激光诱导击穿光谱(libs)作为一种快速的化学组成分析技术, 在冶金过程的原位?在线及远程分析方面展现了突出的应用前景和研究价值?利用神经网络建立定标模型, 结合libs 技术对不同品种钢中的mn 和si 组分进行定量分析, 研究了不同输入方式对神经网络性能的影响, 并与光谱分析中常用的内标法进行对比?结果表明,对于化学体系复杂的多基体钢的定量分析, 神经网络定标法能够更充分利用光谱中的信息, 有利于校正基体效应和谱线之间的干扰;但是, 神经网络的输入方式对网络性能具有重要影响, 只有在合理选择输入方式下才能有效提高测量重复性和准确性?
激光诱导击穿光谱(libs)是一种利用激光诱导等离子体作为光源的原子发射光谱分析技术?在libs 中, 高能量的脉冲激光被会聚在样品上, 会聚光斑处的高能量密度能激发物质产生高温?高电子密度的等离子体?等离子体的发射光经光谱仪分光和光电转换, 再根据原子的特征谱线分析被测物的组成元素和各元素的含量?libs 技术在原位?快速?在线和远程分析方面展现的应用价值吸引着广大研究者的热切关注[ 1 ~ 7]