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。     

激光诱导击穿光谱在铜精矿成分在线检测中的应用

目前铜精矿成分检测多为实验室离线取样检测，存在取样代表性差、检测时间长、检测结果滞后等问题。针对上述问题，实验利用基于激光诱导击穿光谱(LIBS)技术的激光成分分析仪对铜精矿中Cu、S、Fe和Si关键元素含量进行了在线检测，同时采用X射线荧光光谱仪(XRF)对相同样品采用离线检测进行对照。结果表明：激光成分分析仪在线检测结果与实验室X射线荧光光谱仪(XRF)离线检测结果相比，Cu、S、Fe和Si元素的平均绝对误差分别为0.50%、0.56%、0.65%和1.67%,平均相对误差分别为2.80%、2.28%、2.74%和12.89%,各元素重复性在线检测最大差值和相对标准偏差(RSD)均与以国家标准的化学湿法分析检测结果表征的样品不均匀性相吻合，在线检测具有较好的稳定性和重复性。基于LIBS技术的在线成分检测仪器可满足铜冶炼过程中铜精矿成分检测的实时性和可靠性要求，并为配料品质提升和冶炼工艺优化提供有力支撑。     

激光诱导击穿光谱设备在线冰铜成分检测应用进展

利用自主研发的基于激光诱导击穿光谱(LIBS)技术的激光成分分析仪对铜冶炼现场冰铜固体和熔体成分进行了在线检测,并与取样制样后实验室的X射线荧光光谱(XRF)检测结果进行了对比。分析数据为研发设备现场投用后具备对比数据的1 294炉次,包括878炉次固体冰铜和416炉次熔体冰铜。LIBS设备在线检测与取样制样后固体XRF检测结果相比,检测平均绝对误差为0.61%,平均相对误差为1.1%。针对熔体在线检测性能进行验证测试,其同一炉次出铜过程中检测结果极差平均值为0.64%,与XRF取样检测结果最小误差平均值为0.32%。结果表明,LIBS技术可实现不同状态冰铜的可靠在线测量,其性能满足生产工艺对元素检测的实时性和可靠性需求。设备应用实现了冶金行业冶炼过程熔体成分的稳定可靠在线检测,可为冶炼生产过程精细化控制、金属平衡完善和信息化管理提供必要基础。     

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。     

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。     

激光诱导击穿光谱发展现状

激光诱导击穿光谱(LIBS)技术是近年来迅速发展的一种新型分析检测手段,它的发展备受关注。从激光诱导击穿光谱技术的发展、仪器设备的发展、应用技术3个方面进行了综述。其中,在激光诱导击穿光谱技术的发展方面,概述了激光诱导击穿光谱技术的发展历程、技术的改进以及数据处理方法的发展情况。在仪器设备发展方面,介绍了仪器设备在国内外的发展现状,主要介绍了便携式仪器的研究进展。在应用技术方面,介绍了激光诱导击穿光谱技术在各领域中的应用,特别是在工业在线分析领域中的应用。最后对激光诱导击穿光谱技术的未来发展趋势做了展望。     

激光诱导击穿光谱实验数据波动性的影响因素研究

由于激光诱导击穿光谱(LIBS)实验数据容易受各种实验条件的影响,所以采集的光谱数据相对标准偏差较大,导致后续的定量分析精度不高。本文采用激光诱导击穿光谱,以高合金钢样品中Si,Cr,Mn,Fe 4种元素的特征谱线为对象,系统的研究了各种可能引起光谱数据波动的因素,如激光能量及频率、收集位置、焦深等对光谱实验数据波动性的影响。实验发现,激光能量的稳定、合适的聚焦深度等都是提高灵敏度,降低光谱数据相对标准偏差(RSD)的有效手段,而改变信号采集位置及角度则影响不大。     

多径腔增强激光诱导击穿光谱用于合金中痕量元素的高灵敏检测

激光诱导击穿光谱(LIBS)在合金表面痕量元素分析领域具有重要的潜在应用价值,尽管LIBS甚至是双脉冲LIBS(DP-LIBS)已具有很高的检测灵敏度,但对部分元素的检出限(LOD)仍无法满足某些应用需求。为了进一步降低DP-LIBS的LOD,提出了一种共心多径腔(CMC)增强DP-LIBS(CMC-DP-LIBS)技术,使双脉冲激光中的再加热激光在CMC腔室内经多次反射和会聚来持续加热等离子体,充分利用再加热激光的能量,最终实现光谱信号和检测灵敏度的提升。对锌样品表面Mn元素检测的实验结果显示,CMC-DP-LIBS较正交再加热DP-LIBS的LOD降低了63%,说明了CMC-DP-LIBS确实大幅提升了LIBS的检测灵敏度,提升了LIBS在合金表面痕量元素分析中的应用价值,特别是对样品烧蚀及损伤有特殊需求的应用领域。     

多径腔增强激光诱导击穿光谱用于合金中痕量元素的高灵敏检测

激光诱导击穿光谱(LIBS)在合金表面痕量元素分析领域具有重要的潜在应用价值,尽管LIBS甚至是双脉冲LIBS(DP-LIBS)已具有很高的检测灵敏度,但对部分元素的检出限(LOD)仍无法满足某些应用需求。为了进一步降低DP-LIBS的LOD,提出了一种共心多径腔(CMC)增强DP-LIBS(CMC-DP-LIBS)技术,使双脉冲激光中的再加热激光在CMC腔室内经多次反射和会聚来持续加热等离子体,充分利用再加热激光的能量,最终实现光谱信号和检测灵敏度的提升。对锌样品表面Mn元素检测的实验结果显示,CMC-DP-LIBS较正交再加热DP-LIBS的LOD降低了63%,说明了CMC-DP-LIBS确实大幅提升了LIBS的检测灵敏度,提升了LIBS在合金表面痕量元素分析中的应用价值,特别是对样品烧蚀及损伤有特殊需求的应用领域。     

神经网络与激光诱导击穿光谱技术结合的烧结矿中硅元素定量分析方法探究

烧结矿中二氧化硅的含量对高炉炉渣产量以及冶炼能耗有重要影响,因此探索一种能够快速、准确地分析烧结矿中硅元素含量的方法具有重要的研究意义。拟采用激光诱导击穿光谱技术(LIBS)对30个烧结矿实际样品进行快速分析,收集其190～300 nm范围的光谱信号,先建立特征线(Si 288.16 nm)的标准曲线,分析特征线信号强度与元素浓度之间的关系;再以不同数量的特征作为输入,建立神经网络预测模型,分析不同模型的预测性能。实验结果表明,标准曲线法预测性能较差,相关系数为0.230 9;以55个特征建立的神经网络预测模型出现了过拟合现象,无法满足检测需求;以5个特征建立的神经网络预测模型为3个模型中最优,针对测试集,相关系数为0.886 3,均方根误差为0.209 0,相对误差为1.42%。此外,随着特征数的减少,模型平均训练时间从11.9 s缩短至0.3 s。LIBS技术结合神经网络方法能够有效地分析烧结矿中硅元素的含量,将为冶金过程快速调整配料提供数据支撑。     

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。     

基于支持向量机和随机森林算法结合光纤式激光诱导击穿光谱定量检测核电用钢中铬

核电站关键设备的状态检测技术是核电安全性和经济性的重要保障,激光诱导击穿光谱技术(Laser-induced breakdown spectroscopy,LIBS)是一种可在线测量材料元素组分及其结构状态的新方法,基于采用光纤传输激光并回传等离子体辐射的光纤式激光诱导击穿光谱(fiber-optic LIBS,FO-LIBS)系统,获取了20种标准钢样和3种待测钢样的典型光谱,基于支持向量回归(SVR)、随机森林回归(RFR),建立了有效的Cr元素含量定量测量的定标模型,分别通过筛选输入谱线和确定分组数获得了最佳模型训练效果。支持向量回归的交叉检验和随机森林回归定标结果证明这两种算法具有优秀的泛化能力,两种定标方法对Cr元素进行定标的决定系数R²达到0.98以上。基于定标模型得到了3种待测钢样Cr元素的含量,SVR对3种钢样预测结果(质量分数,下同)分别为19.38%(实际值19.33%)、0.19%(实际值0.11%)和0.986%(实际值0.990%),RFR预测结果分别为18.57%,0.16%和0.951%。实验研究为开发光纤式LIBS检测设备提供了理论基础。     

液相激光诱导击穿光谱的成像探测及图像辅助分析方法

激光诱导击穿光谱(LIBS)技术用于液体样品探测时,存在光谱信号稳定性差和重复性差的问题,限制了该技术的实际应用。为了提升液相LIBS的稳定性,基于等离子体直接成像和气泡投影成像探测方法,采集了光谱与后向(Coaxial)、侧向(Lateral)等离子体图像及气泡图像的同步数据,并对光谱强度与3类图像的强度和形态特征之间的相关性进行了分析,结果表明后向等离子体图像的总辐射强度与光谱强度的相关性最高;在此基础上利用后向等离子体图像信息对光谱强度进行校正,光谱强度(Li I 670.8nm)的相对偏差由10.24%降低为4.14%,且LIBS的定量分析性能也有所提升,从而证明了图像辅助的光谱校正方法应用于液相LIBS分析的可行性。     

智能化技术在铁矿品质检验应用及其发展

随着人工智能在各个领域的日益普及,在冶金行业生产的各个环节,智能化技术应用也日益广泛和深入。近20年来,在铁矿品质控制方面,应用技术从数理统计开始到化学计量学,再发展到人工智能,相关从业专家一直努力向新技术要效率,不断将人工智能最新发展的技术应用于铁矿采矿、配矿、运输、质量验收、炉料准备及炼铁过程品控、自动化生产、在线检测等,使得铁矿品质控制紧跟现代科学技术潮流。文章介绍智能化技术的发展及其在我国铁矿品质检验的应用、发展和趋向。共引用论文65篇。