激光频率对激光诱导等离子体特性的影响

激光诱导击穿光谱(LIBS)技术是难熔、难溶物质成分分析的重要方法之一,而实验过程中激光的输出频率、能量、功率密度以及聚焦位置等都明显的影响等离子体的特性,从而影响定量分析的精确度。实验采用土壤标样为分析样品,以Fe、Ti、Sr、Al元素为分析元素,纳秒Nd:YAG激光器为激光光源,通过改变激光输出频率(1~20 Hz),研究了激光输出频率对等离子体的光谱信背比(SNR)、温度、谱线自吸以及信号稳定性的影响。研究结果表明,在其他实验条件不变的情况下,随着激光输出频率的增大等离子体的光谱信背比、等离子体温度都明显升高,自吸现象加重;激光输出频率为1、5、10、20 Hz时Fe I 363.360 nm谱线强度的相对标准偏差(RSD)分别为7.16%、7.89%、14.89%、11.85%,信号的稳定性随激光输出频率的增大呈下降趋势。结果表明重复频率能够影响等离子体的谱线质量,针对不同含量的元素分析,应选择合适的激光输出频率。     

多径腔增强激光诱导击穿光谱用于合金中痕量元素的高灵敏检测

激光诱导击穿光谱(LIBS)在合金表面痕量元素分析领域具有重要的潜在应用价值,尽管LIBS甚至是双脉冲LIBS(DP-LIBS)已具有很高的检测灵敏度,但对部分元素的检出限(LOD)仍无法满足某些应用需求。为了进一步降低DP-LIBS的LOD,提出了一种共心多径腔(CMC)增强DP-LIBS(CMC-DP-LIBS)技术,使双脉冲激光中的再加热激光在CMC腔室内经多次反射和会聚来持续加热等离子体,充分利用再加热激光的能量,最终实现光谱信号和检测灵敏度的提升。对锌样品表面Mn元素检测的实验结果显示,CMC-DP-LIBS较正交再加热DP-LIBS的LOD降低了63%,说明了CMC-DP-LIBS确实大幅提升了LIBS的检测灵敏度,提升了LIBS在合金表面痕量元素分析中的应用价值,特别是对样品烧蚀及损伤有特殊需求的应用领域。     

多径腔增强激光诱导击穿光谱用于合金中痕量元素的高灵敏检测

激光诱导击穿光谱(LIBS)在合金表面痕量元素分析领域具有重要的潜在应用价值,尽管LIBS甚至是双脉冲LIBS(DP-LIBS)已具有很高的检测灵敏度,但对部分元素的检出限(LOD)仍无法满足某些应用需求。为了进一步降低DP-LIBS的LOD,提出了一种共心多径腔(CMC)增强DP-LIBS(CMC-DP-LIBS)技术,使双脉冲激光中的再加热激光在CMC腔室内经多次反射和会聚来持续加热等离子体,充分利用再加热激光的能量,最终实现光谱信号和检测灵敏度的提升。对锌样品表面Mn元素检测的实验结果显示,CMC-DP-LIBS较正交再加热DP-LIBS的LOD降低了63%,说明了CMC-DP-LIBS确实大幅提升了LIBS的检测灵敏度,提升了LIBS在合金表面痕量元素分析中的应用价值,特别是对样品烧蚀及损伤有特殊需求的应用领域。     

高真空环境下激光诱导击穿光谱技术对镍基合金的定量分析研究

激光诱导击穿光谱(LIBS)是一种极具潜力的托卡马克装置壁材料原位诊断技术,目前应用于全超导托卡马克核聚变实验装置(EAST)上,它能实时、原位、在线监测材料表面的成分变化。但在高真空条件下,LIBS技术对壁表面成分的准确定量分析还面临很大的挑战。实验模拟了EAST装置运行时的高真空环境,采用纳秒脉冲激光对5种标样(镍基合金)进行烧蚀产生等离子体并获取光谱。利用多元玻尔兹曼斜率法和斯塔克展宽法分别计算电子激发温度和电子密度;结合单点校正(OPC)法开展了定量研究,并与传统的无校准定标(CF-LIBS)结果进行了分析比较。结果显示相对于CF-LIBS法,OPC法对合金中的各元素定量准确度均有明显提高。对于基体元素Ni,相对误差小于3.92%;对于原子百分比为3.11%的Mo元素,相对误差由155.41%降到了34.32%。单点校正法为实现LIBS技术在线测量壁表面杂质沉积量提供了理论参考。     

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。     

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。     

不同气体环境下激光诱导击穿光谱实验条件优化

激光诱导击穿光谱(LIBS)分析性能受实验条件的影响较大,为此重点研究了空气、Ar气和He气3种不同气体环境下,激光能量、采光延时和气压等实验参数对铁合金中Fe原子谱线特性的影响。结果表明,相同实验条件下,Ar气中激光等离子体的寿命最长且谱线强度最强;相较于空气与He气,Ar气中激光诱导击穿阈值最低,谱线强度随激光能量的增长更早达到饱和;分析谱线在低气压下有更小的线宽,有利于复杂LIBS谱图中谱线的识别;谱线强度随气压的变化规律与激光强度有关,当激光强度较大,谱线始终处于饱和状态时,谱线强度随气压的增大而增加,当激光强度较弱,谱线未处于饱和状态时,谱线强度随气压的增加先增加后减小。     

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%。     

不同气体环境下激光诱导击穿光谱实验条件优化

激光诱导击穿光谱(LIBS)分析性能受实验条件的影响较大,为此重点研究了空气、Ar气和He气3种不同气体环境下,激光能量、采光延时和气压等实验参数对铁合金中Fe原子谱线特性的影响。结果表明,相同实验条件下,Ar气中激光等离子体的寿命最长且谱线强度最强;相较于空气与He气,Ar气中激光诱导击穿阈值最低,谱线强度随激光能量的增长更早达到饱和;分析谱线在低气压下有更小的线宽,有利于复杂LIBS谱图中谱线的识别;谱线强度随气压的变化规律与激光强度有关,当激光强度较大,谱线始终处于饱和状态时,谱线强度随气压的增大而增加,当激光强度较弱,谱线未处于饱和状态时,谱线强度随气压的增加先增加后减小。     

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0.0021%~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快速分类领域,为精细分类行业提供了一种参考方法。     

智能化技术在铁矿品质检验应用及其发展

随着人工智能在各个领域的日益普及,在冶金行业生产的各个环节,智能化技术应用也日益广泛和深入。近20年来,在铁矿品质控制方面,应用技术从数理统计开始到化学计量学,再发展到人工智能,相关从业专家一直努力向新技术要效率,不断将人工智能最新发展的技术应用于铁矿采矿、配矿、运输、质量验收、炉料准备及炼铁过程品控、自动化生产、在线检测等,使得铁矿品质控制紧跟现代科学技术潮流。文章介绍智能化技术的发展及其在我国铁矿品质检验的应用、发展和趋向。共引用论文65篇。     

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。