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。     

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。     

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。     

激光诱导击穿光谱技术在提高矿冶分析准确度的研究进展

激光诱导击穿光谱法（LIBS）是一种基于原子发射光谱的多元素分析方法，具有快速、准确、无需复杂的样品制备和远程分析的优点.然而，由于矿石、冶金样品化学成分的复杂性和多样性，干扰信号多，以及激光光谱的谱线维度较高和自吸收效应严重，LIBS技术在矿冶领域定性、定量分析的准确性受到了一定影响.本文综述了LIBS在矿冶领域3种信号增强方法，分别是双脉冲、纳米粒子增强和空间约束,以及综述了降噪、归一化和自吸收校正3种光谱预处理方法.此外，为提高定性、定量模型的泛化能力和分析的准确性，人们在模型算法和参数优化做了大量的工作.简要概述了主成分分析、偏最小二乘判别分析、支持向量机、随机森林和人工神经网络5种LIBS定性分析建模方法在矿石、冶金样品中的应用，以及概述了多元线性回归、偏最小二乘法、支持向量机、人工神经网络和自由定标法5种定量分析建模方法在矿石、冶金样品中的应用成果，并对LIBS技术未来在矿冶分析领域的发展进行了展望.     

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。     

激光诱导击穿光谱技术对铁矿石中磷硫碳的快速定量表征

激光诱导击穿光谱(LIBS)技术分析P、S、C元素时,分析波长一般在165~200nm之间,为真空紫外线光谱区,定量分析存在一定难度。根据铁矿石样品特性和分析元素的特点,采用LIBS技术对压片处理(压力为20t、恒压时间10s)的铁矿石标准物质中P、S、C元素进行了定量表征。最终选定样品室环境为抽真空充氩气(Ar)、样品室真空度为50Pa、激发的剥蚀条件为20个预剥蚀、30个剥蚀,并绘制了P、S、C元素定量表征的校准曲线,线性相关系数分别为0.998、0.997、0.998,由此建立了基于LIBS技术的铁矿石成分定量表征方法。采用实验建立的表征方法对铁矿石标准物质中P、S、C进行了定量分析,标准物质GSB03-2023-2006中P、S的测试结果,标准物质GSB03-2855-2012中P、S、C的测试结果分别与认定值相符。结果表明,LIBS技术可以对铁矿石中P、S、C元素实现快速的定量表征。     

激光诱导击穿光谱技术对铁矿石中磷硫碳的快速定量表征

激光诱导击穿光谱(LIBS)技术分析P、S、C元素时,分析波长一般在165~200nm之间,为真空紫外线光谱区,定量分析存在一定难度。根据铁矿石样品特性和分析元素的特点,采用LIBS技术对压片处理(压力为20t、恒压时间10s)的铁矿石标准物质中P、S、C元素进行了定量表征。最终选定样品室环境为抽真空充氩气(Ar)、样品室真空度为50Pa、激发的剥蚀条件为20个预剥蚀、30个剥蚀,并绘制了P、S、C元素定量表征的校准曲线,线性相关系数分别为0.998、0.997、0.998,由此建立了基于LIBS技术的铁矿石成分定量表征方法。采用实验建立的表征方法对铁矿石标准物质中P、S、C进行了定量分析,标准物质GSB03-2023-2006中P、S的测试结果,标准物质GSB03-2855-2012中P、S、C的测试结果分别与认定值相符。结果表明,LIBS技术可以对铁矿石中P、S、C元素实现快速的定量表征。     

基于互信息特征筛选偏最小二乘的激光诱导击穿光谱铁矿浆定量分析

目前检测矿浆品位相对准确的方法是传统化学分析,但周期长、有滞后性,无法实现在线检测。实验利用激光诱导击穿光谱(Laser induced breakdown spectroscopy,LIBS)在线、原位、快速等优点,分析了铁矿选矿过程尾矿浆中铁元素的品位值。由于LIBS采集到的光谱数据中存在大量对成分分析无用的冗余信息,进而增加了建模复杂程度,导致建立的模型精确度不够、泛化能力不强。因此,在偏最小二乘(PLS)模型基础上,提出了基于互信息特征筛选的偏最小二乘模型。实验结果表明,与传统的PLS模型相比,基于互信息特征筛选的偏最小二乘模型在分析精度上得到了明显改善,测试样品的决定系数R²从0.52提高到0.90,测试样本的平均绝对误差(MAEP)从2.87%下降到1.38%,总样本的平均绝对误差(MAE)从1.0%下降到0.60%。     

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。