欢迎来到天天文库
浏览记录
ID:37086409
大小:969.75 KB
页数:63页
时间:2019-05-17
《基于LIBS钢液多元素成分的定量分析》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库。
1、中图分类号:TP274.5论文编号:2017311145UDC:密级:公开硕士学位论文基于LIBS钢液多元素成分的定量分析作者姓名:王汉炳学科名称:控制工程研究方向:检测技术及智能装置学习单位:华北理工大学学制:2.5年提交日期:2017年12月4日申请学位类别:工程硕士导师姓名:马翠红教授单位:华北理工大学电气工程学院于树利正高级工程师单位:唐山现代工控技术有限公司论文评阅人:侯国强教授单位:华北理工大学信息工程学院李北丹正高级工程师单位:唐山启奥科技股份有限公司论文答辩日期:2018年3月3日答辩委员会主席:阮堃正高级工程师关键词:钢液成分检测;LIBS;定量分析;自由定标法唐山华北
2、理工大学2018年3月QuantitativeAnalysisofMulti-elementElementsinMoltenSteelBasedonLIBSDissertationSubmittedtoNorthChinaUniversityofScienceandTechnologyinpartialfulfillmentoftherequirementforthedegreeofMasterofEngineeringbyWangHanbing(ControlEngineering)ProfessorMaCuihongSupervisor:YuShuliMarch,2018独创性说明本
3、人郑重声明:所呈交的论文是我个人在导师指导下进行的研究工作及取得的研究成果。尽我所知,除了文中特别加以标注和致谢的地方外,论文中不包含其他人已经发表或撰写的研究成果,也不包含为获得华北理工大学以外其他教育机构的学位或证书所使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中做了明确的说明并表示了谢意。论文作者签名:日期:2018年3月7日关于论文使用授权的说明本人完全了解华北理工大学有关保留、使用学位论文的规定,即:已获学位的研究生必须按学校规定提交学位论文,学校有权保留、送交论文的复印件,允许论文被查阅和借阅;学校可以将学位论文的全部或部分内容采用影印、缩印或编入有关数据
4、库进行公开、检索和交流。作者和导师同意论文公开及网上交流的时间:自授予学位之日起□自年月日起作者签名:导师签名:签字日期:2018年3月7日签字日期:2018年3月7日摘要钢材中各金属元素的含量是决定钢材的机械性能的重要指标,为冶炼出优质的钢材,必须在冶炼过程中对各元素的含量进行实时监测严格把关。激光诱导击穿光谱技术(LaserInducedBreakdownSpectroscopy,简称LIBS)可准确的测量出物质中各元素的含量,并且其检测样品损耗小无需提前制样处理,可以真正意义上实现实时在线多元素同时检测等优点,在冶金领域有重要的指导意义和广泛的应用前景。LIBS技术最早是由国外专
5、家提出的,一经提出就得到各界的广泛关注,各个领域纷纷采用此方法进行物质的成分检测,例如:环境污染物质的检测、地质岩石的检测、冶金分析领域等,此技术在国内也得到了一定的发展,因此本文针对LIBS在钢液中多元素成分的分析技术进行研究,具体过程如下:首先叙述了LIBS技术的国内外研究现状以及其数学理论基础和原理,包括元素特征谱线的形成机制以及对光谱强度的影响因素,进而对影响因素进行分析以找出优化方法来降低影响;对定量分析的方法进行了分析对各自的优缺点进行讨论;选择合理的实验装置搭建LIBS实验平台,进行初步实验对影响实验结果的参数进行优化,为下一步的实验测量打好基础;在搭建好的实验平台上运用自
6、由定标法对钢液中多元素的成分含量进行定量分析,分析得出Fe、Mn、Ni元素的含量与样品中元素的实际含量误差为0.98%、6.13%和4.70%,达到了期望值,满足实验要求。图24幅;表4个;参56篇。关键词:钢液成分检测;LIBS;定量分析;自由定标法分类号:TP274.5-I-AbstractThemetalcontentinthesteelisanimportantindicatortodeterminethemechanicalpropertiesofsteel,smeltinghigh-qualitysteel,smeltingprocessmustbeinthecontento
7、feachelementinreal-timemonitoringstrictly.Laserinducedbreakdownspectroscopy(referredtoasLIBS)canaccuratelymeasurethecontentofeachelementinthematerial,anditssmallsamplelossdetectionwithoutpriorsampleprocessing,cantrulyr
此文档下载收益归作者所有