激光诱导击穿光谱技术结合偏最小二乘回归快速预测废钢中8种元素的含量

摘要：

基于激光诱导击穿光谱(LIBS)技术,结合偏最小二乘回归(PLSR),建立了废钢中铬、镍、铜、硅、锰、钒、碳、钛等8种元素的定量分析模型.采用便携激光诱导击穿光谱废钢成分检测仪对12个钢铁标准样品进行扫描,对光谱数据进行剔除、平均、基线校正、归一化等预处理,以美国国家标准与技术研究院发射谱线数据库为参考依据,以筛选出的各元素建模波段的光谱数据作为模型输入,采用十折交叉验证方法,确定铬、镍、铜、硅、锰、钒、碳、钛的潜变量数分别为16,24,18,22,25,14,9,22,在优化的参数下分别对8种元素进行建模.结果显示:8种元素模型的相关决定系数为0.9571～0.9996,均方根误差为0.0034～0.0706,平均百分比误差为6.6764～75.645,残差平方和为0.0020～0.6532;除碳元素外,其余7种元素测定值的相对标准偏差(n=5)均不大于7.0％;模型用于预测实际废钢样品中锰、硅、铜元素的含量,所得结果与火花直读光谱法的基本一致.

关键词：激光诱导击穿光谱、偏最小二乘回归、废钢、定量分析模型

所属期刊栏目：58

分类号：O657.3(分析化学)

资助基金：河北省自然科学基金E2016318007

在线出版日期：2022-10-27（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：1137-1143