激光誘導(dǎo)擊穿光譜技術(shù)結(jié)合自吸收修正和偏最小二乘法的鐵礦石酸度分析
發(fā)布時(shí)間：2022-01-09 04:49
鐵礦石冶煉過程中對(duì)其酸度進(jìn)行準(zhǔn)確把控將對(duì)鐵礦石利用率及冶煉過程產(chǎn)生嚴(yán)重影響。因此,亟需一種鐵礦石酸度快速準(zhǔn)確分析方法。實(shí)驗(yàn)基于激光誘導(dǎo)擊穿光譜（Laser-induced breakdown spectroscopy,LIBS）技術(shù)結(jié)合偏最小二乘回歸（Partial least squares regression,PLSR）方法成功地提出了一種鐵礦石酸度快速定量分析方法。首先,采集了20組鐵礦石樣品的LIBS光譜數(shù)據(jù),并采用美國國家標(biāo)準(zhǔn)與技術(shù)研究院（National Institute of Standards and Technology,NIST）數(shù)據(jù)庫對(duì)鐵礦石的LIBS特征譜線進(jìn)行標(biāo)定。然后,采用內(nèi)參考線自吸收修正（Internal reference for self-absorption correction,IRSAC）和5折交叉驗(yàn)證分別對(duì)光譜數(shù)據(jù)以及PLSR模型潛變量（Latent variables,LVs）進(jìn)行優(yōu)化。最后,基于優(yōu)化后的光譜數(shù)據(jù)以及LVs構(gòu)建了PLSR模型用于預(yù)測集鐵礦石酸度的分析。結(jié)果表明,該模型具有較好的預(yù)測性能,其預(yù)測集決定系數(shù)（Rp<...
【文章來源】：冶金分析. 2020,40(12)北大核心
【文章頁數(shù)】：7 頁
【部分圖文】：
激光誘導(dǎo)擊穿光譜實(shí)驗(yàn)裝置示意圖
在LIBS采集過程中，等離子體受光學(xué)厚度的影響而產(chǎn)生自吸收效應(yīng)，嚴(yán)重影響了分析線的強(qiáng)度值，造成了等離子體溫度理論值和真實(shí)值的差異，降低了鐵礦石酸度定量分析的準(zhǔn)確性。因此，必須修正自吸收效應(yīng)對(duì)光譜強(qiáng)度的影響，提高LIBS定量分析的準(zhǔn)確性。圖2所示為7#樣品的特征光譜圖（參考NIST數(shù)據(jù)庫對(duì)元素Ca、Mg、Si和Al進(jìn)行了識(shí)別）。表2所示為鐵礦石酸度定量分析的分析線數(shù)據(jù)。結(jié)合圖2和表2可以看出，其中Mg(368.35nm和363.95nm）、Si(334.50nm、472.22nm和481.05nm）、Cu(249.22nm、324.75nm和327.40nm）和Al(308.21nm和309.27nm）的特征譜線較多，受自吸收效應(yīng)的影響，Si元素和Mg內(nèi)參考線的強(qiáng)度明顯高于其他分析線的強(qiáng)度，導(dǎo)致定量分析結(jié)果不準(zhǔn)確。因此，采用內(nèi)參考線自吸收修正（IRSAC）方法修正受自吸收效應(yīng)影響的元素分析線。2.2 鐵礦石LIBS光譜自吸收效應(yīng)修正
基于不同輸入變量下構(gòu)建的PLSR模型結(jié)果見表3。由表3可以看出，相比于未經(jīng)修正譜線強(qiáng)度的分析線作為PLSR模型的輸入變量，以IRSAC修正的分析線作為PLSR模型輸入變量的校正集均方根誤差（RMSEC）為1.405%，決定系數(shù)（RC2）為0.999 0，在自吸收修正的基礎(chǔ)上用5折交叉驗(yàn)證優(yōu)化PLSR模型參數(shù)的均方根誤差（RM-SECV）為2.682%，決定系數(shù)（R2CV）為0.994 5。由此可得，采用IRSAC修正后的譜線能在很大程度上降低自吸收效應(yīng)的影響，優(yōu)化模型性能，提高定量分析結(jié)果的準(zhǔn)確性。為了進(jìn)一步探究基于IRSAC修正的PLSR模型的預(yù)處理性能，從而對(duì)未知樣品（3#、6#、8#、10#、12#和18#）進(jìn)行預(yù)測。從圖5分析結(jié)果可以看出，相比原始分析線做輸入變量構(gòu)建的PLSR模型，修正后分析線作為PLSR模型輸入變量的預(yù)測值與真實(shí)值的平均相對(duì)誤差（MRE）更小，預(yù)測集的均方根誤差（RMSEP）更小，預(yù)測集的決定系數(shù)（RP2）更大。因此，通過IRSAC修正后的LIBS譜線作為輸入變量構(gòu)建的PLSR模型對(duì)鐵礦石酸度的定量分析具有更好的預(yù)測性能。圖5 不同輸入變量下PLSR模型對(duì)鐵礦石酸度的預(yù)測結(jié)果
本文編號(hào)：3577992
【文章來源】：冶金分析. 2020,40(12)北大核心
【文章頁數(shù)】：7 頁
【部分圖文】：
激光誘導(dǎo)擊穿光譜實(shí)驗(yàn)裝置示意圖
在LIBS采集過程中，等離子體受光學(xué)厚度的影響而產(chǎn)生自吸收效應(yīng)，嚴(yán)重影響了分析線的強(qiáng)度值，造成了等離子體溫度理論值和真實(shí)值的差異，降低了鐵礦石酸度定量分析的準(zhǔn)確性。因此，必須修正自吸收效應(yīng)對(duì)光譜強(qiáng)度的影響，提高LIBS定量分析的準(zhǔn)確性。圖2所示為7#樣品的特征光譜圖（參考NIST數(shù)據(jù)庫對(duì)元素Ca、Mg、Si和Al進(jìn)行了識(shí)別）。表2所示為鐵礦石酸度定量分析的分析線數(shù)據(jù)。結(jié)合圖2和表2可以看出，其中Mg(368.35nm和363.95nm）、Si(334.50nm、472.22nm和481.05nm）、Cu(249.22nm、324.75nm和327.40nm）和Al(308.21nm和309.27nm）的特征譜線較多，受自吸收效應(yīng)的影響，Si元素和Mg內(nèi)參考線的強(qiáng)度明顯高于其他分析線的強(qiáng)度，導(dǎo)致定量分析結(jié)果不準(zhǔn)確。因此，采用內(nèi)參考線自吸收修正（IRSAC）方法修正受自吸收效應(yīng)影響的元素分析線。2.2 鐵礦石LIBS光譜自吸收效應(yīng)修正
基于不同輸入變量下構(gòu)建的PLSR模型結(jié)果見表3。由表3可以看出，相比于未經(jīng)修正譜線強(qiáng)度的分析線作為PLSR模型的輸入變量，以IRSAC修正的分析線作為PLSR模型輸入變量的校正集均方根誤差（RMSEC）為1.405%，決定系數(shù)（RC2）為0.999 0，在自吸收修正的基礎(chǔ)上用5折交叉驗(yàn)證優(yōu)化PLSR模型參數(shù)的均方根誤差（RM-SECV）為2.682%，決定系數(shù)（R2CV）為0.994 5。由此可得，采用IRSAC修正后的譜線能在很大程度上降低自吸收效應(yīng)的影響，優(yōu)化模型性能，提高定量分析結(jié)果的準(zhǔn)確性。為了進(jìn)一步探究基于IRSAC修正的PLSR模型的預(yù)處理性能，從而對(duì)未知樣品（3#、6#、8#、10#、12#和18#）進(jìn)行預(yù)測。從圖5分析結(jié)果可以看出，相比原始分析線做輸入變量構(gòu)建的PLSR模型，修正后分析線作為PLSR模型輸入變量的預(yù)測值與真實(shí)值的平均相對(duì)誤差（MRE）更小，預(yù)測集的均方根誤差（RMSEP）更小，預(yù)測集的決定系數(shù)（RP2）更大。因此，通過IRSAC修正后的LIBS譜線作為輸入變量構(gòu)建的PLSR模型對(duì)鐵礦石酸度的定量分析具有更好的預(yù)測性能。圖5 不同輸入變量下PLSR模型對(duì)鐵礦石酸度的預(yù)測結(jié)果
本文編號(hào)：3577992
本文鏈接：http://sikaile.net/projectlw/yjlw/3577992.html
最近更新
教材專著
