激光诱导击穿光谱技术识别航空合金牌号

激光诱导击穿光谱(LIBS)作为一种多元素、高灵敏、非接触式的光谱分析技术,已经被广泛用于钢铁、铝合金等金属材料的定量与定性分析。为将LIBS技术用于航空合金牌号的高准确率识别,对6种不同牌号的航空合金进行了实验测量与分析。实验使用1064nm的Nd∶YAG固体激光器作为激发源,采集了每种合金的100组光谱,每组光谱为100次激光脉冲的平均结果。将得到的航空合金光谱按7∶3的比例划分为训练集和测试集,分别利用全光谱数据和特征谱线数据建立偏最小二乘判别分析(PLS-DA)模型进行航空合金LIBS识别。两种模型得到训练集和测试集的识别正确率均为100%。研究结果表明,LIBS技术与化学计量学结合可以快速准确识别航空合金牌号,且基于特征谱线数据的PLS-DA模型在较少数据输入的情况下可取得与全光谱数据模型相同的结果。实验可为进一步开展航空合金LIBS现场检测工作提供方法参考。     

主成分分析结合极限学习机辅助激光诱导击穿光谱用于铝合金分类识别

随着我国社会发展,废旧产品的数量迅速增长,废旧铝随之大量产生。铝是优良的再生资源,传统分选技术不能将废旧铝按各自的成分牌号进行精细分类,导致很多优质铝资源被降级使用,造成巨大的浪费。研究了主成分分析(PCA)结合极限学习机(ELM)算法辅助激光诱导击穿光谱(LIBS)技术在铝合金分类识别方面的应用。选用2种系列的4个牌号铝合金作为实验样品,通过LIBS技术激发实验样品获得420组光谱数据。对原始光谱数据进行了预处理,并选取样品铝合金中5种主要差异元素(Mg、Mn、Cu、Fe和Si)的21条特征谱线构成了420×21的光谱数据矩阵,通过主成分分析对光谱数据进一步降维,使得模型输入变量从21个降至8个。选取120组光谱数据作为训练集,建立了基于极限学习机的铝合金分类模型,余下300组数据作为测试集。研究发现在主要非铝元素(Mg、Mn、Cu、Fe和Si)含量差异只有0.0021%~3.68%的情况下,PCA-ELM分类模型的平均识别准确率达到98.01%,标准差为0.82%,建模时间为0.081s。结果表明,PCA-ELM分类模型有着很高的效率及稳定性,将其与LIBS技术结合可以适用于工业快速分类领域,为精细分类行业提供了一种参考方法。     

基于改进PLS方法的便携LIBS废钢成分定量分析

为增加工业中废钢资源的转化利用效率，需依据其元素含量鉴别废钢类型。采用激光诱导击穿光谱(LIBS)技术结合基于主成分分析的偏最小二乘回归(PLSR)的机器学习算法，对26组钢铁标准样品的元素含量进行了定量分析和研究。通过自主研发的便携LIBS废钢成分检测仪采集光谱数据，对其进行基线校正，筛选对应元素特征谱线数据和归一化的光谱数据作为模型输入，将光谱数据划分为训练集和测试集进行建模分析，并采用留一交叉验证法(Leave-One-Out Cross Validation)确定模型最优潜变量指标。C、Cu、Mn、Mo、Cr、Ni、Si、V、Al、Ti元素模型在测试集上的相关决定系数(R²)、均方根误差(RMSE)、残差平方和(PRESS)和平均绝对误差(MAE)平均为97.86%、0.030 6、0.284、0.036 5。结果表明，以偏最小二乘回归算法结合LIBS技术建立的废钢元素含量预测模型具有较好的泛化能力与分类性能，拥有更好的预测准确性和鲁棒性，能够满足在钢铁冶炼工程中废钢成分的快速稳定分析和检测要求。     

无监督数据挖掘辅助激光诱导击穿光谱用于铜冶炼光谱结构解析

在有色冶炼领域,元素成分检测是保证冶炼质量的重要一环。目前国内有色冶炼企业多采用X射线荧光光谱法进行检测,该方法需要样品制备,造成冶炼状态无法实时反馈,严重影响冶炼过程优化。研究了无监督数据挖掘算法辅助激光诱导击穿光谱技术用于铜冶炼光谱结构解析。实验中,首先选择4种铜冶炼物料作为实验样品,然后利用激光诱导击穿光谱技术(LIBS)激发样品获得18750个光谱数据,通过盲源分离技术对所有光谱进行分析,最终提取得到3个特征光谱。进一步研究发现,3个特征光谱与Cu、Fe、Ca元素光谱有一一对应关系。在此基础上,提出了LIBS光谱的定量化评价指标,量化结果表明分解模型对18750个光谱都能达到很高的评分,说明铜冶炼光谱能够良好地被3个特征光谱重构,即铜冶炼光谱存在显著的光谱结构。以上结论在实际应用中具有重要研究价值,可用于光谱快速评价、异常光谱剔除、光谱信号提纯、元素谱线选取、样品定性/半定量分析等,为LIBS技术应用于在线铜冶炼成分分析奠定基础。     

无监督数据挖掘辅助激光诱导击穿光谱用于铜冶炼光谱结构解析

在有色冶炼领域,元素成分检测是保证冶炼质量的重要一环。目前国内有色冶炼企业多采用X射线荧光光谱法进行检测,该方法需要样品制备,造成冶炼状态无法实时反馈,严重影响冶炼过程优化。研究了无监督数据挖掘算法辅助激光诱导击穿光谱技术用于铜冶炼光谱结构解析。实验中,首先选择4种铜冶炼物料作为实验样品,然后利用激光诱导击穿光谱技术(LIBS)激发样品获得18750个光谱数据,通过盲源分离技术对所有光谱进行分析,最终提取得到3个特征光谱。进一步研究发现,3个特征光谱与Cu、Fe、Ca元素光谱有一一对应关系。在此基础上,提出了LIBS光谱的定量化评价指标,量化结果表明分解模型对18750个光谱都能达到很高的评分,说明铜冶炼光谱能够良好地被3个特征光谱重构,即铜冶炼光谱存在显著的光谱结构。以上结论在实际应用中具有重要研究价值,可用于光谱快速评价、异常光谱剔除、光谱信号提纯、元素谱线选取、样品定性/半定量分析等,为LIBS技术应用于在线铜冶炼成分分析奠定基础。     

激光诱导击穿光谱技术结合自吸收修正和偏最小二乘法的铁矿石酸度分析

铁矿石冶炼过程中对其酸度进行准确把控将对铁矿石利用率及冶炼过程产生严重影响。因此,亟需一种铁矿石酸度快速准确分析方法。实验基于激光诱导击穿光谱(Laser-induced breakdown spectroscopy,LIBS)技术结合偏最小二乘回归(Partial least squares regression,PLSR)方法成功地提出了一种铁矿石酸度快速定量分析方法。首先,采集了20组铁矿石样品的LIBS光谱数据,并采用美国国家标准与技术研究院(National Institute of Standards and Technology,NIST)数据库对铁矿石的LIBS特征谱线进行标定。然后,采用内参考线自吸收修正(Internal reference for self-absorption correction,IRSAC)和5折交叉验证分别对光谱数据以及PLSR模型潜变量(Latent variables,LVs)进行优化。最后,基于优化后的光谱数据以及LVs构建了PLSR模型用于预测集铁矿石酸度的分析。结果表明,该模型具有较好的预测性能,其预测集决定系数(R²_p)为0.9784,均方根误差(RMSEP)为2.916%。说明LIBS结合自吸收修正和PLSR法为铁矿石酸度的快速定量分析提供了一种可行的方法。     

激光诱导击穿光谱技术结合自吸收修正和偏最小二乘法的铁矿石酸度分析

铁矿石冶炼过程中对其酸度进行准确把控将对铁矿石利用率及冶炼过程产生严重影响。因此,亟需一种铁矿石酸度快速准确分析方法。实验基于激光诱导击穿光谱(Laser-induced breakdown spectroscopy,LIBS)技术结合偏最小二乘回归(Partial least squares regression,PLSR)方法成功地提出了一种铁矿石酸度快速定量分析方法。首先,采集了20组铁矿石样品的LIBS光谱数据,并采用美国国家标准与技术研究院(National Institute of Standards and Technology,NIST)数据库对铁矿石的LIBS特征谱线进行标定。然后,采用内参考线自吸收修正(Internal reference for self-absorption correction,IRSAC)和5折交叉验证分别对光谱数据以及PLSR模型潜变量(Latent variables,LVs)进行优化。最后,基于优化后的光谱数据以及LVs构建了PLSR模型用于预测集铁矿石酸度的分析。结果表明,该模型具有较好的预测性能,其预测集决定系数(R²_p)为0.9784,均方根误差(RMSEP)为2.916%。说明LIBS结合自吸收修正和PLSR法为铁矿石酸度的快速定量分析提供了一种可行的方法。     

不同气体环境下激光诱导击穿光谱实验条件优化

激光诱导击穿光谱(LIBS)分析性能受实验条件的影响较大,为此重点研究了空气、Ar气和He气3种不同气体环境下,激光能量、采光延时和气压等实验参数对铁合金中Fe原子谱线特性的影响。结果表明,相同实验条件下,Ar气中激光等离子体的寿命最长且谱线强度最强;相较于空气与He气,Ar气中激光诱导击穿阈值最低,谱线强度随激光能量的增长更早达到饱和;分析谱线在低气压下有更小的线宽,有利于复杂LIBS谱图中谱线的识别;谱线强度随气压的变化规律与激光强度有关,当激光强度较大,谱线始终处于饱和状态时,谱线强度随气压的增大而增加,当激光强度较弱,谱线未处于饱和状态时,谱线强度随气压的增加先增加后减小。     

不同气体环境下激光诱导击穿光谱实验条件优化

激光诱导击穿光谱(LIBS)分析性能受实验条件的影响较大,为此重点研究了空气、Ar气和He气3种不同气体环境下,激光能量、采光延时和气压等实验参数对铁合金中Fe原子谱线特性的影响。结果表明,相同实验条件下,Ar气中激光等离子体的寿命最长且谱线强度最强;相较于空气与He气,Ar气中激光诱导击穿阈值最低,谱线强度随激光能量的增长更早达到饱和;分析谱线在低气压下有更小的线宽,有利于复杂LIBS谱图中谱线的识别;谱线强度随气压的变化规律与激光强度有关,当激光强度较大,谱线始终处于饱和状态时,谱线强度随气压的增大而增加,当激光强度较弱,谱线未处于饱和状态时,谱线强度随气压的增加先增加后减小。     

激光诱导击穿光谱技术分析岩石和煤样品

本文采用激光诱导击穿光谱(LIBS)技术分别对具有不同成分和紧密度的岩石和煤样品进行分析。由波长为1 064 nm的Nd:YAG脉冲激光器,样品台和分辨率为0.1 nm的微光谱仪等器件组成一个小型激光诱导击穿光谱实验系统,通过计算机对光谱仪采集到的数据进行分析和处理。根据LIBS光谱图的特征谱线,对岩石和煤等样品中部分元素进行了定性分析,并对未知岩石样品进行了简单的分类;选用Si I谱线(251.6 nm),对标准岩石粉末样品的硅元素进行分析,发现谱线的相对强度和元素含量的对数值之间有很好的线性关系,由此可得到Si元素的定标曲线,并用于定量分析Si的含量,同样的方法也可分析样品中的其他元素。实验结果为采用激光诱导击穿光谱技术对物质成分进行快速检测和分析的可行性提供了依据。     

内标元素强度筛选法在激光诱导击穿光谱定量分析铝合金样品中的应用

利用激光诱导击穿光谱技术进行光谱定量分析时,由于实验条件不稳定造成的测量结果检测限差、测量准确度低的问题一直备受研究者的关注。实验选取铝合金标准样品为分析样品,以输出波长为1064nm的Nd∶YAG激光器为激发光源,设置脉冲重复频率1Hz,通过激光诱导击穿光谱实验装置采集样品在260~300nm、300~330nm范围内的等离子体光谱。采用以内标法为基础的内标元素强度筛选法处理数据,分析了铝合金待测样品E113中Mn、Mg、Fe和Cu元素的含量,并且与常规的数据平均法进行了比较。测得其质量分数分别为5.92、4.79、4.06、39.00mg/g,测量结果的相对误差由数据平均法的9.80%、3.70%、13.30%、3.47%分别降为5.52%、0.40%、4.92%、3.23%;Mn、Mg、Fe、Cu各元素的检测限由数据平均法的0.205、0.207、0.755、6.150mg/g下降为0.163、0.176、0.674、1.71mg/g。此结果说明根据内标元素谱线强度进行数据筛选的数据预处理法同样适用于基体元素含量近似相同的铝合金样品分析,实验结果基本符合金属样品定量分析的要求,此数据处理方法为实验条件不稳定下的元素定量分析提供了一种新的思路。     

激光诱导击穿光谱法测定铝合金中铁铜硅

将Nd：YAG激光脉冲会聚于合金表面以产生激光诱导等离子体,等离子体辐射发射光经过多通道光栅光谱仪并由CCD检测。分析发射光谱的特征谱线,建立校准曲线以实现铝合金中代表元素Fe,Cu,Si的定量分析。测量相对误差基本可在10%以内,检出限可达10-4量级。证明激光诱导击穿光谱（LIBS）技术可在短时间内实现合金样品中多元素的定量分析。     

激光诱导击穿光谱法分析精度提高的研究

信号波动严重、强烈的连续发射干扰复杂光谱、激光能量波动、重复性差等影响激光诱导击穿光谱法（Laser Induced Breakdown Spectrometry,简称LIBS）的分析精度。本文在自主研制的激光光谱仪上,通过采用激光光束调整技术兼顾空间分辨率和数据稳定性,门控积分技术提高LIBS的分析灵敏度和检测下限,数据筛选技术提高数据的可靠性等手段提高了LIBS的分析精度。对一中低合金钢中的C、Si、Mn、P、S、B、Mo、Ni、Cr、V、Cu、Ti、Al、W、Fe 等15个元素进行LIBS测定,测定结果的相对标准偏差除P和B外,其他元素均小于10%,分析精度高于文献报道的LIBS。     

基于便携式激光诱导击穿光谱技术的耐热钢老化等级评估

长期承受高温高压耐热钢的运行状态严重影响着设备系统的安全生产,传统检验手段在时间和操作上存在一定的局限性。将开发的便携式激光诱导击穿光谱(LIBS)设备应用于耐热钢失效分析,结合化学计量学方法实现T91钢老化等级的预测评估。首先对不同老化等级T91样品的光谱特性进行了分析,研究了不同表面状态样品的元素特征谱线随脉冲数变化趋势,获取各样品的典型光谱;然后采用K折叠支持向量机递归特征消除算法(K-SVM-REF)对光谱变量进行特征选择,以提高模型预测性能。结果表明基于特征选择的光谱变量较全谱变量建立的支持向量机(SVM)预测模型测试集的分类准确率从84.38%提升到90.63%。此外还研究了样品表面状态对模型性能的影响,为开发的便携式LIBS设备用于实现金属受热面失效诊断的实际测量提供了有效的依据和方法。     

基于便携式激光诱导击穿光谱技术的耐热钢老化等级评估

长期承受高温高压耐热钢的运行状态严重影响着设备系统的安全生产,传统检验手段在时间和操作上存在一定的局限性。将开发的便携式激光诱导击穿光谱(LIBS)设备应用于耐热钢失效分析,结合化学计量学方法实现T91钢老化等级的预测评估。首先对不同老化等级T91样品的光谱特性进行了分析,研究了不同表面状态样品的元素特征谱线随脉冲数变化趋势,获取各样品的典型光谱;然后采用K折叠支持向量机递归特征消除算法(K-SVM-REF)对光谱变量进行特征选择,以提高模型预测性能。结果表明基于特征选择的光谱变量较全谱变量建立的支持向量机(SVM)预测模型测试集的分类准确率从84.38%提升到90.63%。此外还研究了样品表面状态对模型性能的影响,为开发的便携式LIBS设备用于实现金属受热面失效诊断的实际测量提供了有效的依据和方法。     

高真空环境下激光诱导击穿光谱技术对镍基合金的定量分析研究

激光诱导击穿光谱(LIBS)是一种极具潜力的托卡马克装置壁材料原位诊断技术,目前应用于全超导托卡马克核聚变实验装置(EAST)上,它能实时、原位、在线监测材料表面的成分变化。但在高真空条件下,LIBS技术对壁表面成分的准确定量分析还面临很大的挑战。实验模拟了EAST装置运行时的高真空环境,采用纳秒脉冲激光对5种标样(镍基合金)进行烧蚀产生等离子体并获取光谱。利用多元玻尔兹曼斜率法和斯塔克展宽法分别计算电子激发温度和电子密度;结合单点校正(OPC)法开展了定量研究,并与传统的无校准定标(CF-LIBS)结果进行了分析比较。结果显示相对于CF-LIBS法,OPC法对合金中的各元素定量准确度均有明显提高。对于基体元素Ni,相对误差小于3.92%;对于原子百分比为3.11%的Mo元素,相对误差由155.41%降到了34.32%。单点校正法为实现LIBS技术在线测量壁表面杂质沉积量提供了理论参考。