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。     

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。     

合金钢中微量元素的双脉冲激光诱导击穿光谱远程定量分析

在冶金工业生产中，快速检测产品的化学元素组成对生产过程和产品质量的实时、现场控制具有重要意义。激光诱导击穿光谱(LIBS)技术具有无需制样、快速、无接触测量等优势，适合高温、振动等复杂环境下的冶金工业生产线上产品的在线原位监测。实验利用自主研发的共轴远程双脉冲LIBS测量装置对20 m处的6种合金钢标准样品进行探测，并采用内标法和偏最小二乘法对标准样品中的Cr、Mn、V 3种元素进行定量分析。采用内标法分析时，为提高定量分析的精度，选取合金钢的基体元素Fe作为内标元素，得到3种元素的定标曲线的相对标准偏差为4%～5%,决定系数均大于0.98,预测相对误差分别为7.64%、7.86%、9.09%。采用偏最小二乘法分析时，3种元素预测模型的决定系数均大于0.99,预测相对误差分别为15.79%、8.12%、8.53%。与偏最小二乘法相比，内标法获得了更加精确的定量结果。结果表明，共轴远程双脉冲LIBS测量装置具有远距离高精度探测能力。     

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。     

基于激光诱导击穿光谱的废钢元素定量分析

为提高对废钢的利用效率,实现以元素含量对废钢的精确分类,采用激光诱导击穿光谱技术(LIBS)结合偏最小二乘算法,对18组钢铁标准样品进行废钢元素含量分析。通过自主研发的便携式LIBS成分分析仪获得光谱数据并进行基线校正,筛选出光谱特征数据作为模型输入,将光谱数据划分为训练集和测试集,以10折交叉验证方法确定模型最优潜变量。C、Cu、Mn、Cr、Ni、Si、V、Al、Ti元素模型在测试集上的相关决定系数(R²)和均方根误差(RMSE)平均为99.27%和0.023。实验结果表明,以偏最小二乘算法结合LIBS技术测定废钢中各元素含量准确性高,该检测方法能够适用于钢铁企业中废钢成分的快速检测。     

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(R_p<...     

铝合金中锌元素的高重频火花放电增强激光诱导击穿光谱高灵敏分析

锌元素的高灵敏分析在工业生产、冶金制造等领域中均具有非常重要的意义。而传统的激光诱导击穿光谱技术(LIBS)在测定固体样品中的锌元素时灵敏度相对较低。实验采用高重频火花放电增强激光诱导击穿光谱并结合锁相放大的微弱信号检测技术实现了铝合金中锌元素的高灵敏分析。在1kHz的重复频率下,以火花放电技术增强激光等离子体的光学辐射;以门控放大器选择放大锌的原子辐射信号并降低白光背景干扰;再采用锁相放大技术来实现对微弱原子辐射信号的高灵敏检测。基于标准样品在优化的实验条件下建立了铝合金样品中锌元素的校正曲线。锌的检出限达到了3.8μg/g,比采用传统的LIBS技术检测铝合金中锌元素时的检出限改善了一个数量级。方法有助于实现合金中锌和其他元素直接的和高灵敏的定量分析,在冶金分析领域有较好的应用价值。     

基于卡尔曼滤波与机器学习的激光诱导击穿光谱钢铁多元素定量分析探究

针对钢铁冶炼过程中微量元素定量分析问题，对钢样中的Mn、P、S和C元素进行离线定量分析，并为熔融状态下钢水成分在线检测进行前期离线预研工作。通过激光诱导击穿光谱(LIBS)技术研究钢铁的光谱特性，提出使用卡尔曼滤波(KF)对光谱进行降噪处理，并将其与偏最小二乘回归(PLSR)、支持向量回归(SVR)、随机森林(RF)机器学习模型结合，建立各元素的定量分析模型，采用K折交叉验证和网格搜索法对模型的结构参数进行调优，在LIBS技术基础上实现钢铁元素的定量分析。结果显示，KF-SVR预测模型对Mn和C元素的预测性能最优，其测试集的决定系数(R²)均高达0.999 9,均方根误差(RMSE)分别为0.020 8%、0.021 3%;KF-PLSR预测模型对P和S元素的预测性能最优，其测试集的R²值分别为0.999 8、0.999 9,RMSE分别为0.006 0%、0.002 8%;结合KF后3种机器学习模型的R²值均高于0.996。研究结果表明，将KF用于LIBS光谱数据的预处理可有效提高光谱的信噪比，改善光谱质量，并将其与机...     

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18 750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18 750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。     

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1 064nm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。     

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。     

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%。     

手持式激光诱导击穿光谱仪现场测定钢铁制品中铬镍锰铜硅

钢铁中各元素组成及含量对钢种质量和性能都有重要影响,实时、快速对钢铁中各元素进行有效检测分析是目前钢铁行业的关注重点。实验探讨了手持式激光诱导击穿光谱(LIBS)技术在钢铁中多元素同步、快速分析方面的可行性:选取3个钢铁标准样品,以Cr(I) 520.84nm、Ni(I)232.003nm、Mn(I) 403.075nm、Cu(I) 324.753nm、Si(I) 288.16nm作为分析谱线,以Fe(I) 373.486nm作为内标谱线,考察了手持式LIBS分析仪对钢铁标准样品分析的精密度和正确度。标样验证试验结果表明,手持式LIBS分析仪快速定量分析Cr、Ni、Cu及Si 4种元素的准确性较高,对于Mn的定量分析存在一定的系统偏差,但也基本能反映元素含量。随机选取不同种类的钢铁材料日常实际样品,采用实验方法进行快速定量分析,同时以电感耦合等离子体原子发射光谱(ICP-AES)进行对照,绘制两种方法测定结果的线性趋势图,并与理想趋势线(y=x)进行对比。结果表明,Cr、Ni、Cu及Si 4种元素的LIBS与ICP-AES测试结果表现较一致,Mn的测试结果普遍较ICP-AES偏低,但二者存在较好的相关性。在整个试验过程中,手持式LIBS分析仪测试一组数据的时间平均为5s,该技术用于钢铁行业快速定量分析是可行的。