基于激光诱导击穿光谱技术的碱金属Na定量检测.pdfVIP

第50卷第4期煤炭学报Vol.50No.4

2025年4月JOURNALOFCHINACOALSOCIETYApr.2025

基于激光诱导击穿光谱技术的碱金属Na定量检测

1,21,21,21,21,23,4,5,63,4,5,61,7

沈思劼，李驰，周王峥，王珍珍，严俊杰，侯宗余，王哲，出口祥啓

(1.西安交通大学能源与动力工程学院，陕西西安710049；2.西安交通大学动力工程多相流国家重点实验室，陕西西安710049；3.清华大学新

型电力系统运行与控制全国重点实验室，北京100084；4.清华大学碳中和研究院，北京100084；5.清华大学能源与动力工程系，北京100084；

6.清华大学山西清洁能源研究院，山西太原030032；7.德岛大学大学院社会产业理工学研究部，日本德岛770-8506)

摘要：低品质煤等高碱燃料在热利用过程中释放的碱金属化合物会影响热力设备的正常运行，因

此，低品质煤中碱金属质量分数的快速在线检测对控制燃烧过程中碱金属释放具有重要意义。以

碱金属Na元素为检测对象，采用不同比例的石墨与氯化钠粉末的混合样品为试验样品，研究了激

光诱导击穿光谱(LIBS)技术测量样品中Na元素的影响因素。对比了2种信号强度的计算方式对

信号稳定性的影响，分析了试验参数对信号强度和信噪比的影响规律，并建立了Na元素的定量计

算模型。研究表明：Na元素的特征谱线NaI588.995nm和NaI589.592nm适合作为主要分析谱

线，采用Na元素双线特征谱线的面积强度作为信号强度，可以有效地提高信号稳定性。当激光能

量为60mJ、延迟时间为1000ns时，光谱信号强度的相对标准偏差较低且信噪比高。以光谱信号

强度为输入量，样品中Na元素的添加量为输出量，采用传统定标法、偏最小二乘法(PLS)及支持

向量机(SVR)建立定量计算模型，并对比分析各模型的精度。结果表明：在样本数量少而输入量

多的情况下，PLS模型会出现过拟合现象。SVR模型的拟合精度为0.9783，训练集的根均方百分

比误差为13.42%，测试集的根均方百分比误差为13.51%；相比传统的定标模型，在样本数量较少

的情况下，SVR模型精度最高，可以更好地校正基体效应带来的影响，提高低品质煤中碱金属定

量检测的精度。

关键词：激光诱导击穿光谱；低品质煤；碱金属；定量分析；多元校正模型

中图分类号：O433.4;TQ533文献标志码：A文章编号：0253−9993(2025)04−2262−09

QuantitativedetectionofalkalimetalNabasedonlaser-inducedbreakdown

spectroscopytechnology

SHENSijie1,2,LIChi1,2,ZHOUWangzheng1,2,WANGZhenzhen1,2,YANJunjie1,2,HOUZongyu3,4,5,6,