Quantitative Analysis of LIBS Iron Ore Slurry based on Cyclic Variable Filtering and Nonlinear Partial Least Squares

激光诱导击穿光谱(LIBS)因其在线、原位、多元素同时测量等优点，在物质成分检测上得到广泛应用。但是，LIBS常受到自吸收及基体效应的干扰，影响分析的准确度，同时，随着光谱仪分辨率的不断提高，数据维度越来越高，其中包括大量对成分分析无用的冗余信息，增加了建模的复杂度。为了降低建模的复杂度，减少光谱数据维度以提取最有用的光谱信息，同时减少自吸收及基体效应的非线性干扰对定量分析精度的影响，在传统偏最小二乘(PLS)方法的基础上，提出了循环筛选特征变量，校正自吸收及基体效应影响的非线性PLS模型。以铁精矿矿浆样本为分析对象，结果表明，与传统PLS方法相比，本文提出的基于循环变量筛选的非线性PLS模型的定量分析精度有了显著提升，测试样品的均方根误差(RMSEP)从1.15%降到0.70%，决定系数R~2从0.51提高到0.86。