基于内标法的钢铁中硫和磷激光诱导击穿光谱定量分析

利用激光诱导击穿光谱技术对铬钢样品中的硫、磷元素进行了定量分析.采用1 064nm Nd∶YAG固体激光器,在空气中激发样品,产生的光谱信号通过中阶梯光栅分光后进入EMCCD检测器,对波长在220~800nm范围的光谱信号进行检测.研究了光谱强度与延时时间以及激光能量之间的关系.在优化的实验参数下采用谱线强度比内标法定量分析三种铬钢样品中的硫、磷元素含量.实验结果表明,各元素定量结果的相对标准偏差最大值为2.6%,相对误差为-8.3%~12.5%.三种铬钢样品中硫含量分别为0.011%、0.0079%和0.0048%,磷含量分别为0.015%、0.014%和0.009%.激光诱导击穿光谱技术有望实现冶金工业的实时、在线和快速检测.     

基于LIBS与GA-PLS的钢铁中Mn，Ni元素定量分析研究

钢材炼制过程锰、镍元素的含量均会对最终产品的硬度脆度产生影响,但由于其添加的含量需要进行严格控制,同时传统的钢铁成分检测的设备成本高、效率低、速度慢,因此需要一种高精度的快速实时分析方法。利用遗传偏最小二乘法（GA-PLS）结合LIBS技术对钢铁样品光谱中的Mn和Ni两种元素进行定量检测,并且与传统PLS的定量分析结果进行对比,以验证GA-PLS模型预测性能。采用购置于钢材市场的12个钢铁样品,其中9个样品的光谱信息作为校正集训练模型,3个作为测试集验证模型定量性能。GA-PLS通过不断提高变量被选频率的阈值,用不同阈值下的变量建立PLS模型,对比选出最低RMSECV时的阈值（Mn和Ni元素的光谱输入变量被选频率的最佳阈值分别为8和7）。结果显示：GA-PLS锰元素预测结果的R2_P和RMSE_P分别是0.999 0和1.347 3,相对分析误差（RPD）为2.5;镍元素预测结果的R2_P和RMSE_P分别是0.999 5和0.525 4,RPD为8.6,最终预测的结果优于PLS。该结果表明了GA-PLS算法在冶金金属元素分析领域具有可持续性挖掘的潜力,同时也将促进LIBS技术在钢铁冶炼领域更深层次的应用。