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。     

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<...     

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...     

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。     

激光诱导击穿光谱法测定铝合金中铁铜硅

将Nd：YAG激光脉冲会聚于合金表面以产生激光诱导等离子体,等离子体辐射发射光经过多通道光栅光谱仪并由CCD检测。分析发射光谱的特征谱线,建立校准曲线以实现铝合金中代表元素Fe,Cu,Si的定量分析。测量相对误差基本可在10%以内,检出限可达10-4量级。证明激光诱导击穿光谱（LIBS）技术可在短时间内实现合金样品中多元素的定量分析。     

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。     

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。