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。     

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%。     

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...     

主成分分析结合极限学习机辅助激光诱导击穿光谱用于铝合金分类识别

随着我国社会发展,废旧产品的数量迅速增长,废旧铝随之大量产生。铝是优良的再生资源,传统分选技术不能将废旧铝按各自的成分牌号进行精细分类,导致很多优质铝资源被降级使用,造成巨大的浪费。研究了主成分分析(PCA)结合极限学习机(ELM)算法辅助激光诱导击穿光谱(LIBS)技术在铝合金分类识别方面的应用。选用2种系列的4个牌号铝合金作为实验样品,通过LIBS技术激发实验样品获得420组光谱数据。对原始光谱数据进行了预处理,并选取样品铝合金中5种主要差异元素(Mg、Mn、Cu、Fe和Si)的21条特征谱线构成了420×21的光谱数据矩阵,通过主成分分析对光谱数据进一步降维,使得模型输入变量从21个降至8个。选取120组光谱数据作为训练集,建立了基于极限学习机的铝合金分类模型,余下300组数据作为测试集。研究发现在主要非铝元素(Mg、Mn、Cu、Fe和Si)含量差异只有0.002 1%～3.68%的情况下,PCA-ELM分类模型的平均识别准确率达到98.01%,标准差为0.82%,建模时间为0.081s。结果表明,PCA-ELM分类模型有着很高的效率及稳定性,将其与LIBS技术结合可以适用于工业...     

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.     

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。     

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%。     

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。     

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。     

磁约束激光诱导煤粉次量元素定量分析的研究

在有无磁约束的激光诱导击穿光谱技术下,对煤粉次量元素等离子体光谱强度以及定量分析精度进行对比研究。在采用激光诱导击穿光谱技术的基础上加入磁约束的方式,比较煤粉次量元素中Fe368.2nm、Ca393.4nm元素光谱谱线在加入磁场前后光谱强度的变化,在有无磁约束下利用偏最小二乘法对煤粉中Fe含量进行定量分析。实验结果表明:磁约束下的激光诱导击穿光谱技术可以有效提高等离子体的光谱强度,并且磁约束下采用偏最小二乘法得到的定标曲线拟合系数更高,效果更佳。     

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。     

激光诱导击穿光谱液态金属成分在线分析仪在线监测熔融铝液中元素成分

目前在冶金及压铸行业,产品成分检测属于实验室离线分析,不能实时指导生产过程,而基于激光诱导击穿光谱(LIBS)技术自主研制的液态金属成分在线分析仪,可在线监测冶金工业现场中熔融金属的组分含量,实时指导生产过程,对提高产品质量和降低能源消耗起到重要作用。首先在研究实验室,利用固体LF6铝合金标准样品系列对LIBS液态金属成分在线分析仪进行了测试,验证了仪器的各项性能指标;随后在压铸车间现场,利用在光谱实验室通过火花放电原子发射光谱仪(Spark-OES)定值得到的现场样品的Si、Fe、Cu、Mn、Ti、Mg元素含量值对LIBS液态金属成分在线分析仪进行了标定;最后现场随机选取10个载有熔融铝液的铝包,采用LIBS进行在线分析,同时取样在光谱实验室进行离线对比分析。分析结果表明:10个熔融铝液样品中,Si、Fe、Cu、Mn、Ti在线分析结果的相对标准偏差(RSD)以2%左右居多,Mg的RSD值波动较大,且以10%左右为主;Si的相对偏差绝对值基本都小于2%,Fe、Cu、Mn、Ti的相对偏差绝对值也基本以小于5%为主,但Mg的相对偏差绝对值以大于20%居多。可见,除Mg元素外,LIBS液态金属成分在线分析仪的测量精密度、准确度都能满足工业现场要求,完全可以实现在线监测熔融铝液的成分,在提高生产效率的同时,降低了能源消耗。但Mg元素的精密度和准确度相对较差,有待进一步研究改进。     

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。