網(wǎng)站導航
萊森光學：基于LIBS在線分析燒結礦混合料中水分的影響
基于LIBS在線分析燒結礦混合料中水分的影響
鋼鐵是我國國民經(jīng)濟的支柱產(chǎn)業(yè)。目前我國高爐煉鐵中70%以上的爐料為燒結礦，成分穩(wěn)定的燒結礦是保障冶煉效率和質量的重要環(huán)節(jié)。激光誘導擊穿光譜（LIBS）技術具有實時、在線、原位、無輻射污染、全元素分析的特點，目前已在諸多領域得到應用。LIBS技術已在燒結礦上取得了部分應用。但燒結礦混合料本身含有一定水分，水分的高低會影響LIBS光譜的強度和穩(wěn)定性。
01 實驗內(nèi)容
LIBS測試聚焦的脈沖激光束直接對準樣品，樣品表面材料在高溫下燒蝕產(chǎn)生等離子體，在等離子體冷卻過程中，處于激發(fā)態(tài)的原子和離子躍遷到基態(tài)，釋放出特征頻率的光子，此即為特征元素的發(fā)射譜線，通過分析譜線的波長位置和強度便可實現(xiàn)樣品的定性或定量分析。
圖1系統(tǒng)原理圖
圖2 燒結礦混合料樣本圖
樣本在生產(chǎn)現(xiàn)場的配料過程中經(jīng)過了破碎篩分處理，以含有大約7%（質量分數(shù)）水分的粉狀為主，類似于土壤狀態(tài)，其中大顆粒的粒徑在4~8mm之間，但這種大顆粒的比例很小，90%以上是粒徑小于3mm的顆粒，如圖2所示。樣本中含有Fe、Ca、Si、Mg等4種主要元素。
02 水分對光譜強度的影響
為了探究水分對光譜強度的影響，根據(jù)Fe元素含量的范圍，從低、中、高三個質量分數(shù)區(qū)間各抽取一個樣本，用水分儀測量其含水量，再采集樣本的LIBS光譜，每個樣本采集200個光譜并取平均值（此過程中光譜采集數(shù)量不宜過多，過多會導致樣本表面變干，水分發(fā)生較大變化）。光譜采集完成后，將物料放在烘干機中于100℃下烘干3min，然后取出混勻，用水分儀測量其含水量，再采集LIBS光譜。每個樣本進行4次烘干，得到5個不同含水量（2%~8%）下的LIBS光譜，獲得光譜強度均值與含水量的關系圖，如圖3所示。
圖3光譜強度均值與含水量的關系圖
由圖3可以看出，三個樣本的含水量與光譜強度均值皆呈線性關系，且三個樣本的關系線非常接近。因此，可以用三個樣本整體數(shù)據(jù)的回歸線（實線）表示樣本的含水量與光譜強度均值之間的關系。根據(jù)三個樣本整體數(shù)據(jù)的回歸線反推出含水量為6%~7%的樣品的光譜強度均值，再將生產(chǎn)現(xiàn)場樣品的光譜強度均值作為參考，**終確定取每個樣本下光譜強度均值在50~70之間的光譜進行平均，將生成的平均譜作為該樣本的標準光譜，而強度均值在50~70之外的光譜均作為該樣本下的非標準光譜。在實際測量中，由于激光擊打的是樣本表面，隨著樣本表面暴露時間的延長，表面會逐漸變干。由圖3所示的光譜強度與含水量的關系可知，無須直接測量樣本表面的水分，可以根據(jù)光譜強度均值間接得到樣本表面的含水量。在光譜標準化過程中，采用SICMS方法將標準水分區(qū)間外的光譜標準化到標準水分區(qū)間內(nèi)，從而修正由水分不同導致的光譜差異。
03 水分對定量分析準確性的影響
在建立定量分析模型時，將92個燒結礦原料樣本劃分為訓練集、驗證集和測試集。4種元素在優(yōu)化模型參數(shù)后的定量分析結果如圖4所示（RMSEP：預測均方誤差）。
圖4 4種元素的定量分析圖。（a）Fe元素的定量分析圖；（b）Ca元素的定量分析圖；（c）Si元素的定量分析圖；（d）Mg元素的定量分析圖
圖5 光譜標準化前4種元素含量預測值的errorbar圖。（a）Fe元素含量預測值的errorbar圖；（b）Ca元素含量預測值的errorbar圖；（c）Si元素含量預測值的errorbar圖；（d）Mg元素含量預測值的errorbar圖
由圖5可見，在未進行光譜標準化時，4種元素的定量分析結果在標準水分區(qū)間和非標準水分區(qū)間的測量結果相差較大，且模型預測的4種元素含量結果的誤差棒也較大。由此可知，樣本中的水分不僅會影響定量分析結果的準確性，還會對測量結果的穩(wěn)定性產(chǎn)生影響。
04 SICMS光譜標準化方法校正水分對定量分析準確性的影響
為了校正水分對定量分析準確性的影響，從訓練集中選取部分樣本，以每個樣本下的非標準光譜作為輸入，以標準光譜作為輸出，建立光譜標準化模型。建模時，先將輸入、輸出光譜進行全譜和歸一化處理，使其在同一尺度變換下進行光譜標準化。先固定參與擬合的譜線維數(shù)為200維，主成分數(shù)為6，探究建模樣本數(shù)量與RMSE之間的對應關系。如圖6所示，當建模樣本數(shù)量取43時，各元素含量預測值對應的RMSE**小。然后固定建模樣本數(shù)量為43，參與擬合的譜線維數(shù)為200，探究主成分數(shù)與RMSE之間的關系。如圖7所示：當主成分數(shù)取6時，各元素含量預測值對應的RMSE**小。再取建模樣本數(shù)為43，主成分為6，探究參與擬合的譜線維數(shù)與RMSE之間的關系。如圖8所示，當參與擬合的譜線維數(shù)為200時，對應的各元素含量預測值的RMSE**小。
圖6 不同樣本數(shù)量對應的各元素含量預測值的RMSE
圖7 不同主成分數(shù)對應的各元素含量預測值的RMSE
圖8 不同譜線維數(shù)對應的各元素含量預測值的RMSE
取以上三個參數(shù)的比較好值建立光譜標準化模型，對測試集中所有樣本的非標準光譜進行標準化。圖9（a）所示為同一樣本下未進行標準化的光譜與標準光譜的對比圖，圖9（b）所示為同一樣本下進行標準化的光譜與標準光譜的對比圖?？梢?，對未標準化光譜進行光譜標準化后，其與標準光譜之間的譜線強度差異明顯減小。
圖9 標準光譜與標準化前后光譜的對比圖。（a）標準光譜與未標準化光譜的對比圖；（b）標準光譜與標準化光譜的對比圖
05 結論
燒結礦混合料中含有的水分會對LIBS光譜造成干擾，進而影響定量分析的準確性。燒結礦混合料中的光譜強度均值與含水量呈線性關系，因此可以用光譜強度均值間接表示含水量。水分含量的波動會導致定量分析結果存在較大偏差，為了校正含水量的影響，提出了光譜標準化方法，基于該光譜標準化方法對不同含水量下的光譜進行校正，將光譜標準化到標準含水量下的光譜。RSD降低了50%以上，準確性也明顯提高。
公司信息
訪問官網(wǎng)
我要咨詢
每日熱詞
