LIBS应用分享 | 使用LIBS技术快速分析煤尘中的金属成分

在煤矿开采、运输的每个环节，看似不起眼的煤尘里藏着一群 “隐形健康杀手”— 铝、硅、铁、钙、钛等金属元素。长期吸入含硅的煤尘会引发矽肺，铝元素堆积可能导致铝尘肺，铁、钛等元素也会损伤呼吸系统。过去，检测这些元素依赖复杂的实验室分析，动辄需要数小时甚至数天。而如今，以激光诱导击穿光谱（LIBS）为代表的 “击穿光谱技术”，能像 “火眼金睛” 般快速解码煤尘的金属成分。

Jialin Li等人使用由提供的Maria光谱仪，对褐煤、烟煤和无烟煤中的Al、Si、Fe、Ca和Ti元素进行了定量测量。R2所有校准曲线的值约为0.90。除褐煤中的Si外，其他被测元素的检测限（LOD）均在4 μg m?3以内，采样时间为 10 分钟。与参考方法的比较分析显示，褐煤中各种元素的归一化均方根误差（NRMSE）浓度分别为9.1%、9.8%、10.7%、24%和8.2%。此外，采用主成分分析（PCA）对煤样进行分类，证实了该方法区分煤尘类型的能力。这显示了此技术在煤尘成分分析中的有效性，表现出高灵敏度和效率。

2.1 实验方法

研究搭建了包含煤尘生成-收集-激发-检测的全流程系统：

• 冲击式收集装置：采用同轴钨电极（针尖阳极 + 平板阴极），通过惯性冲击原理（Stk50=0.24）将空气中的煤尘富集在阴极表面，收集效率 50% 对应的粒径 d??=1μm。石英视窗用于光信号采集，确保等离子体火花（集中在阴极上方 1mm）精准投射到光纤。

• 高压脉冲放电系统：自主设计 3kV 直流电源，峰值电流 30A，火花重复频率1次/5 秒，放电持续130ms。金属屏蔽罩隔离电磁干扰，保障光谱仪稳定工作。

• 光谱检测模块：选用 Maria 光谱仪，波长分辨率 0.1nm，延迟5μs采集（避开等离子体初期噪声），并实时扣除环境光背景。

图 1 实验系统示意图

2.2 测速数据及结果

通过对褐煤、烟煤和无烟煤三种煤尘样品的火花发射光谱分析，研究成功识别了多种金属元素的特征光谱线。每种元素都产生独特的能级跃迁，在光谱图上形成特定的特征峰。

图2 褐煤特征火花发射光谱

以铝元素为例，其在396.15nm处的光谱强度与沉积质量之间的关系显示出良好的线性相关性。

图3 (a)不同质量负载下的铝元素I的396.15纳米光谱线。(b)铝元素光谱强度与沉积质量之间的线性拟合关系

对于其他元素，研究选择Ca II 317.93nm、Fe I 526.95nm、Si I 288.16nm和Ti I 498.17nm作为特征谱线。计算过程相似，结果显示Ca、Fe、Si和Ti的R2值分别为0.98、0.90、0.76和0.95。不同元素对火花激发过程的敏感性各不相同。观察到的硅的非线性趋势归因于其分析中使用的较宽质量范围。褐煤中硅的高质量负载可能导致自吸收或自反转效应。当选择较窄的质量范围时，R2值改善至0.9。总体而言，在单次粉尘生成后使用不同浓度梯度建立校准模型更简单高效，但其准确性需要改进。

图4 沥青煤中铝、钙、铁、硅、钛元素的测定结果汇总

由于不同煤尘的元素特征差异而具有分类不同煤尘类型的潜力。使用褐煤、烟煤和无烟煤在384nm至388nm范围内的特征光谱，在经过基线校正和标准正态变量（SNV）归一化后构建了PCA模型。

第一和第二主成分（PC1和PC2）占总数据方差的97%，可以观察到明显的聚类，分别代表褐煤、烟煤和无烟煤。由于金属含量较高，褐煤簇的间距比烟煤和无烟煤簇更宽。烟煤和无烟煤的金属含量较低，导致聚类更紧密。这证明了该方法能够识别工作场所空气中未知的煤尘类型。

本研究成功开发了基于SES的技术来测量空气中煤尘的金属成分，建立了Al、Si、Fe、Ca和Ti的校准模型，并与参考方法进行了比较。PCA有效地区分了基于其光谱特征的不同煤尘类型，第一和第二主成分占总数据方差的97%，PCA结果图中清晰显示了不同煤尘类型的聚类，证明了该方法在煤尘分类中的潜力。