LIBS结合SG-SPXY光谱数据预处理用于水泥原粉组成分析

科学领域:

• 材料科学 材料科学 材料科学
• 分析化学 分析化学
• 频谱学是一种光谱学.

背景情况:

• 准确和快速分析水泥原粉成分对于高效的水泥生产至关重要.
• 现有的使用激光诱导分解光谱 (LIBS) 进行水泥原粉成分定量分析的方法,由于光谱噪声和数据复杂性,其准确性面临挑战.
• 需要先进的数据预处理技术来提高LIBS在实时水泥分析中的性能.

研究的目的:

• 开发和验证一种新的光谱数据预处理方法,该方法结合了Savitzky-Golay (SG) 平滑和基于联合x-y距离 (SPXY) 的样本集分区.
• 用激光诱导分解光谱学 (LIBS) 提高水泥原粉中主要氧化物成分 (CaO,SiO2,Al2O3,Fe2O3) 的定量分析的准确性.
• 证明拟议方法在提高反向传播 (BP) 神经网络模型预测性能的有效性.

主要方法:

• 萨维茨基-戈莱 (SG) 调整用于光谱无色化和基线校正.
• 基于联合x-y距离 (SPXY) 的样本集分区被用于高效和代表性的样本集划分.
• 使用反向传播 (BP) 神经网络模型,使用预处理的光谱数据对水泥原粉成分进行定量分析.
• 通过与持有方法进行比较来评估性能,评估相关系数 (R),根平均平方误差 (RMSE) 和平均绝对百分比误差 (MAPE).

主要成果:

• SG平滑有效地减少了光谱噪声和基线变化.
• 该SPXY方法促进了数据分析效率的提高.
• 拟议的预处理方法显著提高了对CaO,SiO2,Al2O3和Fe2O3.3的定量分析准确度.
• 具体的改进包括R增加26%的CaO,RMSE减少47%的CaO,和MAPE减少63%的CaO与保留方法相比.

结论:

• 结合SG光滑和SPXY预处理,显著提高了LIBS对水泥原粉成分定量分析的准确性.
• 开发的方法为水泥生产中的实时检测和质量控制提供了强大而有效的解决方案.
• 这一进步对通过精确和快速的组成分析优化水泥制造工艺具有重大意义.