为推广LIBS技术在电解铝行业中的应用, 充分发挥其快速、 免制样、 多元素同时检测的优势。 利用激光诱导击穿光谱技术首次对铝电解生产得到的普铝中Fe和Si元素进行测试研究, 探索了合理的实验参数条件, 在合理的实验条件基础上建立定标曲线并对普铝中Fe和Si元素进行定量分析, 结合国标GB/T 7999—2015《铝及铝合金光电直读发射光谱分析方法》考察LIBS测试结果的准确性。 以Nd∶YAG脉冲激光器基频1 064 nm激光作为光源激发等离子体, 采用多通道光栅光谱仪和ICCD检测器检测、 记录光谱信息。 首先探测了LIBS光谱谱线, 并对谱线进行了归属; 综合分析, 选取AlⅠ 266.04 nm, SiⅠ 288.15 nm与FeⅠ 259.92 nm作为分析谱线用于定量分析研究。 分别研究了触发延迟时间、 1Q延迟时间、 激光器设定电压对光谱信号强度及信噪比SNR的影响。 实验结果表明, 触发延迟时间4 μs、 1Q延迟时间170～190 μs、 激光器设定电压560 V对于Si与Fe元素定量测试分析而言是较为合理的实验参数。 根据谱线强度与元素浓度的关系, 采用内标法建立了定标曲线, Si与Fe元素定标曲线中相关系数分别为0.919 72与0.952 11, 其相对标准偏差（RSD）分别为7.25%与6.34%, 说明谱线强度与元素浓度具有良好的线性关系, 并基于此模型对12个样品进行了定量测试分析。 将测试结果与光电直读发射光谱测得的结果进行比对, 结果表明, Fe含量的相对误差绝对值在0~17.3%之间, Si含量相对误差绝对值在0~14.3%之间。 依照国标GB/T 7999—2015《铝及铝合金光电直读发射光谱分析方法》中规定的实验室之间分析结果相对误差≤17%的规定, 12个测试样品中, 试样Si含量测试100%符合允许差要求, 试样Fe含量测试91.7%符合允许差要求。 该实验结果表明, LIBS技术在电解铝普铝Fe和Si元素检测中具有一定的推广利用价值。Spectroscopy Technique

为了实现钢铁等金属熔炼过程中实时、 在线监测元素组分含量, 设计了一种远程双脉冲激光诱导击穿光谱(LIBS)分析系统, 对远距离的样品进行非接触式远程测量、 成分分析。 首先利用固体标准钢样对系统进行了测试以及标定, 为下一步利用此系统在线监测熔融钢液组分含量提供了基础。 实验结果表明: 激光远距离聚焦光斑在1 mm左右; 双脉冲烧蚀比单脉冲烧蚀深度深很多; 双脉冲最佳延时在不同距离下不一致; 3.1 m处双脉冲增强效果比2.1 m处更好, 其中Ti(Ⅰ)319.99 nm增强最显著为5.19倍; 各种元素的标定曲线相关系数r都在0.99左右, 重复精度(RSD)基本都小于5%, 测量偏差(RMSE)都小于0.021%, 2.1 m处的检出限相比3.1 m处更低, 2.1 m处多数元素检出限小于500 ppm。

在炼钢中合金浓度的检测和控制对产品质量影响很大， 激光诱导击穿光谱(laser induced breakdown spectroscopy, LIBS）技术具有快速、 非接触、 无需制样等特点， 非常适合应用于合金成分的在线分析。 但是由于合金中的C, S, P元素的成分含量都很低， 其原子发射谱线极易淹没在复杂的铁元素特征谱线之中， 造成这些重要元素在线定量分析困难。 以合金钢标准光谱样品为研究对象， 获取激光诱导击穿光谱数据， 采用定标曲线法（calibration curve, CC）和偏最小二乘法（partial least squares, PLS）， 对合金钢样品的主量和微量元素进行定量分析。 比较两种方法的定标结果得出： 对于主量元素， PLS方法的定量分析水平优于传统的CC法； 更重要的是对于微量元素， 由于特征谱线极弱， CC法无法得出定量结果， 而PLS法仍然具有良好的定量分析能力。 同时， 将PLS法回归模型特征谱线处的回归系数与原始有背景干扰的光谱强度数据进行比较， 阐述了LIBS数据定量分析中PLS方法的优势。 结果表明， 在激光诱导击穿光谱合金成分分析中， PLS方法适合用于C等微量元素的定量分析。

激光诱导击穿光谱（LIBS）为多元素同时分析提供了一种简单、快速的分析工具。对LIBS多元素同时分析时实验参数优化，提出了一个“综合信背比(ISBR)”的优化目标函数。基于二次回归正交设计(QROD)构建了激光脉冲能量、检测延时、样品距透镜距离、积分时间这些因素对目标函数影响的多因素模型。结果表明，目标函数可以顾及多条谱线性能，为多元素同时分析提供参数优化的依据。利用QROD方法建立多因素模型，可以获得比单因素逐个优化更优的实验条件，并大大减少了实验次数。

为了实现激光诱导击穿光谱分析中的分析线自动选择， 定义了元素发射谱线的相对强度比（RDTIR）、 波长偏差(WDDT)两个参数， 并据此对检测谱线进行筛选， 通过设定合理的阈值， 剔除自吸收和干扰严重的谱线。 通过对高合金钢（GBW01605）实验数据的分析， 分别选定了样品中主要元素铁、 铬、 镍、 锰、 铜的分析线， 选线结果符合谱线的选取原则。

基于激光诱导击穿光谱(LIBS)技术对钢液中的Cr，Si和Mn 3种元素成分进行浓度在线监视。实验采用中频感应炉熔炼钢材，并在熔炼过程中添加一定量的添加料调整成分。采用研发的SIA-LIBS-02实验系统对炉中的钢液进行直接测量，研究了钢液温度和元素浓度对谱线强度的影响。结果表明，钢液温度对元素特征谱强影响严重，而且不同元素的谱强随温度变化不同，钢液中微量元素的检出能力要高于常温固态钢样；采用相对谱线强度能够补偿在线测量过程中的动态干扰，在保持钢液温度一致的情况下，能够成功在线监视钢液中Cr，Si和Mn元素的浓度变化。

激光诱导击穿光谱（LIBS）作为一种快速的化学组成分析技术，在冶金过程的原位、在线及远程分析方面展现了突出的应用前景和研究价值。利用神经网络建立定标模型，结合LIBS技术对不同品种钢中的Mn和Si组分进行定量分析，研究了不同输入方式对神经网络性能的影响，并与光谱分析中常用的内标法进行对比。结果表明，对于化学体系复杂的多基体钢的定量分析，神经网络定标法能够更充分利用光谱中的信息，有利于校正基体效应和谱线之间的干扰；但是，神经网络的输入方式对网络性能具有重要影响，只有在合理选择输入方式下才能有效提高测量重复性和准确性。

基于激光诱导击穿光谱(LIBS)技术定量分析多品种合金钢中锰(Mn)和硅(Si)的浓度, 采用的校正方法为多元二次非线性函数定标方法. 分析的钢种有普通合金钢、 不锈钢、 碳素工具钢等. 由于不同钢种在基体组成上存在较大差异, 而且钢的光谱还存在复杂的谱线重叠干扰, 所以受基体效应影响严重. 因此, 对钢这类复杂化学体系物质的定量分析, 若采用单谱线信息的校正方法会造成很多有用信息的丢失, 而采用多变量的定标法会更充分利用光谱中的信息, 更有效校正多基体组分的基体效应, 进而提高LIBS定量分析的重复性和准确性. 相比线性标准定标曲线法, 测量结果的相对标准差从20%以上降低到10%以下, Mn元素测量结果的准确度提高了5倍多, Si元素提高了6倍多.