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

作者：刘艳丽; 孙永长; 安治国; 石玉龙; 黄晓红; 宋超

来源：理化检验. B, 化学分册, 2022, 58(10): 1137-1143.

• 激光诱导击穿光谱
• 偏最小二乘回归
• 废钢
• 定量分析模型

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0.957 1～0.999 6,均方根误差为0.003 4～0.070 6,平均百分比误差为6.676 4～75.645,残差平方和为0.002 0～0.653 2;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。

• 单位
  华北理工大学