激光诱导等离子体受激光能量大小、激光频率、样品特性、采集延时等实验参数的影响, 这些因素变动直接影响物质成分定量分析的准确性。本文搭建激光诱导击穿光谱实验平台, 以炉渣为研究背景, 以炉渣中原子谱线CaI:428.28 nm、离子谱线CaII:393.37 nm和Si原子谱线SiI:252.91 nm为研究对象, 观察信号强度随采集延时、激光能量的波动和激光聚焦位置的变化规律。通过实验测得最佳延时时间为1us时信号强度最好, 激光能量的波动对信号的影响并无明显影响, 激光聚焦位置在样品表面以下2-3 mm处为最佳实验条件。

通过激光诱导击穿光谱(LIBS)对钢液表面的不同位置进行激发检测,对得到的光谱数据进行归一化预处理。通过主成分分析法筛选出4个代表性因素,将得到的4个因素作为输入信息,针对钢液中Mn、Ni、Cr和Si四种元素,训练并建立定标模型。利用Cat-fish 粒子群(PSO)算法选出最优参数值,最后用测试集来验证模型的预测效果。实验结果表明:Cat-fish PSO-支持向量回归(SVR)的决定系数R2大于0.95,相对标准偏差RSD均值为3.53%,均方根误差RMSE在1.5%以内;所提模型优于普通SVR预测模型,能够快速精确检测出元素含量。该研究为LIBS在线准确定量分析钢液元素提供了借鉴性较高的优化算法。

为了提高光诱导击穿光谱(LIBS)技术定量分析的精准度,用LIBS技术对不同合金钢中的Mn元素进行定量分析,结合支持向量回归(SVR)建立定标模型,研究输入向量对SVR模型的影响,并与校正后的内标法进行比较。结果表明:输入向量为内标元素校正和信背比时,测试集的相对标准偏差和相对误差的平均值分别为2.6%和11.97%,回归效果最理想;对合金钢中的Mn元素进行定量分析时,校正后的二元输入向量可以减小参数波动和校正基体效应的影响,为LIBS钢液元素定量分析优化数据输入提供了参考。

为更好地控制合金钢中的元素含量, 利用激光诱导击穿光谱技术对钢液的成分进行确定, 后结合自由定标法实现对多元素的同时定量分析。为减小自吸收现象对测量精度的影响, 利用将等离子体约束在半球形狭小空间内的方法进行钢液样品的光谱数据收集, 然后利用自由定标法完成对样品中被测元素的玻尔兹曼平面的建立, 从而求得被测元素的含量。计算测得了4个样品中Cr含量的平均相对误差AARD为3.23%～5.84%, 标准差SD在0.90%～1.18%之间; Ni含量的平均相对误差AARD为3.04%～7.81%, 标准差SD在0.55%～0.77%之间, 表明测量值可以表征样品的实际含量。证明自由定标法可以完成对LIBS钢液中多元素成分的同时定量分析。

为了快速精确地在线测量钢水温度, 采用红外CCD相机测温技术来测量钢水表面温度。利用红外CCD相机采集钢水在不同温度下的图像, 计算出图像中与热电偶测温相近位置点区域的灰度均值, 引入黄金分割寻优法对广义回归神经网络中扩展系数的确定进行了改进, 并用传统的最小二乘法与改进的广义回归神经网络方法对灰度比和温度之间的非线性关系拟合曲线进行对比。结果表明, 用改进的广义回归神经网络建立的测温模型有效地提高了在线温度测量精度, 使钢水温度测量误差控制在0.1%范围内, 符合工业设计要求。该研究为广义回归神经网络应用在钢水测温领域提供了参考。

针对传统接触法测温精度低、实时性差等问题，提出了一种基于热辐射理论的红外热像测温模型。首先，根据红外热像仪测温原理，搭建了熔融金属红外测温实验平台，获取了不同温度下熔融金属的红外图像。其次，为了提高测温精度，采用稀疏分解方法去除熔融金属红外图像的噪声，采用最小二乘法和改进遗传算法对提取的图像灰度均值进行灰度-温度的曲线拟合，建立红外图像的灰度值与被测物体表面温度之间的对应关系。最后，利用等温线显示炉内温度整体情况。实验结果表明，此模型可以有效地测量熔融金属的温度，并且测温精度较高，验证了模型的有效性和可行性。

为了研究激光诱导击穿光谱技术基体效应对其测量精确度的影响, 采用改进的偏最小二乘法进行数据预测, 以有效降低基体效应对待测元素的影响。通过与单变量定标和偏最小二乘模型定标进行对比研究可知, 待测元素Mn和Si的定标曲线的拟合度分别从0.991和0.993提高到了0.996和0.997, 对于验证样品的预测相对误差也分别从6.231%,6.912%下降到了5.510%和6.125%。结果表明, 采用改进的偏最小二乘法可以有效减小基体效应, 定标精度有较明显提高, 对分析性能有了较大的提高。

基于辐射测温原理, 介绍了红外测温理论和稀疏分解去噪原理, 为了提高钢水的测温精度, 对钢水的红外图像噪声进行处理。搭建钢水红外测温的实验平台, 获得不同实验条件不同温度下的钢水红外图像, 利用稀疏分解对钢水红外图像进行去噪处理。与维纳滤波图像去噪结果进行比较, 实验结果表明, 稀疏分解更好地去除了钢水红外热图像中的噪声, 图像的峰值信噪比提高了10 dB。

通过LabVIEW软件设计一个基于TDLAS谐波检测含尘气体浓度的虚拟系统, 模拟测量在常温常压并含有已知粉尘颗粒的环境中SO2、NO2和NO 3种气体的浓度, 且使气体成分测量的结果不受粉尘因素的干扰。设计中使用2 516.2, 2 911.66, 3 752.44 cm-1的3种中红外激光分别对SO2、NO2和NO气体进行检测, 根据锁相放大原理设计虚拟多通道锁相放大器分析检测到的二次谐波信号, 根据谐波信号对各气体的浓度进行定标测量, 最后进行数据校正来排除粉尘颗粒的干扰, 使气体的定标测量得到一个稳定的结果。

激光诱导击穿光谱（LIBS）技术用于钢液成分在线定量分析时, 基体效应会对其精确度产生严重影响。在定量分析时，用一种改进的多元非线性模型进行定标，以降低基体效应对待测元素的影响，并与单变量定标和改进前的多元非线性模型定标进行对比。结果表明，与单变量定标相比，多元非线性模型定标的测量精度有所提高，模型改进后，其分析性能得到进一步完善。测量元素Mn、Si的定标曲线的拟合度从0.980、0.984分别提高到0.985、0.989，两个验证样品的预测相对误差分别从6.231%、5.437%和6.912%、6.315%下降到5.510%、5.039%和6.125%、5.919%。