激光诱导击穿光谱技术结合Stacking集成算法模型快速预测废钢中9种元素的含量.pdfVIP

4

DOI：10.11973/lhjy-hx230471

工作简报

激光诱导击穿光谱技术结合Stacking集成算法

模型快速预测废钢中9种元素的含量

111122

刘艳丽，安治国，刘洁，石玉龙，黄晓红，宋超

（1.河钢材料技术研究院，石家庄050000；2.华北理工大学人工智能学院，唐山063210）

摘要：基于激光诱导击穿光谱技术，结合Stacking集成算法模型，建立了废钢中铬、镍、铜、硅、锰、

钒、碳、钛、铝等9种元素的定量分析模型。采用便携激光诱导击穿光谱仪对12个合金钢标准样品进

行采集，对光谱数据进行剔除误差、平均、基线校正后，基于美国国家标准与技术研究院谱线数据库

筛选出各元素和基体元素（铁元素）的谱线，利用相关性程度对各元素谱线和归一化线进行最优化匹

配，得到各元素的最优归一化谱线对。以最优谱线对归一化后的谱线数据作为各元素模型的输入，将

Lasso、岭回归和二次线性回归模型的输出合并，作为次学习器的输入，将元素认定值作为次学习器的

输出，次学习器选用线性回归模型进行训练建模，最终得到各元素的Stacking集成算法模型。结果显

示：9种元素模型的相关决定系数为0.9856~0.9997，均方根误差为0.0081~0.0468，平均绝对误

差为0.0060~0.0345；元素测定值的相对标准偏差（n=5）均小于7.0%；模型用于预测合金钢标准

样品，测定值与认定值相对误差的绝对值小于10%。

关键词：激光诱导击穿光谱；Stacking集成算法；定量分析模型；废钢；元素

中图分类号：O657.3文献标志码：A文章编号：1001-4020(2025)04-0412-07

废钢作为钢铁行业重要的可持续发展资源，被业性较强，需要投入大量学习成本，不易在钢铁企

回收后常用作长流程转炉炼钢的添加料或短流程电业广泛开展；传统光谱检测法，如火花直读光谱

炉炼钢的主要原料,可以实现钢的循环使用。与矿法、近红外光谱法、X射线荧光光谱法、电感耦合

石炼钢相比，将废钢用作炼钢原料不仅能耗更低，节等离子体原子发射光谱法等是应用较多的技术，

省钢铁企业成本，还能减轻环境污染。因此，钢铁行这些方法对试验环境要求较高，样品制备和预处

业需要重点关注如何在生产中更高效地利用废钢、理的过程也较为复杂，需要较长时间才能得到检

更合理地配置废钢资源，以加快钢厂炼钢流程，这对测结果，难以满足工业现场快速实时分析的要求，

我国未来冶金行业的转型和可持续发展具有积极的导致废钢冶炼过程减缓，因此需要一种快速可靠

推动作用，对发展全废钢电炉炼钢也具有重要的战的检测方法来改变这种局面。激光诱导击穿光谱

[1]

略意义。另外，我国在联合国大会上提出了“碳达（LIBS）技术具有快速检测、破坏性小、无需对待

峰”与“碳中和”战略布局，这对钢铁行业转型提出测样品进行过多处理、使用学习成本较低等优势，

了更高的要求，意味着产能优化与改革升级刻不容实现了传统分析技术难以达到的分析速率和水准，

缓。废钢的准确分类对节约资源和环境保护具有重已被广泛应用于冶金工程、环境资源检测、生物医

要作用，而废钢中所含元素及其含量的高低是废钢学分析、地质分析、农业、考古和航空航天等多种

分类的重要依据。[2-8]