典型文献
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
文献摘要：
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0.9571～0.9996,均方根误差为0.0034～0.0706,平均百分比误差为6.6764～75.645,残差平方和为0.0020～0.6532;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.
文献关键词：
激光诱导击穿光谱;偏最小二乘回归;废钢;定量分析模型
中图分类号：
作者姓名：
刘艳丽;孙永长;安治国;石玉龙;黄晓红;宋超
作者机构：
河钢集团钢研总院,石家庄 050000;华北理工大学 人工智能学院,唐山 063210
文献出处：
引用格式：
[1]刘艳丽;孙永长;安治国;石玉龙;黄晓红;宋超-.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)[J].理化检验-化学分册,2022(10):1137-1143
A类：
火花直读光谱法
B类：
激光诱导击穿光谱技术,技术结合,偏最小二乘回归,快速预测,废钢,种元素,LIBS,PLSR,定量分析模型,成分检测,检测仪,钢铁,铁标,标准样品,光谱数据,基线校正,波段,模型输入,十折交叉验证,验证方法,潜变量,决定系数,残差平方和,除碳,碳元素,测定值,相对标准偏差,铜元素
AB值：
0.251425
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
