项目名称: 基于LIBS-LIF联用的飞灰中碳元素高稳定高精度定量分析方法研究

项目编号: No.61205216

项目类型: 青年科学基金项目

立项/批准年度: 2013

项目学科: 信息四处

项目作者: 张雷

作者单位: 山西大学

项目金额: 29万元

中文摘要: 飞灰含碳量是衡量火电厂锅炉燃烧效率的重要指标。目前利用激光诱导击穿光谱(LIBS)对飞灰碳元素进行定量分析的关键问题是测量精度不高且无法长期稳定测量,难以满足工业要求。本项目提出发展LIBS-LIF(激光诱导荧光)联用技术来增强C原子受激几率,提高测量精度,其中对LIBS诱导等离子体中C原子形成二次激发的247.9nm LIF激光基于非线性频率转换实现;基于McWhirter模型及双极扩散-复合理论,结合实验参数,建立等离子体局部热平衡态(LTE)判据,选择有效的荧光光谱;利用多元多阶非线性逆回归模型及多线法获得定标方程,消除元素间相互干扰,削弱基底效应;基于上述方法的实现,构建新的数据分析方法,进一步提高测量精度;采用激光功率负反馈控制技术锁定脉冲激光功率,提高长期测量稳定性。本项目方法和技术有助于提高LIBS的实用能力,并为下一步该技术原理真正用于指导火电厂的生产实践做好前期准备。

中文关键词: 激光诱导击穿光谱;激光诱导荧光;定量分析;测量精度;长期测量稳定性

英文摘要: Unburned carbon content in fly ash is an important indicator to measure the combustion efficiency. The poor measurement precision and unguaranteed long-term measurement stability are currently the two key issues for quantitative analysis of carbon in fly ash using laser-induced breakdown spectroscopy (LIBS), which are unable to meet the industrial requirements. This project intends to ultilize the combined LIBS-LIF (laser-induced fluorenscence) to increase the stimulated emission transition probability of carbon atoms and improve the measurement accuracy, in which the 247.9nm LIF laser that is used for forming a secondary excitation of C atoms in LIBS-induced plasma can be generated through processes of nonlinear frequency conversion; based on the McWhirter model and bipolar diffusion-recombination theory, combined with the experimental parameters, try to build the plasma local thermal equilibrium (LTE) condition criterion to choose the effective fluorescence spectra; obtain calibration formula by using both the multi-order non-linear inverse regression model and the multi-line method, so as to remove interferences between elements and weaken the matrix effects; build new data analysis methods to further improve the measurement accuracy based on the above methods; lock the pulsed laser power using a negative fee

英文关键词: laser-induced breakdown spectroscopy;laser-induced fluorescence;quantitative analysis;measurement precision;long-term measurement stability

成为VIP会员查看完整内容
0

相关内容

【干货书】Python金融分析,714页pdf掌握数据驱动金融
专知会员服务
94+阅读 · 2021年12月17日
NeurIPS 2021 | 微观特征混合进行宏观时间序列预测
专知会员服务
40+阅读 · 2021年11月12日
专知会员服务
19+阅读 · 2021年10月3日
专知会员服务
44+阅读 · 2021年5月24日
专知会员服务
24+阅读 · 2021年4月21日
专知会员服务
144+阅读 · 2021年2月3日
基于深度学习的表面缺陷检测方法综述
专知会员服务
93+阅读 · 2020年5月31日
仅需几天,简约神经网络更快地发现物理定律
机器之心
0+阅读 · 2021年12月25日
基于深度学习的小目标检测方法综述
专知
2+阅读 · 2021年4月29日
流程工业数字孪生关键技术探讨
专知
1+阅读 · 2021年4月7日
自动驾驶高精度定位如何在复杂环境进行
智能交通技术
18+阅读 · 2019年9月27日
自动驾驶车载激光雷达技术现状分析
智能交通技术
17+阅读 · 2019年4月9日
【工业智能】风机齿轮箱故障诊断 — 基于振动信号
工业大数据分析之道:机理与数据分析的知识融合
遇见数学
12+阅读 · 2017年11月25日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2008年12月31日
Arxiv
0+阅读 · 2022年4月20日
Arxiv
0+阅读 · 2022年4月19日
Arxiv
33+阅读 · 2021年12月31日
Image Segmentation Using Deep Learning: A Survey
Arxiv
45+阅读 · 2020年1月15日
小贴士
相关VIP内容
【干货书】Python金融分析,714页pdf掌握数据驱动金融
专知会员服务
94+阅读 · 2021年12月17日
NeurIPS 2021 | 微观特征混合进行宏观时间序列预测
专知会员服务
40+阅读 · 2021年11月12日
专知会员服务
19+阅读 · 2021年10月3日
专知会员服务
44+阅读 · 2021年5月24日
专知会员服务
24+阅读 · 2021年4月21日
专知会员服务
144+阅读 · 2021年2月3日
基于深度学习的表面缺陷检测方法综述
专知会员服务
93+阅读 · 2020年5月31日
相关资讯
仅需几天,简约神经网络更快地发现物理定律
机器之心
0+阅读 · 2021年12月25日
基于深度学习的小目标检测方法综述
专知
2+阅读 · 2021年4月29日
流程工业数字孪生关键技术探讨
专知
1+阅读 · 2021年4月7日
自动驾驶高精度定位如何在复杂环境进行
智能交通技术
18+阅读 · 2019年9月27日
自动驾驶车载激光雷达技术现状分析
智能交通技术
17+阅读 · 2019年4月9日
【工业智能】风机齿轮箱故障诊断 — 基于振动信号
工业大数据分析之道:机理与数据分析的知识融合
遇见数学
12+阅读 · 2017年11月25日
相关基金
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2008年12月31日
微信扫码咨询专知VIP会员