基于LIBS技术的铁矿石中部分金属元素的分析方法研究

发布时间：2022-08-12 15:20

　　钢铁生产在国家的经济发展中具有重要的地位,是国民经济的支柱产业,而铁矿石是生产钢铁的最重要的原材料。其品质的优劣,在很大程度上影响着冶炼的进程及其可产生的经济效益。传统的元素分析方法时间长,需要复杂的样品前处理。迫切需要寻找一种可快速定量分析的技术手段。激光诱导击穿光谱技术（LIBS）以其无需复杂样品预处理、原位、实时等优势,为铁矿石快速分析提供一种有效手段。但是LIBS光谱具有大量、高维、复杂的特点,从而严重影响定量分析的准确性。化学计量学可为复杂高维LIBS光谱的数据分析提供一种有效工具。本论文从铁矿石快速分析的实际需求出发,开展基于LIBS光谱的铁矿石定量分析方法研究,重点研究基于RF和PLS的定量分析方法,以提高LIBS技术分析结果的准确性。主要进行了一下研究:（1）以铁矿石为研究对象,建立基于LIBS技术结合偏最小二乘（PLS）算法的铁矿石中Fe元素定量分析方法。首先,基于LIBS技术对配制的16个铁矿石样品进行光谱采集,然后基于不同预处理方法对LIBS光谱进行预处理,最后基于最优输入变量构建PLS模型以实现矿石中Fe元素的测定,并与RF校正模型预测性能进行对比。结果表明,P... 

【文章页数】：50 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
第一章 绪论
    1.1 研究背景及意义
    1.2 激光诱导击穿光谱技术概况
    1.3 化学计量学概况
    1.4 化学计量学结合LIBS技术在冶金分析领域的研究进展
        1.4.1 光谱的预处理
        1.4.2 特征提取
        1.4.3 定量分析
    1.5 本论文的研究内容
第二章 基于LIBS结合偏最小二乘(PLS)的铁矿石中铁元素定量分析方法研究
    2.1 引言
    2.2 实验过程
        2.2.1 铁矿石样品的收集与制备
        2.2.2 LIBS光谱的采集
        2.2.3 偏最小二乘法
    2.3 结果与讨论
        2.3.1 Fe元素特征谱线的识别
        2.3.2 光谱预处理的选择与优化
        2.3.3 PLS校正模型潜变量数目的优化
        2.3.4 偏最小二乘定量模型的验证
    2.4 本章小结
第三章 基于小波变换结合随机森林(WT-RF)的铁矿石中Al、Mg和 Ca三种元素定量分析方法
    3.1 引言
    3.2 实验过程
        3.2.1 样品制备和光谱采集
        3.2.2 随机森林
    3.3 结果与讨论
        3.3.1 三种元素特征谱线的识别
        3.3.2 LIBS光谱预处理的小波变换参数选择与优化
        3.3.3 输入变量的选择与优化
        3.3.4 随机森林定量模型的验证
    3.4 本章小结
第四章 基于LIBS技术结合随机森林的铁矿石酸度分析方法研究
    4.1 引言
    4.2 实验部分
        4.2.1 铁矿石样品收集与制备
        4.2.2 LIBS光谱采集
    4.3 结果与讨论
        4.3.1 主要元素特征谱线的识别
        4.3.2 铁矿石光谱预处理方法的选择与优化
        4.3.3 输入变量的选择与优化
        4.3.4 RF校正模型的验证
    4.4 本章小结
第五章 总结与展望
    5.1 总结
    5.2 展望
致谢
参考文献
攻读学位期间参加科研情况及获得的学术成果


【参考文献】：
期刊论文
[1]光谱预处理方法选择研究[J]. 第五鹏瑶,卞希慧,王姿方,刘巍.  光谱学与光谱分析. 2019(09)
[2]近年我国进口铁矿石的现状与分析[J]. 刘动.  金属矿山. 2009(01)
[3]浅议进口铁矿石粒度指标[J]. 袁晓鹰,孙灿.  金属矿山. 2008(07)
[4]我国钢铁发展对铁矿石选矿科技发展的影响[J]. 余永富,张汉泉.  武汉理工大学学报. 2007(01)



本文编号：3676116