基于激光诱导击穿光谱技术的铝合金检测研究

基于激光诱导击穿光谱技术的铝合金检测研究

论文摘要

激光诱导击穿光谱技术(LIBS)以其快速分析、无损检测、远距离探测等优势,受到国内外的广泛关注。铝合金又是工业中应用最广泛的有色金属之一。将LIBS技术应用于铝合金中金属元素的检测,为铝合金冶炼在线监测提供了理论依据,对高危冶金环境下的检测工作具有实际意义;基于LIBS技术对不同牌号铝合金进行判别分析,为铝合金废料的分拣技术提供了理论基础,推动了再生有色金属产业的绿色可持续发展。为了提高LIBS检测精度以及降低干扰因素对分析结果的影响,本文在光谱预处理的基础上,基于LIBS技术结合化学计量学方法,建立定性及定量分析模型。研究了12种不同牌号铝合金的全光谱主成分分析(PCA),根据载荷得分选取11条特征谱线,建立了基于特征谱线的偏最小二乘判别(PLS-DA)模型和支持向量机(SVM)模型,最后利用ROC曲线对模型进行评估。实验结果表明:SVM模型的AUC参数及识别准确率均略高于PLS-DA模型,但两种模型对铝合金牌号均具有较强的识别能力,证明了LIBS技术结合化学计量学方法对铝合金牌号进行判别分析的可行性。确定了基于响应面法(RSM)的铝合金微量Mg元素和痕量Ti元素定量分析的LIBS仪器最佳参数组合,并基于最佳参数组合采集光谱数据,以选取的特征谱线作为特征变量,分别建立了一元线性回归模型、多元线性回归(MLR)模型与偏最小二乘回归(PLSR)模型,最后进行了模型对比分析。结果表明:一元线性回归模型不够稳定,MLR模型与PLSR模型预测结果较理想,其中MLR分析法更利于LIBS便携化的发展。

论文目录

  • 摘要
  • Abstract
  • 主要英文缩写表
  • 1 绪论
  •   1.1 研究背景及意义
  •   1.2 常用金属元素分析法与比较
  •   1.3 激光诱导击穿光谱技术应用研究进展
  •     1.3.1 激光诱导击穿光谱技术理论基础
  •     1.3.2 激光诱导击穿光谱技术在不同领域应用现状
  •   1.4 激光诱导击穿光谱技术在铝合金检测中的优势与不足
  •     1.4.1 激光诱导击穿光谱技术在铝合金检测中的优势
  •     1.4.2 激光诱导击穿光谱技术在铝合金检测中的不足
  •   1.5 本文研究内容
  •   1.6 本章小结
  • 2 LIBS光谱检测实验分析
  •   2.1 LIBS实验系统装置
  •     2.1.1 激光器的选择
  •     2.1.2 实验光路设计
  •     2.1.3 光谱仪的选择
  •   2.2 光谱预处理
  •     2.2.1 滤噪
  •     2.2.2 基线校正
  •     2.2.3 数据归一化
  •     2.2.4 光谱数据的平均
  •   2.3 数据处理方法
  •     2.3.1 定性分析
  •     2.3.2 定量分析
  •   2.4 LIBS特征谱线选取
  •   2.5 小结
  • 3 基于LIBS技术的铝合金牌号判别分析研究
  •   3.1 样品与实验
  •   3.2 光谱数据预处理
  •   3.3 铝合金LIBS光谱数据主成分分析
  •   3.4 基于特征变量的铝合金牌号判别分析
  •     3.4.1 PLS-DA判别模型
  •     3.4.2 SVM判别模型
  •     3.4.3 PLS-DA模型与SVM判别模型的比较
  •   3.5 本章小结
  • 4 基于LIBS技术的铝合金金属元素定量分析参数优化研究
  •   4.1 优化参数与分析方法
  •   4.2 铝合金中Mg元素定量分析参数优化
  •     4.2.1 响应函数的确定
  •     4.2.2 实验设计与结果
  •     4.2.3 实验结果分析
  •   4.3 铝合金中Ti元素定量分析参数优化
  •     4.3.1 响应函数的确定
  •     4.3.2 实验设计与结果
  •     4.3.3 实验结果分析
  •   4.4 本章小节
  • 5 基于LIBS技术对铝合金中镁和钛的定量分析
  •   5.1 光谱数据采集
  •   5.2 金属Mg和 Ti的等离子体谱线特性
  •     5.2.1 Mg和 Ti特征谱线分析
  •     5.2.2 Mg和 Ti元素特征谱线的选取
  •   5.3 构建训练集与预测集
  •     5.3.1 Mg元素数据验证分析
  •     5.3.2 Ti元素数据验证分析
  •     5.3.3 训练集与预测集的构建
  •   5.4 一元线性回归分析
  •   5.5 多元线性回归分析
  •     5.5.1 微量Mg元素的MLR模型
  •     5.5.2 痕量Ti元素的MLR模型
  •     5.5.3 MLR模型误差分析
  •   5.6 偏最小二乘回归分析
  •   5.7 模型比较分析
  •   5.8 本章小结
  • 6 总结与展望
  •   6.1 总结
  •   6.2 主要创新点
  •   6.3 展望
  • 致谢
  • 参考文献
  • 附录
  • 文章来源

    类型: 硕士论文

    作者: 李婧御

    导师: 辛煜,曾爱军

    关键词: 激光诱导击穿光谱技术,铝合金,判别分析,化学计量学方法,定量分析

    来源: 南京理工大学

    年度: 2019

    分类: 基础科学,工程科技Ⅰ辑,信息科技

    专业: 物理学,金属学及金属工艺,无线电电子学

    单位: 南京理工大学

    分类号: TG146.21;TN249

    DOI: 10.27241/d.cnki.gnjgu.2019.000331

    总页数: 75

    文件大小: 4741K

    下载量: 25

    相关论文文献

    • [1].基于激光诱导击穿光谱的元素成像技术研究进展[J]. 激光技术 2020(01)
    • [2].激光诱导击穿光谱用于煤中多元素同步检测[J]. 激光技术 2020(01)
    • [3].激光诱导电弧复合增材制造316不锈钢的组织和性能[J]. 中国激光 2019(12)
    • [4].激光诱导光谱对山药中元素的检测分析[J]. 沈阳理工大学学报 2019(06)
    • [5].激光诱导放电技术在金属加工方面的应用探究[J]. 科技创新与应用 2020(05)
    • [6].激光诱导击穿光谱在塑料回收领域的应用[J]. 塑料科技 2020(01)
    • [7].激光诱导放电等离子体羽辉的研究[J]. 激光技术 2020(02)
    • [8].激光诱导击穿光谱分析仪在冶金样品检测领域的应用[J]. 冶金管理 2020(01)
    • [9].基于激光诱导击穿光谱法的不锈钢粉末直接测定方法研究[J]. 粉末冶金工业 2020(02)
    • [10].激光诱导击穿光谱技术与偏最小二乘回归法在煤炭灰分检测中的应用[J]. 煤质技术 2020(02)
    • [11].温度的改变对激光诱导炉渣等离子体信号的影响[J]. 激光杂志 2020(05)
    • [12].基于激光诱导击穿光谱检测水稻叶片镉的研究[J]. 量子电子学报 2020(03)
    • [13].腔体约束对不同样品激光诱导击穿光谱特性研究[J]. 吕梁学院学报 2020(02)
    • [14].双重约束激光诱导击穿光谱增强技术研究[J]. 吕梁学院学报 2020(02)
    • [15].激光诱导击穿光谱的环形扫描探测与元素分布分析[J]. 光谱学与光谱分析 2020(06)
    • [16].激光诱导空化微孔冲裁试验研究[J]. 现代制造工程 2020(04)
    • [17].金属特性对激光诱导击穿光谱最佳实验参数的影响[J]. 原子与分子物理学报 2020(05)
    • [18].合肥:激光诱导击穿光谱电化学方法对环境中重金属离子的检测研究获进展[J]. 表面工程与再制造 2019(06)
    • [19].激光诱导击穿光谱表征3D打印18Ni300模具钢表面硬度[J]. 激光与红外 2020(06)
    • [20].落地原油的激光诱导击穿光谱定量分析研究[J]. 山东化工 2020(08)
    • [21].激光诱导击穿光谱在土壤重金属检测上的应用[J]. 环境与发展 2020(06)
    • [22].赛默飞推出新型手持激光诱导击穿光谱分析仪,快速准确检测碳含量[J]. 化学工业 2020(01)
    • [23].基于激光诱导击穿光谱技术分析鳕鱼中8种元素含量[J]. 食品科学 2020(14)
    • [24].入射角度对激光诱导水等离子体声信号特性的影响[J]. 中国激光 2020(06)
    • [25].采用光纤传输激光的激光诱导击穿光谱系统参数[J]. 高电压技术 2020(09)
    • [26].短/超短脉冲激光诱导等离子体微加工研究进展[J]. 激光与光电子学进展 2020(11)
    • [27].激光诱导细胞内递送原理及方法概述[J]. 激光与光电子学进展 2020(13)
    • [28].激光诱导击穿光谱技术在钢渣分析的研究进展[J]. 理化检验(化学分册) 2020(09)
    • [29].氧化铈固体激光诱导击穿光谱等离子体性质研究[J]. 核技术 2020(11)
    • [30].支持向量机结合主成分分析辅助激光诱导击穿光谱技术识别鲜肉品种[J]. 分析化学 2017(03)

    标签:;  ;  ;  ;  ;  

    基于激光诱导击穿光谱技术的铝合金检测研究
    下载Doc文档

    猜你喜欢