基于LIBS技術(shù)的鐵礦石中部分金屬元素的分析方法研究
發(fā)布時(shí)間:2022-08-12 15:20
鋼鐵生產(chǎn)在國(guó)家的經(jīng)濟(jì)發(fā)展中具有重要的地位,是國(guó)民經(jīng)濟(jì)的支柱產(chǎn)業(yè),而鐵礦石是生產(chǎn)鋼鐵的最重要的原材料。其品質(zhì)的優(yōu)劣,在很大程度上影響著冶煉的進(jìn)程及其可產(chǎn)生的經(jīng)濟(jì)效益。傳統(tǒng)的元素分析方法時(shí)間長(zhǎng),需要復(fù)雜的樣品前處理。迫切需要尋找一種可快速定量分析的技術(shù)手段。激光誘導(dǎo)擊穿光譜技術(shù)(LIBS)以其無(wú)需復(fù)雜樣品預(yù)處理、原位、實(shí)時(shí)等優(yōu)勢(shì),為鐵礦石快速分析提供一種有效手段。但是LIBS光譜具有大量、高維、復(fù)雜的特點(diǎn),從而嚴(yán)重影響定量分析的準(zhǔn)確性。化學(xué)計(jì)量學(xué)可為復(fù)雜高維LIBS光譜的數(shù)據(jù)分析提供一種有效工具。本論文從鐵礦石快速分析的實(shí)際需求出發(fā),開(kāi)展基于LIBS光譜的鐵礦石定量分析方法研究,重點(diǎn)研究基于RF和PLS的定量分析方法,以提高LIBS技術(shù)分析結(jié)果的準(zhǔn)確性。主要進(jìn)行了一下研究:(1)以鐵礦石為研究對(duì)象,建立基于LIBS技術(shù)結(jié)合偏最小二乘(PLS)算法的鐵礦石中Fe元素定量分析方法。首先,基于LIBS技術(shù)對(duì)配制的16個(gè)鐵礦石樣品進(jìn)行光譜采集,然后基于不同預(yù)處理方法對(duì)LIBS光譜進(jìn)行預(yù)處理,最后基于最優(yōu)輸入變量構(gòu)建PLS模型以實(shí)現(xiàn)礦石中Fe元素的測(cè)定,并與RF校正模型預(yù)測(cè)性能進(jìn)行對(duì)比。結(jié)果表明,P...
【文章頁(yè)數(shù)】:50 頁(yè)
【學(xué)位級(jí)別】:碩士
【文章目錄】:
摘要
Abstract
第一章 緒論
1.1 研究背景及意義
1.2 激光誘導(dǎo)擊穿光譜技術(shù)概況
1.3 化學(xué)計(jì)量學(xué)概況
1.4 化學(xué)計(jì)量學(xué)結(jié)合LIBS技術(shù)在冶金分析領(lǐng)域的研究進(jìn)展
1.4.1 光譜的預(yù)處理
1.4.2 特征提取
1.4.3 定量分析
1.5 本論文的研究?jī)?nèi)容
第二章 基于LIBS結(jié)合偏最小二乘(PLS)的鐵礦石中鐵元素定量分析方法研究
2.1 引言
2.2 實(shí)驗(yàn)過(guò)程
2.2.1 鐵礦石樣品的收集與制備
2.2.2 LIBS光譜的采集
2.2.3 偏最小二乘法
2.3 結(jié)果與討論
2.3.1 Fe元素特征譜線(xiàn)的識(shí)別
2.3.2 光譜預(yù)處理的選擇與優(yōu)化
2.3.3 PLS校正模型潛變量數(shù)目的優(yōu)化
2.3.4 偏最小二乘定量模型的驗(yàn)證
2.4 本章小結(jié)
第三章 基于小波變換結(jié)合隨機(jī)森林(WT-RF)的鐵礦石中Al、Mg和 Ca三種元素定量分析方法
3.1 引言
3.2 實(shí)驗(yàn)過(guò)程
3.2.1 樣品制備和光譜采集
3.2.2 隨機(jī)森林
3.3 結(jié)果與討論
3.3.1 三種元素特征譜線(xiàn)的識(shí)別
3.3.2 LIBS光譜預(yù)處理的小波變換參數(shù)選擇與優(yōu)化
3.3.3 輸入變量的選擇與優(yōu)化
3.3.4 隨機(jī)森林定量模型的驗(yàn)證
3.4 本章小結(jié)
第四章 基于LIBS技術(shù)結(jié)合隨機(jī)森林的鐵礦石酸度分析方法研究
4.1 引言
4.2 實(shí)驗(yàn)部分
4.2.1 鐵礦石樣品收集與制備
4.2.2 LIBS光譜采集
4.3 結(jié)果與討論
4.3.1 主要元素特征譜線(xiàn)的識(shí)別
4.3.2 鐵礦石光譜預(yù)處理方法的選擇與優(yōu)化
4.3.3 輸入變量的選擇與優(yōu)化
4.3.4 RF校正模型的驗(yàn)證
4.4 本章小結(jié)
第五章 總結(jié)與展望
5.1 總結(jié)
5.2 展望
致謝
參考文獻(xiàn)
攻讀學(xué)位期間參加科研情況及獲得的學(xué)術(shù)成果
【參考文獻(xiàn)】:
期刊論文
[1]光譜預(yù)處理方法選擇研究[J]. 第五鵬瑤,卞;,王姿方,劉巍. 光譜學(xué)與光譜分析. 2019(09)
[2]近年我國(guó)進(jìn)口鐵礦石的現(xiàn)狀與分析[J]. 劉動(dòng). 金屬礦山. 2009(01)
[3]淺議進(jìn)口鐵礦石粒度指標(biāo)[J]. 袁曉鷹,孫燦. 金屬礦山. 2008(07)
[4]我國(guó)鋼鐵發(fā)展對(duì)鐵礦石選礦科技發(fā)展的影響[J]. 余永富,張漢泉. 武漢理工大學(xué)學(xué)報(bào). 2007(01)
本文編號(hào):3676116
【文章頁(yè)數(shù)】:50 頁(yè)
【學(xué)位級(jí)別】:碩士
【文章目錄】:
摘要
Abstract
第一章 緒論
1.1 研究背景及意義
1.2 激光誘導(dǎo)擊穿光譜技術(shù)概況
1.3 化學(xué)計(jì)量學(xué)概況
1.4 化學(xué)計(jì)量學(xué)結(jié)合LIBS技術(shù)在冶金分析領(lǐng)域的研究進(jìn)展
1.4.1 光譜的預(yù)處理
1.4.2 特征提取
1.4.3 定量分析
1.5 本論文的研究?jī)?nèi)容
第二章 基于LIBS結(jié)合偏最小二乘(PLS)的鐵礦石中鐵元素定量分析方法研究
2.1 引言
2.2 實(shí)驗(yàn)過(guò)程
2.2.1 鐵礦石樣品的收集與制備
2.2.2 LIBS光譜的采集
2.2.3 偏最小二乘法
2.3 結(jié)果與討論
2.3.1 Fe元素特征譜線(xiàn)的識(shí)別
2.3.2 光譜預(yù)處理的選擇與優(yōu)化
2.3.3 PLS校正模型潛變量數(shù)目的優(yōu)化
2.3.4 偏最小二乘定量模型的驗(yàn)證
2.4 本章小結(jié)
第三章 基于小波變換結(jié)合隨機(jī)森林(WT-RF)的鐵礦石中Al、Mg和 Ca三種元素定量分析方法
3.1 引言
3.2 實(shí)驗(yàn)過(guò)程
3.2.1 樣品制備和光譜采集
3.2.2 隨機(jī)森林
3.3 結(jié)果與討論
3.3.1 三種元素特征譜線(xiàn)的識(shí)別
3.3.2 LIBS光譜預(yù)處理的小波變換參數(shù)選擇與優(yōu)化
3.3.3 輸入變量的選擇與優(yōu)化
3.3.4 隨機(jī)森林定量模型的驗(yàn)證
3.4 本章小結(jié)
第四章 基于LIBS技術(shù)結(jié)合隨機(jī)森林的鐵礦石酸度分析方法研究
4.1 引言
4.2 實(shí)驗(yàn)部分
4.2.1 鐵礦石樣品收集與制備
4.2.2 LIBS光譜采集
4.3 結(jié)果與討論
4.3.1 主要元素特征譜線(xiàn)的識(shí)別
4.3.2 鐵礦石光譜預(yù)處理方法的選擇與優(yōu)化
4.3.3 輸入變量的選擇與優(yōu)化
4.3.4 RF校正模型的驗(yàn)證
4.4 本章小結(jié)
第五章 總結(jié)與展望
5.1 總結(jié)
5.2 展望
致謝
參考文獻(xiàn)
攻讀學(xué)位期間參加科研情況及獲得的學(xué)術(shù)成果
【參考文獻(xiàn)】:
期刊論文
[1]光譜預(yù)處理方法選擇研究[J]. 第五鵬瑤,卞;,王姿方,劉巍. 光譜學(xué)與光譜分析. 2019(09)
[2]近年我國(guó)進(jìn)口鐵礦石的現(xiàn)狀與分析[J]. 劉動(dòng). 金屬礦山. 2009(01)
[3]淺議進(jìn)口鐵礦石粒度指標(biāo)[J]. 袁曉鷹,孫燦. 金屬礦山. 2008(07)
[4]我國(guó)鋼鐵發(fā)展對(duì)鐵礦石選礦科技發(fā)展的影響[J]. 余永富,張漢泉. 武漢理工大學(xué)學(xué)報(bào). 2007(01)
本文編號(hào):3676116
本文鏈接:http://sikaile.net/shoufeilunwen/boshibiyelunwen/3676116.html
最近更新
教材專(zhuān)著