível de detalhe disponível para o operador.
Principais Vantagens
Identificação precisa de elementos em amostras complexas;
Maior resolução;
Garantia de previsibilidade;
Operação à prova de falhas.
Aplicações
Indústria mineira;
Controlo de qualidade;
Indústria farmacêutica.