期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
复合肥中磷元素的激光诱导击穿光谱定量分析
被引量：
5
1
作者
李江涛
鲁翠萍
沙文
《激光技术》
CAS
CSCD
北大核心
2019年第5期601-607,共7页
为了在复合肥生产中对其成分进行快速检测,达到指导生产的目的,采用激光诱导击穿光谱技术(LIBS)与支持向量机(SVM)方法结合对复合肥中磷(P)元素进行定量分析。实验中选取磷元素的PⅠ213.5nm,PⅠ214.9nm和PⅠ215.4nm 3条特征谱线对58个...
为了在复合肥生产中对其成分进行快速检测,达到指导生产的目的,采用激光诱导击穿光谱技术(LIBS)与支持向量机(SVM)方法结合对复合肥中磷(P)元素进行定量分析。实验中选取磷元素的PⅠ213.5nm,PⅠ214.9nm和PⅠ215.4nm 3条特征谱线对58个复合肥样品进行分析。采用随机选择法将58个样品划分为训练集(43个样本)和测试集(15个样本),用网格搜索法对复合肥中P元素的定量分析模型进行参量寻优,构建了SVM分析模型。结果表明,所建立的训练集定标模型的相关系数R 2=0.981,说明训练集的参考值和预测值的相关性较高;测试集中验证样本P元素的参考值与预测值的相关系数R 2=0.992,均方误差为4.95×10^-5,说明所构建的SVM模型的适用性较强;训练集的平均绝对误差和相对误差分别为5.9×10^-4和3.99×10^-3;测试集的平均绝对误差和相对误差分别为5.6×10^-4和3.28×10^-3。将SVM算法与LIBS技术结合可实现复合肥中磷元素的快速检测,这为复合肥中元素含量快速检测提供了参考。
展开更多
关键词
光谱学
支持向量机回归
激光诱导击穿光谱
磷元素
网格搜索法
在线阅读
下载PDF
职称材料
复混肥中磷元素的激光诱导击穿光谱多元线性定量分析
被引量：
4
2
作者
沙文
李江涛
+1 位作者
鲁翠萍
郑春厚
《光谱学与光谱分析》
SCIE
EI
CAS
CSCD
北大核心
2019年第6期1958-1964,共7页
复混肥成分的快速、原位检测对化肥的生产过程、产品质量控制具有重要的意义。在化肥企业生产中,实验室进行分析,检测时间长,无法实现线上检测。与复混肥成分现有检测方法相比,激光诱导击穿光谱(LIBS)检测时间只需几分钟、一次测量可完...
复混肥成分的快速、原位检测对化肥的生产过程、产品质量控制具有重要的意义。在化肥企业生产中,实验室进行分析,检测时间长,无法实现线上检测。与复混肥成分现有检测方法相比,激光诱导击穿光谱(LIBS)检测时间只需几分钟、一次测量可完成复混肥成分检测、几乎无需样品预处理,将该技术用于复混肥成分快速、现场检测非常合适。搭建LIBS系统,激光器(100mJ,1064nm,1Hz)输出的激光束经45°反射镜由水平转为垂直方向,经焦距为40mm的透镜聚焦至旋转台上的复混肥样品表面,产生激光等离子体。激光器的调Q信号控制光纤光谱仪(Avantes,195~500nm)采集信号,设置光谱延迟时间为1.28μs,采集时间为1.05ms,最终获取复混肥样品LIBS光谱。20个复混肥样品由安徽徽隆集团提供,磷元素的参考值由企业采用国家标准方法测量。将复混肥样品粉碎过筛取3g,采用压片机在8MPa下压制成形。实验中,使用小型风扇吹扫复混肥样品表面,形成稳定气流,每个样品重复测量10次,每次测量平均20个脉冲,以减小样品不均匀性。其中,15个样品用于定标回归模型的建立,五个样品用于检验定标模型的适用性。复混肥是一种成分复杂的混合物,其中氮、磷、钾均以化合物存在。传统的LIBS定量方法是基于待测元素单条谱线强度,未考虑其他元素影响,降低了定量结果的准确性。将LIBS技术和多元线性回归法结合用于分析复混肥中磷元素浓度。选取磷元素的三条特征谱线即213.6,214.9和215.4nm。磷矿中硅元素含量基本不变,且硅元素在磷的谱线附近存在多条谱线,如212.4,220.8,221.1和221.7nm。分别采用一元、二元、三元和四元线性回归法建立校准曲线。结果表明,采用PⅠ:214.9nm谱线强度作自变量建立一元线性回归,LIBS预测值与参考浓度的相关系数仅为0.083,无法满足磷元素的定量分析要求。当采用PⅠ:214.9nm谱线强度和三条特征谱线之和(PⅠ:213.6,214.9和215.4nm)作自变量建立二元线性回归拟合时,相关系数提高到0.856,平均绝对误差由1.32%减小到0.16%。在二元线性回归中引入SiⅠ:212.4nm谱线强度,建立三元线性回归,相关系数为0.869。为进一步提高磷元素浓度测量的准确性,建立四元线性回归方程,将SiⅠ:212.4,220.8,221.1和221.7nm谱线强度之和作为自变量加入三元线性回归,相关系数提高到0.980,且15个定标样品的相对误差范围为0.06%~1.31%,而验证样品为0.13%~1.26%,这说明采用四元线性回归定标法可提高复混肥中磷元素浓度测量的准确性。
展开更多
关键词
复混肥
磷
激光诱导击穿光谱
多元线性定标
在线阅读
下载PDF
职称材料
题名
复合肥中磷元素的激光诱导击穿光谱定量分析
被引量：
5
1
作者
李江涛
鲁翠萍
沙文
机构
安徽大学电气工程与自动化
学院
中国科学院合肥智能机械研究所先进感知与智能系统研究室
出处
《激光技术》
CAS
CSCD
北大核心
2019年第5期601-607,共7页
基金
国家自然科学基金资助项目(61505001)
文摘
为了在复合肥生产中对其成分进行快速检测,达到指导生产的目的,采用激光诱导击穿光谱技术(LIBS)与支持向量机(SVM)方法结合对复合肥中磷(P)元素进行定量分析。实验中选取磷元素的PⅠ213.5nm,PⅠ214.9nm和PⅠ215.4nm 3条特征谱线对58个复合肥样品进行分析。采用随机选择法将58个样品划分为训练集(43个样本)和测试集(15个样本),用网格搜索法对复合肥中P元素的定量分析模型进行参量寻优,构建了SVM分析模型。结果表明,所建立的训练集定标模型的相关系数R 2=0.981,说明训练集的参考值和预测值的相关性较高;测试集中验证样本P元素的参考值与预测值的相关系数R 2=0.992,均方误差为4.95×10^-5,说明所构建的SVM模型的适用性较强;训练集的平均绝对误差和相对误差分别为5.9×10^-4和3.99×10^-3;测试集的平均绝对误差和相对误差分别为5.6×10^-4和3.28×10^-3。将SVM算法与LIBS技术结合可实现复合肥中磷元素的快速检测,这为复合肥中元素含量快速检测提供了参考。
关键词
光谱学
支持向量机回归
激光诱导击穿光谱
磷元素
网格搜索法
Keywords
spectroscopy
support vector machine regression
laser-induced breakdown spectroscopy
phosphorus
grid search
分类号
O657.3 [理学—分析化学]
在线阅读
下载PDF
职称材料
题名
复混肥中磷元素的激光诱导击穿光谱多元线性定量分析
被引量：
4
2
作者
沙文
李江涛
鲁翠萍
郑春厚
机构
安徽大学电气工程与自动化
学院
中国科学院合肥智能机械研究所先进感知与智能系统研究室
安徽大学计算机
科学院
与技术
学院
出处
《光谱学与光谱分析》
SCIE
EI
CAS
CSCD
北大核心
2019年第6期1958-1964,共7页
基金
国家自然科学基金项目(61505001)
中国科学院STS项目(KFJ-SW-STS-144)资助
文摘
复混肥成分的快速、原位检测对化肥的生产过程、产品质量控制具有重要的意义。在化肥企业生产中,实验室进行分析,检测时间长,无法实现线上检测。与复混肥成分现有检测方法相比,激光诱导击穿光谱(LIBS)检测时间只需几分钟、一次测量可完成复混肥成分检测、几乎无需样品预处理,将该技术用于复混肥成分快速、现场检测非常合适。搭建LIBS系统,激光器(100mJ,1064nm,1Hz)输出的激光束经45°反射镜由水平转为垂直方向,经焦距为40mm的透镜聚焦至旋转台上的复混肥样品表面,产生激光等离子体。激光器的调Q信号控制光纤光谱仪(Avantes,195~500nm)采集信号,设置光谱延迟时间为1.28μs,采集时间为1.05ms,最终获取复混肥样品LIBS光谱。20个复混肥样品由安徽徽隆集团提供,磷元素的参考值由企业采用国家标准方法测量。将复混肥样品粉碎过筛取3g,采用压片机在8MPa下压制成形。实验中,使用小型风扇吹扫复混肥样品表面,形成稳定气流,每个样品重复测量10次,每次测量平均20个脉冲,以减小样品不均匀性。其中,15个样品用于定标回归模型的建立,五个样品用于检验定标模型的适用性。复混肥是一种成分复杂的混合物,其中氮、磷、钾均以化合物存在。传统的LIBS定量方法是基于待测元素单条谱线强度,未考虑其他元素影响,降低了定量结果的准确性。将LIBS技术和多元线性回归法结合用于分析复混肥中磷元素浓度。选取磷元素的三条特征谱线即213.6,214.9和215.4nm。磷矿中硅元素含量基本不变,且硅元素在磷的谱线附近存在多条谱线,如212.4,220.8,221.1和221.7nm。分别采用一元、二元、三元和四元线性回归法建立校准曲线。结果表明,采用PⅠ:214.9nm谱线强度作自变量建立一元线性回归,LIBS预测值与参考浓度的相关系数仅为0.083,无法满足磷元素的定量分析要求。当采用PⅠ:214.9nm谱线强度和三条特征谱线之和(PⅠ:213.6,214.9和215.4nm)作自变量建立二元线性回归拟合时,相关系数提高到0.856,平均绝对误差由1.32%减小到0.16%。在二元线性回归中引入SiⅠ:212.4nm谱线强度,建立三元线性回归,相关系数为0.869。为进一步提高磷元素浓度测量的准确性,建立四元线性回归方程,将SiⅠ:212.4,220.8,221.1和221.7nm谱线强度之和作为自变量加入三元线性回归,相关系数提高到0.980,且15个定标样品的相对误差范围为0.06%~1.31%,而验证样品为0.13%~1.26%,这说明采用四元线性回归定标法可提高复混肥中磷元素浓度测量的准确性。
关键词
复混肥
磷
激光诱导击穿光谱
多元线性定标
Keywords
Compound fertilizer
Phosphorus
Laser-induced breakdown spectroscopy
Multivariate linear calibration
分类号
O657.3 [理学—分析化学]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
复合肥中磷元素的激光诱导击穿光谱定量分析
李江涛
鲁翠萍
沙文
《激光技术》
CAS
CSCD
北大核心
2019
5
在线阅读
下载PDF
职称材料
2
复混肥中磷元素的激光诱导击穿光谱多元线性定量分析
沙文
李江涛
鲁翠萍
郑春厚
《光谱学与光谱分析》
SCIE
EI
CAS
CSCD
北大核心
2019
4
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
