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(R_p<...     

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。     

激光诱导击穿光谱结合多变量回归法对石灰岩中主量元素的定量分析

石灰岩由于其优异的矿物学特性,在近年来已广泛用于冶金、制造、化学、建筑等领域.其中包含的碳酸盐与非碳酸盐成分如CaO、SiO2、Fe2O3和MgO等对其工业应用起着重要作用.因此,为了实现对石灰岩中以上成分的准确定量,从而最大程度开发其商业价值,基于便携式激光诱导击穿光谱仪(LIBS-Tracer),分别结合单变量分析...     

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。     

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...     

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...     

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。     

激光诱导击穿光谱分析中钛合金样品制备方法研究

Ti-47.5Al-2.5V-1.0Cr钛合金具有高温延展性好、高温强度大的特点,有用于铸造涡轮、涡流器、叶片等高温部件的潜力。在用激光诱导击穿光谱(LIBS)对合金或部件内部定量分析前,需预先将被分析钛合金样品和钛合金标准样品用相同的方法制备以去除表面氧化层、铸造反应层和污染物。鉴于该钛合金为室温脆性材料,不适于切削制备样品,宜采用磨抛方法制备样品,而磨抛制备样品时因发热粘滞会造成样品表面污染,影响LIBS分析钛合金中成分。实验用LIBS评价光谱磨样机磨制、金相磨样机磨制、手工磨制、手工抛光、辉光氩离子轰击等几种方法去除不同组织钛合金标样表面氧化层、污染物的效果。通过LIBS分析发现,样品制备过程中污染来源于制造砂纸的胶接剂,磨制线速度、磨料粒度、抛光方向影响制备效果,且样品的组织也影响污染物去除效果。用碳化硅砂纸光谱磨样机高速磨制钛合金表面碳污染层深度大,达15μm,高于水冷金相磨样机中速磨制的碳污染层深度,说明温度高促进碳在钛合金中的扩散;中低速磨制时,使用的砂纸标号越高,含碳、钙的污染物在样品表面附着增加。中速磨制时,与α相亲和力强的钙、铝等元素在α组织的钛合金扩散深度较α+β、α_2+γ组织钛合金大,钙污染深度达10μm,而碳在不同组织的钛合金表面扩散没有明显差别。手工低速磨制时,在钛合金表面上的碳、钙污染层较浅,深度为1~3μm,与磨痕深度一致。双向或沿磨削纹理抛光效果优于垂直纹理抛光效果,残留污染物深度不超过1μm,与辉光氩离子轰击效果相近。实验研究解决了钛合金样品制备易受污染的问题,LIBS分析碳等元素的校准曲线得到改善,测量精度得到提高。对于Ti-47.5Al-2.5V-1.0Cr钛合金样品分析的结果同其他方法的对照结果一致性较好。     

激光诱导击穿光谱分析钛合金铸件三维成分分布

TiAl类金属间化合物Ti-47.5Al-2.5V-1.0Cr为有潜力的轻量化高温合金,用于精密铸造高温部件。成分配比和铸造工艺影响该钛合金铸件质量和使用性能,有必要研究其三维(3D)空间成分分布。实验利用激光诱导击穿光谱(LIBS)在设定的多个位置进行深度激发,获得每个位置激发深度对应的测量数据。将对应位移系统3D坐标的全部测量数据组合成矩阵,将三维位移系统的3D坐标转换为样品实际测绘的3D坐标,抽取一定比例的多层分布面数据、经Matlab模拟得到3D-成分分布全貌,建立了成分的3D空间分布方法。对Ti-47.5Al-2.5V-1.0Cr涡流器进行3D近表面分析,获得了不同以往的成分分布形态认知。C、Ca元素的层状正偏析平行于样品表面,Cr、V元素的层状负偏析斜交于表面。剔除40 μm表层后计算得到的该钛合金的Al、Ti原子比中位值为1.02,接近配料比值1.03。     

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1 064nm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,...     

利用偏最小二乘回归方法(PLS)解析、优化钢铁生产流程的各限制性环节

介绍了分析复杂系统规律的第二代多元统计分析方法——偏最小二乘回归(PLS)的原理和技术特点,利用国内第一款在Excel中实现PLS的软件——PEW( PLS+ Excel+ Word)对钢铁流程之一的烧结工序限制性环节——影响烧结矿低温还原粉化指数RDI的因素进行了分析.此技术提供了一种模型简单有效,物理意义清晰明确的...     

内标元素强度筛选法在激光诱导击穿光谱定量分析土壤标样中铁钛锶的应用

利用激光诱导击穿光谱(LIBS)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出限高、测量精确度低的问题一直是一个亟待解决的难题。实验选取地质矿产部化探分析质量监控站的标准土壤样品为分析样品,以波长为1064nm的Nd∶YAG激光器为激发光源,脉冲重复频率1Hz,通过激光诱导击穿光谱实验装置采集土壤样品在420~440nm范围内的等离子体光谱图。采用以内标法为基础的数据平均处理和内标元素强度筛选法(即以选定的内标元素谱线强度为参考,进行数据筛选)处理数据分别分析了待测样品中的Fe、Ti和Sr元素的含量并进行了对比,利用内标元素强度筛选法测得Fe、Ti和Sr的质量分数分别为68.4mg/g、10777μg/g和75.5μg/g,相对误差由平均法测得的10.60%、3.20%和8.57%降低为2.01%、0.21%和1.95%。说明内标元素强度筛选法处理数据可以减少数据处理量,简化数据处理过程并提高分析精度,尤其适用于激光能量输出不稳定、时间延迟较难控制的实验条件下的物质成分定量分析。