基于近红外光谱的水泥生料氧化物含量快速测定方法研究

• 作者: 姜明顺 张法业 张雷 杨振发 肖航 贾磊 隋青美
• 来源期刊: 分析化学
• 关键词: 近红外光谱 水泥生料 氧化物 成分分析 快速测定
• 年，卷（期）: 2020,（2）
• 所属期刊栏目: 研究报告
• 页码范围: 275-281
• 页数: 7页
• 字数: 3411字
• 语种: 中文
• DOI: 10.19756/j.issn.0253-3820.191299

摘要

采用近红外光谱分析技术快速测定了水泥生料中4种氧化物含量.以漫反射方式采集不同水泥生料样品的近红外光谱,采用X射线荧光光谱法测定氧化物含量作为参考值,根据马氏距离去除异常样品,然后利用SPXY(Sample set partitioning based on joint X-Y distance)法将样本集划分为校正集和验证集,应用向后间隔偏最小二乘和遗传算法选择最优波数变量,采用偏最小二乘算法建立了4种氧化物的定量校正模型,显示出了良好的预测效果,CaO、SiO2、Al2 O3和Fe2 O3模型的验证集相关系数分别为0.9411、0.9337、0.8612和0.7351,预测均方根误差分别为0.0994、0.1044、0.0693和0.0387,平均绝对误差分别为0.075％、0.083％、0.051％和0.025％.与瞬发γ射线中子活化分析、激光诱导击穿光谱分析法对比,近红外光谱分析耗时短、精度最高:单次测量时间仅需3 min,测定CaO、SiO2、Al2 O3和Fe2 O3的平均绝对误差均比瞬发γ射线中子活化分析法小一个数量级,分别比激光诱导击穿光谱分析减小了0.335％、0.137％、0.069％和0.025％.结果表明,近红外光谱分析技术可快速准确地测定水泥生料中4种氧化物的含量,为水泥生料的质量监测提供了新思路.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张雷	山东大学控制科学与工程学院	44	270	8.0	15.0
2	贾磊	山东大学控制科学与工程学院	163	2180	25.0	39.0
3	隋青美	山东大学控制科学与工程学院	136	895	16.0	22.0
4	姜明顺	山东大学控制科学与工程学院	64	282	9.0	14.0
5	张法业	山东大学控制科学与工程学院	23	116	5.0	10.0
6	肖航	山东大学控制科学与工程学院	6	9	2.0	2.0
7	杨振发	山东大学控制科学与工程学院	4	1	1.0	1.0