激光诱导击穿光谱在金属材料在线分析方面的应用进展

激光诱导击穿光谱(LIBS)由于具有无需样品制备、分析速度快、可远距离在线遥测以及可进行元素的二维表面分布和深度分析等特点,引起光谱化学分析领域研究者的广泛关注。在冶金过程工艺控制领域,金属材料的在线分析以及元素多维信息的获取,对于实时监控金属材料的生产工艺及准确实现金属材料的快速分类方面具有重要的意义。与传统的分析方法相比较,LIBS技术因其众多优势已成为金属材料实时在线分析的最佳手段之一,而且已有多种商品化的仪器推出。论文首先对LIBS在线仪器装置进行介绍,然后对近些年LIBS在熔融金属在线分析、连铸钢坯鉴别、炉渣在线分析、金属材料分类识别、金属材料镀层分析等方面的发展现状及挑战进行论述,最后对LIBS在线分析进行展望。     

激光诱导击穿光谱在冶金在线分析中的应用研究进展

化学成分在线直接测量是冶金分析长久以来的追求,也被誉为冶金分析面临的三大难题之一.激光诱导击穿光谱技术因其在无需复杂样品制备、直接快速、非接触等方面展现的独有技术优势,备受研究上的关注.文章综述了激光诱导击穿光谱在选矿、熔融金属在线检测方面的研究进展,总结了当前存在的主要问题,并对未来发展进行了展望.     

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XR...     

激光诱导击穿光谱检测铁矿石应用进展

激光诱导击穿光谱(LIBS)是一种原子发射光谱,具有实时、原位、微损、远距离、多元素同时分析等优势,在铁矿石检测领域受到关注。由于激光能量波动、基体效应、样品表面形貌等因素,LIBS在铁矿石定性、定量分析方面存在很多问题。化学计量学作为一种数据处理方法,能过滤噪声和提取有效信息,连接光谱与分析结果,对LIBS分析检测起到关键桥梁作用。近10年LIBS在铁矿石检测中的应用逐渐得到重视,LIBS可应用于鉴别铁矿石酸碱性,也可用于分析铁矿石原产地。针对铁矿石中全铁、钙、镁、硅、铝、钾、磷含量以及烧失量的定量分析,LIBS结合多变量回归已开展探索性工作,但工业应用仍不成熟。因此,如何推动LIBS在铁矿石检测领域的应用落地,仍然是一项重大挑战。     

激光诱导击穿光谱检测铁矿石应用进展

激光诱导击穿光谱(LIBS)是一种原子发射光谱,具有实时、原位、微损、远距离、多元素同时分析等优势,在铁矿石检测领域受到关注。由于激光能量波动、基体效应、样品表面形貌等因素,LIBS在铁矿石定性、定量分析方面存在很多问题。化学计量学作为一种数据处理方法,能过滤噪声和提取有效信息,连接光谱与分析结果,对LIBS分析检测起到关键桥梁作用。近10年LIBS在铁矿石检测中的应用逐渐得到重视,LIBS可应用于鉴别铁矿石酸碱性,也可用于分析铁矿石原产地。针对铁矿石中全铁、钙、镁、硅、铝、钾、磷含量以及烧失量的定量分析,LIBS结合多变量回归已开展探索性工作,但工业应用仍不成熟。因此,如何推动LIBS在铁矿石检测领域的应用落地,仍然是一项重大挑战。     

基于在线激光诱导击穿光谱监控高炉流道中铁水组成的传感器研究

本文旨在描述一种比利时冶金研究中心(CRM)研发的用于钢铁生产领域的传感器。这种以激光诱导击穿光谱(LIBS)技术为基础的传感器可以连续测量高炉流道中的化学成分和温度,其目的在于在线评估铁水的化学成分(主要包括铁,碳,硅和锰),以及其温度。这种传感器也可以测量炉渣中氧化钙、氧化镁、二氧化硅、氧化铝和氧化锰的浓度以及铁粒子的存在,这对于安全生产非常重要。这种传感器已用于比利时根特的阿塞洛米塔尔高炉的可行性测试。     

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。     

液态炉渣的激光诱导击穿光谱特性分析

液态炉渣的快速在线分析对于提高炼钢过程的稳定性具有重要意义。为探究激光诱导击穿光谱(LIBS)在线测量精炼炉渣的关键影响因素,实验研究了炉渣成分、温度和测量距离对光谱强度和稳定性的影响。其中,温度为1 350、1 400、1 450℃这3个温度,测量距离从53.7 cm至55.7 cm。实验结果表明,测量距离在实验条件下的2 cm范围内变化对光谱强度影响不明显,但熔渣的成分和温度对光谱强度和稳定性有较大影响。熔渣中Fe含量越高,相同温度下熔渣的黏度越低,流动性越好,获得的光谱强度更强,且稳定性更好。同时,温度升高也有利于降低熔渣黏度,进而提高光谱强度和稳定性。此外,对28个熔渣样本在温度为1 450℃时Ca含量进行了定量分析,采用递归特征消除结合偏最小二乘(PLS)的定量建模方法,测试集的均方根误差(RMSEP)为1.47%。     

激光诱导击穿光谱技术对钢中夹杂物表征的研究进展

钢铁材料中不同类型夹杂物的存在,破坏了金属基体连续性,使其塑韧性、疲劳及耐腐蚀等物理化学性能变差,生产中会严格控制夹杂物的大小以及总量,因此,夹杂物的评定也成为了钢质量分级的一项重要指标。文章介绍了激光诱导击穿光谱技术对钢中夹杂物表征的基本原理,综述了其在不同类型夹杂物分布、粒度以及含量表征方面的国内外研究进展,讨论了当前表征中存在的不足和难点,并对其发展前景进行了展望。     

基于激光诱导击穿光谱技术的废旧金属分类辨识

废旧金属回收是工业中金属的重要来源之一,是发展循环经济的重要内容。废旧金属产量巨大,通常表面覆盖杂质,凹凸不平,因此对分类方法的判别能力和计算速度提出较高要求。采用激光诱导击穿光谱技术研究分析了7种废旧金属分类识别问题,包括生铝、熟铝、镁、不锈钢、锌、黄铜与红铜。为了符合现场应用条件,实验中每个样本点只激发一次建立并分析了多种分类模型,包括支持向量机(SVM)分类模型,主成分分析方法结合支持向量机(PCASVM)分类模型,遗传算法结合支持向量机(GA-SVM)分类模型,遗传算法选择特征光谱结合主成分分析方法和支持向量机(GA-PCA-SVM)分类模型,以及遗传算法选择特征光谱结合主成分分析方法和人工神经网络(GA-PCA-BP)分类模型。通过遗传算法选取包含丰富特征的谱段组合与支持向量机方法相结合建立GA-SVM分类模型,490组验证样本分类准确率为93.47%。为了判断该模型的鲁棒性,对一批新样品,在自研的分选系统上以传送带匀速运行的方式进行测试,获取的750组光谱测试数据,分类准确率为88.27%,证明了该分类模型具有很好的移植性和应用性。     

冶金分析表征支撑冶金与材料工程科技高质量发展

40年来《冶金分析》聚焦冶金与材料工程的科学技术进步,刊载论文展现了问题导向性、技术引领性、对象多样性、内涵丰富性、学科交融性、论文可参考性等鲜明特色,已成为冶金分析领域最具影响力的专业学术刊物,有力地支撑了冶金与材料工程科技的高质量发展。     

应用无标定激光诱导击穿光谱法分析钢铁工业中氧化物材料

激光诱导击穿光谱技术是一种具有吸引力的快速定量表征材料的方法,可用于工业过程的在线监控。本文报告了该技术在多元氧化物材料分析上应用。 采用激光诱导击穿光谱技术分析钢工业生产的炉渣和混合氧化物试料,然后以无标定法测定其中氧化物的浓度,结果发现,对于本研究所涉及的材料,无标定激光诱导击穿光谱方法的测定浓度值与参考值一致,大部分样品和氧化物组分的绝对误差小于2 %（质量分数）, 大范围改变测定参数时浓度值保持稳定。研究结果表明激光诱导击穿光谱技术作为钢铁工业中新型的分析测试技术具有很大潜力。     

基于激光诱导击穿光谱技术的废旧金属分类辨识

废旧金属回收是工业中金属的重要来源之一,是发展循环经济的重要内容。废旧金属产量巨大,通常表面覆盖杂质,凹凸不平,因此对分类方法的判别能力和计算速度提出较高要求。采用激光诱导击穿光谱技术研究分析了7种废旧金属分类识别问题,包括生铝、熟铝、镁、不锈钢、锌、黄铜与红铜。为了符合现场应用条件,实验中每个样本点只激发一次建立并分析了多种分类模型,包括支持向量机(SVM)分类模型,主成分分析方法结合支持向量机(PCA-SVM)分类模型,遗传算法结合支持向量机(GA-SVM)分类模型,遗传算法选择特征光谱结合主成分分析方法和支持向量机(GA-PCA-SVM)分类模型,以及遗传算法选择特征光谱结合主成分分析方法和人工神经网络(GA-PCA-BP)分类模型。通过遗传算法选取包含丰富特征的谱段组合与支持向量机方法相结合建立GA-SVM分类模型,490组验证样本分类准确率为93.47%。为了判断该模型的鲁棒性,对一批新样品,在自研的分选系统上以传送带匀速运行的方式进行测试,获取的750组光谱测试数据,分类准确率为88.27%,证明了该分类模型具有很好的移植性和应用性。